汽车智能化深度报告-车载计算平台产业链全面拆解

汽车智能化深度报告•车载计算平台产业链全面拆解汽车智能化深度报告-车载计算平台产业链全面拆解1决策篇车载计算平台由硬件平台+系统软件+功能软件构成智能驾驶产业主要可以分为感知层、决策层与执行层，本篇是汽车智能化系列专题的第二篇，主要围绕着汽车智能化的决策层展开本篇报告针对车载计算平台全产业链的每个细分环节，从其概念、技术路径、发展趋势、竞争格局等内容展开车载计算平台是智能网联汽车的“大脑”，从硬件到软件主要包括

（1）异构硬件平台CPU计算单元、Al单元（GPU、ASIC.FPGA）、MCU控制单元、存储、ISP等其他硬件组成的自动驾驶域控制器；

（2）系统软件硬件抽象层（Hypervisor.BSP）、操作系统内核（QNX/Linux/Andriod/Vxworks）、中间件组件等；

（3）功能软件自动驾驶通用框架（感知、决策、执行）、功能软件通用框架（数据抽象/数据流框架/基础服务）；

（4）其他工具链（开发、仿真、调试、测试等）、以及安全体系（功能安全、等）EEA架构逐渐走向域集中，DCU应运而生单车ECU数量激增，无法满足汽车智能化的需求1980年代开始，以机械为主宰的汽车行业内掀起一场电子电气化革命，电子控制单元（ElectronicControlUnit,ECU）占领了整个汽车，此时的汽车电子电气架构都是分布式的，各个ECU都通过CAN（ControllerAreaNetwork,控制器域网络）或LIN（LocallnterconnectNetwork,局部互联网络）总线连接在一起，通过工程师预设好的通信协议交换信息在传统的EEA架构下，ECU是系统的核心，智能功能的升级依赖于ECU数量的累加原有智能化升级方式面临研发和生产成本剧增、安全性降低、算力不足等问题，传统分布式架构亟需升级，传统EEA架构主要面临以下问题

（1）控制器数量过多各级别汽车ECU数量都在逐年递增，每台汽车搭载的ECU平均25个，一些高端车型通常会超过100个；

（2）线束布置过于复杂ECU数量越多，总线数量必将更长,2000年奔驰S级轿车的电子系统已经拥有80个ECU,1,900条总长达4km的通信总线2007年奥迪Q7和保时捷卡宴的总线长度突破6km,重量超过70kg,基本成为位列发动机之后的全车第二重部件；

（3）“跨域”信号传输需求增加智能驾驶需要大量的“跨域”信号传输，环境传感器（雷达，视频和激光雷达）产生了大量数据传输的需求，这也对传统分散式ECU基础架构提出了挑战为适应智能化需求，催生出以DCU为主的域集中架构为了控制总线长度、降低ECU数量，从而降低电子部件重量、降低整车制造成本，将分散的控制器按照功能域划分、集成为运算能力更强的域控制器（DomainControlUnit,DCU）的想法应运而生博世用三类EEA架构共六个阶段来展示架构演进方向分布式（模块化、集成化）、域集中式（集中化、域融合）、集中式（车载电脑、车-云计算）功能域与空间域是当前域控制器发展的两条路径域控制器根据划分方式，主要可以分为以五大功能域划分和以车辆特定物理区域划分两种，相较于纯粹以功能为导向的域控制器，空间域划分的集中化程度更高，对OEM厂商自身开发能力要求也会更高

（1）基于功能划分的域控制器典型代表博世、大陆等传统Tierl博世、大陆等传统Tierl将汽车EEA架构按功能划分为动力域（安全）、底盘域（车辆运动）、信息娱乐域（座舱域）、自动驾驶域（辅助驾驶）和车身域（车身电子）五大区域每个区域对应推出相应的域控制器，最后再通过CAN/LIN等通讯方式连接至主干线甚至托管至云端，从而实现整车信息数据的交互

（2）基于空间划分的域控制器典型代表基于空间划分的域控制器是以车辆特定物理区域为边界来进行功能划分，相较于纯粹以功能为导向的域控制器，其集中化程度更高则是其中的典型代表,2012年Models还是以典型的功能域划分为主,2017年推出Model3则直接进入准中央架构阶段，特斯拉的EE架构只有三大部分，包括CCM（中央计算模块）、BCMLH（左车身控制模块）、BCMRH（右车身控制模块）中央计算模块直接整合了驾驶辅助系统（ADAS）和信息娱乐系统（M）两大域，以及外部连接和车内通信系统域功能；左车身控制模块和右车身控制模块分别负责剩下的车身与便利系统、底盘与安全系统和部分动力系统的功能特斯拉的准中央E/E架构已带来了线束革命,ModelS/ModeIX整车线束的长度是3公里,Model3整车线束的长度缩短到了

1.5公里,ModelY进一步缩短到1公里左右，特斯拉最终的计划是将线束长度缩短至100米以功能域划分的域集中式会是大部分主机厂当下的主要选择采用功能域还是空间域，核心还是取决于OEM自身的实力和与供应商体系的博弈,OEM未来会加大垂直整合程度，将核心软硬件尽可能掌握在自己手中，形成技术壁垒但是目前来看，以大部分主机厂和Tierl自身的战略布局，预计大部分主机厂仍会使用混合域的EEA架构，即部分功能域集中化，形成“分布式ECU+域控制器”的过渡方案，最后形成“Supercontroller（中央超级计算机）+Zonalcontrolunit（区控制器）”的架构，这一演进过程可能长达5-10年单车智能化逐步提升，对计算平台的需求持续增加当前自动驾驶正处在L2向L3级别跨越发展的关键阶段其中，L2级的ADAS是实现高等级自动驾驶的基础，从全球各车企自动驾驶量产时间表来看,L3级别自动驾驶即将迎来大规模地商业化落地随着自动驾驶级别的提升，单车传感器的数量呈倍级增加预计自动驾驶Levell-2级需要10-20个传感器,Level3级需要20-30个传感器，Level4-5级需要40-50个传感器Levell-2级别通常具有1个前置远程雷达和1个摄像头，用于自适应巡航控制，紧急制动辅助和车道偏离警告/辅助2个向后的中程雷达可实现盲点检测，外加4个摄像头和12个超声波雷达则可实现360度视角的泊车辅助功能预计Levell-2的总传感器数量约为10-20个左右Level3级别在Levell-2配置的基础上，外加1个远程激光雷达，由于主动距离测量，激光雷达还具有高分辨率，广角和高精度的特点，这对于检测和分类对象或跟踪地标以进行定位将是必需的对于高速公路领航系统Highwaypilot应用，通常会额外增加1颗后向的远程激光雷达预计会使用6-8个摄像头,8-12个超声波雷达和4-8个毫米波雷达，以及1个激光雷达，因此，预计Level3的传感器总数量会在20-30个左右Level4-5级别通常需要多种传感器进行360°视角的交叉验证，以消除每种传感器的弱点预计会使用8-15个摄像头,8-12个超声波雷达和6-12个毫米波雷达，以及1-3个激光雷达，因此,预计用于Level4至5的传感器总数量会在30-40个左右随着自动驾驶等级的提高，所需的算力高速提升汽车自动驾驶的智能化水平取决于算法是否强大，从L1到L5,自动驾驶每提升一个等级，算力要求也同样提升一个等级:L3之前，自动驾驶所需算力较低；L3需；要的AI算力达到20TopS L3之后，算力要求数十倍增长,L4接近400TopS,L5算力要求更为严苛，达到4000+TOPSo每增加一级自动驾驶等级，算力需求则相应增长一个数量级根据推算，在全自动驾驶时代，每辆汽车每天产生的数据量将高达4000GBo2硬件平台之一芯片计算芯片是算力时代下智能网联汽车的核心芯片与计算芯片可分为MCU SoC芯片随着汽车EE架构的不断革新，汽车半导体高速发展，按功能不同，汽车半导体可分为汽车芯片和功率半导体，而在汽车芯片中，最重要的是计算芯片，按集成规模不同，可分为MCU芯片与SoC芯片MCUMicroControlUnit微控制器，是将计算机的CPU、RAM、ROM、定时计数器和多种I/O接口集成在一片芯片上，形成芯片级的芯片；而SoCSystemonChip指的是片上系统，与MCU不同的是,SoC是系统级的芯片，它既像MCU那样有内置RAM、ROM,同时又可以运行操作系统智能化趋势驱动汽车芯片从MCU向SoC过渡自动驾驶对汽车底层硬件提出了更高的要求，实现单一功能的单一芯片只能提供简单的逻辑计算，无法提供强大的算力支持，新的EE架构推动汽车芯片从单一芯片级芯片MCU向系统级芯片SoC过渡SoC市场高速发展，预计2026年市场规模达到120亿美元汽车智能化落地加速了车规级SoC的需求，也带动了其发展，相较于车载MCU的平稳增长,SoC市场呈现高速增长的趋势，根据GlobalMarketinsights的数据,预计全球车规级SoC市场将从2019年的10亿美元达到2026年的160亿美元,CAGR达到35%,远超同期汽车半导体整体增速传统MCU:MCU需求稳步增长，海外寡头长期垄断MCU是ECU的运算大脑ECU（ElectronicControlUnit,电子控制单元）是汽车EE架构的基本单位，每个ECU负责不同的功能MCU芯片嵌入在ECU中作为运算大脑当传感器输入信号，输入处理器对信号进行模数转换、放大等处理后，传递给MCU进行运算处理，然后输出处理器对信号进行功率放大、数模转换等，使其驱动如电池阀、电动机、开关等被控元件工作MCU根据不同场景需求，有8位、16位和32位8位MCU主要应用于车体各子系统中较低端的控制功能，包括车窗、座椅、空调、风扇、雨刷和车门控制等16位MCU主要应用为动力传动系统，如引擎控制、齿轮与离合器控制和电子式涡轮系统等，也适合用于底盘机构上，如悬吊系统、电子动力方向盘、电子刹车等32位MCU主要应用包括仪表板控制、车身控制以及部分新兴的智能性和实时性的安全功能在目前市场的主流MCU当中，8位和32位是最大的两个阵营汽车智能化不断渗透，单车MCU需求增加随着汽车EE架构的演变，单车MCU需求量不断增加自动驾驶浪潮带动MCU需求，根据IHS统计，与传统燃油车单车相比，智能驾驶汽车所需MCU数量是其4倍以上，且高位数MCU由于其高算力将扮演重要角色MCU市场稳步发展，预计2026年全球规模达88亿美元在市场规模上，全球MCU市场呈现稳步发展的趋势，根据ICInsights估计，预计全球MCU市场规模从2020年的65亿美元达到2026年的88亿美元,CAGR达到

5.17%,略低于同期汽车半导体增速同时我国MCU发展与世界齐头并进，预计2026年市场规模达到56亿元CAGR达到

5.33%,与世界同期基本持平瑞萨、、英飞凌等海外厂商占据主要市场份额，国产厂商渗透率较低目前全球MCU市场呈现寡头竞争局面，市占率靠前的瑞萨、恩智浦、英飞凌等厂商均是国际厂商,CR7占比达到98%,由于车规级MCU研发周期较长，认证要求较高，目前国内厂商渗透率较低，仅有几家企业能够实现中低端产品的量产智能座舱SoC:在中高端数字座舱呈现垄断局面。