2018-自动驾驶系列报告三_车载芯片篇-自动驾驶芯片_GPU的现在和ASIC的未来_26页-3mb

自动驾驶行业系列报告之三：车载芯片发展趋势与投资建议

核心内容概述

本报告围绕自动驾驶行业的车载芯片技术演进，从CPU、GPU、FPGA到ASIC，梳理了芯片在汽车智能化发展过程中的演变路径，并分析了当前主流芯片厂商的技术特点和市场布局。报告指出，随着自动驾驶技术的逐步成熟，ASIC专用芯片将逐步取代GPU和FPGA，成为未来主流解决方案。

主要观点

1. 车载芯片发展历史

   • 汽车电子芯片最初以分布式ECU架构为主，与传感器一一对应。
   • 随着电子化程度提升，中心化架构如DCU和MDC逐步替代分布式架构，实现更高效的信号处理和系统集成。
   • GPU在辅助驾驶阶段成为主流，因其强大的并行计算能力，能有效处理视频、图像等非结构化数据。

2. GPU与FPGA的现状

   • GPU适用于大规模并行计算，FPGA则擅长多指令、单数据流处理，二者结合成为当前自动驾驶芯片的主流方案。
   • NVIDIA、Mobileye、地平线等公司在GPU和FPGA领域占据重要地位，尤其NVIDIA在自动驾驶AI芯片领域表现突出。

3. ASIC的未来趋势

   • ASIC芯片在性能、能耗和量产成本方面显著优于GPU和FPGA，将成为自动驾驶的主流芯片。
   • 随着自动驾驶算法趋于稳定，ASIC的定制化优势将使其在L4/L5级别自动驾驶中发挥关键作用。

4. 主要厂商分析

   • NVIDIA：GPU领域的领导者，Drive PX2和Xavier系列在辅助驾驶和全自动驾驶中广泛应用，但功耗和成本较高。
   • Mobileye：以EyeQ系列芯片为核心，专注于视觉处理，与多家车企合作，技术领先。
   • 地平线：专注于AI芯片设计，征程系列支持L2-L4自动驾驶，具备高能效和灵活编程能力。
   • 寒武纪：专注于深度学习专用芯片，MLU100和Cambricon1M具有高性能和低功耗，但面临市场和生态挑战。
   • 四维图新：在高精度地图和ADAS芯片领域占据重要地位，通过收购杰发科技增强其在自动驾驶芯片领域的布局。
   • 全志科技：推出首款车规级处理器T7，具备多路视频处理能力，但还需时间实现大规模应用。
   • Google TPU：专为TensorFlow框架设计，性能远超CPU和GPU，但主要用于数据中心，不面向市场。
   • Xilinx & 深鉴科技：Xilinx作为FPGA龙头，深鉴科技专注于深度学习优化，后被Xilinx收购，进一步推动其在自动驾驶领域的布局。

5. 行业投资建议

   • 给出行业买入评级，看好四维图新，建议关注地平线和寒武纪。
   • 投资评级分为买入、增持、中性、减持，分别对应未来6-12个月内预期上涨幅度的差异。

关键信息

• 市场数据：国金汽车和汽车零部件指数为3115.91，沪深300指数为3525.75，显示自动驾驶行业在资本市场受到关注。
• 技术演进路径：从CPU到GPU再到ASIC，是自动驾驶芯片发展的必然趋势。
• 芯片性能对比：ASIC在计算性能、能耗比、成本等方面具有显著优势。
• 主要技术挑战：包括算法迭代速度、芯片量产稳定性、法律法规限制、系统可靠性等。
• 市场风险提示：自动驾驶行业发展不及预期、装车渗透不及预期、产品开发成本下降不达预期、使用场景限制、法律法规限制、事故影响等。

总结

自动驾驶行业正经历从辅助驾驶向全自动驾驶的过渡，车载芯片技术也相应经历了从CPU到GPU再到ASIC的演变。当前，NVIDIA、Mobileye和地平线等企业主导市场，而ASIC芯片因其性能、能耗和成本优势，将成为未来自动驾驶的核心解决方案。尽管国内企业如四维图新、全志科技、寒武纪和地平线在该领域有所布局，但要实现大规模应用仍需时间。报告建议关注具备技术优势和市场潜力的公司，如四维图新、地平线和寒武纪，并提示行业潜在风险。