20200623-东吴证券-汽车行业深度报告_软件定义汽车_AI芯片是生态之源_47页_2mb

报告摘要

汽车行业深度报告总结

核心内容

随着智能网联汽车产业的快速发展，软件定义汽车理念已成为行业共识。传统分布式E/E架构存在计算能力不足、通讯带宽不足、软件升级不便等问题，因此，E/E架构升级成为智能网联汽车发展的关键。升级主要体现在硬件、软件和通信架构三方面，其中硬件架构向域控制器和中央计算平台发展，软件架构向AutoSAR等标准化、模块化方向发展，通信架构向以太网发展。芯片、操作系统、算法和数据共同构成智能汽车生态闭环，其中芯片是生态发展的基石。

主要观点

MCU引领汽车电气化
- MCU是传统汽车的“控制大脑”，随着汽车功能增加和数据复杂化，其单车价值从2019年的78美元提升至2025年的149美元，我国市场规模从21.1亿美元增长至32.9亿美元，CAGR为7.7%。
- MCU主要应用于执行端ECU，结构简单，处理控制指令，未来将向更复杂的SOC芯片发展。
- 汽车MCU行业整合加速，全球前八大厂商占据我国市场93%，国产化率不足5%，替代空间大。
AI芯片引领智能汽车发展
- 随着智能汽车对海量非结构化数据的处理需求，MCU逐渐被AI芯片替代，AI芯片单车价值从2019年的100美元提升至2025年的1000+美元，我国市场规模从9亿美元增长至91亿美元，CAGR为46.2%。
- AI芯片分为云端、边缘端和终端，其中云端用于模型训练，边缘端用于实时处理，终端用于移动设备。汽车端AI芯片主要支持深度学习推理任务，用于自动驾驶、智能座舱等领域。
- AI芯片技术路径包括CPU、GPU、FPGA、ASIC等，其中N-SOC是当前智能芯片的发展趋势，集成神经网络单元以提升AI运算效率。
域控制器AI芯片竞争格局
- 当前域控制器AI芯片市场呈现“三强多级”格局：特斯拉、英伟达、Mobileye为第一方阵；华为为1.5方阵；地平线、寒武纪为第二方阵；传统汽车电子厂商及其他潜在进入者为第三方阵。
- 特斯拉自研FSD芯片，提升能效比和算法优化能力，但生态封闭，难以大规模推广。
- 英伟达作为全球GPU龙头，构建丰富生态，占据L3级及以上市场，是合资品牌的优选。
- Mobileye依托英特尔，占据L3以下市场，提供芯片+算法解决方案，但黑盒模式限制创新。
- 华为依托芯片、操作系统、算法等构建生态，提供开发平台，是自主品牌优选。
- 地平线和寒武纪为国内新兴AI芯片企业，提供芯片+算法方案，但生态和算力仍需提升。

关键信息

E/E架构升级：从分布式ECU向域控制器/中央计算平台发展，提升算力利用率，减少线束，降低故障率。
芯片演进：MCU向SOC和N-SOC发展，集成AI处理单元，提升运算能力。
市场规模预测：
- 2025年我国MCU市场规模达32.9亿美元，CAGR为7.7%。
- 2025年我国AI芯片市场规模达91亿美元，CAGR为46.2%。
- 2030年我国MCU市场规模达47.6亿美元，AI芯片达177亿美元。
技术路径：
- CPU：通用性强，适用于控制指令运算，但AI处理能力弱。
- GPU：擅长并行计算，适用于AI运算，但功耗高、成本高。
- FPGA：可编程，适合小规模定制开发，但量产成本高。
- ASIC：算力强、能效比优，但灵活性差，需重新设计以适应新算法。
- N-SOC：集成神经网络单元，适用于AI运算，兼具成本和能效优势。