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-20180723-国金证券-26页-3mb

自动驾驶行业系列报告之三：车载芯片发展趋势分析

核心内容

本报告聚焦于自动驾驶行业中的车载芯片发展趋势，从CPU、GPU、FPGA到ASIC，分析了不同技术路径的优劣势及应用场景。报告指出，随着自动驾驶技术的演进，车载芯片正逐步从通用型向专用型发展，ASIC专用芯片将成为未来主流。

主要观点

• 技术演进路径：车载芯片的发展经历了从CPU到GPU、FPGA，再到ASIC的过程，随着自动驾驶对计算能力、能耗和性能的需求增加，ASIC成为未来趋势。
• 当前主流方案：GPU目前是自动驾驶芯片的主流，因其强大的并行计算能力和灵活性，适合处理视频、图像等非结构化数据。同时，FPGA在训练阶段具有优势，但成本较高。
• ASIC优势明显：ASIC在性能、能耗、成本等方面显著优于GPU和FPGA，特别适合自动驾驶场景中大规模并行计算和高实时性要求。
• 行业竞争格局：Mobileye、NVIDIA、地平线、寒武纪、Google、Xilinx等公司在自动驾驶芯片领域占据重要地位，其中Mobileye和NVIDIA是当前市场的主要玩家，地平线和寒武纪代表国内企业。
• 投资建议：整体行业维持买入评级，建议关注四维图新、地平线和寒武纪。

关键信息

芯片发展历程

• CPU：早期汽车电子控制单元（ECU）的核心，适用于复杂逻辑运算，但处理非结构化数据能力有限。
• GPU：随着人工智能的发展，GPU因并行计算能力强，成为辅助驾驶和自动驾驶的核心芯片，主要应用于“推理”阶段。
• FPGA：适用于“训练”阶段，具备灵活配置和高性能，但成本高、功耗高。
• ASIC：未来趋势，针对特定算法和场景进行定制，性能和能耗显著优于GPU和FPGA。

主要芯片厂商及产品

• NVIDIA：
  • Drive PX2：搭载Pascal架构GPU，支持L3级别自动驾驶，已实现量产。
  • Xavier：新一代芯片，采用Volta架构，性能提升近一倍，功耗30W。
  • Pegasus：全球首款L5级自动驾驶芯片，功耗500W，适合测试阶段。
• Mobileye：
  • EyeQ系列：已量产EyeQ1至EyeQ4，EyeQ5正在开发中，支持L4/L5自动驾驶。
  • 性能：EyeQ4性能为2.5TFLOPS，EyeQ5性能达24TOPS，功耗仅10W。
• 地平线：
  • 征程1.0：支持L2级别自动驾驶，功耗1.5W，性能1TOPS。
  • Matrix1.0：面向L3/L4自动驾驶，性能提升，功耗优化。
• 寒武纪：
  • MLU100：云端智能芯片，性能达166TOPS，功耗80W。
  • Cambricon1M：终端芯片，性能达5TOPS/W，支持多种深度学习模型。
• Google TPU：
  • 专为TensorFlow框架设计，性能和能效远超CPU和GPU，用于机器学习训练和推理。
• Xilinx & 深鉴科技：
  • Zynq UltraScale+ MPSoC：支持多传感器融合，适合ADAS和自动驾驶系统。
  • DPhiAuto：基于FPGA的嵌入式AI平台，支持多种深度学习功能，功耗低，能效高。

行业发展趋势

• 从分布式到中心化：随着传感器数量增加，分布式架构逐渐被DCU、MDC等中心化架构取代。
• 从通用到专用：随着自动驾驶算法的成熟，专用芯片（如ASIC）将逐步取代通用芯片（如GPU和FPGA）。
• 高能效需求：自动驾驶对计算能力、实时性和能效有极高要求，ASIC在这些方面表现更优。
• 生态构建：芯片厂商需要构建完善的生态系统，包括软件、算法和硬件协同，才能在市场中占据优势。

投资建议

• 行业评级：买入，预计未来3-6个月内行业上涨幅度将超过大盘15%以上。
• 公司推荐：
  • 四维图新：国内地图行业龙头，布局高精度地图、芯片、算法和软件，具备全产业链优势。
  • 地平线：聚焦自动驾驶，具备自主芯片架构和算法，发展潜力大。
  • 寒武纪：专注于AI芯片，拥有自主研发的指令集和深度学习加速技术，具备良好市场前景。

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、成本下降不及预期；
• 使用场景限制；
• 法律法规限制自动驾驶发展；
• 自动驾驶事故影响行业发展。

行业与公司数据（部分）

结论

自动驾驶芯片正从通用型向专用型演进，ASIC将逐步成为主流。当前NVIDIA和Mobileye占据市场主导地位，但地平线、寒武纪等新兴企业也具备较强竞争力。随着技术发展和市场需求增长，行业有望持续增长，但需注意潜在风险，如技术发展滞后、成本控制、法规限制等。