从问界M7高阶智能辅助驾驶爆火到小鹏与华为因AEB（自动紧急制动系统）隔空喊战，到特斯拉完全自动驾驶（FSD）软件上线在即以及智能驾驶算法的突破，再到最近广州车展具备城市NOA能力的新车密集上市，各方势力将自动驾驶从PPT层面推进到现实，中国汽车产业正迎来技术变革、产业重构的发展新阶段。

近日，工业和信息化部等四部门在顶层设计上又为自动驾驶行业发展注入一针强心剂，《智能网联汽车准入和上路通行试点实施指南（试行）》的发布，不仅正式对L3/L4自动驾驶的准入规范进行了具体要求，且完善了相关规则，意味着我国智能网联汽车的商业化运行又迈出了关键一步。

国产芯片产业链的快速发展，让汽车芯片国产化比率不断提升，技术、政策、商业化的多频共振让智能驾驶奇点来临。在汽车电动化+智慧化带动整体产业价值链构成升级下，芯片含量的成倍提升让国产芯片产业迎来价值重估机会。

“智驾”商业化落地在即

车规级芯片加速国产化

新能源汽车作为科技革命和能源革命交融的产物，近年来，从中央到地方都在持续加大对搭载自动驾驶功能的智能网联汽车发展的支持力度，仅今年以来各级政府发布的智能网联汽车领域相关政策就超过20条。

近日，工业和信息化部等四部门在顶层设计上为智能驾驶行业发展注入一针强心剂，联合印发了《关于开展智能网联汽车准入和上路通行试点工作的通知》（以下简称《通知》）。 《通知》要求，在智能网联汽车道路测试与示范应用工作基础上，遴选具备量产条件的搭载自动驾驶功能的智能网联汽车产品（以下简称“智能网联汽车产品”），开展准入试点； 对取得准入的智能网联汽车产品，在限定区域内开展上路通行试点，车辆用于运输经营的需满足交通运输主管部门运营资质和运营管理要求。

“自动驾驶将从测试阶段到大规模测试阶段，智能网联汽车产品逐步走近大众消费者。 ”全国乘用车市场信息联席会秘书长崔东树表示，多项政策的加持，将引导智能网联汽车生产企业和使用企业加强能力建设，在保证安全的情况下，确保智能网联汽车产品功能、性能和产业业态能够实现迭代优化，推动自动驾驶技术的高速发展。

经济学家余丰慧认为，利好政策的不断落地，将为智能驾驶的商业化应用提供更好的环境和条件，从而推动智能驾驶在各个领域的应用和发展，“未来智能驾驶领域将呈现出爆发式增长。 ”

目前来看，我国已建设完成17个国家级测试示范区、4个国家级车联网先导区、16个智慧城市基础设施与智能网联汽车试点城市，已有44个省和地级市发布了道路测试实施细则。 据2023年北京数字交通大会透露，目前我国超过3500公里公路完成智能化升级改造，京雄高速河北段、沪杭甬高速、杭州绕城复线、成宜高速等一批智慧公路已建成运行。

此外，智能网联汽车产品代表小鹏汽车、长城魏牌、蔚来、极狐以及智己和集度还发布了各自城市NOA（自动辅助导航驾驶）计划，譬如： 理想汽车计划到12月将NOA覆盖全国100个城市，智己汽车计划城市NOA方案将于2024年覆盖全国100+城市……就落地情况看，小鹏P7、理想 ONE、特斯拉Model 3/Y、埃安LX等部分车型已经实现高速NOA的应用。

消费终端上，随着L2级自动驾驶的渗透率不断提升，智能驾驶在终端的消费者教育雏形已现，自动驾驶从早年间选车时的无足轻重，进化为当前消费者购买汽车时的重要参考条件。 以近期被高度关注的AITO问界新M7为例，其最大的卖点之一就是搭载了华为ADS2.0高阶智能驾驶系统。 在9月17日至10月7日期间的订购车型中，智驾方案选装率提升至60%——70%。 此外，目前各大车企的最新销售情况显示，消费者对自动驾驶接受度明显提升，进而也带动了很多车企智驾方案选装率的提升。

技术、政策、商业化的多频共振，不仅让智能驾驶产业发展步入快车道，且让智能驾驶芯片行业进入到“拼算力”的时代。 需要注意的是，作为智能驾驶核心中的核心，汽车高端芯片长期以来一直被海外寡头垄断，前几年出现的汽车“缺芯”之痛让人记忆犹新。 在智能驾驶被提升到国家政策层面、我国汽车产业转型升级进入关键时刻，无论在国家顶层设计层面，还是商业层面，都需要将高端芯片特别是车规级芯片国产化发展问题置于很高地位。

弗若斯特沙利文大中华区执行总监向威力在接受相关媒体采访时曾表示，为打破困局，国产车载芯片厂商需要把握国产替代机遇，积极进入整车厂供应链。 同时，国产厂商还应以生态圈的形式加强与客户的密切合作，加快提高车规技术、产品或解决方案的影响力。

汽车计算不断增长：需求创造商机

越来越多的传感器在范围和分辨率方面具有更好的性能，直接影响乘用车对计算能力的需求。总体而言，ADAS和座舱处理器的计算收入正在快速增长，2022年至2028年的复合年增长率为13%，到2028年将达到127亿美元。在这两个类别中，ADAS是最大的细分市场， 2028 年的收入将占总收入的60%以上。

计算市场也发生了有趣的变化。Mobileye 长期主导汽车视觉处理器市场，2022 年占据 52% 的市场份额，其次是 AMD、Nvidia 或 Tesla 等厂商。

座舱处理器市场由高通主导，与竞争对手瑞萨或恩智浦相比，高通是一个新参与者。高通利用其在智能手机市场获得的用户体验知识，通过驾驶舱进入汽车市场。但高通的最终目标并不是座舱市场，而是利润更高的ADAS市场。我们预计高通将在 ADAS 领域迅速获得一定的市场份额，并迅速成为与 Mobileye 竞争的重要参与者。

如今，地平线、黑芝麻、海思等中国公司正在赢得设计胜利，预计未来五年其市场份额将大幅增加。他们在 ADAS 和驾驶舱领域都非常活跃。

2023年，我们看到中国整车厂发布的多款车型配备的传感器数量远高于欧洲或美国整车厂发布的其他车型。但由于缺乏监管，这些中国汽车仍然被归为“不干涉”类别，就像特斯拉一样进行比较。如果法规发生变化，我们预计将通过 OTA 更新启用更复杂的自动驾驶应用程序，因为传感器和计算硬件已经就位。

关于闭眼应用，中国没有允许此类应用的法规，但中国整车厂正在开发 NOA（自动驾驶导航）系统。至于世界其他地区，日本、欧洲（德国）已经实施了不加关注的监管，英国和美国的一些州（例如加利福尼亚州和内华达州）也正在加快步伐。


六类芯片将迎来增量事情

计算&控制芯片

在电动化、智能化普及之前，汽车的各个功能块由ECU（Electronic Control Unit）控制，MCU则是ECU的核心，它监控着各种汽车运行数据（速度、换挡、刹车、航向等），以及汽车运行的各种状态（油耗、加速、前车距离等），并根据预先设计的程序逻辑计算各种传感器送来的信息，处理后把各个参数发送给相关的执行模块，执行各种预定的控制功能。这种架构一般称为分布式。

无论是传统燃油车，还是新型的电动和智能化汽车，MCU用量都很大，车身控制、仪表盘、影音娱乐、电机驱动控制、高级安全系统、雨刮、车窗、电动座椅等，都需要MCU进行控制。目前，一辆汽车上的MCU用量可达50——100个。

传统燃油车的动力系统主要包括发动机和变速箱，这两个部件各有一个主控MCU，电动汽车动力系统包括整车控制模块，电机控制器模块，电池管理模块三个部分，动力域控制器集中控制上述三个部分，这个系统需要更多的MCU，估计每辆车会比传统燃油车多用至少5个。

车身控制系统所用的MCU数量相对稳定，变化不大，原因在于车身域技术较为成熟且使用生命周期长，实现这些功能对芯片算力的要求较低，所用的MCU价格也较低。

传统MCU大厂，如恩智浦、意法半导体、瑞萨电子和德州仪器等，一直把持着汽车MCU市场的主导权。近些年，中国本土相关企业也在努力追赶，涌现出了多家比较有特色的企业，复旦微电子就是其中之一，该公司的车规级MCU FM33LG0xxA系列可用于雨刮器、车窗、座椅、照明控制等。目前，复旦微电子正在进行新一代车规级MCU的开发。

随着智能化、网联化、电气化在汽车应用的深入和普及，汽车电子电气架构逐渐从分布式走向集中，以减少车辆线束，提高内部信息流转效率，此时，算力也趋向于集中，仅依靠MCU已难以满足计算需求。目前，ADAS和智能座舱芯片以CPU、GPU和NPU为主，并集成在域控制器中。域是将传统ECU控制进一步集中，形成几大功能块，可概括为整车控制域（VDC），智能驾驶域（ADC），智能座舱域（CDC）。未来，在基于域的集中式架构基础上，还将向域融合（中央集成）架构方向发展，它进一步简化了架构，功能更加集中。在分布式ECU逐渐向域集中的过程当中，由DCU（域控制器）集成多类ECU实现控制功能的集中。

从目前的情况来看，汽车中的MCU有减少之势，特别是座舱越来越智能化，要实现的功能繁多，包括信息娱乐、人机交互等，为了实现这些先进功能，需要更高性能的芯片，使得MCU地位呈下降趋势。以仪表盘为例，该部分性能提升使MCU的主控地位被高算力处理器取代。

总体来看，MCU在传统功能的控制应用上仍有一席之地，而在座舱和ADAS的用量会明显减少。不过，在可预见的未来，汽车用MCU的市场总量依然很大。

随着自动驾驶级别逐步提升，应用功能越来越丰富，汽车对芯片算力的要求越来越高。特别是在安全性和实时性方面，ADAS的要求很高，需要系统具备更高的认知与推理能力。

目前，以Mobileye、英伟达、特斯拉为代表的厂商在ADAS计算芯片方面走在了市场前列，相关产品已在中高端和新势力车型中广泛应用。


车载通信

汽车中使用的电子控制和通信系统越来越多，如发动机电控、自动变速器控制、车载多媒体和自动巡航系统（ACC）。这些系统之间、系统和汽车显示仪表之间需要进行大量的数据交换，此时，常规点对点的导线连接和信息传输方式是不适用的，因为这样装配出的系统太复杂了，且故障率会很高。这时，就需要用到汽车总线。

传统汽车使用的总线（CAN、LIN、FlexRay、MOST）在成本、性能上越来越难以满足网联化、智能化汽车的需求，而以太网在汽车应用中的优势逐渐凸显出来。

车载以太网在传统以太网技术的基础上进行了一系列优化和改良，针对车内通信需求研发出了一种用以太网连接车内电子单元的新型局域网技术，它有诸多优点，如数据传输带宽高，系统简洁。车载以太网使用单对非屏蔽双绞线及更小型的连接器，与传统总线相比可减少80%的线束成本和30%的布线重量。它可通过使用回声抵消技术在单线对上实现双向通信，以满足智能化对高带宽的需求。

目前，博世、采埃孚、特斯拉等都提出了新一代汽车网络通信架构。

据以太网联盟预测，未来智能汽车单车以太网端口将超过100个，这为车载以太网芯片提供了巨大的发展空间。在具备先进ADAS功能和以太网总线的汽车中，每一个传感器（摄像头、各种雷达）都需要部署一个PHY芯片以连接到ADAS域，每个交换节点也需要配置若干个PHY芯片。

除了有线通信（以太网），车联网普及对车上的无线通信能力和可靠性的要求也越来越高，这方面，高通处于优势地位。


功率器件

与传统燃油车相比，电动车对功率器件的工作电流和电压有更高要求，是电机驱动控制、整车热管理、充电逆变等系统的核心元器件，尤其是MOSFET和IGBT，而SiC MOSFET凭借其耐高压、耐高温等特性，在汽车电控系统应用中如鱼得水。

在电动汽车中，SiC MOSFET主要用于驱动和控制电机的逆变器、DC/DC转换、车载充电器OBC，以及充电桩。与硅基IGBT相比，SiC MOSFET产品尺寸小、能耗低，可以有效提升汽车电池的电能转化效率，提高续航能力，同时还可以优化电机控制器的结构，节省成本，实现小型化、轻量化设计。

2018年，特斯拉率先在其Model 3 中搭载了采用24个650V、100A的SiC MOSFET模块的主逆变器，电能转换效率的提升使续航里程提升了5%——10%，同时，车身重量比Model S减轻了20%。博世等多家Tier1制造商，以及比亚迪、蔚来、小鹏等车企都已在部分产品中采用了SiC MOSFET方案。2022 年，由于电动车普及率和SiC MOSFET模块用量双提升，使得SiC器件和模块在汽车领域的应用发展速度超过了市场预期。


模拟芯片

无论是传统燃油车，还是电动汽车，都会用到大量的模拟芯片，涉及发动机进气管、机油、刹车、空调压力、动力总成、汽油尾气检测、车载电池管理等系统。在电动车中，模拟芯片的重要性更强，随着汽车电动化、智能化的快速普及，车用模拟芯片的市场规模呈现逐年增长态势。

随着ADAS的普及，安全的重要性越来越凸出，这就要求电子系统与电源做到有效的安全隔离，此时，模拟隔离芯片起到了关键作用。此外，ADAS系统需要极高性能和可靠性的毫米波雷达、监控摄像系统、车联控制模块、电源辅助模块等，这些都离不开高性能模拟芯片，如放大器、接口、电源管理芯片等。

智能化的普及，使得车内显示面板的使用量显著增加，尺寸也越来越大。目前，平均每辆车有不少于两块面板的使用率，到2025年会达到3块以上。同时，汽车市场对高亮度、高对比度面板的需求也在提升，MiniLED、AMOLED的普及率也越来越高。所有这些，对相关驱动IC、TDDI的数量和质量要求也在提升。

传感器

汽车需要用到的传感器种类很多，包括压力、流量、惯性、温度、红外线、CIS，毫米波和激光雷达等。

由于ADAS兴起，使得与之紧密相关的传感器的重要性和市场地位明显高于传统且已经非常成熟的压力、温度等传感器。

用于ADAS的传感器（包括CIS，超声波和热传感器，激光雷达等）负责收集周围环境的数据。一种类型的传感器是不够的，因为每种传感器都有其局限性，ADAS系统将多种传感器结合在一起，以实现最大化的安全目标。

在L1级ADAS中，需要1-2个摄像头，L2和L2+级需要搭载前视ADAS摄像头和普通环视摄像头，总数达到8个，L3级则增加了前视、侧视、后视ADAS摄像头，总数达8-12个，未来的L4和L5级对雷达依赖程度很高，摄像头用量无明显提升。结合各等级ADAS车载摄像头使用情况，可测算出全球平均单车用量将由2021年的2.8个提升至2025年的5.1个，2030年有望达到9.0个。

就目前的车载摄像头方案来说，主要分为视觉和多传感融合方案。

视觉方案以摄像头为主导，它对算法要求很高，典型代表是特斯拉，搭载Autopilot 3.0系统的全系车型都未使用激光雷达，采用了8个摄像头、1个毫米波雷达和12个超声波雷达，其中，8个摄像头包括3个前视、4个侧视和1个后视，可在250米半径内为汽车提供360度视角。

多传感融合方案更强调硬件系统的重要性，对算法要求相对较低。这类方案的传感器用量不断提升，智能化程度较高的车型摄像头用量都在10个以上，CIS分辨率也很高，例如，蔚来ET7使用11个800万像素高清摄像头，极氪001使用了14个摄像头，包括7个800万像素高清摄像头。

所有这些，都将推动CIS图像传感器市场向更大规模和体量进发。而随着雷达系统的普及，毫米波、超声波、激光雷达传感器的用量也将大幅提升。


存储芯片

随着智能化水平的提升，存储芯片在汽车中的用量也在提升，特别是ADAS和智能座舱，对车规级存储芯片的需求量和性能要求越来越高。

以ADAS为例，在汽车行驶过程中，该系统要收集大量道路数据，包括摄像头、雷达、GPS采集进来的信息，系统将这些数据上传到车企数据中心后对其进行AI训练，并在ADAS平台上验证和仿真，整个过程需要存储大量数据。

汽车在路测时，L2级测试在一小时内会产生2TB的数据，L4-L5级路测每小时的数据量则达到16-20TB，整个研发周期产生的数据将达到EB级。海量数据的缓存、读取和处理将对存储系统的读写性能、容量、可靠性提出更高要求。这样看来，车载存储芯片（DRAM，SRAM，NAND Flash，NOR Flash，EEPROM）的市场潜力也是很可观的。


总结

2023年即将过去，从目前的情况来看，汽车应用似乎是2023全年芯片市场的唯一亮点。汽车芯片的长期发展前景也很乐观，未来几年，每辆车的半导体含量将稳步增长。S&P AutoTechInsight在2023年1月预测，未来7年，每辆车的平均半导体含量将增长80%。