级和民用级芯片，仅次于军工级芯片。芯片大概有以下四种级别，分别是军工级、汽车级、工业级和民用/商业级。不一样的等级的芯片的标准不一，考虑到安全性、工作环境等一系列因素的影响，汽车级芯片的制作要求远高于工业级芯片和民用级芯片，因此汽车级芯片的价格也明显处于高位。
根据相关的数据，2019Q1汽车级MCU的平均售价为2.07美元，而其他各类MCU的平均售价仅0.062美元，大约只有汽车级MCU的3%。
按功能分，汽车芯片可分为控制类（MCU和AI芯片）、功率类、模拟芯片、传感器和其他（如存储器）。按英飞凌的数据，从燃油车到电动车，单车半导体价值量将从457美元提升至834美元，车用半导体市场持续扩大，但是车规芯片市场基本被国际巨头所垄断。
传统汽车的控制芯片主要为MCU，其制程普遍在40nm以下，不同MCU来自不同供应商，通常为代工模式，台积电占所有汽车MCU晶圆代工约70％的市场占有率，智能汽车时代引入AI芯片；功率类芯片包括MOSFETIGBT，制程在90nm以上，生产模式以IDM（厂商自行设计、制造、封装、测试）为主，部分产品逐步开始国产替代。
模拟芯片最重要的包含电源管理芯片和信号链芯片，电源管理壁垒相比来说较低，国内布局广泛，信号链芯片国内也有部分企业布局；传感器芯片可大致分为车辆感知（动力、底盘、车身、电子电器系统）和环境感知（车载摄像头、超声波雷达、毫米波雷达、激光雷达），智能化带来传感类芯片的高速增长。
行业集中度相比来说较高，MCU芯片现阶段市场空间最大，AI芯片未来市场空间增速最快。目前各种类车规级芯片前五大厂商市占率之和均大于60%，车规级芯片市场集中度相比来说较高。MCU芯片、功率类芯片厂商中前五大均为海外企业，车规级芯片市场占有率基本被国际巨头垄断。
根据中汽中心多个方面数据显示，2020年车规级MCU芯片市场空间为65亿美元，远超其他车规级芯片，2026年预计会增长至88亿美元。车规级AI芯片2019年市场空间为10亿美元，预计以CAGR+35%的速度迅速扩张，到2026年AI芯片市场空间将达到120亿美元，成为市场空间最大的车规级芯片。
芯片生产工序主要涉及芯片设计、晶圆加工、封装和测试。芯片企业经营大致上可以分为IDM、Fabless两种模式，IDM即芯片设计、生产、封装、检测自己完成；Fabless厂商则专注于芯片的设计研发和销售，将晶圆制造封装测试等外包给代工厂完成，代工厂也被称为Foundry。目前，只有英特尔三星德州仪器等少数企业采用IDM模式，大部分芯片企业都只从事芯片设计，例如华为、联发科高通，台积电是全球最大的晶圆代工厂商。
产品趋势：汽车架构从分布到集中，汽车芯片从MCU到AI芯片汽车电子电气架构正从分布式走向集中式，产生算力更高的域控制器芯片需求。
在早期，汽车电子是以分布式ECU架构为主流，每个单独的模块都有自己的ECU，此时芯片的计算能力相对较弱。随着汽车电子化程度的提高，复杂的功能推动传统的分布式架构向中心化架构发展，对芯片算力的要求也随之提高。
博世的电子电气架构演进图表明，汽车的电子电气架构将经历三大阶段、六小阶段的发展。三大阶段分别是分布式结构、区域中心化结构、整车中心化结构，六小阶段分别是模块化阶段、模块整合阶段、区域中心化阶段、区域整合阶段、整车整合阶段和车载云计算阶段。整车电子电气从分布式走向中心化成为一种趋势，当汽车电子电气架构形成域的概念后，将产生算力更高的域控制器芯片的需求。
软件重要性随着无人驾驶等级提升而提升，对于芯片的要求也相应提升。根据智研咨询发布的《2020-2026年中国无人驾驶行业投资潜力分析及市场规模预测报告》预测，从L1到L4，无人驾驶汽车中软件的价值量将从26%提高到30%，而硬件的价值量将从58%下降到45%。软件重要性的提高需要汽车芯片拥有更强的算力，因此，随只能驾驶等级的提升，对于芯片的要求将逐渐提升。
传统汽车中的控制芯片为MCU，主要有8位，16位和32位三种型号。电子控制单元ECU是现代汽车电子的核心元件之一，泛指汽车上所有的电子控制管理系统，根据管理功能的不同可分为EMS（发动机控制器）、TCU（变速箱控制器）、VCU（整车控制器）等，而MCU是在ECU当中负责数据处理和运算的芯片，是把CPU、内存（RAMROM）、多种I/O接口等整合到单一芯片上形成的芯片级计算机。
当前汽车级MCU主要有8位，16位和32位三种型号。三种型号的MCU在汽车的应用场景上不一样，随着位数的增加，MCU的运算能力逐渐增强，适用的场景也更加高端。
对芯片算力要求的提高推动MCU朝高位数方向发展。在传统的燃油汽车当中主要是采用的是功能芯片MCU，能够完全满足汽车对于发动机控制、制动力控制、转向控制等一系列简单功能的实现。随着汽车电子电器的发展，32位MCU开始扮演车用电子系统中的主控处理中心角色，即将分散各处的低阶电子控制单元（ECU）集中管理。
MCU难以满足智能驾驶的需求，AI芯片进入汽车市场。车规级AI芯片是未来智能化汽车的“大脑”。不同于以CPU运算为主的MCU，AI芯片一般是集成了CPU、图像处理GPU音频处理DSP深度学习加速单元NPU+内存+各种I/O接口的SOC芯片。无人驾驶对于芯片算力的要求有着质的飞跃，现阶段L2级别无人驾驶计算量已达10TOPS,L3级别需要60TOPS，L4级别算力将超过100TOPS。
目前，市场上主流的32位MCU的工作频率最高只达到350MHZ，64位MCU拥有更高的算力，但也不足以满足无人驾驶汽车数亿行代码的运算需求，这就需要算力远高于MCU的AI芯片来满足智能驾驶的算力需求。车规级AI芯片拥有TOPS级别（1TOPS=1万亿次计算每秒）的运算能力，可以为无人驾驶提供保障，例如英伟达Xiavier/Orin/Atlan芯片分别能够达到30/200/1000TOPS的算力。
AI芯片大致上可以分为GPU、FPGAASIC，当前主流的AI芯片是GPU，未来可能被ASIC替代。三类AI芯片之间的不同之处在于适合使用的范围不同。GPU属于通用型芯片，ASIC则属于专用型芯片，而FPGA则是介于两者之间的半定制化芯片。
三种AI芯片各有优劣，但是由于当前用量有限，ASIC难以形成规模，而FPGA的量产成本高，相比于GPU而言开发门槛又高，因此目前二者在AI芯片市场的占比均不高，GPU由于运算速率快，且通用性强，开发难度又相比来说较低，因此在目前及未来一段时间都将占据主流地位。
但是随着AI芯片市场规模的扩大，预计在未来某个时间点，高性能、功耗低，量产成本又低的ASIC将对功耗高、成本高的GPU形成替代，成为主流的AI芯片。而FPGA由于功能可修改这一优势，在算法一直更新、迭代的环境下将有很强的竞争优势，在需求量较小的专用领域将保持住一定的市场份额。
AI芯片的算力远高于MCU的原因主要在于二者的逻辑架构中，ALU的比重不同。通过对比AI芯片和MCU的逻辑架构，我们大家可以解释为什么AI芯片的算力远高于MCU。
由于AI芯片大致上可以分为三类，因此我们大家可以选取当前市场上处于主流地位，同时性能又相对普通的GPU来作对比；由于MCU是在CPU的基础上整合内存、计数器等其他模块组成的芯片级计算机，它的算力与CPU处于同一量级，甚至略低于CPU（MCU中的CPU是经过适当缩减频率和规格后才整合其他模块的），因此我们大家可以用CPU代替MCU来作对比。
通过对比GPU和CPU的逻辑架构，我们大家可以发现二者的ALU（算术逻辑单元）的比重有很明显的区别。在CPU当中，ALU的占比仅5%，而在GPU当中，ALU的占比却有40%，而这便是GPU的算力远高于CPU的根本原因，同样也是AI芯片的算力远高于MCU的主要原因。
AI芯片加速上车，今年上市新车型开始使用AI芯片。各大车企今年上市的新车型开启了AI芯片上车的时代，其中英伟达、高通、Mobileye的市场占有率较高：Mobileye在智能驾驶领域起步早，高通、英伟达则分别在智能座舱、无人驾驶领域处于领先位置。
同时，自主AI芯片厂商同样具有较强竞争力，以地平线和华为为代表：极狐阿尔法S和赛力斯SF5搭载华为AI芯片和计算平台，岚图FREE和智己L7搭载地平线征程系列芯片。
政策趋势：汽车缺芯问题引发思考，扶持***上升到国家战略层面21年缺芯问题全球化，多家车企减产或停产。
自2020年年末，大众因为大陆和博世的ESP芯片短缺停产开始，“缺芯片”问题陆续影响全球车企，大众、沃尔沃、通用、福特、丰田、本田、日产等跨国车企陆续因半导体供应紧张而暂停部分工厂的生产计划，其中涉及到多款热销车型。国内的一汽、长城、蔚来等也受到缺芯片影响而减产或推迟新车型的上市计划。
车规芯片相对消费芯片具有更高的要求，国内参与者甚少，缺芯背景下缺乏自主可控供应链引起关注和重视。芯片设计业者，进入车用芯片供应链最基本的就是取得AEC-Q100/101/200认证，这是由北美汽车产业所推的针对集成电路应力测试认证的失效机理认证测试，其中AEC-Q100针对IC类产品、101针对离散器件、200针对被动零件。
除此之外，车规级芯片的生产流程需要符合零失效的供应链品质管理标准ISO/TS16949规范要求，模块的质量测试需要符合ISO16750标准中“道路车辆-环境条件和电气电子设备测试标准”的相关规定。对于消费型产品的功能设计，国内芯片设计业者已驾轻就熟，但鉴于车规级芯片的更加高的要求和更大难度，以及需要投入的研发成本，目前国内企业涉及该领域的非常少。当前汽车缺芯背景下，国内企业受制于上游的国外厂商，缺乏国产替代产品，缺乏自主可控供应链问题引起关注和重视。
由主机厂和系统供应商一同推动，扶持重点芯片企业，帮助芯片企业首先解决技术门槛较低的车规级芯片国产化问题，提升其车规级国产化体系能力。
主要由芯片供应商推动，形成芯片供应商内生动力机制，解决技术门槛高的车规级芯片国产化问题。随着支持车规芯片国产化的政策陆续推出，芯片“国产化”必然会成为新浪潮。
近年来，乘用车销量增速普遍下滑，未来将保持低速增长。根据中国汽车工业协会的数据，近年来，全球以及中国乘用车市场的销量增速明显下滑，2018年以来更是出现负增长。2020年，我国乘用车零售累计达到1928.8万辆，同比下降10%。随着经济逐渐复苏，被抑制的购车需求慢慢地释放，预计2021年全球/中国汽车销量增速分别8%/10%，未来全球以及中国的乘用车销量将分别保持2%和4%的低速增长。
未来全球无人驾驶行业未来市场发展的潜力广阔，汽车智能化发展将推动汽车芯片的发展。随着汽车智能化发展，无人驾驶汽车的未来市场发展的潜力越来越明朗，无人驾驶汽车的投入使用将带动无人驾驶系统行业的发展，根据IHS报告的数据，到2035年，全球无人驾驶系统的市场规模将达到6000亿元，而中国的市场规模则接近1500亿元。汽车芯片作为无人驾驶系统的核心元件之一，受益于智能驾驶行业的发展，未来将有不错的发展前景。
通过对单车MCU装载量以及售价进行预测，我们大家可以预测未来全球以及中国的车载MCU的市场空间。
估算2020年平均单车MCU数量为50片。2007年一部中端汽车采用的MCU数量大约是40-50片，高端车型可达到80-100片，平均每辆汽车的MCU数量约为30个。现阶段一辆普通汽车的ECU多达七八十个，我们估算2020年平均单车采用MCU数量为50片。
汽车电子继续在中低端车型渗透，2025年随着L4开始渗透将成为MCU数量由增到减的转折点。
，单车装载的ECU数量会随之增加，根据博世公布的数据，从2006年到2016年，平均每辆汽车的ECU数量从28个增加到38个，未来随着汽车智能化发展，汽车电子化程度会促进提高，单车装载的ECU/MCU的数量也会促进增加。
另一方面，汽车电子电气架构（E/E架构）的集成化发展会导致ECU数量的减少，
同时E/E架构的发展过程中诞生的集成化的域控制器对芯片算力的要求更高，AI芯片会对部分MCU进行替代，现今
芯片），而其他车企的无人驾驶/智能座舱域控制器中也开始搭载英伟达/高通的AI芯片，E/E架构的集成化以及AI芯片对MCU的替代会导致ECU/MCU数量的减少。
目前汽车处于分布式电子电器架构模块化阶段，逐步向分布式电子电气架构集成化阶段过渡。模块化的架构在当前L2阶段还可以被接受，但到了L4级别，模块化封闭的架构设计缺陷将被放大。
在2025年之前，市场平均单车MCU数量将随着汽车电子化程度提高、中低端车型汽车电子加速渗透而提升，L2-L3级车加速渗透，并逐步从分布式模块化向分布式集成化阶段过渡。
2025年之后，L4开始渗透，L2-L4车型电子电器架构预计均从分布式模块化转变为分布式集成化，并逐步向域集中电子电气架构过渡，由此带来市场平均单车MCU数量的减少，与此同时，中低端车汽车电子的渗透已接近尾声，渗透率增速将逐步放缓。
2025年平均单车采用的MCU数量预计随中低端车型电子化升级提升到55片；自2025年起，随着L4/L5级别的无人驾驶汽车开始渗透，L2/L3加速切向分布式集成化架构，平均单车采用的MCU数量开始年年在下降，预计到2030年下降到50片。
后分布式模块化架构向集成化转换将加速车载MCU单价的提升。根据SemicoResearchCorp.的数据，2018年车载MCU年平均售价为2.02美元，2019年上半年上涨到2.07美元，汽车芯片价格逐年提升。
下半年开始的缺芯问题更是导致部分车载MCU产品的价格上调了20%-30%。根据恩智浦官网产品
开始，随着电子电气架构从分布式模块化向分布式集成化转换，32位MCU的占比将逐渐增加，预计2025年以后车载MCU的平均单价将加速提升。
我们预测：2020/2021由于缺芯问题车载MCU的平均单价分别增长15%/25%，2022年回归正常区间，并由于32位占比提升平均单价将以5%的年复合增长率增长。
3.2025年/2030年全世界汽车MCU市场空间将达到96/122亿美元。基于对乘用车未来增速的预测，再结合对单车MCU装载量以及车载MCU单价的预测，我们预测全球车载MCU的市场规模将在2025年达到96亿美元，到2030年达到122亿美元，年复合增长率预计可达6.74%；同时，我们预测中国车载MCU的市场规模将在2025年达到38亿美元左右，到2030年达到53亿美元以上，年复合增长率预计可达8.82%。
通过对各等级无人驾驶汽车的渗透率以及AI芯片的单车价值量的预测，我们大家可以预测未来全球以及中国的车载AI芯片的市场空间。
1、各等级无人驾驶汽车的渗透率预测。2020年11月11日，由北京市人民政府、工业与信息化部、公安部、交通运输部、中国科学技术协会共同主办的2020世界智能网联汽车大会在北京开幕，国汽智联首席科学家教授在会上发布《智能网联汽车技术路线》，提出了中国智能网联汽车产业在发展期(2020-2025)、推广期(2025-2030)和成熟期(2031-2015)的发展目标:2025年L2、L3级新车销量占比达50%、C-V2X达50%；2030年L2、L3级新车销量占比达70%、L4级达20%、C-V2X基本普及，2025年前后实现智能驾驶的规模化应用。基于以上信息，我们对未来中国市场各等级无人驾驶汽车的渗透率进行预测。
2.各等级无人驾驶汽车的AI芯片单车价值量预测。以当前各等级无人驾驶汽车的单车价值量的测算值为基准，我们预测未来五年随着汽车智能化集成化程度的提升、对AI芯片的要求和性能随之提升，AI芯片的单车价值量会5%的年复合增长率增长。随后，由于L3级别的无人驾驶汽车已经初具规模，某些特定的程度上分摊成本，L4级别的无人驾驶汽车也开始步入市场，成本低、性能好的ASIC逐渐进入市场，对GPU形成替代，此时AI芯片的价格下降，预测相应的单车价值量会以每年5%的速度下降。
3.2025年/2030年全世界汽车AI芯片市场空间将达到113/236亿美元。2025年前单车价值量和无人驾驶渗透率共同加速汽车AI芯片市场增长，2025年后无人驾驶持续渗透使车载AI芯片市场继续保持增长。基于对乘用车未来增速的预测，再结合对各等级无人驾驶汽车的渗透率及相应的AI芯片单车价值量的预测。
我们预测全世界汽车级AI芯片的市场规模将在2025年达到113亿美元，到2030年达到236亿美元，年复合增长率预计可达30.79%；同时，我们预测中国汽车级AI芯片的市场规模将在2025年达到68亿美元，到2030年达到124亿美元以上，年复合增长率预计可达28.14%。
传统汽车控制类芯片MCU格局稳定，智能驾驶的发展使车载AI芯片迎来多元化的竞争格局。在过去的几十年里，在汽车电子芯片领域，主流供应商以欧美和日本厂商为主，外来者鲜少打破此格局。
但是随着汽车行业智能化的发展，芯片和软件在汽车中占比将逐步提升，在此趋势下，在传统的车载MCU厂商如ST、NXP、英飞凌、瑞萨发力研究自动驾驶方案的同时，消费级芯片厂商及也进入车规级领域，比如英特尔，英伟达，高通等。除此之外，一些国内的科技公司开始自主研发芯片产品，如华为、百度、地平线等。
MCU主要厂商产品及技术成熟，大多委托代工厂进行晶圆制造。传统车规控制芯片MCU，行业重要玩家以国外厂商为主，包括瑞萨电子、恩智浦、英飞凌、德州仪器、微芯电子、意法半导体等。从产品和技术方面而言，前五大MCU厂商的产品系列丰富、种类多样，具备从基础功能到高性能的覆盖面，同时随技术进步也在不断出新。
MCU市场发展至今，制造技术和产品相对成熟，各家产品也各有特点，如日本瑞萨电子的RH850系列采用瑞萨40纳米工艺制造为业界首创，且其还提供具有强大成本效益的功能和特性。
恩智浦基于高性能混合信号的专业性，产品支持多种loT景观、提供极高集成度且广泛的软硬件支持。而英飞凌在开发产品时侧重于能源效率、移动性和安全性，且其于2019年收购赛普拉斯，强强联合。在产品制造方面，各大厂都选择了代工厂进行晶圆委托制造，但当前芯片行业环境紧张的情况下，许多代工厂也面临延迟交货的问题，从而造成了一定的经营风险。
MCU主要厂商近五年营收来源于亚洲地区居多，主要客户均为全球知名大厂。根据2016年至2020年的企业数据，瑞萨电子、恩智浦、英飞凌、德州仪器、微芯科技和意法半导体这六家MCU主要厂商营收大多数来自为亚洲地区居多，而亚洲地区中日本、中国以及新加坡这三国居多。
从各自主要客户来看，六家MCU主要厂商的重要客户范围覆盖全球及多个行业，包括知名车企（如比亚迪、本田等）、汽车供应商（如德国大陆）、通讯科技公司（如华为）、高科技公司（如苹果）等，而与其合作的企业也多为各自行业的有突出贡献的公司，可见其产品知名度和认可度。
德州仪器近年营收与净利润稳居高位。2015年至2020年，在重要财务指标方面，德州仪器无论是在营业收入还是在净利润方面都明显高于其他几家厂商，2020年营收高达144.61亿美元、净利润达55.95亿美元。
近几年，从营业收入而言，恩智浦表现较为稳定，瑞萨则在2016年波动后趋于稳定，德州仪器稳定居于高位，而英飞凌、意法半导体、微芯都大致呈增长趋势，其中英飞凌、意法半导体均在2020年突破百亿美元营收。在营收结构方面，根据各厂商最新的官方数据，瑞萨电子汽车业务占比48%、恩智浦汽车业务营收占比为44%、英飞凌汽车业务占比45%、德州仪器汽车业务占比21%、微芯科技汽车业务营收占比55%、意法半导体汽车业务占比32%。
从归母净利润角度而言，变动大于营收变动，恩智浦净利润在2019至2020年大幅度下滑至2020年的0.52亿美元，瑞萨电子和意法半导体的净利润则在2019年下跌后出现回升，英飞凌净利润在近年先升后降至2020年的4.32亿美元，而德州仪器和微芯科技近年趋势则稳中带增。其中，德州仪器盈利数据表现突出但车规MCU市占率并非最高或与其汽车业务营收占比不高相关，相比其他前五大厂商，德州仪器2020年汽车业务营收占比仅为20%。
欧美日传统厂商占据车规级MCU市场大多数份额，国内厂商近年持续不断的发展。纵观2020年车规级MCU市场占有率，瑞萨电子（30%）、恩智浦（26%）、英飞凌（14%）、赛普拉斯（9%）（被英飞凌收购）、德州仪器（7%），微芯科技（7%）和意法半导体（5%）抢占98%的市场，剩下的其他厂商共占2%。
从毛利率角度而言，前六家厂商2016年至2020年毛利率较为稳定，其中德州仪器表现突出、稳居高位。由于车规级MCU研发周期长，认证要求远高于消费和工业级MCU，中国仅几家企业可以在一定程度上完成中低端品类的量产，国产渗透率很低，车规级MCU芯片市场大部分份额由欧美日等传统厂商瓜分。中国实现量产车规级MCU的主要企业包括上海芯旺微电子、杰发科技、赛腾微电子和比亚迪半导体。
在2018年底，四维图新的子公司杰发科技自主研发并量产了国内首颗车规级MCU芯片AC781x，而2020年比亚迪半导体的车规级MCU已批量装载在比亚迪全系列车型上，累计装车超500万颗，可见国产MCU产品也在持续不断的发展、未来可期。
综合多项指标，传统汽车控制芯片MCU外资长期垄断，格局稳定。作为全球车规级MCU行业的前六大厂商，瑞萨电子、恩智浦、英飞凌、德州仪器、微芯科技和意法半导体在每个方面都展示出强劲的实力，在该行业有着难以超越的优势和地位。
随着智能驾驶这一概念的兴起，无人驾驶对于芯片算力的要求有着质的飞跃，现阶段L2级别无人驾驶计算量已达10TOPS,L3级别需要60TOPS，L4级别算力将超过100TOPS，MCU芯片不足以满足无人驾驶汽车数亿行代码的运算需求，AI芯片开始上车，为无人驾驶的发展提供保障。AI芯片的发展目前经历两个阶段：
辅助驾驶阶段Mobileye和赛灵思占据行业龙头位置，收购赛灵思后Mobileye辅助驾驶市占率超70%。L1~L2级无人驾驶技术兴起之后，无人驾驶芯片市场长期被Mobileye和赛灵思两个玩家所掌控，截至2020年，前者的年出货量接近2000万片，后者则超过700万片。2020年10月，AMD宣布收购赛灵思，截止2017年mobileye称，已有25家汽车制造商的2700万辆汽车使用了其驾驶辅助系统，市场占有率超过70%。
Mobileye擅长视觉技术，赛灵思擅长感知计算，强强联合优势互补。Mobileye以计算机视觉技术见长，致力于无人驾驶的视觉方案，主打功能强大、低功耗EyeQ®系列芯片。赛灵思推出Zynq®UltraScale+™MPSoC的多个产品系列，处理和计算毫米波雷达感知到的数据。将摄像头和雷达的感知能力结合起来使用，能轻松实现L2级无人驾驶技术。
L2级无人驾驶广泛使用Mobileye提供的视觉感知方案（摄像头和EyeQ芯片）+毫米波雷达（内载赛灵思的计算芯片）硬件架构，因此这一个市场一直都是Mobileye和赛灵思的天下。
Mobileye制造模式由Fabless向IDM转型，后续或实现芯片自给自足。目前，EyeQ系列芯片主要由意法半导体及台积电代工，芯片产量在产能紧缺时将受代工厂限制。英特尔执行长PatGelsinger于2021年3月24日宣布英特尔将投入200亿美元在美国设厂，并以IDM2.0的形式，重返晶圆代工业务。英特尔美国制造基地已拥有四座正常运营的工厂，具备所有支持新工厂的基础设施，这将加快建设速度，新的晶圆厂将在2024年为英特尔内部业务和外部客户提供晶圆代工服务。Mobileye将在后续完成IDM转型，实现芯片自给自足。
EyeQ系列新产品覆盖国内外各大传统车企和新势力，于2019-2021年密集上市。凭借辅助驾驶领域的高性能、低功耗的技术方案，Mobileye的产品已在福特、上汽、宝马、沃尔沃、威马、长城、广汽、一汽等传统老牌车企以及蔚来、理想、小鹏等造车新势力上上车。
L3功能量产车密集发布，带来更高性能的座舱、无人驾驶芯片需求。今年上海车展上各大车企密集发布L2+功能的新车，进入到该阶段，电子电气架构向域集中式发展，目前主要是智能座舱和无人驾驶域的形成和发展，这需要更高级别的AI芯片提供支持。芯片作为预埋硬件，在后续软件优化升级后与之匹配，实现智能驾驶功能的升级，因此，超越当前无人驾驶级别要求的芯片提前上车成为趋势（现阶段L2级别无人驾驶计算量已达10TOPS,L3级别需要60TOPS，L4级别算力将超过100TOPS）。
智能座舱和无人驾驶平行发展，高通、英伟达分别为座舱、无人驾驶领域龙头。目前，进入智能座舱和自动驾驶领域的厂商有高通、英伟达、Mobileye、地平线、华为和黑芝麻等，随着新型AI芯片的不断推出，已涵盖L1至L5级全自动驾驶功能。
英伟达是自动驾驶领域的龙头，全新的自动驾SoCAtlan，单颗算力能达到1000TOPS，相比上一代算力提升接近4倍。高通在智能座舱领域占统治地位，并开发高度可扩展、开放、完全可定制化的SnapdragonRide平台，提供功耗高度优化的无人驾驶解决方案，长城汽车将在2022年推出的高端车型上率先采用具备强大性能的SnapdragonRide平台。
英伟达、高通技术领先，Mobileye实力不俗。英伟达新推出的Atlan芯片算力可达1000TOPS，采用7nm工艺的Orin芯片可实现每秒200TOPS运算性能，比上一代Xavier提升7倍，功耗仅为45W，采用12nm工艺的Xavier功耗仅为30W。
计算机CPU巨头收购Mobileye进军无人驾驶领域。英特尔在车机芯片与无人驾驶芯片一起发力，除无人驾驶领域收购Mobileye外，车机芯片拥有众多客户，采用14nm工艺的5款A3900系列芯片与宝马、通用、凯迪拉克、现代起亚、捷豹路虎、长城、奇瑞、斯巴鲁、红旗、合众汽车等拥有合作。
拥有XAVIER、PEGASUS系列芯片和Hyperion平台，DriveAGX系统可支持L2+~L5级无人驾驶。公司将于2022年正式投产的Orin芯片可实现每秒200TOPS运算性能，比上一代Xavier提升7倍，功耗仅为45W，与上一代产品一致，可提供L2+高级辅助驾驶功能，升级到双片后算力达到400TOPS，可提供L4级别无人驾驶方案，未来使用的GPU可进一步扩展算力，理论可达2000TOPS，为实现L5预留充足硬件能力。公司于2021年新推出的Atlan芯片目标瞄准L4/L5无人驾驶，采用ZeusCPU架构，算力可达1000TOPS。
2020年CES大会上发布无人驾驶平台“骁龙Ride”，正式入局智能汽车领域。骁龙RideSoC搭载第六代高通KryoCPU与第六代AdrenoGPU，算力达700-760TOPS，配合加速器和自动驾驶堆栈的独特组合为汽车制造商提供了可扩展的解决方案，旨在支持自动驾驶系统的三个行业领域：即用于车辆的L1/L2主动安全ADAS，这中间还包括自动紧急制动，交通标志识别和车道保持辅助功能；L2+便捷ADAS，适用于在走走停停的交通中以自动公路驾驶，自助停车和城市驾驶为特色的车辆；以及L4/L5全无人驾驶，用于城市自动驾驶，出租车和
拥有国内首款车规芯片，征程五代算力将达96TOPS。企业具有的征程二代芯片不仅实现了中国车规级AI芯片量产的零突破，也补齐了国内无人驾驶产业生态建设的关键环节。公司2021年最新推出的征程五代芯片，最高可支持L4无人驾驶等级，具备96TOPS的AI算力，实际性能超过特斯拉FSD芯片。
600平台基于8颗昇腾310AI芯片，整合了CPU和相应的ISP模块，算力高达352TOPS，功耗算力比为1TOPS/W，能够支持L4级别无人驾驶。最新推出的麒麟990A，使用7nm工艺，支持L4无人驾驶等级，CPU搭载4核泰山V120+4核Cortex-A55，GPU搭载8核Mali-G76。
AI计算部分基于完全自研的NPU。目前芯片是A1000，采用16nm工艺，整体芯片为ASIL-B级，可实现ASIL-D级安全岛；用于AI计算的部分基于黑芝麻自研的NPU，算力能够达到40Tops。今年上海车展，黑芝麻发布新一代A1000pro，算力将达到106Tops，预计今年第三季度可以拿到工程样片。
拥有HW3.0、HW4.0、DOJO三款自研芯片。2021年8月，特斯拉发布超级计算机DOJO，DOJO算力可达362TOPS，使用7nm工艺，能轻松实现102
AI芯片龙头毛利率均居高位，英伟达营收稳定增长。英伟达2020年营收达166.75亿美元，归母纯利润是27.96亿美元，营收与归母净利润增长稳定；高通营收保持稳定，归母净利波动增长，2020年营收达235.31亿美元，归母纯利润是51.98亿美元。在汽车业务方面，英伟达2020年汽车业务收入5.36亿美元，2019年为7亿美元，2020年前稳步增长。
2020年高通汽车业务收入6.44亿美元，2019年为6.4亿美元，汽车业务收入保持稳定。从公司整体毛利率来看，高通与英伟达均居于高位，毛利率均维持在60%左右，相比之下英伟达毛利率增长更为稳定明显。从公司整体净利率来看，2019年前英伟达净利率增长趋势明显，2019年后在25%左右平稳增长。高通净利率在2017年和2018年有较动，2019年净利率恢复到18.07%，并呈现平稳增长的态势。
客户合作方面，英伟达和高通是主要参与厂商，拥有众多整车厂/Tier1客户。英伟达和高通的客户优质而广泛，覆盖超370家整车厂商：传统车企方面，奥迪、奔驰、现代、奇瑞、沃尔沃、路虎、广汽等众多厂商选择英伟达和高通；造车新势力方面，英伟达和高通拿下了蔚来、理想、小鹏、零跑、威马、天际等最新车型的订单，将头部造车新势力一网打尽。
Mobileye、高通和英伟达的客户重复度高，但合作领域差异较大，英伟达在无人驾驶领域占据优势，高通的重心为智能驾驶舱，Mobileye虽在辅助驾驶阶段占统治地位，但在无人驾驶和智能驾驶舱领域不再有强竞争力。同时，自主AI芯片厂商发展势头迅猛，华为和地平线与多与造车新势力合作，搭载车型陆续上市。
今年各大车企密集发布L2+无人驾驶车型，在高级别无人驾驶应用上，英伟达和高通的市场占有率高。各大车企今年相继进入L2+量产阶段，开启了AI芯片上车时代，在高级别无人驾驶量产车上，高通、英伟达分别在智能座舱、自动驾驶领域处于领先位置。同时，自主AI芯片厂商同样具有较强竞争力，以地平线和华为为代表：极狐阿尔法S和赛力斯SF5搭载华为AI芯片和计算平台，岚图FREE和智己L7搭载地平线征程系列芯片。
汽车AI芯片壁垒高，且涉及到量产周期较长，且仅台积电等少数几家代工厂具备制造封装能力，因此目前率先量产的龙头厂商短中期地位稳固。英伟达和高通起步较早，其中，英伟达TegraK1、TegraX1、TegraParker、Xavier已实现量产，并搭载于众多上市车型，Orin也将在2022年实现量产。高通602A、820A、SA6155、SA8155、SA8195已实现量产，搭载的车型众多，Ride也将在2022年实现量产。
车规级AI芯片从设计到量产通常要4~5年，由于开发周期长、技术难度大；另外，英伟达、高通、地平线、华为、黑芝麻、mobileye等公司采用FABLESS模式，主要负责定义、设计及定案，晶圆的制造和芯片封装、测试一般委托给台积电等少数代工厂商负责；英特尔采用IDM模式，不需代工厂进行代工。因此，率先实现量产的龙头厂商将具有较高的竞争壁垒，高通和英伟达的优势地位短中期不易被撼动。
综合技术、产品、客户、规模、量产节奏，结合未来汽车电子电气架构和智能化的发展的新趋势，我们大家都认为：在汽车AI芯片领域，高通和英伟达占据龙头，地平线、华为具备较强的国产替代实力。
AI芯片的竞争格局上：Mobileye起步最早，市场占有率最高；高通、英伟达分别在智能座舱、无人驾驶领域处于领先位置，英伟达无人驾驶产品Atlan算力已能达到1000TOPS。
同时，采用7nm工艺的Orin芯片可实现每秒200TOPS运算性能，功耗仅为45W。高通智能座舱方面的SA8195芯片采用7nm工艺，支持L4无人驾驶等级，无人驾驶方面，高通RideSoC使用先进的5nm工艺，算力达700-760TOPS，大规模量产上车即将开启；自主品牌近两年发展迅速，产品更新速度快，与国内整车厂广泛合作，以地平线、华为最为突出。
地平线对标英伟达Orin、MobileyeEyeQ5，同为7nm工艺，具备高算力、低功耗的技术实力，征程6也已投入研发，预计2023年发布，2024年实现量产；客户合作上，征程系列芯片已搭载或即将搭载于长安UNI-T、奇瑞蚂蚁、上汽智己、传祺GS4Plus、岚图FREE、思皓QX、大通MAXUSMIFA等多款车型上。
华为的车载AI芯片包括座舱领域的麒麟芯片和自动驾驶领域的昇腾芯片，在工艺、功耗、算力等方面保持领先水平；产品应用方面，除了在极狐AlphaS华为Hi版和小康塞力斯上应用外，与上汽、吉利、江淮、一汽红旗、东风汽车等车企也开展了深度合作。
原创。文章的主要内容系作者本人观点，贞光科技二次整理，不代表贞光科技对该观点赞同或支持，仅为行业交流学习之用，如有异议，欢迎探讨。
，了解一个行业从阅读这个行业的研报开始，今日分享目录如下：20210819分享目录：
归属于半导体领域，是光电子器件的核心组成部分。其应用场景远不仅仅局限于通信领域，在工业、消费电子、
Bayesian-Methods-for-Hackers概率编程与贝叶斯方法
ZX7-200逆变焊机电流控制流程及UC3846内部功能分析#电路设计
