供需驱动汽车智能化，目前仍处发展初期，供给端：造车新势力企业崛起，引领智能化趋势
2020 年以来，新势力企业车型销量节节攀升，在中国市场，2021 年 1-11 月特斯拉 +蔚小理销量增长至 49 万辆。
从公司市值来看，龙头企业特斯拉市值高达 6.95 万亿 元遥遥领先，远超传统车企。
从国内市场份额的角度来看，新势力企业快速提升至 4.0%，性价比驱动型合资品牌 份额持续下滑，大众、丰田等品牌驱动型合资品牌 2021 年 1-10 月份额较 2020 年下 滑超 5%；
在电动车领域这个反差则更加明显，2021 年 1-10 月，新势力的渗透率迅 速提升至 28.4%，而燃油车领域市场份额高达 65%的合资品牌在 NEV 市场仅有不 到 10%的份额。
我们认为，随着电动智能化的进一步推进，传统合资车企若不能加 快转型，生存空间将进一步被压缩。新势力在智能化和科技感上的领先是其崛起的重要原因之一。
硬件搭载上，特斯拉 是最早开创中控大屏的供应商，通过取消传统按键，用 15 英寸中控营造极简科技 感，同时自研自动驾驶芯片，算力达到 144tops，搭载 8 颗摄像头和 12 个超声波雷 达，通过领先的视觉算法实现自动驾驶；
国内新势力企业在硬件上则更为激进，如 小鹏 P7 配备了 13 个摄像头（前三目、4 颗 ADAS 摄像头、4 颗泊车 360 环视摄像 头、1 颗车内人脸识别摄像头、1 颗行车记录仪摄像头）。
5 颗毫米波雷达、12 颗超 声波雷达，采用英伟达车载高性能 SOC Xavier，算力 30tops，P5 则已经实现激光雷 达上车；蔚来、理想 2022-2023 年上市车型将实现算力超过 1000tops。
基于上述硬件，新势力企业提供了更高级别的自动驾驶功能和更好的座舱体验。例 如，特斯拉目前可以实现主动巡航、自动泊车、自动辅助导航驾驶、智能召唤、自 动辅助转向/变道、交通信号灯识别等；
小鹏 XPILOT 3.0 自动驾驶辅助系统包括了 常规的驾驶辅助（自适应巡航、车道保持、主动刹车）、NGP 高速自主导航驾驶、 自动泊车等功能；
蔚来 ES8 搭载了具备语音交互系统和智能情感引擎的 NOMI 机器 人，在周围配备了 9.8 英寸的数字仪表屏、11.3 英寸的中控屏和 10 英寸的 W-HUD。
理想 ONE 汽车座舱创新地采用四屏交互系统和全车语音交互系统，在视觉上给人 带来震撼感受，提升了用户的驾乘体验。
需求端：消费升级+购车群体年轻化，对汽车智能化的需求提升
从需求端来看，有几个维度的底层逻辑推动汽车智能化需求的提升：千人保有量提升后，购车群体从首购转向增换购，推动消费升级进而提升汽车智能化的需求；
购车群体由 70 后、80 后向 90 后、00 后转变，成长/生活环境被各种互联网信息技术笼罩，对汽车有更强烈的科技和智能化属性要求；
用户重视智能汽车技术，且有较高付费意愿。
具体来看：汽车消费由首购转向换购，消费升级提升智能化需求。
根据世界银行披露的数据， 2019 年中国千人拥车量为 173 辆，相较于 21 世纪初的个位数保有以及 2010 年 50 辆左右有非常大的提升，汽车进入家庭阶段已经基本完成，市场由首购逐渐转向增 换购。
根据 SIC 的预测数据，2025 年将有 64%的汽车消费为增换购，2030 年这一 比例将高达 78%。增换购将推动汽车的消费升级，购车动因除了满足基本空间、动力需求之外，科技感和智能化等把玩性需求将提升。
汽车消费群体年轻化。根据 SIC 预测数据，2020 年 90 年代以后的购车群体占比 26% 左右，到 2025 年这一比例将快速提升至 38%，2030 年将有超过 52%的购车用户为 90 年代后出生人群。
90 后、00 后这群人正好经历了 4G、5G、大数据、人工智能等 新兴科技驱动的全社会的数字化转型，典型例子就是手机全面由传统的键盘式诺基 亚手机向全面屏智能手机升级。
映射到汽车消费场景，其对大屏、科技、智能的诉 求会远高于 70、80 后的购车群体。因此，随着 90 后、00 后逐步成为购车主力人群， 汽车智能化的需求将进一步爆发。
消费者重视智能汽车技术，有较强的支付意愿。根据麦肯锡汽车行业消费者调查数 据，超过 8 成消费者认为辅助/自动驾驶以及智能网联功能重要。
且有相当比例的用 户对相关功能有支付意愿。此外针对 OTA 功能，69%的受访者都认可通过 OTA 升 级车辆功能的重要性，其中有 62%的受访者愿意为之付费。
目前仍处于智能化渗透的初期
政策目标：2020 年 11 月国务院办公厅印发的《新能源汽车产业发展规划》提出 2025 年高度自动驾驶汽车实现限定区域和特定场景商业化应用，2035 年高度自动 驾驶汽车实现规模化应用。
此外，根据《中国智能网联汽车发展路线图 2.0》，2025 年 L2+和 L3 级智能网联汽车渗透率持续增加，2025 年达 50%，2030 年超过 70%。
发展现状：
智能座舱方向，当前渗透率较低，明年有望快速提升。根据前瞻产业研究院和 ICVTank 的统计数据，2020 年全球智能座舱域控制器出货量仅 80 万套。
据 Marklines 统计 2020 年全球乘用车销量超 7700 万辆，渗透率仅 1%。另根据专家调研信息， 目前国内智能座舱的渗透率在 10-20%左右。因此，无论是全球市场还是国内，智能座舱的渗透率仍然处于较低水平。
根据亿欧的统计资料，以是否支持 OTA 升级 作为是否满足智能座舱的重要参考标准，中国 2021 年前 10 个月新发布车型（含改 款）中智能座舱渗透率为 50.6%。
这意味着国内当下正处于智能座舱边际快速渗透 的状态，随着这些新车型明后年起量，将显著提升智能座舱的渗透率，海外市场同 理。自动驾驶方向，目前仍处于 L2 级自动驾驶的导入期。
根据中国智能网联汽车产业 创新联盟披露数据，2021 年 1-9 月 L2 级自动驾驶渗透率有较大幅度提高，5 月以来 渗透率超过 20%，相较去年同期提高接近 10 个百分点。
预计 2021 年全年 L2 级自 动驾驶渗透率将达到 20%，整体而言渗透率水平仍然较低。全球主流车企正密集研发 L3 级以上自动驾驶。
从全球车企自动驾驶量产时间表可 以看到，当前正处于车企密集研发 L3 级自动驾驶的阶段，一般自动驾驶先在高端 旗舰车型上搭载，渗透到品牌内主流车型仍需要一段时间，预计明年 L2 级渗透率 将快速上升。
随着智能汽车不断渗透、升级，产业链核心标的将迎来中长期牛市。复盘智能手机 的发展历程，随着智能手机渗透率的不断提升以及硬件、软件的不断升级，整个产 业链蓬勃发展，相关细分领域龙头公司迎来爆发。
我们认为智能汽车产业链正在复 刻消费电子的发展历程，随着汽车的核心竞争领域迁移至核心硬件（芯片、传感器、域控制器）、软件和操作系统等领域，相关公司将迎来长期爆发。
智能化升级需要依托于全新的电子电气架构
EE 架构升级的背景
在传统的分布式汽车电子电气架构中，对于车辆中的传感器与各种电子电气系统的 信息传输与控制都由分布式汽车电子控制器(ECU)完成。
随着汽车电子化程度的提 高和功能的多样化，分布式架构与 ECU 的局限性对于车辆的生产成本、功能实现、 未来发展都提出了挑战，更加集成化、智能化的解决方案域控制器与域内中心 化架构则应运而生。
以下几点为域控制器逐渐取代 ECU 的主要动因：随汽车电子化与智能化的发展，ECU 数量与线束数量成为成本与车重负担
在分布式架构中，ECU 被运用在制动系统、变速系统、悬架系统、安全系统、驱动 系统等方方面面，几乎车辆的每一个独立功能和传感器都需要配备一个 ECU。
随着 目前汽车的电子化程度的提高与智能化的提高，单车中的 ECU 数量不断提升。2019 年，中国汽车单车 ECU 数量为 25 个。
目前在高端车型与智能化程度高的车型中主 要 ECU 的数量达到 100 多个，加上一些简单功能的 ECU 总数可以超过 200 个。
自 动驾驶与其他智能化模块的应用使车辆需要更多的传感器（如摄像头、雷达）与处 理器，如果仍然采用分布式架构来实现，将使汽车 ECU 数量大幅提升，推动成本上 升。
除此之外，同一车辆上的不同 ECU 之间也需要通过 CAN 和 LIN 总线连接在一起， 因此 ECU 数量的增多也导致了总线线束的数量和复杂程度的大幅提升。
总线线束 的增加首先会增加车重，同时由于线束的主要材料为铜，线束的增多会较显著地提 高单车成本。域控架构将模块内多个 ECU 的功能集成到了一个域控制器中，可以 很大程度地控制 ECU 数量，简化线束。
分布式架构信息传输能力有限，无法满足自动驾驶等复杂智能功能
传统的分布式架构中 ECU 之间的通讯能力有限，大多通过 CAN 通讯、LIN 通讯、 Flex Ray 等，数据的传输速度非常有限，最高只能达到约 20 兆 Bps 每秒。
在自动驾 驶中，信息需要被实时传输和处理，一个摄像头产生的数据量就会达到 200 兆 Bps 每秒，L3 以上级别的自动驾驶中运用到的 Lidar 激光雷达则会产生大于 1G Bps 每 秒的数据量，无法通过分布式架构实现信息的实时传输。
域控制器的应用使数据信息可以在功能模块内通过中央网关以以太网协议进行传 输，达到千兆甚至万兆的信息传输速度，对于自动驾驶等复杂智能功能的实现至关 重要。
因此，车内通信架构的升级也须基于域控架构实现，未来车载以太网将成为 汽车骨干网。
分布式架构无法满足自动驾驶的高算力需求
汽车智能化需要车辆中的控制器具备足够的算力来实现大量的信息处理与运算，以 自动驾驶功能为例，L2+级别以上的自动驾驶需要至少 50 TOPS 的算力，L3 级别以 上的自动驾驶需要 300 TOPS 以上的算力。
L4 级别则需要 700~1000 TOPS 的算力，这样的高算力要求是分布式 ECU 完全无法达到的，而自动驾驶域控制器在配备了 高算力的芯片之后就可以满足各种汽车智能化的信息处理与运算要求。
同时，供应商在对全车的各个 ECU 的设计中都会对算力留有冗余，并且各个 ECU 之间存在功能的重叠，从整车的视角来看就浪费了大量的算力。而域控制器的冗余 留存是针对于整个域的，将冗余的重叠与算力的闲置最小化。
域控制器实现了软硬件的解耦，实现了软件的 OTA
在传统的分布式 ECU 架构中，各个 ECU 之间通过 CAN、LIN 总线进行点对点数据传输，通信方式在汽车出厂时已经确定。
在智能网联汽车中，大量的功能需要 ECU 间的协调工作来实现，当前 ECU 间基于信号的点对点通讯将会变得异常复杂，且 不具备灵活性和扩展性，微小的功能改动都会引起整车通讯矩阵的改动。
因此，联合电子将 SOA 引入到当前汽车软件设计中，车辆功能被以面向服务的设计 理念架构为不同的服务组件，有别于面向信号的传统架构。
SOA 中的每个服务都具 有唯一且独立的身份标识。并通过服务中间件完成自身的发布，对其他服务的订阅 以及与其他服务的通讯工作。
此外由于其“接口标准可访问”的特性，服务组件的 部署不再依赖于特定的操作系统和编程语言，实现了组件的“软硬分离”，软硬件的 升级调整不会影响到整个网络，从而提升汽车功能延展性。
EE 架构升级的方式
博世将汽车电子电气架构的演进分为三大阶段：分布式架构、（跨）域集中式架构、 车辆集中电子电气架构，每个大阶段中细分为两个小阶段，从低阶到高阶依次为：
模块化（每个功能由一个独立的 ECU 实现）集成化（不同的功能集成到一个 ECU 来实现）、域内集中（域控制器分别控制不同的域）。
跨域融合（跨域控制器同时控 制多个域）、车辆融合（一个车载中央计算器控制全车的域控制器）、车辆云计算（更 多的车辆附加功能由云计算实现）。
所谓“域”即控制汽车的某一大功能模块的电子电气架构的集合，每一个域由一个 域控制器进行统一的控制。
最典型的划分方式是把全车的电子电气架构分为五个域： 动力域、车身域、底盘域、座舱域和自动驾驶域，具体分工如下：
动力域控制器主要控制车辆的动力总成，优化车辆的动力表现，保证车辆的动力 安全。动力域控制器的功能包括但不限于发动机管理、变速箱管理、电池管理、动 力分配管理、排放管理、限速管理、节油节电管理等；
车身域控制器主要控制各 种车身功能，包括但不限于对于车前灯、车后灯、内饰灯、车门锁、车窗、天窗、雨刮器、电动后备箱、智能钥匙、空调、天线、网关通信等的控制。
底盘域控制器 主要控制车辆的行驶行为和行驶姿态，其功能包括但不限于制动系统管理、车传动 系统管理、行驶系统管理、转向系统管理、车速传感器管理、车身姿态传感器管理、 空气悬挂系统管理、安全气囊系统管理等；
座舱域控制器主要控制车辆的智能座 舱中的各种电子信息系统功能，这些功能包括中控系统、车载信息娱乐系统、抬头 显示、座椅系统、仪表系统、后视镜系统、驾驶行为监测系统、导航系统等；
自动 驾驶域控制器负责实现和控制汽车的自动驾驶功能，其需要具备对于图像信息的接 收能力、对于图像信息的处理和判断能力、对于数据的处理和计算能力。
导航与路 线规划能力、对于实时情况的快速判断和决策能力，需要处理感知、决策、控制三 个层面的算法，对于域控制器的软硬件要求都最高。不同的域控制器产品在技术要求上会存在差异性。
对于自动驾驶和座舱域控制器而 言，芯片性能、操作系统级算法要求比较高；对于动力域、底盘域和自动驾驶域因 为涉及安全的部件较多，所以功能安全等级要求高。
目前汽车厂商的电子电气架构升级都仍处于域集中式架构阶段，少数领先的车厂已 经发展到了跨域融合阶段： 大众：MEB 平台采用三大控制器来对全车进行控制与功能实现：
ICAS1 车辆控 制域控制器，集成了车身控制管理、驱动系统管理、行驶系统管理、电动系统管理、 灯具系统管理、舒适系统管理等诸多功能，将车身域、动力域、底盘域三域融合；
ICAS2 智能驾驶域控制器，对于自动驾驶功能进行实现，拥有强大的信息处理与 计算能力，与多个传感器紧密相联；
ICAS3 智能座舱域控制器，包括了实现中控 系统、车载信息娱乐系统、抬头显示、座椅系统、仪表系统、后视镜系统、驾驶行 为监测系统、导航系统等各种功能所需的硬件与软件。
目前基于 MEB 平台的 ID.系 列车型可以通过 OTA 更新最多 35 个控制单元。特斯拉：是汽车电子电气架构升级的领跑者，最早步入跨域融合阶段。
Model3 的电 子电气架构中已经基本不按照功能来进行域的划分，全车只有 CCM 中央计算模块、 BCM RH 右车身控制模块、BCM LH 左车身控制模块三个域控制器。
CCM 中央计 算模块集成了自动驾驶域、智能座舱域、通信系统域的功能，将三者融合做统一的 集中化的运算处理与控制。
左右车身模块则将车身的不同功能域以区域划分并融合， 两者分别对左车身和右车身区域的动力系统、转向系统、制动系统等进行控制。
同 时对各种车身功能进行控制和管理，包括但不限于热管理、自动泊车辅助系统、灯 光系统、门锁系统、车窗系统等。
长城：2021 年量产的 GEEP3.0 电子电气架构为典型的域内集中式的架构，其中包括 动力与底盘域控制器、车身域控制器、智能座舱域控制器与智能驾驶域控制器。
2022 年长城汽车计划推出的 GEEP4.0 架构则是跨域融合式的架构，将对全车控制集成在 中央计算、智能驾驶与智能座舱三大核心计算平台上，并以多个区域控制器辅佐核心计算平台对于车身各个区域与功能的细化控制。
域控制器相关增量市场空间，汽车软件：汽车产业链未来的价值核心
汽车将逐渐不再只是纯粹的交通工具，而具备更多的电子产品属性。EE 架构的升级 使汽车控制器中的软硬件解耦、使软件可以实现 OTA、使车载控制器的运算能力与 信息传输能力大幅提高。
甚至可以采用云计算来增强运算能力，这些变革都为“软 件定义汽车”与汽车的高度智能化发展提供了必要的条件，使汽车行业的发展突破 了由硬件主导的阶段，软件成为汽车产业链未来的价值核心。
从软件代码量对比来 看，智能汽车的代码量已经达到 1 亿行，远高于 PC 的 Windows 系统 5000 万行， 手机安卓系统 1300 万行。
智能汽车软件分为三层结构，包括：底层系统软件层，包括虚拟机、系统内核、 AUTOSAR 等；应用中间件和开发框架，包括功能软件、SOA 等。
位于操作系 统、网络和数据库之上，应用软件的下层，为应用软件提供运行与开发的环境，帮 助用户灵活、高效地开发和集成复杂的应用软件；
上层应用软件层，包括智能座 舱 HMI、ADAS/AD 算法、网联算法、云平台等，用于实际实现对于车辆的控制与 各种智能化功能。AP AUTOSAR 和中间件 OS 将是众多 Tier1 的发力重点。
操作系统：是管理和控制车载硬件与车载软件资源的程序系统，主要包括两种， 基础汽车操作系统：如 QNX、Linux、WinCE、Android 等。
包含所有的底 层组件，如系统内核、底层驱动等，有的还包含虚拟机，具体应用上，目前 75% 的自动驾驶域控制器的底层操作系统使用的是 QNX 系统；
定制型汽车操作 系统：指在基础型操作系统之上进行深度定制化开发（包括系统内核修改）最 终实现座舱系统平台或自动驾驶系统平台，百度车载 OS，大众 VW.OS 属于此 类。
国内主要的汽车操作系统玩家包括 TINNOVE 梧桐车（腾讯系）、斑马智行 （阿里系）、国汽智控、百度和华为等，主机厂自身开展 OS 研发难度非常大。
虚拟机（Hypervisor）：一种运行在基础物理服务器和操作系统之间的中间软件 层，可允许多个操作系统和应用共享硬件，主要应用在座舱领域。
在座舱域控制 器中，由于安全要求不同，需要运行不同的操作系统（比如 Linux/QNX 负责实 时性仪表（ASIL B）、安卓负责信息娱乐系统（ASIL A）以及弱 ADAS 功能（ASIL C））。
通过 Hypervisor 技术可以将不同的操作系统运行在同一个主控芯片，实 现“一芯多屏”功能。
目前常见的虚拟机包括黑莓的 QNX、英特尔主导的 ACRN、 Mobica 为代表的 XEN、松下收购的 Open Synergy 的 COQOS、德国大陆汽车的 L4RE，法国 VOSyS 的 VOSySmonitor 等。
AUTOSAR（Automotive Open System Architecture）：由于车辆功能的复杂性提 升，为了解决集成不同供应商组件面临的兼容性问题，2003 年由宝马、大众、 博世等 6 家企业联合成立 AUTOSAR 联盟。
旨在实现汽车软件开发的标准化， 核心思想是通过软硬件之间插入中间件，软硬件通过接口相互访问，在保证接 口不变的情况下，各自内部可以进行调整，解决兼容性问题以及提高软件的复 用性。
CP AUTOSAR（Classic platform AUTOSAR）是经典标准版本，采用面 向信号的软件架构，所有模块都已明确规定，基于 C 语言开发，只支持静态配 置。
因此虽然能够较为方便地更新功能，但是功能和硬件之间点对点通信，依 旧存在对应关系，难以适应集中式架构要求。
APAUTOSAR（Adaptive platform AUTOSAR）采用 SOA 软件架构，除 API 之外，更少的模块被明确规定，基于 C++开发，使得各个硬件能够向多个软件订阅服务，以执行复杂操作。
为此自适应标准不再使用硬件抽象层，改以功能群组，在功能实现过程中进行动态 配置，以实现前述“多对多”的数据通信。软件与硬件的对应关系完全打破， 软硬件实现深度解耦。
中间件：中间件是位于底层操作系统和上层应用程序之间的软件模块，集成了 AUTOSAR 自适应平台和安全通讯模块，直接与操作系统交互，通过最小化接 口的方式，保证了与系统所有部分的快速通信，显著降低 OEM 系统集成的复 杂性。
类似 EB、Vector、TATA、Mentor、ETAS、KPIT 等传统基础软件平台供 应商和 TTTech Auto、东软睿驰等后来者都在抢抓中间件市场机遇。
对于 OEM 来说，底层基础软件非常复杂，搭建整建制团队成本过高，一般而言，其软件研发更多集中在上层差异化应用上，而基础软件（AUTOSAR）和中间件交由供应商集成，可更快速实现产品交付。
上层应用软件：上层的应用软件层是 OEM 重点研发打造差异化的领域，比如 座舱 HMI、自动驾驶等。自动驾驶域控制器上层的应用算法较为复杂。
包括场景算法（涵盖数据感知、决策规划、控制执行等）、数据地图、人机交互（HMI） 等，其中场景算法最为复杂，典型的包括感知、决策、执行三个维度的算法， 进而实现各类场景下的自动驾驶功能。
如 L2 级自动驾驶的典型功能全自动泊 车（APA）、领航辅助等。目前整车厂、传统 Tier1、初创企业、科技巨头以及 独立的软件企业等在上层软件领域都在积极发力。
汽车软件商业模式：智能汽车软件的商业模式一般采用“IP+解决方案+服务”的模 式，Tier1 软件供应商的收费模式包括：一次性研发费用投入，购买软件包，比 如 ADAS/AD 算法包；
单车的软件授权费用（License）、Royalty 收费，按汽车 出货量和单价一定比例分成，例如车载音乐、视频软件等；一次性研发费用和 单车 License 打包。
国内的大部分的企业都是按照项目形式或者是一次性 NRE 的 形式收费，无论是卖多少辆车都按一个价格收费，如中科创达、诚迈科技基于高通 等芯片平台提供智能驾驶舱适配性开发。
只有细分领域国际头部供应商会采用第三 种收费模式，既收取开发费 NRE，还根据每一辆车收 license 费用。
市场空间：根据麦肯锡的预测，随着软件定义汽车的推进，2030 年智能驾驶软件规 模将高达 430 亿美元，信息娱乐及通信等相关软件功能规模将达到 180 亿美元，操 作系统与中间层的市场规模将达到 80 亿美元。
域控制器：智能汽车计算中枢产业链竞争高地
从单车价值量看，自驾域单车价值量较大。根据专家访谈，目前市面 L3 级以上的 自动驾驶域控制器的单价在 3000 元~10000 元左右，L2 级自驾域单价 2000 元左右；
座舱域控制器的单价在 2000 元左右；底盘域由于需要达到 ASIL-D 安全等级，故价 格和座舱域相当，也是 2000 元左右；车身域控制器单价在 500 元左右。
国内外巨头纷纷布局自动驾驶域控制器。目前自动驾驶域控制器主要有四类玩家： 头部新势力企业，如特斯拉自研自动驾驶芯片，蔚来自研域控制器然后找第三方 代工；
国际 Tier1，自己与芯片商合作，做方案整合后研发域控制器并向整车厂 销售，例如大陆 ADCU、采埃孚 ProAI、麦格纳 MAX4 等；
域控软件供应商，例 如 TTTech 与上汽集团合资成立了创时智驾，为上汽成员企业配套自动驾驶域控制 器产品。本土 Tier1，根据英伟达在 10 月云栖大会上公布的信息。
目前采用英 伟达 Orin 系列方案的车企客户包括奔驰、沃尔沃、蔚来汽车、小鹏汽车、理想汽 车、上汽智己以及 R 汽车，德赛西威拿到了其中大部分的域控制器定点订单。还有华为、经纬恒润、福瑞泰克等企业布局了这一领域。
市场空间：根据产业链调查，自动驾驶域控制器方面，预计国内市场 2025 年出货量 将超 400 万套，随着支持 L3 级自动驾驶的域控制器逐渐放量，平均价格有望从现 在 2000 元左右提升 3000 元以上；
座舱域控制器方面，预计 2025 年出货量将超 500 万套，随着入局者增多行业区域成熟，价格略微下滑。预计国内市场 2025 年座舱+ 自动驾驶域控制器市场规模将超 200 亿元。
智能座舱：基于座舱域控架构，座舱产品市场迎来扩容
智能座舱的主要构成包括车载信息娱乐系统、仪表盘、抬头显示（HUD）、流媒体后 视镜、语音交互系统等 HMI 交互产品，具体功能基于座舱域控制器实现，未来智能 座舱还有望和智能驾驶领域打通。
从实际新车型搭载情况来看，中控大屏、全液晶仪表和语音交互已经成为智能汽车 的标配。2020 年 10 英寸以上的中控屏幕渗透率达 30.1%，HUD 渗透率达 10.5%， 语音识别系统渗透率已经高达 65.7%。
这一趋势在电动车领域表现更明显，截至 2021 年10月，NEV中全液晶仪表搭载率已经高达61.4%，语音识别系统更是高达73.8%。伴随人机交互体验的升级，座舱产品的价值量将翻倍提升，座舱市场空间将迎来扩容。
在传统座舱中，单车价值量根据豪华程度不同会呈现较大差异，平均而言机械 仪表盘+车载信息娱乐系统等单车价值量在 1500 元左右；
在智能座舱时代，包括 中控屏、液晶仪表盘、HUD 和流媒体后视镜等主要部件，单车价值量有望大幅提升 至 6000 元以上。
我们预计 2025 年市场规模将超 900 亿元，复合增速约 13.5%，其 中全液晶仪表和 HUD 领域增长空间最大。
EE 架构升级将加速产业链价值重构，智能汽车产业链分工变化，智能硬件和软件成为价值高地
EE 架构升级驱动汽车产业链边界拓宽且渐趋模糊。为了满足智能座舱和自动驾驶 需求，主机厂原本基于 BOM 的研发组织模式发生改变，开始更大范围地考虑各级 供应商之间的角色关联与能力适配。
由于汽车智能化涉及各类软硬件的集成以及解 决方案的提供，导致产业边界不断拓宽且渐趋模糊。Tier 1 的优势在于强大的集成 能力与具有一定的系统定制化的能力。
以域控制器等整合的软硬件产品为基础拓展 其他业务模式，例如软件解决方案，通过强化软件实力提升供应系统解决方案的能 力，争取向 Tier 0.5 转变。
主机厂在软件上谋求差异化。软硬分离意味着传统Tier1软硬全包的时代即将结束， 车企需要一个通用、标准化的硬件平台加基础软件，然后车企自身专注应用层软件 开发，谋求差异化。
传统车企主要通过成立子公司、成立软件研发部门、与供应商 合作三种模式加码汽车软件。例如，2020 年初上汽集团筹备成立上汽集团软件中心， 聚焦 “云管端一体化全栈解决方案”。
自主“中央集中式电子架构，SOA 软件平台 和开发者平台，数据工厂”等核心技术体系；大众设立汽车软件 Car Software 新部 门；
宝马和诚迈科技成立合资公司从事软件开发业务。具体软件自研领域则取决于 车企对软件带来的差异化和内部资源能力的权衡。
汽车产业附加价值向微笑曲线两端转移，智能化硬件（域控制器）及软件服务成为价值高地。对于主机厂而言，智能驾驶、智能座舱。
智能车联等核心技术能力的构 建与应用成为其提升产品差异化优势与品牌竞争力的关键所在，决定其在新型汽车 产业生态中的护城河与价值链位置。
对于零部件企业而言，传统模式下提供封闭式 软硬集成产品的方式将会彻底改变，只提供机电一体化产品的供应商会逐步被边缘 化，更高的价值量来自于域控制器和软件。
OEM 选域控制器首先看芯片，其次看 Tier1 量产能力 OEM 选域控制器本质上是选芯片，SoC 的算力是关键指标
从目前车企的做法来看，以主控芯片为代表的高性能硬件会率先上车，而操作系统 及应用软件等则会随着算法模型不断迭代持续更新，逐步释放预埋硬件的利用率， 从而实现软件定义汽车。
因此，芯片作为域控制器的核心“大脑”，为域控制器产品 的差异化提供了最大空间，主机厂选择域控制器的本质就是选芯片。
自动驾驶芯片：高壁垒，英伟达（L3）和 Mobileye（L2）处于第一梯队
自动驾驶芯片的高壁垒：对于自动驾驶的高算力需求的满足。目前，只有少数芯 片厂商如英伟达、高通、华为、英特尔等拥有 200 TOPS 以上算力的自动驾驶域芯 片；对于不同类型的数据信息的处理与运算能力。
自动驾驶域控制器需要同时处 理与运算数字型数据、图像数据、导航数据等多种多样的数据类型，同时高级别的 自动驾驶域控制器还需要具备深度学习能力。
在目前应用最广泛的英伟达 Orin 芯片 中，就同时集成了六种不同类型的处理器来实现对不同数据类型的处理，包括 CPU、 GPU、DLA 深度学习加速器、PVA 可编程视觉加速器、ISP 图像信号处理器、立体 /光流加速器；
对于安全性的满足。用于自动驾驶域控制器的芯片需要满足车规 级标准，同时要留有一定的冗余以确保在特殊情况下基本的功能仍然能正常运行；
在确保算力的基础上对于功耗的控制。高功耗会导致域控制器的温度升高，进而 导致芯片的实际运算能力下降。
在自动驾驶芯片领域，英伟达以及背靠英特尔的 Mobileye 处于第一梯队，德州仪器、高通、华为海思、地平线处于第二梯队，上升攻势不容小觑。
重点芯片厂商
英伟达：目前英伟达的 Orin 芯片是技术最为成熟的自动驾驶域控制器芯片，在 L2+以上的自动驾驶领域具有较大的技术优势，目前国内的主机厂要进行 L3 与 L4 级别的自动驾驶的开发基本只能选择英伟达的芯片。
目前奥迪车型、特斯拉前期车 型、小鹏、威马，以及大量的主流新能源乘用车都是基于英伟达的 Xavier 或者 Orin 芯片，算力级别主要是 30TOPs。
2022 年推出的蔚来 ET7、小鹏 G9 等高端车型可能 高达 500-1000Tops。目前英伟达占据了自动驾驶芯片领域 30%以上的市场份额，主 要集中在 L3 级自动驾驶。
Mobileye：主要是支持 L2 及以下的自动驾驶，市场占有率很高，有大量的配套 量产车型，如 Q4、Q5 芯片依然在蔚来车型上使用。
Mobileye 芯片和智驾软件绑定 较为紧密，虽然芯片算力不高，但软件支持很好，能提供良好的驾驶场景体验。但是因为黑盒交付模式，限制了车企的自主创新和差异化竞争，逐步被英伟达的开放 生态颠覆。
高通：高通的强项是 CPU，在手机市场上和智能座舱市场上都有极强的竞争力， 但在 GPU方面的能力积累不足，自驾芯片 GPU 核占的权重比较大，故竞争力较弱。
2020 年底推出了 Ride 平台，可提供不同等级的算力，包括以小于 5 瓦的功耗提供 的 L1 级别的 10 TOPS 算力，以及 100 多瓦功耗、700 TOPS 算力的配置下，整个系 统的功耗差不多会在 100 多瓦左右，但这更多是瞄准 2023 年之后的车型。
德州仪器：德州仪器的芯片在 L2.5 以下的自动驾驶中的市场份额较大，产品线 较为丰富但是算力集中在 8Tops-48Tops，不及英伟达的芯片，但是芯片的优化、成熟度与开发度非常好（TDA4 芯片）。
国内芯片厂商：地平线征程系列 5，算力在 1000TOPs，芯驰 V9 也是同类竞品， 此外还有黑芝麻的芯片等。国内芯片厂商成长很快。
众多车企考虑地平线、黑芝麻 等作为 back-up plan，避免出现芯片供应问题；同时国际芯片大厂研发部门不在国 内，车企难以从国际芯片厂商学习芯片相关技术，这是本土芯片厂商的优势。
座舱芯片：高通占据绝对领先优势
在智能座舱计算芯片领域，高通在产品力与高端市场占有率上具备绝对领先优势，三星、英特尔、瑞萨等厂商紧随其后，中低端车型市场上以恩智浦、德州仪器为主。
以高通、三星为代表的消费电子厂商可以依靠下游出货量较大的手机等产品来分摊 高昂的研发成本，在制程升级方面具备更高积极性以及在开发高算力产品方面具有显著的技术优势，因此在中高端座舱 SoC 份额提升较快。
传统汽车芯片供应商出于 对研发成本的考量，制程、算力升级积极性较差。高通在座舱芯片领域强势复制手 机行业上的成功，目前在国内新兴旗舰车型上几乎垄断，市场份额高达 70-80%， SA8155 为旗舰车型标配。
车企芯片选择策略：车企会根据自身产品定位去选择合适的芯片。蔚小理等新势力 希望打造激进的自动驾驶功能，会选择英伟达 Orin 芯片，而价位带稍低的长城汽车会在其高端品牌 WEY（含坦克）采用高算力芯片。
在哈弗、欧拉等品牌采用性价比 更高的芯片。在座舱领域，国内头部车企旗舰车型普遍选用高通 8155 芯片，大众 MQB 平台出于成本角度考虑选用瑞萨芯片，MEB 平台采用三星 Auto V9 芯片。
综上，我们认为，两类 Tier1 能在未来的竞争中获得很好的优势，第一种是与头部芯片企业深度绑定，如经纬恒润与 Mobileye、中科创达与高通、德赛西威与英伟达的组合，将能充分受益于行业的爆发；
第二种是提供适配多种芯片的平台化解决方案提供商，如均胜电子、经纬恒润、东软睿驰等企业。
量产能力成为 OEM 选择供应商的核心依据，域控制器壁垒主要包括制造层面的技术壁垒和时间壁垒：
技术壁垒： 对于域控制器的电子零配件的开发能力。对于电子零配件的开发 需要搭建相应的测试实验室，比如射频实验室与无声实验室，同时还需要有相应的 供应链管理体系。
工程化能力，对相关产品量产与成本控制的能力。产品的高效 量产需要搭建成熟的生产线，需要对相关产品生产或工程设计的经验的累积
如高 功耗域控制器的水冷散热设计等，也需要规模效应来控制成本。软硬件整合过程 中的校验与调试能力，需要调试设备和调试经验的积累。
时间壁垒：对于域控制器的制造方来说，并不是一拿到芯片就可以进行域控制器 的整合，首先需要针对于该芯片做周围的电子元器件的搭建和通讯的调试，经过 a 样、b 样、c 样的测试，再去做面向量产的域控。
a 样测试会基于这个板子去做物理 性能、电气性能，包括一些车规稳定性、安全性最基础的验证，周期基本上需要 4 到 6 个月的时间；
通过测试之后，开始启动 b 样，b 样主要是在这个平台上把车厂 自研的或第三方算法公司的算法下载下来，放到这个平台上去跑算法的性能，涉及 10 万公里的路测和 30 万公里的仿真测试，周期 4-6 个月；
然后开始转向 c 样，第 一是为面向量产做准备，第二就是把 b 样中的各种各样的问题进行解决、算法优化、整个系统软件的稳定性、效率以及整个成本的控制，这个过程会涉及 30~50 万公里 路测以及 200 万公里的仿真测试。
因此，整个域控研发量产流程需要花费 18 个月 以上的时间，构成显著的时间壁垒。综上，域控制器因其高复杂性，存在较高的技术开发难度。
同时 OEM 非常看重产品的稳定性和可靠性，所以与域控厂商合作非常看重其是否有成熟的、经过市场考验的量产经验，所以有成熟量产经验的厂商将能更好把握未来几年的爆发。
终局：Tier1 的价值将长期存在
行业初期各项技术并不成熟，车企会选择投入，但投入到一定边界之后，它们的投入就会下降。随着行业的成熟度逐渐提高。
产品性能、功耗、稳定性、车规级方面等都满足要求，这时候车企更多会考虑成本，如果供应商能够提供成熟、更低成本的硬件产品，从商业角度来看肯定会选择供应商方案。
此外，不同类型车企对自研 or 外包决策存在较大差异，主流车企对成本敏感倾向于外购域控制器。现阶段自研域控制器的仅为头部新势力企业，这类车企有强烈的 差异化诉求，同时有足够的资金实力和软件人才支撑做这个事；
第二梯队主流国内外车企，自研 or 外购决策取决于内部资源和差异化能力的权衡，这类车企对成本非 常敏感，倾向采购通用、标准化的硬件平台加基础软件，自研上层应用软件谋求差异化。
这类车企是汽车销量的主体，为 Tier1 提供最大的发展空间；第三梯队是长 尾车企，资源不够充足的 OEM 需要硬件、底层软件和应用层软件的打包服务。
行业终局：车企都在做智能汽车，站在用户层面的体验，做到 80 分还是 90 分差异不大，中长期来看，基础智能化有望成为汽车的标配，tier1 的价值将长期存在。