您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[国金证券]:电子行业专题研究报告:从特斯拉自动驾驶迭代看硬件未来发展趋势 - 发现报告
当前位置:首页/行业研究/报告详情/

电子行业专题研究报告:从特斯拉自动驾驶迭代看硬件未来发展趋势

电子设备2023-03-08樊志远、罗露、刘妍雪国金证券李***
电子行业专题研究报告:从特斯拉自动驾驶迭代看硬件未来发展趋势

行业观点 特斯拉HW4.0硬件曝光,我们认为新一代硬件升级将持续利好计算芯片、存储芯片、光学模组、以太网接口、GPS模组、通信模组和域控制器。具体体现在:1)FSD芯片性能小幅提升,内核数量从12个提升到20个,TRIP内核数量从2个增加到3个。HW4.0背板的CPU和GPU保持不变,仍然基于AMD架构,HW4.0整体提升了算力并降低功耗;2)内存容量、规格和价值量大幅度提升,容量上从8颗2GB升级到16颗2GB,规格上从LPDDR4升级到GDDR6,以往因算力需求不高以及GDDR功耗过高等因素,导致车厂普遍使用LPDDR系列芯片,特斯拉开创了在车载领域使用GDDR的先河,预估价值量从上一代的20美元提升到约200-250美元;3)HW4.0的摄像头接口由9个增至12个,前视摄像头采用像素更高的IMX490,对连接器的数据传输能力和可靠性提出更高要求;4)新增以太网连接器是单对线车载以太网接口,目的是接入4D毫米波雷达,相较于传统毫米波雷达,连接器由CAN接口升级为百兆以太网接口,最高传输速率有百倍提升;5)GPS模块连接器新增L5频率,由双频升级为三频,以提升定位精度;6)HW4.0采用LTE-A车规级无线通信模组AG525R-GL,但蓝牙与WiFi还是LGINNOTEK的ATC5CPC001,未来有进一步集成的空间。 投资逻辑 自动驾驶和新能源应是未来15年最大的科技变革。从人驾到类似智能服务器装四轮驱动的自驾的转变将对硬件产业链形成巨大的提升,大幅提高激光雷达,摄像头,毫米波雷达,CV2X等感知层芯片,GPU/CPU/FPGA/AI芯片等决策层芯片,以及高速以太网接口等执行层芯片的需求。我们认为从传统燃油车转向新能源汽车,接着是SAEL3-5级自动驾驶的占比提升,加上电动车及自动驾驶的技术演进(耗能降低,电池密度提升,电源转换系统重量降低,摄像头,传感器,激光雷达数量提升,及人工智能芯片运算能力提升但要求耗能持续降低),这些技术演进将逐步拉升每台新能源车的半导体价值,这两大驱动力对全球汽车半导体公司及产业未来二十年将产生重大影响。我们看好自动驾驶的发展对硬件产业链形成巨大加持,下列板块有望持续受益:1)算力芯片:AI拉动GPU/FPGA/ASIC量价齐升;2)存储芯片:看好2023年存储板块止跌反弹;3)高速连接器:智能化驱动量价齐升,国产化有望快速提升;4)车载摄像头:智能化驱动成长,转型Tier1打开长期空间。5)车载雷达:短期内看好4D毫米波雷达弥补纯视觉短板,长期看好多传感器视觉融合趋势。 成本约束下的智能驾驶功能深化是确定趋势。特斯拉智能驾驶系统迭代聚焦算力提升与芯片自研,提升智能驾驶功能、降低量产成本。在特斯拉的引领下,同时伴随国内新能源车渗透率从22年的25%向35%演进,23年新车型大幅增加竞争加剧的大背景下,降成本将成为2023年汽车产业链的主旋律之一。国内车企通过模组制式升级与定位精度提升等多元技术路线深化智驾功能,补充算力算法不足。未来多功能集成与通信制式升级带来模组价值量提升,卫惯组合伴随北斗系统完善有望迎来市场扩容机会,智驾域控与新型传感器成本下降加速搭载率提升。 投资建议与估值 我们认为随着特斯拉新一代硬件的升级,将有力推动自动驾驶向前发展,利好底层计算芯片、存储芯片、光学模组、以太网接口、高速连接器、GPS模组、通信模组和域控制器。建议重点关注:英伟达、AMD、裕太微、北京君正、经纬恒润、移远通信、美格智能、华测导航、电连技术、韦尔股份。 风险提示 海外市场陷入衰退;新能源车和自动驾驶渗透率提升不如预期;各下游市场需求不如预期;美国加大对华制裁力度。 内容目录 一、自动驾驶的前世与今生4 1.1自动驾驶浪潮越演越烈4 1.2自动驾驶政策先行,商用化处于初级阶段6 1.3自动驾驶的发展对硬件产业链形成巨大成长加持7 二、从特斯拉自动驾驶迭代看电子发展方向9 2.1计算芯片:AI拉动GPU/FPGA/ASIC量价齐升10 2.2存储芯片:看好2023年存储板块止跌反弹12 2.3高速连接器:智能化驱动量价齐升,国产化有望快速提升14 2.4车载摄像头:智能化驱动成长,转型Tier1打开长期空间15 2.5车载雷达:短期4D毫米波雷达弥补纯视觉短板,长期看好多传感器融合趋势18 三、从特斯拉硬件迭代,看低成本智能化发展方向20 3.1模组通信制式升级趋势确定,关注未来进一步集成空间20 3.2融合定位方案是国内车企实现高阶自动驾驶的必由之路22 3.3智驾域控在传感器与处理器等环节具备成本下降空间23 四、风险提示24 图表目录 图表1:自动驾驶分感知层、决策层和执行层4 图表2:自动驾驶等级划分4 图表3:2023年中国ADAS渗透率有望达60%5 图表4:行业内主机厂在自动驾驶上呈现不同的布局思路5 图表5:自动驾驶产业图谱6 图表6:各国自动驾驶政策加速落地7 图表7:全球电动车及L3-L5自驾车销量的占比变化8 图表8:2030年全球半导体细分赛道增长预测8 图表9:每车半导体价值及车用半导体占全球份额变化8 图表10:人驾燃油车vs自驾电动车每车半导体价值比较9 图表11:特斯拉HW1.0到HW4.0硬件持续升级10 图表12:特斯拉自动驾驶总里程数接近9000万英里10 图表13:CPU、GPU、FPGA、ASIC特点对比10 图表14:2030年全球GPU市场规模有望达4774亿美元11 图表15:英伟达主导独立GPU市场11 图表16:中美TOP500超算对比11 图表17:国内外主流GPU对比11 图表18:国内GPU产业链情况11 图表19:2030年全球FPGA市场规模有望达221亿美元12 图表20:HW4.0在内存规格、容量和价值量上大幅提升13 图表21:内存规格对比13 图表22:2027年存储芯片市场规模2630亿美元13 图表23:半导体行业增速与资本开支增速呈强相关14 图表24:存储市场增速与厂商资本开支增速呈强相关性14 图表25:历史上当美光宣布削减资本开支时股价往往见底14 图表26:中国高速连接器市场快速成长14 图表27:2019年全球汽车连接器行业竞争格局15 图表28:中国高速连接器市场快速成长16 图表29:2020年车载摄像头镜头市场格局17 图表30:2020年车载感知类摄像头镜头市场格局17 图表31:车载摄像头模组市场格局18 图表32:自动驾驶所需传感器示意图18 图表33:4D毫米波雷达与3D毫米波雷达成像对比19 图表34:国内外厂商在4D成像雷达上的布局19 图表35:2021-2027E全球自动驾驶雷达市场规模CAGR有望达14%20 图表36:车规级无线通信模组产品线21 图表37:主要模组厂商推出模组集成多种功能21 图表38:2021国内车载模组市场份额21 图表39:主流自动驾驶乘用车的高精定位方案及其主要供应商22 图表40:我国卫星导航与位置服务业产值及增速23 图表41:高精定位市场规模与增速23 图表42:部分厂商自动驾驶域控制器已配套量产或定点23 图表43:TI级联雷达系统24 图表44:4D毫米波雷达搭配车型24 一、自动驾驶的前世与今生 1.1自动驾驶浪潮越演越烈 自动驾驶汽车指主要依靠人工智能、视觉计算、雷达和全球定位及车路协同等技术,使汽车具有环境感知、路径规划和自主控制的能力,从而可让计算机自动操作的机动车辆。美国、德国等国家均将自动驾驶汽车视为未来汽车产业发展的主流趋势,各方面投入持续加大。自动驾驶系统可以分为感知层、决策层、执行层,分别代替人的眼睛、大脑、手脚。有别于传统人工驾驶车辆,自动驾驶车辆最大特点是AI技术的主导,其驾驶过程是机器不断收集驾驶信息并进行信息分析和自我学习从而达到自动驾驶的系统工程。 感知层负责感知、采集和处理车内信息和环境信息,主要包括智能硬件(传感器、RFID及车载视觉系统等)、导航(GPS、北斗以及惯性导航系统)、路侧设备等。车内所采用的传感器包括激光雷达、摄像头、毫米波雷达、超声波雷达等,并基于高精地图、GNSS卫星定位、IMU惯性导航等进行路测辅助。 决策层依据感知层获取的信息进行决策判断,制定相应控制策略,替代人类做出驾驶决策。决策层主要包含操作系统、芯片、计算平台和算法等,被视为自动驾驶的中央大脑。决策算法需要覆盖多数罕见路况的海量数据以及完善高效的人工智能技术。硬件主要是各类计算芯片、自动驾驶域、域控制器等。 执行层是指系统在做出决策后,替代人类对车辆进行控制。车辆的各个操控系统都需要能够通过总线与决策系统相链接,并能够按照决策系统发出的总线指令精确地控制加速程度,制动程度以及转向幅度等驾驶动作。其中,执行层主要包含动力总成(发动机或电机)、制动以及各类电子电气系统。 图表1:自动驾驶分感知层、决策层和执行层 来源:CSDN,Apollo开发者社区,国金证券研究所 关于自动驾驶的分级标准目前有两种,即NHTSA(美国高速公路安全管理局)和SAE(国际自动机工程师学会)。目前行业主流采用SAE的分级标准:根据无人驾驶发展程度、自动化程度,将智能网联汽车的无人驾驶等级由低到高划分为6个层级。一般以L3级别为界,将L3级及以上视为“高级别自动驾驶”,L3以下被称为辅助驾驶。L0-L2级被视为自动驾驶辅助系统(ADAS),由L2级跃升到L3级后,动态驾驶任务的接管者主体发生改变,由驾驶员转变为车辆系统。L2级的ADAS(高级驾驶辅助系统)是实现高等级自动驾驶的基础,目前全球自动驾驶处于L2向L3级别转化的过程。 图表2:自动驾驶等级划分 自动驾驶分级 名称 定义描述 动态驾驶任务 应急接管 应用场景 NHTSA SAE 驾驶操作 周边监控 0 0 无自动化 由人类驾驶者全权驾驶汽车 人类驾驶员 人类驾驶员 人类驾驶员 无 1 1 驾驶支援 车辆对于方向盘和加减速中的一项操作提供驾驶,人类驾驶员负责其余的驾驶动作。 人类驾驶员和车辆 有限场景 2 2 部分自动化 车辆对于方向盘和加减速中的多项操作提供驾驶,人类驾驶员负责其余的驾驶动作。 车辆 3 3 有条件自动化 由车辆完成绝大部分驾驶操作,人类驾驶员需保持注意力集中以备不时之需。 车辆 4 4 高度自动化 由车辆完成所有驾驶操作,人类驾驶员无需保持注意力,但限定道路和环境条件。 车辆 5 完全自动化 由车辆完成所有的驾驶操作,人类驾驶员无需保持注意力。 所有场景 来源:太平洋汽车网,国金证券研究所 当前L1/L2级自动驾驶车辆渗透率已达50%以上。目前市面上的自动驾驶功能的汽车仍 是以L1/L2辅助驾驶功能为主,包括拥堵时自动辅助驾驶、自动危险预判刹车、高速/封闭路巡航、自动泊车,但驾驶的主体责任仍然在驾驶员。目前,L1、L2及L3智能驾驶技术将仍是中国自动驾驶技术的主流。预计能够实现L4级别功能的车型将于2024/2025年正式上市,首批L5级自动驾驶汽车将于2025-2030年间上市。根据中商产业研究院的数据,2021年中国L0自动驾驶汽车渗透率超过50%,L1为25%、L2为20%。随着自动驾驶技术的发展,预计到2023年,中国ADAS(L1+L2)智能驾驶技术的渗透率预计将达到约60%。 图表3:2023年中国ADAS渗透率有望达60% L0 L1 L2 70% 60% 50% 40% 30% 20% 10% 0% 202120222023E2024E2025E 来源:中商产业研究院,国金证券研究所 在自动驾驶的浪潮下,行业内各家主机厂积极布局,呈现出不同思路。1)国际巨头通常采取稳扎稳打、缓步推进的策略,从L1/2低级别辅助驾驶逐步切入L4高级别驾驶,同时通过投资或持股业内创业公司孵化内部团队;2)国际与国内新势力车企将自动驾驶视为核心竟争优势,通过自研芯片、算法等将自动驾驶的核心能力牢牢掌握在自己手中;3)国内较小型主机厂多采用拿来主义,由于研发能力相对较弱通常与大厂联合,以确保在自动驾驶不落人后(如赛力斯与华为合作)。4