新技术前瞻专题系列（六）：智驾芯片行业的春天

司 公DONGXING 研究 SECURITIES 东兴 券 证智驾芯片行业的春天 股 有 份——新技术前瞻专题系列（六） 分析师 刘航 执业证书编号：S1480522060001 研究助理 李科融 执业证书编号：S1480124050020 分析师 刘蒙 执业证书编号：S1480522090001 分析师 张永嘉 执业证书编号：S1480523070001 分析师 石伟晶 执业证书编号：S1480518080001 限公司证券研究报告 东兴科技团队 2024年11月11日 摘要 Q1:智能驾驶芯片是什么？MCU及SoC是两种典型的计算芯片。MCU是指一种只包含单个CPU（中央处理器）作為处理器的传统电路设计。SoC指片上系 统，即一种集成电路设计，将特定应用或功能所需的所有必要组件及子系统集成到单个微芯片，包括将CPU、GPU（图形处理器）、ASIC（专用集成电路）及其他组件集成到单个芯片。SoC凭借计算能力提升、数据传输效率提高、芯片使用量减少、软件升级更灵活等多项优势，已成为汽车芯片设计及应用的主流趋势。 Q2：智驾SOC芯片的优点与挑战?SOC具有减少体积、减少成本、低功耗高性能、提升系统功能的优点；但面临了制造瓶颈、封装瓶颈、测试瓶颈等 方便的挑战。 Q3：智能芯片的技术趋势是怎样的?去MCU需要一定时间，立即去除MCU可能会存在安全性不足、内存有限、软件移植风险、投资回报率低等问题。软硬件结合是智能驾驶的必由之路，地平线引领趋势-研发出高性能“BPU纳什”。SOC适应未来趋势，多厂商在向去MCU，单SOC等解决方案靠拢。 Q4：智驾芯片行业市场空间、竞争格局是怎样的?2023年，自动驾驶乘用车全球渗透率达69.8%，在中国则达74.7%。其中，L1级、L2级、L3至L5级车辆于2023年的渗透率在全球分别达38.8%、31.0%及0.01%，自动驾驶乘用车的全球销量预计到2028年将达68.8百万辆，渗透率为87.9%。2023年中国车规级SoC市场规模达267亿元，预计2028年达1020亿元。国产SoC市场主要参与者一共仅占7.6%的市场份额，自动驾驶芯片国产化前景广阔。 Q5:智能驾驶SOC芯片的发展对哪个产业链环节、行业有益？生产环节，国内供应商有望脱颖而出。自动驾驶的算力需求会随着自动驾驶等级的提高而增加，上游SOC芯片将明显受益。L2级别需要2个TOPS的算力，L3需要24个TOPS的算力，L4为320TOPS，L5为4000+TOPS。而随着SOC的发展，SOC的算力将逐渐满足自动驾驶等级的算力要求，助力无人驾驶汽车行业发展。 投资建议：随着智能驾驶行业规范与量产要求进一步明确，智驾芯片持续迭代升级，智驾芯片有望迎来快速发展期。我们看好智驾芯片领域的技术突破与快速渗透，受益标的：地平线机器人-W，黑芝麻智能，德赛西威，四维图新，国芯科技，联迪信息，汉鑫科技，万集科技，永新光学等。 风险提示：下游需求放缓、技术导入不及预期、客户导入不及预期、贸易摩擦加剧。 Q1 智能驾驶芯片是什么？ 1.SoC是主流的智能驾驶芯片 汽车芯片是现代汽车处理数据及控制车辆的重要组成部分，支持在自动驾驶系统、驾驶舱、底盘、动力总成及车身等方面的广泛应用。汽车芯片可以分为计算芯片、存储芯片、传感器芯片、通信芯片及功率芯片。 计算芯片（对各种传感器收集的讯号进行处理并将驱动讯号发送至相应控制模块的芯片）是目前汽车行业的焦点。MCU及SoC是两种典型的计算芯片。MCU是指一种只包含单个CPU（中央处理器）作为处理器的传统电路设计。SoC指片上系统，即一种集成电路设计，将特定应用或功能所需的所有必要组件及子系统集成到单个微芯片，包括将CPU、GPU（图形处理器）、ASIC（专用集成电路）及其他组件集成到单个芯片，而并非像传统的电子设计般将单独组件安装在一个主板上。随着汽车行业向电动化及智能化推进，传统MCU面临无法有效 应对的挑战，如复杂的电子电气架构及海量数据处理。 SoC凭借计算能力提升、数据传输效率提高、芯片使用量减少、软件升级更灵活等多项优势，已成为汽车芯片设计及应用的主流趋势。 图1:黑芝麻智能武当系列SoC芯片 图2:黑芝麻智能华山系列SoC芯片 资料来源：黑芝麻智能官网，东兴证券研究所 资料来源：黑芝麻智能官网，东兴证券研究所 1.SOC将多个功能模块集成在一个单一的芯片 SOC是系统级芯片控制逻辑模块、微处理器/微控制器CPU内核模块、数字信号处理器DSP模块、嵌入的存储器模块、和外部进行通讯的 接口模块、含有ADC/DAC的模拟前端模块、电源提供和功耗管理模块的集合。对于一个无线SOC还有射频前端模块、用户定义逻辑(它 可以由FPGA或ASIC实现)以及微电子机械模块，更重要的是一个SOC芯片内嵌有基本软件(RDOS或COS以及其他应用软件)模块或可载入的用户软件等。 图3：SOC的芯片的构成 资料来源：CSDN，钟毅等《芯片三维互连技术及异质集成研究进展》，东兴证券研究所 1.MCU负责控制和监控各种电子系统 MCU（MicroControllerUnit微控制器单元）是一种集成电路，集成了CPU、内存、输入/输出接口以及各种外围设备。在汽车中，MCU负责控制和监控各种电子系统，以确保车辆的可靠性和安全性。MCU的主要应用领域包括引擎控制、变速箱控制、制动系统、车身电子、底盘控制、车载娱乐信息系统等。 图4：MCU芯片的构成 FLASHRAM串行通讯口 CPU 时钟定时器计数器输入输出接口 资料来源：EDA365电子论坛，东兴证券研究所 Q2 智驾SoC芯片的优点与挑战? 2.SoC芯片优势 SoC芯片的优点 ➤减小体积：以印刷电路板组合数个不同功能的集成电路，体积较大；如果整合成一个SoC芯片，体积则被缩小。 ➤减少成本：需要封装测试多颗集成电路，成本较高；如果整合成一个SoC芯片，只需要封装测试一颗集成电路，成本较低。 ➤低功耗、高性能：以印刷电路板组合数个不同功能的集成电路，电信号必须在印刷电路板上传送较长的距离才能进行运算，耗电量较高，运算速度较慢；如果整合成一个SoC芯片，电信号在同一个集成电路内传送较短的距离就能进行运算，耗电量较低，运算速度较快。 ➤提升系统功能：将不同功能的集成电路整合成一个SoC芯片，体积较小，可以整合更多的“功能单元”，形成功能更强大的芯片。 图5：SoC芯片优势显著 资料来源：CSDN，东兴证券研究所 2.SoC芯片面临的挑战 由于SoC芯片的设计与验证必须与半导体制造技术配合，再加上必须具备完整的混合信号、数字与类比、低频与高频、存储器等相关的 智慧财产权（IP）产业互相配合，因此系统单晶片的设计仍然有许多困难极待克服，系统单晶片的设计瓶颈包括： ➤制造瓶颈：不同功能单元的制程技术不同，要同时制作在硅芯片上非常困难，数字电路的整合比较容易，数字与模拟电路两者要整合在一起就比较困难。 ➤封装瓶颈：SoC芯片功能强大，工作频率增加，必定会造成线路的信号产生杂讯互相干扰，必须使用覆晶封装、锡球封装、晶圆级封装等技术加以克服。 ➤测试瓶颈：测试机器必须同时具备多种数字与模拟信号的测试功能，因此必须发展多功能单一机型的测试机器，同时测试不同功能的 SoC芯片。 图6：SoC芯片面临的挑战 资料来源：CSDN，东兴证券研究所 Q3 智驾芯片的技术趋势是怎样的？ 3.曾经去MCU面临的问题 单SoC也能符合功能安全ASILD的要求 （目前行业内的大算力SoC只能做到 ASILB），也可以满足网络安全要求， 但是对于完全自动驾驶安全而言做到‘相对安全’还远远不够，需要做到‘本质安全’。 安全性不足 商业化存在 问题 外挂MCU拿掉，虽然硬件上的成本省了 一点，但把所有的综合成本算下来，包括重新匹配AUTOSAR、以及在AUTOSARCP上部署一些其它软件等工作算进去，相比沿用已成熟量产的现成方案，不太合算。所以它不仅仅是技术层面的可行 性问题，更多还需要从商业的角度考虑。 现在很多的SOC内部开始集成MCU核心-功能安全岛，性能也越来越接近外挂的MCU，比如TDA4VM内部的功能安全岛，已经可以达到ASILD等级，在一些情况下是完全可以替代外挂MCU。 内存有限 软件移植 存在风险 单SoC芯片方案尚未经过充分的 市场验证，用内置的MCU核心去取代外挂MCU这种革新式的设计，具有一定的风险。 资料来源：与非网，东兴证券研究所 3.SoC高性能更适应未来趋势 SoC 多个功能模块集成到一个芯片上，实现了高度集成化，减小了系统的体积和功耗。 可以实现多种复杂的功能，如图像处理、音视频编解码、无线通信等。 采用先进的制程工艺，配备强大的处理器核心和高速内存，具有较高的计算能力和运行速度。 具有良好的可扩展性，可以通过添加外部接口或模块来满足不同应用需求。 高度集成 复杂功能 高性能 可扩展性 低功耗 实时性 简单架构 成本效益 MCU 采用低功耗设计，适合于电池供电的设备。 资料来源：技象科技官方网站，东兴证券研究所 具备实时响应能力，可以快速处理各种实时任务，如数据采集、控制指令等。 架构相对简单，主要包括处理器核心、存储器、输入输出接口和定时器等基本模块。 设计和制造成本较低，因此价格相对较低，适用于大规模应用。 智能驾驶分为感知层、决策层、执行层，每一层都涉及软硬件。硬件主要是计算芯片、各种传感器等，软件则是对应的软件算法。智能驾驶系统的工作过程，就是软硬件高效协同的过程。 高级辅助驾驶和高阶自动驾驶系统高度复杂，因而需要具备高处理能力、高可靠性、低延迟及低能耗的方案，且需要具有高性价比。因此，高级辅助驾驶和高阶自动驾驶解决方案需要软件及硬件的协同设计，以实现驾驶功能必需的系统级性能及可靠性。 地平线自主研发设计的智能计算架构BPU，遵循软硬结合的技术路径，聚焦先进神经网络架构和智能加速计算的最新技术，并围绕智驾应用场景进行专项优化，以实现最优的计算密度和处理效率。“地平线征程”统一搭载BPU智能加速单元，能够充分发挥片上系统的高性能、低延迟、低能耗优势，持续保持跨代际领先的产品竞争力。 图7：地平线征程6E/M芯片 图8：地平线软硬结合，引领高阶智能驾驶行业标杆 资料来源：地平线官网，东兴证券研究所 资料来源：地平线官网，东兴证券研究所 3.软硬件结合是智能驾驶的必由之路 从Bernoulli到Nash，纳什采用超异构计算核心，进一步增强算力的多样性，同步引入AI辅助设计，大幅提升计算架构的可编程性。通过针对端到端等前沿算法的极致优化，纳什能够实现远超同级的卓越计算性能，以赢得最佳的算法效率。 BPU纳什成功突破摩尔定律限制。通过软硬协同优化，地平线将化繁为简的算法、端云结合的数据、软硬结合的算力，凝聚成为系统化的技术力量，以极致的计算性能，持续逼近用户体验的上限。 BPU纳什独特设计三级片上存储架构，核间高效协同，极致优化大参数下的带宽瓶颈；具备多脉动立方加速引擎，灵活的引擎间数据流动实现高能效且低带宽占用；数据变换引擎，灵活支持Transformer细小算子；浮点向量加速单元，具有通用、灵活的特性，满足关键算子精度需求；紧耦合异构计算单元高效加速不同类型数据处理；核内、核间、片间高效灵活的多向数据流动，实现计算动态调度与灵活调优；虚拟化技术，透明式提升多任务并行处理能力；数据驱动功耗优化，针对神经网络数据动态范围特性，降低功耗30%。 图9：突破摩尔定律，计算性能6年提升246倍 资料来源：地平线官网，东兴证券研究所 3.软硬结合，前瞻引领——地平线“BPU纳什” 3.单SoC行泊一体芯片：未来智能驾驶的“轻”模式 在轻量级行泊一体化域控方案中，单SoC（系统级芯片）方案因其高集成度、经济