報告綜述：

域控制器解決汽車軟硬件升級桎梏，開啟智能駕駛新時代

傳統汽車 E/E 架構采用分布式，功能系統的核心是 ECU，智能功能的升級依賴 于 ECU 和傳感器數量的累加。隨著單車智能化升級的加速，原有智能化升級的 方式面臨著研發和生產成本劇增、安全性降低、算力不足等問題。面對種種智能 化升級的桎梏，特斯拉 Model 3 的推出引領了汽車 E/E 架構集中化的趨勢，將原 本相互孤立的 ECU 相互融合，域控制器也由此應運而生。在以域控制器為功能 中心的集中化 E/E 架構下，芯片算力和軟件算法的提升將成為汽車智能化升級的 核心。域控制器架構下，汽車智能化升級的研發邊際成本將顯著降低，并且智能 化升級的邊際成本將逐步遞減，從而推動汽車智能駕駛的加速滲透。

硬件先行、軟件賦能，域控制器開啟汽車軟硬件軍備競賽

域控制器作為未來汽車運算決策的中心，其功能的實現依賴于主控芯片、軟件操 作系統及中間件、應用算法等多層次軟硬件的有機結合。分別來看，主控芯片目 前多采用異構多核的 SoC 芯片，競爭的焦點主要在于 AI 單元的有效算力、算力 能耗比、成本等。軟件操作系統及中間件主要負責對硬件資源進行合理調配，以 保證各項智能化功能的有序進行。其中，軟件操作系統競爭格局較為穩定，多以 QNX 和 Linux 及相關衍生版本為主。應用算法則是基于操作系統之上獨立開發 的軟件程序，是各汽車品牌差異化競爭的焦點之一。為實現智能汽車的持續進化， 整車廠往往會選擇“硬件超配、后續軟件迭代升級”的方式。因此，域控制器作 為未來智能汽車的“大腦”，以主控芯片為代表的高性能硬件將率先量產上車， 而操作系統及應用軟件等則會隨著算法模型不斷迭代持續更新，逐步釋放預埋硬 件的利用率，從而實現軟件定義汽車。

域控制器產業鏈之下，Tier1、科技公司等多方勢力各抒己長參與其中

根據產業鏈生態，域控制器產業鏈可分為兩大陣營。一類是以華為昇騰、特斯拉 FSD 芯片為硬件基礎的全棧式解決方案供應商。憑借自身的技術優勢實現了從 底層硬件到軟件架構的全覆蓋，具備軟硬件一體化的性能優勢。另一類則是開放 式的供應鏈生態，由 AI 芯片公司、軟件供應商、Tier1 系統集成商和整車廠組 成。其中底層的 AI 芯片公司是域控制器的基礎，軟件供應商和算法提供商（部 分為整車廠自研）賦能，Tier1 進行系統集成，最終由整車廠落地驗證。目前典 型的第一陣營包括“特斯拉”、“華為+長安”、“Mobileye+蔚來”等，開放式陣營 包括“小鵬+德賽西威+英偉達”、“理想+德賽西威+英偉達”、“高通+長城”等。 在汽車智能化加速滲透的背景下，域控制器作為智能化的核心零部件將最為受 益，看好在域控制器中卡位核心環節的相關公司。

1、 域控制器解決軟硬件升級桎梏，開啟智能駕駛新時代

1.1、 傳統汽車采用分布式架構，功能升級僅依賴于 ECU 數量的累加

傳統汽車 E/E 架構采用分布式，功能系統的核心是 ECU，智能功能的升級依賴于 ECU 數量的累加。ECU 誕生于上世紀 70 年代，初始定義為 Engine Control Unit（發 動機控制單元），用于特指電噴發動機的電子控制系統。而隨著集成電路技術以及汽 車電子行業的快速發展，ECU 的含義逐漸廣義化為 Electronic Control Unit（電子控 制單元）。從用途上看，ECU 即為汽車專用的微控制器，可在大量傳感器、總線數據 流以及執行器等零部件的配合下實現對汽車狀態的操控。從結構上看，ECU 的核心 是中央處理器 CPU（包括微控制器 MCU 或微處理器 MPU），連接在 CPU 周邊的還 包括存儲器（DDR、FLASH）、輸入/輸出接口（I/O）、數模轉換器（A/D）等。在傳 統的分布式架構之下，汽車智能功能的升級依賴于 ECU 和傳感器數量的增加。

1.2、 域控制器誕生解決功能升級桎梏，推動智能駕駛大時代加速到來

面對分布式架構對汽車智能化升級的桎梏，特斯拉引領了汽車 E/E 架構由分布式向 域控制器/中央計算升級的歷史性變革。2017 年，特斯拉在量產的 Model3 車型中首 次落地了區域集中式的 E/E 架構（由一個中央計算模塊、三個區域控制器構成）。由 此不僅實現了不同 ECU 之間的協同控制、統一升級，同時還可以節省算力、降低布 線成本。同時，E/E 架構的集中化亦將有效降低智能化功能升級的邊際成本，從而推 動智能化升級的加速。特斯拉的顛覆性創新和成功亦為海內外傳統整車廠及造車新 勢力帶來了極大的示范效應，加速汽車智能化時代的到來。2018 年豐田提出將在未 來 L3 級量產車型中采用的“Central & Zone 架構”（按物理空間將整車對稱分為多個 區域）。2019 年華為提出“CC 架構”（智能座艙+整車控制+智能駕駛）。2020 年，安波福發布智能汽車“SVA 架構”（中央計算群+四個分區）。此外，還有大眾、寶馬等均 提出了全新的 E/E 架構（分別為 E3 架構和 EEA 分層架構）。可以看到，無論是 Tier1、 整車廠等傳統玩家還是造車新勢力、科技公司等產業鏈新生力量，在對 E/E 架構設 計都開始由分布式向集中方向升級。E/E 架構集中化的本質是對汽車中孤立 ECU 的 集成和融合，域控制器也由此應運而生。同時，在以域控制器為功能中心的集中化 E/E 架構下，芯片算力和軟件算法的提升將成為汽車智能化升級的核心。根據博世等 Tier1 所提出的六個 E/E 架構發展階段來看，目前新興的集中化 E/E 架構大致集中于 以汽車功能劃分“域集中/融合”階段和以汽車物理空間劃分的“車電腦和分區 ECU”階 段。車電腦和分區 ECU 的 E/E 架構在集中化程度要高于功能域集中/融合，而長期看 未來都會向車云計算的階段發展。

1.2.1、 基于功能劃分 E/E 架構下的域控制器

（以博世、大陸等 Tier1 為代表） 博世、大陸等傳統 Tier1 將汽車 E/E 架構按功能劃分為動力域（安全）、底盤域（車 輛運動）、信息娛樂域（座艙域）、自動駕駛域（輔助駕駛）和車身域（車身電子）五 大區域，每個區域對應推出相應的域控制器，汽車智能網關和域控制器，最后再通過 CAN/LIN 等通訊方式連接 至主干線甚至托管至云端，從而實現整車信息數據的交互。

? 底盤域控制器：主要負責具體的汽車行駛控制，主要包括助力轉向系統（EPS）、 車身穩定系統（ESC）、電動剎車助力器、安全氣囊控制系統以及空氣懸架、車 速傳感器等等。與動力域類似，底盤域內所涉及的控制系統大多都具備較高的安 全等級要求，需要符合 ASIL-D 安全等級（ASIL 系列中最高安全等級）。因此底 盤域亦具備著較高的行業門檻，目前多數底盤域控制器仍處于實驗室階段。

? 車身域控制器：主要負責車身功能的整體控制，本身技術門檻較低且單車價值 量不高，其本質是在傳統車身控制器（BCM）的基礎上，集成了無鑰匙啟動系 統（PEPS）、紋波防夾、空調控制系統等功能而成。此外，由于涉及安全等級較 低，隨著汽車 E/E 架構的進一步集中化，有望率先實現與智能座艙域的融合。

自動駕駛域控制器能夠使車輛具備多傳感器融合、定位、路徑規劃、決策控制的能力，通常需要外接多個攝像頭、毫米波雷達、激光雷達等設備，完成的功能包含圖像識別、數據處理等 自動駕駛域控制器是智能汽車核心部件自動駕駛域是智能。

? 座艙域控制器：主要負責汽車座艙電子系統功能，匯集了集成液晶儀表、中控多 媒體及副駕駛信息娛樂的一體化系統。其發展過程經歷了由傳統的“機械物理按 鍵”到“中控液晶顯示屏”，再到“中控+儀表盤一體化設計”的進程。同時，由于其 涉及安全等級較低、成本相對可控，發展速度將顯著快于自動駕駛域控制器。根 據 ICVTank 數據統計，2020 年全球智能座艙域控制器有望達到 80 萬套，預計 2025 年全球智能座艙域控制器出貨量將達到 1300 萬套。

【太平洋汽車網】寶馬主域控制器作用有配鑰匙、防盜等。寶馬的主控制單元主域控制器，類似車身的電腦，鑰匙等信息包含在內。發表于2022年6月24日作者admin上面是兩個不同的控制器，盡管ListCtrl控制器里面沒有department，但。

總體來看，以上所分的五大功能域中，目前的競爭焦點主要集中于智能座艙域和自 動駕駛域。我們認為主要原因如下：（1）從供應體系上看，在汽車整體 E/E 架構集中 化的進程中，由中控系統升級而來的智能座艙域與新興的自動駕駛域的供應體系較 為完整。相反，其他各個域是對傳統功能系統的進一步集成，因而更容易產生供應商 之間的利益沖突。以動力域為例，電機、電池模組以及電機控制器等零部件此前均由 不同廠商供應、整車廠負責協調各方進行整合裝配，因而在集中化的趨勢中各個供 應商之間會存在利益相互蠶食的沖突。因此，可以看到目前所提出的動力域解決方 案都是由極個別龍頭供應商牽頭或是整車廠自研而成，如特斯拉的集成化三電系統、 華為的多合一電驅動系統 Drive ONE（集成電機、MCU、PDU、OBC、DCDC、減速 器、BCU 七大部件）等、長城歐拉自研的三合一電驅橋等。（2）從技術角度來看，動力域不但涉及的安全等級要求會更高，同時還需要考慮各部件配合過程中整體的 NVH 水平、是否存在相互間的電磁干擾（EMC）以及如何控制和提升整套系統的冷 卻和效率等多方面因素，因而整體開發難度較大。與動力域類似，底盤包括支撐動力 系統的內部框架，以及除發動機以外的所有驅動部件。在自動駕駛向更高級別的發 展進程中，駕駛員將逐步減少對車輛的操控時間，因而對底盤域中傳感器和控制器 都具有更加精確的時序要求和更為嚴格的最大延時要求。因此，動力域及底盤域在 當下的行業發展初期都具備較高的技術壁壘，并非現階段多數廠商的競爭焦點。此 外，由于車身域技術門檻和安全要求等級較低，未來則有望率先融入智能座艙域共 同研制開發。

1.2.2、 基于區域劃分的集中化 E/E 架構（以特斯拉、豐田、安波福為代表）

以區域進行劃分的域控制器是以車輛特定物理區域為邊界來進行功能劃分，相較于 純粹以功能為導向的域控制器，其集中化程度更高。例如車輛前區域控制器、左區 域控制器、右區域控制器等。典型的按區域劃分 E/E 架構的廠商為特斯拉，Model3 的三個區域控制器則分別為前車身控制模塊、左車身控制模塊和右車身控制模塊。 其中，左右車身控制模塊把部分基礎功能按區域進行對稱劃分，兩者分別負責各自 區域內的內外部燈光、門鎖、車窗、駐車卡鉗等。而相對于左車身控制器，右車身控 制模塊還具有兩個獨有的功能—熱管理和自動泊車輔助系統。前車身控制模塊則主 要負責為整車中各個控制器進行電源分配，可以在實時監測各個 ECU 用電情況，及 時切斷部分處于靜態但功耗高的ECU 供電。此外，前車身控制模塊還包括車前大燈、 雨刮器等傳統 BCM 的功能。除此之外，豐田的 Central & Zone 架構、安波福的 SVA 架構均采用類似的區域劃分解決方案。

2、 硬件先行、軟件賦能，域控制器開啟汽車軟硬件軍備競賽

域控制器作為未來汽車運算決策的中心，其功能的實現依賴于主控芯片、軟件操作 系統和中間件、應用算法等多層次軟硬件的有機結合。分別來看：（1）域控制器的主 控芯片目前多采用異構多核的 SoC 芯片，由 AI 單元、計算單元和控制單元三部分異 構而成，每個單元完成各自功能。其中，AI 單元專注于進行人工智能模型的運算， 是自動駕駛域中最核心的單元。目前海內外領先的車載 AI 芯片廠商包括英偉達、 Mobileye、高通、地平線等。（2）軟件操作系統方面，廣義而言包含系統內核、基礎 軟件以及中間件等，主要負責對硬件資源合理調配，以保證各項智能化功能有序進 行的。其中系統內核競爭格局穩定，主要以 QNX、Linux 及其衍生版本為主。中間 件則多由 Vector、ETAS、德賽西威等第三方廠商或整車廠進行開發。（3）應用算法 則是基于操作系統之上獨立開發的軟件程序，亦是各個品牌汽車差異化競爭的焦點。 此外，為實現智能汽車的持續進化，整車廠往往會選擇“硬件超配、后續軟件迭代升 級”的方式。因此，域控制器作為未來智能汽車的“大腦”，以主控芯片為代表的高 性能硬件將率先量產上車（例如，小鵬汽車現有自動駕駛能力處于 L2.5 級別，但已 在 P7 車型上預埋 Xavier 芯片、14 個攝像頭等的方式，為后續 L3 級的自動駕駛留下 了升級空間。），而操作系統及應用軟件等則會隨著算法模型不斷迭代持續更新，逐 步釋放預埋硬件的利用率，從而實現軟件定義汽車。

2.1、 芯片為基：主控芯片邁向異構多核 SoC，AI 芯片加速域控制器落地

2.1.1、 主控芯片向“CPU+XPU”異構升級，車載 SoC 芯片將為競爭焦點

主控芯片是域控制器中的核心部件，其結構形式正由 MCU 向異構式 SoC 芯片方向 升級。域控制器實際是此前多個 ECU 的融合，其目的在于讓一個高度集成的主控芯 片實現對多個智能化功能的控制。最早 ECU 中的主控芯片為 CPU，其設計的目的主 要是用于邏輯控制（是與非、加或減），因此其構造中大量的空間用于布置控制單元 與存儲單元，計算單元的占比很少，這就導致在面向汽車智能化功能所需要的大規 模運算時，CPU 的算力難以滿足。相比之下，以圖像運算為目的開發的 GPU 擁有更 多的計算單元，體現出更強的算力優勢。GPU 與 CPU 并非替代品，而是屬于共生關 系，只是由于內部結構的不同導致其擅長的應用領域有所不同。最初的 GPU 主要應 用場景是視頻游戲領域，伴隨著人工智能技術在視覺領域的應用，基于視覺的自動 駕駛方案逐漸變為可能，這就需要在汽車中原有主控芯片（CPU）的基礎上加裝擅長 視覺算法的 GPU 芯片，從而形成“CPU+GPU”的解決方案。同時，由于汽車芯片的計 算單元在設計時需考慮算力、功耗體積等問題，因此出于硬件資源的最優化，往往將 CPU 和 GPU 集合成為異構多核的 SoC 芯片。

2.1.2、 AI 芯片開啟域控制器算力競賽，國內新興芯片廠商快速跟進

隨著人工智能算法模型在智能駕駛領域的應用，AI 計算單元逐步被集成至主控芯片 內，并由此開啟車載主控芯片的算力競賽。異構 SoC 芯片的應用一定程度加速了域控制器的落地，奧迪在 2017 年發布新款 A8 時投產了全球首個 L3 級域控制器 zFAS。 該域控制器的計算平臺共搭載四枚芯片異構式 SoC 芯片，最終由德爾福集合而成。 具體包括：Mobileye 提供的視覺處理芯片 EyeQ3（ASIC），英偉達提供的 Tegra K1 芯 片（GPU+CPU），英特爾提供的 Cyclone V 芯片（FPGA），英飛凌提供的 Aurix TC297T 芯片（MCU）。zFAS 的量產開創了全球自動駕駛域控制器的先河，但僅憑 SoC 芯片 的疊加仍難以支撐自動駕駛中人工智能算法模型（卷積神經網絡等）所需要的算力。 根據 OpenAI 數據統計，在過去 7 年間隨著 AI 模型由 Alexnet 發展至 AlphaGoZero 時，其算力需求提升了 30 萬倍。因此，具備更強人工智能模型運算能力的 AI 芯片 逐步被引入汽車領域，并開啟了行業內多家芯片廠商的算力競賽。廣義上而言，所有 面向人工智能領域的運算芯片都可以稱之為 AI 芯片。正如 GPU 作為專用圖像處理 器與 CPU 協同工作一樣，AI 芯片也將會作為 CPU 的 AI 運算協處理器集成于異構 式 SoC 中，專門處理 AI 應用所需要的并行矩陣運算需求，而 CPU 作為核心邏輯處 理器，統一進行任務調度。此外，由于人工智能對于運算效率的要求較高，AI 芯片 的主要類型為 GPU、FPGA 和 ASIC。

2.2、 軟件賦能：引入嵌入式智能車載系統，軟件定義汽車時代加速到來

進一步來看，根據安全等級要求的不同，汽車嵌入式操作性系統大致可分為實時操 作系統和非實時操作系統。分別來看：（1）所謂實時操作系統，是指系統接收到輸入 信號后，能夠在短時間內處理完畢并予以反饋，并且其處理任務的（最遲）完成時間 是確定可知的。實時操作系統具備較高的安全性與可靠性，因此往往應用于車控領 域，包含傳統的車輛動力、底盤、車身以及新興的自動駕駛等。此前在車控領域的操 作系統已經歷了兩輪標準化工作：OSEK/VDX 和 AUTOSAR。OSEK/VDX 主要對操 作系統和網絡管理進行標準化；AUTOSAR 從軟件架構、開發方法、開發工具三方面 進行標準化。目前，已有多家企業擁有成熟的車控操作系統產品和解決方案，包括德 國的 Vector、ETAS，加拿大的 QNX，美國的 Mentor Graphics 等，而在智能化趨勢 下又新興出特斯拉 Version、大眾 VW.OS、華為 AOS/VOS 等多種實時操作系統。（2） 非實時操作系統則廣泛應用于座艙娛樂等領域，更加注重兼容性與開發生態。此類操作系統多以 Linux 內核改造或移植移動端的操作系統而來，包括 Linux 衍生的 AGL、 微軟的 Windows Automotive、谷歌的 Android Auto、阿里 AliOS 等等。同時，許多新 興操作系統提供平臺式解決方案，也即在一個軟件架構之下根據所應用領域的不同 使用不同的系統內核，典型的是華為的鴻蒙操作系統即包括座艙操作系統 HOS、智 能駕駛操作系統 AOS、智能車控操作系統 VOS 三種。可以看到，眾多互聯網或科技 廠商正通過強大的軟件研發能力進入汽車產業鏈，成為軟件 Tier1，也由此催生了龐 大的汽車軟件市場。根據 McKinsey 數據統計，2020 年全球汽車軟件開發（包括操作 系統內核、中間件、應用軟件等）市場規模將達到 200 億美元，時至 2030 年該市場 規模將達到 500 億美元，2020-2030 年其復合增長率將達到 9%，軟件定義汽車時代 正加速到來。

3、 域控制器供應鏈之下，多方勢力各抒己長參與其中

域控制器供應鏈將形成兩大陣營，即以華為、特斯拉為代表的全棧式供應商，以及 以英偉達、高通、地平線等為代表的開放式供應體系。其中，全棧式解決方案供應商 憑借自身的技術優勢實現了從底層硬件到軟件架構的全覆蓋，具備軟硬件一體化的 性能優勢。而開放式的供應鏈生態，主要由 AI 芯片公司、軟件供應商、Tier1 系統集 成商和整車廠組成。其中底層的 AI 芯片公司是域控制器的基礎，軟件供應商和算法 提供商（部分為整車廠自研）賦能，Tier1 進行系統集成，最終由整車廠落地驗證。 目前典型的第一陣營包括“特斯拉”、“華為+長安”、“Mobileye+蔚來”等，開放式陣 營包括“小鵬+德賽西威+英偉達”、“理想+德賽西威+英偉達”、“高通+長城”等。在 汽車智能化加速滲透的背景下，域控制器作為智能化的核心零部件將最為受益，看 好在域控制器中卡位核心環節的相關公司。

3.1、 全棧式解決方案供應商，軟硬件兼顧自成體系

3.1.1、 華為：昇騰 AI 芯片+MDC

計算平臺+鴻蒙 OS 以昇騰系列 AI 芯片為基礎，構建華為 MDC 中央智能計算平臺。目前，華為針對智 能駕駛領域已經成功研制出了車規級 AI 芯片昇騰 310 和昇騰 910。其中，昇騰 310 單片算力為 16TOPS，而其功耗僅為 8W，功耗比與特斯拉 FSD 芯片相當，主要應用 于邊緣計算等低功耗領域；昇騰 910 單片算力達到 512TOPS，同時作為一款高集成度 SoC 芯片，除了基于達芬奇架構的 AI 核外，還集成了多個 CPU、DVPP 和任務調 度器，因而具有自我管理能力，可以充分發揮其高算力的優勢。而基于昇騰系列芯 片，華為推出了 MDC300 和 MDC600 智能計算平臺。其中，MDC300 的 AI 單元由 四顆華為昇騰 310 芯片組成，計算單元搭載華為的鯤鵬芯片，控制單元則搭載是英 飛凌 TC397 芯片，整體算力達到 64TOPS，滿足 L3 級自動駕駛；MDC600 是基于 8 顆昇騰 310 芯片，同時還整合了 CPU 和相應的 ISP 模塊，整體算力可達 352TOPS， 適用于 L4 級別自動駕駛。除此之外，華為即將發布 MDC 210 和 MDC 610 智能駕駛 計算平臺。MDC 210 可提供 48TOPS 算力，主要面向 L2+級自動駕駛，MDC 610 可 提供 160TOPS 算力，面向 L3-L4 級別自動駕駛。綜合來看，MDC 集成了華為自研 的 Host CPU 芯片、AI 芯片、ISP 芯片與 SSD 控制芯片，并通過底層的軟硬件一體 化調優，在時間同步、傳感器數據精確處理、多節點實時通信、最小化底噪、低功耗 管理、快速安全啟動等方面領先業界。相比當前業界其他自動駕駛計算平臺，華為 MDC 具有高性能、高安全＆可靠、高能效、低時延的技術優勢。

3.1.2、 特斯拉：FSD AI 芯片+HW 域控制器+Autopilot 操作系統

特斯拉自研的 Autopilot 操作系統是以 Linux 內核為基礎深度定制化改造而成。開源 的 Linux 內核不僅為特斯拉節省了大筆研發費用，同時其高自由度利于特斯拉實現 更多差異化功能。在 2012-2019 年間特斯拉已完成超過 142 次的 OTA 升級（潛在問 題改善 11 次、全新功能導入 67 次、交互界面邏輯等優化 64 次），涉及自適應巡航、 自動緊急剎車系統、360°全景視圖、并道輔助等多項功能，系統版本從 2014 年的 V6.0 已迭代至目前的 V10.0。

3.1.3、 Mobileye：EyeQ 系列芯片是以攝像頭為解決方案的 ADAS 領域絕對龍頭

公司 EyeQ 系列芯片在 camera-based ADAS 市場的市占率已超過 70%。Mobileye 于 1999 年在以色列成立，主要致力于汽車計算機視覺領域的研究。在公司成立之初的 近十年內，公司一直專注于研發，在這過程中并沒有推出任何的的系統和模型。2008 年，公司推出了其第一款提供 L1 輔助駕駛功能的產品 Eye Q1 芯片，算力為0.0044TOPS。2010 年，推出 Eye Q2 芯片，算力為 0.026TOPS。以上兩款面向 L1 級 輔助駕駛的芯片為公司奠定了在低級別輔助駕駛領域的龍頭地位。2014 年，公司推 出的 EyeQ3 芯片算力為 0.256TOPS、功耗比為 0.1024TOPS/W，可以滿足特斯拉基于 視覺解決方案的 L2 級自動駕駛的技術需求，也由此開啟了 Mobileye 的快速成長期。 2014-2019 年公司 EyeQ 系列芯片出貨量 CAGR 高達 45.2%。同時，依賴于 EyeQ 系 列芯片在視覺處理方面的強悍能力，Mobileye 在 camera-based ADAS 市場的市占率 已超過 70%。2017 年，公司被英特爾以 153 億美元現金收購。

3.2、 產業鏈單一環節供應商，各抒己長共建生態鏈

【太平洋汽車網】所謂的自動駕駛域控制器，即承擔了自動駕駛所需要的數據處理運算力，包括但不限于毫米波雷達、攝像頭、激光雷達、GPS、慣導等設備的數據處理，也承擔了自動駕駛下，底層核心數據、聯網數據的安全。作為一個中樞。

(1) 德賽西威：IPU03 自動駕駛域控制器+智能座艙域控制器

2020 年 9 月，德賽西威首款自主研發的智能座艙域控制器在瑞虎 8 PLUS 上首次亮 相。該域控制器基于 6 核瑞薩 R-CAR 系列高性能芯片，采用雙系統的軟件架構。其 中 QNX Hypervisor2.0 虛擬機保障了儀表功能安全，而 Android 9.0 系統可讓用戶受 到豐富的信息娛樂功能。此外，該款域控制器通過以太網技術實現了前后排屏幕互 控的功能，同時支持 OTA 軟件迭代升級，前后排卡拉 OK、語音游戲等功能，為用 戶帶來更加人性化舒適體驗。

(2) 偉世通：攜手奔馳推出業界首款座艙域控制器

3.2.2、 以地平線、英偉達為代表的 AI 芯片供應商

(1) 英偉達：Drive 系列智能計算平臺，可滿足 L2~L5 級自動駕駛需求

(2) 地平線：征程系列 AI 芯片+Matrix 自動駕駛計算平臺

地平線是一家新興的國內邊緣 AI 芯片企業，針對自動駕駛 AI 芯片，地平線推出了 Journey 2芯片，采用TSMC 28nm HPC+工藝，芯片算力超4TOPS，功耗比超2TOPS/W。 這是國內首款車規級AI芯片，2020年已邁入量產階段并搭載于長安 UNI-T座艙域。 此外，地平線目前正在研發的 Journey 3 芯片，該芯片基于自研的 BPU2.0 架構，目 前已通過 AEC-Q100 認證，算力級別以匹配 L4/L5 級自動駕駛為目標。除此之外， 地平線打造了 Matrix 自動駕駛中央計算平臺。該計算平臺是由征程 2 架構加速的車 規級計算平臺，結合深度學習感知技術，在被動散熱的硬件上實現強大的感知計算 能力，為高級別自動駕駛提供了穩定可靠的高性能感知系統。提供單路和四路輸入 的兩種選擇，可滿足模塊化需求。

企業回工業遙控器是區別于民用遙控器的概念，工業遙控器是利用無線電傳輸對工業機械進行遠距離操作控制或遠程控制的一種裝置，工業遙控器是由無線發射電路板制成的發射裝置來控制工業機械的運作。工業遙控器海德遙控器防爆遙控器

(3) 黑芝麻：華山系列 AI 芯片+FAD 域控制器

黑芝麻成立于 2016 年，公司主攻嵌入式圖像和計算機視覺領域，為 ADAS 及自動駕 駛提供包括芯片在內的完整的落地方案。2019 年，黑芝麻科技推出了首款 AI 芯片— —華山 A500，該芯片算力為 5-10TOPS，功率效率已達到 4TOPS/W，采用 28nm 工 藝，面向 L2~L2.5 級自動駕駛，已在比亞迪相關車型上實現量產。雖然適配的自動 駕駛等級較低，但 A500 有極大的效率優勢和成本優勢，A500 的成本僅有特斯拉 FSD 的三分之一。此外，黑芝麻科技于 2020 年 6 月再次推出了 A1000 芯片，該芯片效率 達到 6TOPS/W，算力達到 40~70TOPS，采用 16nm 工藝（A1000L 芯片算力為 16TOPS）。

目前，黑芝麻科技正在研發第三代芯片——A2000，這款芯片算力將達到 200TOPS， 追平目前英偉達最新款 AI 芯片 DRIVE Orin 的算力。基于華山二號 A1000 芯片，黑 芝麻還可以根據不同的客戶需求，提供多種定制化解決方案。單顆 A1000L 芯片適用 于 ADAS 輔助駕駛，單顆 A1000 芯片適用于 L2+自動駕駛，雙 A1000 芯片互聯可達 140TOPS 算力，支持 L3 等級自動駕駛，四顆 A1000 芯片則可以支持 L4 甚至更高的 自動駕駛需求。

3.2.3、 以 QNX、阿里、百度為代表的車載軟件系統供應商

(1) QNX：世界首款通過車規級安全認證的操作系統，核心優勢在于高安全性

(2) AliOS：基于 Linux 內核深度定制的國產車載操作系統

AliOS 是阿里巴巴集團推出的移動操作系統，可應用于智聯網汽車、智能家居、手機、 Pad 等智能終端，目標為行業提供一站式 IoT 解決方案，構建 IoT 云端一體化生態， 使物聯網終端更加智能。AliOS 于 2014 開始進軍車載方向，基于 Linux 內核而研發， 采用阿里云虛擬機技術，目前主要應用于智能座艙領域。2016 年，AliOS 在榮威 RX5 中實現了汽車操作系統的商用，并率先提出“去 APP 化”的應用模式：AliOS 采用“場 景地圖桌面+無縫連貫服務體驗”的架構和生態，相比較 PC 端中 Windows“桌面+文 件”實現的“人找內容”，移動端中 Android 與 iOS 的“桌面+APP”架構實現的“人找應 用”，AliOS 則實現了“服務找人”的模式。例如，當車主的常規線路發生擁堵時，系 統會給車主發送一條信息，推薦最佳導航路線；若車主告知汽車要去電影院看電影， 系統會自動規劃去電影院的路線以及看電影之前的就餐地點、停車場。

(3) 百度：對標移動端 Android，打造開源的自動駕駛軟件開發平臺

4、 受益公司分析（詳見報告原文）

4.1、 德賽西威：小鵬 P7+理想汽車的智能駕駛核心供應商

4.2、 北京君正：國內車規級存儲芯片供應商

4.3、 中科創達：車載操作系統迎高景氣度周期，5G 落地迎來新契機

4.4、 華陽集團：智能座艙量價齊升，綁定華為打開成長空間

5、 風險提示

國內汽車智能化升級不及預期。

精選報告來源：【未來智庫官網】。