分享
自动驾驶行业:自动驾驶芯片研究框架-20230227-海通证券-26页.pdf
下载文档

ID:2338988

大小:1.42MB

页数:26页

格式:PDF

时间:2023-05-07

收藏 分享赚钱
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
自动 驾驶 行业 芯片 研究 框架 20230227 证券 26
郑宏达(郑宏达(SAC号码:号码:S0850516050002)华晋书(华晋书(SAC号码:号码:S0850521090001)2023年年02月月27日日 自动驾驶芯片研究框架自动驾驶芯片研究框架 行业研究报告行业研究报告 (优于大市,维持)(优于大市,维持)投资要点投资要点 请务必阅读正文之后的信息披露和法律声明请务必阅读正文之后的信息披露和法律声明 1.自动驾驶芯片将是拥有巨量增长潜力的市场。自动驾驶芯片将是拥有巨量增长潜力的市场。头部是 Mobileye、英伟达这样的巨头,还有从移动芯片市场杀出的华为海思和高通等厂商,老牌汽车半导体厂商们也在加快布局,如黑芝麻一样的 AI 芯片公司将成为重要的后起之秀。2.功能集中已经成为行业发展趋势,驾驶座舱一体化进程加速。功能集中已经成为行业发展趋势,驾驶座舱一体化进程加速。无论是自动驾驶还是智能座舱领域,功能集中已然成为行业发展的必然趋势。随着传感器数量和种类逐渐增多,将不同功能的计算芯片集成到一块板子上,对各传感器的原始感知信息实行后端融合计算成为必然选择。3.中国或将成为全球最大的自动驾驶芯片市场。中国或将成为全球最大的自动驾驶芯片市场。根据禾多科技中国自动驾驶芯片的现状、机遇与风险援引智能网联技术路线2.0的预测,2025年中国L2/L3渗透率将达50%,2030年中国L2/L3渗透率70%,L4渗透率20%。2020-2025年中国自动驾驶渗透率增长速度将快于全球。投资建议:投资建议:自动驾驶芯片是智能汽车的核心,渗透率与市场规模不断扩大,多种路线百花齐放,国内方案前景广阔。风险提示:风险提示:行业竞争加剧;行业需求不及预期;国产替代进程不及预期;国内企业研发进度不及预期;供应链稳定性。2 qRoNmMoPzQxPsNnNsRrRqR8O8QbRpNmMtRsRfQnNnPkPtRqPbRqRtONZpOtRNZnRtP概要概要 1.自动驾驶芯片概况自动驾驶芯片概况 2.自动驾驶芯片架构分析自动驾驶芯片架构分析 3.自动驾驶芯片重点企业分析自动驾驶芯片重点企业分析 请务必阅读正文之后的信息披露和法律声明请务必阅读正文之后的信息披露和法律声明 3 自动驾驶芯片概况自动驾驶芯片概况 请务必阅读正文之后的信息披露和法律声明请务必阅读正文之后的信息披露和法律声明 4 车规级车规级芯片芯片 产品趋势:一体化产品趋势:一体化 车规级芯片要求更加严苛车规级芯片要求更加严苛 车规级芯片市场概况车规级芯片市场概况 自动驾驶芯片概况自动驾驶芯片概况 英伟达一体化英伟达一体化 高通一体化高通一体化 向先进制程延伸与高算力向先进制程延伸与高算力 AEC-Q100 AEC-Q101 ISO16750 资料来源:英伟达官网,高通官网,武亚恒国产车规级芯片发展现状、问题及建议,海通证券研究所 车规级芯片市场概况车规级芯片市场概况 请务必阅读正文之后的信息披露和法律声明请务必阅读正文之后的信息披露和法律声明 5 车规级芯片领域长期被发达国家垄断。车规级芯片分为控制芯片、微处理器芯车规级芯片领域长期被发达国家垄断。车规级芯片分为控制芯片、微处理器芯片、存储芯片、模拟芯片及功率器件等。当前,以美、欧、日、韩为代表的发片、存储芯片、模拟芯片及功率器件等。当前,以美、欧、日、韩为代表的发达国家行业巨头,长期占据着车规级芯片的技术制高点和主要市场份额,根据达国家行业巨头,长期占据着车规级芯片的技术制高点和主要市场份额,根据于德营于德营车规级芯片产业自主化前景车规级芯片产业自主化前景数据,欧、美、日分别占据数据,欧、美、日分别占据 37%、30%和和25%的市场,行业内的市场,行业内 TOP8 企业占据企业占据60%以上市场份额。以上市场份额。资料来源:于德营车规级芯片产业自主化前景,海通证券研究所 图:图:2020年年车规级芯片市场各国占比车规级芯片市场各国占比 图:图:2020年年车规级芯片市场头部企业占比车规级芯片市场头部企业占比 37%30%25%4.50%3.50%欧洲 美国 日本 中国 其他 14%11%10%8%7%6%4%3%37%恩智浦 英飞凌 瑞萨 德州仪器 德法半导体 博世 安森美 微芯科技 其他 从模块级的从模块级的ECU到集中相关功能的域控制器,再到完全集中的车载计算机。每到集中相关功能的域控制器,再到完全集中的车载计算机。每个阶段中还包含两个子阶段,例如完全集中的车载计算机还包括了本地计算和个阶段中还包含两个子阶段,例如完全集中的车载计算机还包括了本地计算和云端协同两种方式。云端协同两种方式。表:表:汽车电气架构特征汽车电气架构特征 自动驾驶芯片产品趋势:一体化自动驾驶芯片产品趋势:一体化 请务必阅读正文之后的信息披露和法律声明请务必阅读正文之后的信息披露和法律声明 6 分布式分布式ECU架构架构 域集中式架构域集中式架构 中央计算式架构中央计算式架构 特征特征 算力与数据无法在不同算力与数据无法在不同模块共享模块共享 以太网作为通信以太网作为通信骨干骨干 开放式软件平台开放式软件平台 增加传感器和增加传感器和ECU时需时需部署大量通信总线,增部署大量通信总线,增加装配难度和车身重量加装配难度和车身重量 以以SoC为基础,为基础,MCU相配合相配合 中央中央-层层-区架构区架构 无法进行统一编程和软无法进行统一编程和软件升级件升级 功能划分集中化功能划分集中化 车辆车辆-云端交互体系云端交互体系 承载的信息处理量有限承载的信息处理量有限 实现开放软件平台实现开放软件平台与资源共享与资源共享 限制了高性能传感器和限制了高性能传感器和芯片的搭载能力芯片的搭载能力 图:图:BOSCH汽汽车电气架构演进示意图车电气架构演进示意图 资料来源:汽车观察2021年9月刊,软硬件融合微信公众号援引BOSCH,海通证券研究所 英伟达发布的一体化自动驾驶芯片英伟达发布的一体化自动驾驶芯片Altan&Thor的设计思路是完全的“终局思的设计思路是完全的“终局思维”,相比维”,相比BOSCH给出的一步步的演进还要更近一层,跨越集中式的车载计给出的一步步的演进还要更近一层,跨越集中式的车载计算机和云端协同的车载计算机,直接到云端融合的车载计算机。云端融合的意算机和云端协同的车载计算机,直接到云端融合的车载计算机。云端融合的意思是服务可以动态的、自适应的运行在云或端,方便云端的资源动态调节。思是服务可以动态的、自适应的运行在云或端,方便云端的资源动态调节。Altan&Thor采用的是跟云端完全一致的计算架构:采用的是跟云端完全一致的计算架构:Grace-next CPU、Ampere-next GPU以及以及Bluefield DPU,硬件上可以做到云端融合。,硬件上可以做到云端融合。资料来源:与非网,软硬件融合微信公众号援引英伟达,海通证券研究所 自动驾驶芯片产品趋势:一体化之英伟达自动驾驶芯片产品趋势:一体化之英伟达 请务必阅读正文之后的信息披露和法律声明请务必阅读正文之后的信息披露和法律声明 7 图:图:Thor算力提算力提升明显升明显 图:图:英伟英伟达达Thor可可被配臵为多种模式被配臵为多种模式 2020年年CES上,高通推出全新自动驾驶平台高通上,高通推出全新自动驾驶平台高通Snapdragon Ride,自动驾,自动驾驶芯片“骁龙驶芯片“骁龙 Ride”。资料来源:ofweek电子工程网援引高通,焉知智能汽车微信公众号,海通证券研究所 表:表:Snapdragon Ride各级别自动驾驶算各级别自动驾驶算力、硬件支持及应用力、硬件支持及应用 自动驾驶芯片产品趋势:一体化之高通自动驾驶芯片产品趋势:一体化之高通 请务必阅读正文之后的信息披露和法律声明请务必阅读正文之后的信息披露和法律声明 图:高通图:高通Snapdragon Ride车规级车规级SoC 8 级别级别 算力算力 硬件支持硬件支持 应用应用 L1/L2级级ADAS 30TOPS 1个个ADAS应用应用处理器处理器 面向具备面向具备AEB、TSR和和LKA等驾等驾驶辅助功能的汽驶辅助功能的汽车车 L2+级级ADAS 60-125TOPS 2个或多个个或多个ADAS应用处理应用处理器器 面向具备面向具备HWA(高速辅助)、(高速辅助)、自动泊车自动泊车APA以以及及TJA(低速辅(低速辅助)功能的汽车助)功能的汽车 L4/L5级自动级自动驾驶驾驶 700TOPS(功耗(功耗130W)2个个ADAS应用应用处理器处理器+2个自个自动驾驶加速器动驾驶加速器(ASIC)面向在城市交通面向在城市交通环境中的自动驾环境中的自动驾驶乘用车、机器驶乘用车、机器人出租车和机器人出租车和机器人物流车人物流车 自动驾驶芯片架构分析自动驾驶芯片架构分析 请务必阅读正文之后的信息披露和法律声明请务必阅读正文之后的信息披露和法律声明 9 自动驾驶自动驾驶 芯片方案芯片方案 ASIC 事件相机事件相机 GPU FGPA 自动驾驶芯片架构分析自动驾驶芯片架构分析 简介及工作机制简介及工作机制 在自动驾驶领域的应用在自动驾驶领域的应用 通过减少无效计算节约算力通过减少无效计算节约算力 资料来源:英伟达官网,AMD官网,赛灵思官网,寒武纪官网,地平线官网,海通证券研究所 当前主流的当前主流的AI芯片主要分为三类,芯片主要分为三类,GPU、FPGA、ASIC。GPU、FPGA均是前均是前期较为成熟的芯片架构,属于通用型芯片。期较为成熟的芯片架构,属于通用型芯片。ASIC属于为属于为AI特定场景定制的芯特定场景定制的芯片。行业内已经确认片。行业内已经确认CPU不适用于不适用于AI计算,但是在计算,但是在AI应用领域仍必不可少。应用领域仍必不可少。资料来源:焉知智能汽车微信公众号,海通证券研究所 自动驾驶芯片三种主流架构对比自动驾驶芯片三种主流架构对比 请务必阅读正文之后的信息披露和法律声明请务必阅读正文之后的信息披露和法律声明 表:表:自动驾驶芯片不同架构特点自动驾驶芯片不同架构特点 10 类别类别 GPU FPGA ASIC 类脑芯片类脑芯片 特点特点 性能高性能高 功耗高功耗高 通用性好通用性好 可编程性、灵活可编程性、灵活 功耗与通用性介于功耗与通用性介于GPU与与ASIC间间 定制化设计定制化设计 性能稳定性能稳定 优秀的功耗控制优秀的功耗控制 功耗低功耗低 响应速度快响应速度快 尚不成熟尚不成熟 代表公司代表公司 英伟达英伟达 AMD 赛灵思赛灵思 寒武纪寒武纪 地平线地平线 IBM CPU遵循的是冯遵循的是冯 诺依曼架构,其核心是存储程序诺依曼架构,其核心是存储程序/数据、串行顺序执行。数据、串行顺序执行。CPU在进行大规模并行计算方面受到限制,相对而言更擅长于处理逻辑控制。在进行大规模并行计算方面受到限制,相对而言更擅长于处理逻辑控制。GPU是一种由大量运算单元组成的大规模并行计算架构,早先由是一种由大量运算单元组成的大规模并行计算架构,早先由CPU中分出中分出来专门用于处理图像并行计算数据,专为同时处理多重并行计算任务而设计。来专门用于处理图像并行计算数据,专为同时处理多重并行计算任务而设计。资料来源:焉知智能汽车微信公众号,海通证券研究所 图图:GPU架构架构图图 GPU方案:方案:GPU与与CPU的架构对比的架构对比 请务必阅读正文之后的信息披露和法律声明请务必阅读正文之后的信息披露和法律声明 11 FPGA是在是在PAL、GAL等可编程器件的基础上进一步发展的产物。它是作为专等可编程器件的基础上进一步发展的产物。它是作为专用集成电路领域中的一种半定制电路而出现的,既解决了定制电路的不足,又用集成电路领域中的一种半定制电路而出现的,既解决了定制电路的不足,又克服了原有可编程器件门电路数有限的缺点。克服了原有可编程器件门电路数有限的缺点。优点:可以无限次编程,延时优点:可以无限次编程,延时性比较低,同时拥有流水线并行和数据并行、实时性最强、灵活性最高。缺性比较低,同时拥有流水线并行和数据并行、实时性最强、灵活性最高。缺点:开发难度大、只适合定

此文档下载收益归作者所有

下载文档
你可能关注的文档
收起
展开