说明：来源行业报告研究院，本文仅供学习和交流，不代表个人观点及立场，版权归原作者，若有任何问题请联系小编六耳（微信号：adas_miao），跳过“嘘寒问暖”，请直说来意 & 备注“姓名+职业/专业方向”。
汽车芯片生命周期更长，需要维持 10 年以上，使用场景对功能安全要求更高，车载 SOC 稀缺性一直会在。
01
商业模式介绍
① 人力外包公司——帮客户提供，可替代性强，容易受客户制衡，基本没办法享受项目复用额外收益。
② 产品方案公司——可替代性低，比其他厂商更懂某类型 IP。
③ IP 公司——商业模式最好，利润最高，比如英伟达、高通，收取开发授权费（比如高通 8155 几十万美元）、技术支持费（一般方案商支持）、版税费（根据出货量出钱），技术支持费对成本摊薄效果不明显。
02
智能座舱芯片（单寡头）
分布式向集中式，同一个 SOC 通过虚拟化支持丰富的应用，一芯多屏有优势。
座舱的玩家：传统瑞萨、NXP、德州仪器。
2.1
高通
高通 1985 年成立，在车方面主要集中数字座舱、车载网联、C-V2X、ADAS、自动驾驶和云。
2017 年第一次披露研发自动驾驶芯片计划，当年 9 月推出 V2X 芯片，2019 年 2 月推出自动驾驶芯片，23 年量产。
2014 年高通发了第一代数字座舱平台，骁龙 220A（手机改过来的），很多消费电子的积累，16 年推出骁龙 820A，19 年推出骁龙 8155（2022 年高通座舱占70%-80%份额，行业天花板，一芯多屏 90% 以上，22 年才大规模上车）。8295 开发费远高于 8155。
高通预计未来汽车业务 5 年翻 5 倍，汽车业务营收 10 年 CAGR23.49%。
关于高通更详细的介绍可以查看文章《全球车载计算平台赛道核心玩家盘点之高通（Qualcomm）》（点击←文字即可进入详情）
03
智能驾驶芯片（多寡头）
传感器数量增加，处理的数据量快速增长，芯片算力要求快速增长。
自动驾驶芯片关键指标；算法效率和算力、芯片适配性、开发便捷性、车规级认证、解决方案能力、能效比（峰值概念）。
竞争格局：
①新：英伟达、高通、华为、赛灵思
②传统：瑞萨、NXP、英飞凌、TI德州仪器、意法半导体等传统汽车半导体厂商；
③自研人工智能芯片玩家：特斯拉、Mobieye、地平线、黑芝麻，软硬件耦合玩家，专用芯片。好处在于特定场景下可以跑出更高的算力比，劣势在于留给主机厂腾挪空间小，未来车厂做OTA需要找这些厂商。
3.1
英伟达
1993 年 4 月成立，1999 年提出 GPU 概念，后来推出 CUDA 和 GPU 硬件的架构，2015 年推出 DRIVE PX、DRIVE PX2、20 年量产 Xavier、22 年量产 Orin（7nm 工艺）。
英伟达为全球唯一“车端、桌面端、云端”三端一体统一开发环境的公司，开发对手多是 ASIC 芯片。
先发优势英伟达较早进入驾驶市场，领先主要对手 2 年，一旦选定芯片厂商，后续更换成本高（座舱芯片和手机比较像，而驾驶域开发不同模块仅仅是自动驾驶在不同场景的应用，APP 概念，整体芯片生态倾向做分立而不是融合）。
主机近两年急于生态占位，只有英伟达芯片成熟。
关于英伟达更详细的介绍可以查看文章《全球车载计算平台赛道核心玩家盘点之英伟达（NVIDIA）》（点击←文字即可进入详情）
3.2
高通
2020 年上半年推出 Ride 平台，预计搭载 ride 平台 23 年投入生产，比如去年 11 月高通与宝马在自动驾驶域合作，预计在 2025 年量产。优势在于：
①性价比，消费级芯片，往自动驾驶芯片改可以节约研发成本；
②功耗上，英伟达主要算力 GPU 供，效率低一些；
③座舱域领导者地位，有助于自动驾驶方案推广，座舱渗透比驾驶域渗透快，通过座舱切入推自动驾驶方案，对车厂说座舱和驾驶域选同一家芯片厂更便利。
关于高通更详细的介绍可以查看文章《全球车载计算平台赛道核心玩家盘点之高通（Qualcomm）》（点击←文字即可进入详情）
3.3
Mobileye
传统 ADAS 霸主，成立 1999 年，擅长单目视觉系统。
2007 年第一代 EyeQ1 在宝马、沃尔沃上搭载，2014 年和特斯拉合作，2017 年英特尔溢价收购 Mobileye，封装了一些算法和芯片一起卖。
目前算法精度和可靠性全球领先，高性价比、低成本、省心方案，虽然正向开发能力弱但想上自动驾驶方案的车企，Mobileye 是很好的选择。行业对 Mobileye 争议在于：
①黑盒解决方案（比较封闭，车厂希望做 OTA，开发周期缩短，灵活性要求提高）；
②商务上强势；
③服务支持能力较弱。
目前单个摄像头和毫米波雷达纯视觉方案较多，基本以 ADAS 为主，多摄像头和毫米波雷达的不多，2030 年多传感器成本比 L2+ 方案贵很多，成本差异不同车型和价格带车会选择不同房，传统市场 Mobileye 芯片市占率 50%，自动驾驶生态会分层，中远期来看 Mobileye 还是会有一定份额。
英伟达 GPU 在绝对性能会有非常明显优势，但实际上车的算力比会打折扣。
Mobileye会使得算力有更好的发挥，成为省心方案龙头。
今年 3 月初 Mobileye 提交 IPO 申请，英特尔体内开发团队会归属于 Mobileye。
未来Mobileye会推出开放版本，后续可能会和吉利下面的极氪合作。
关于 Mobileye 更详细的介绍可以查看文章《全球车载计算平台赛道核心玩家盘点之Mobileye》（点击←文字即可进入详情）
3.4
特斯拉
特斯拉和其他玩家不一样，是给车厂提供服务的第三方，封闭生态，第一代系统里用的是 Mobileye 的 EyeQ3 芯片。
Mobileye 划分在传统车厂阵营，传统车厂出货量大，可以提供大量行驶数据，而且传统车厂天然软件能力弱，会有天然的依存关系。
特斯拉利用自己终端为 Mobileye 采集数据和算法，后续把数据的使用权利把握在手里，不满 Mobileye 进程比较慢。
特斯拉第二代用的是英伟达的 DRIVE 平台，认为英伟达用 GPU 路线，功耗大。
到 HW3 用的是自研芯片，FSD 研发 2017 年，2019 年 4 月在 Model3 用，统一板卡有 2 颗芯片，互为验证。
关于特斯拉更详细的介绍可以查看文章《全球车载计算平台赛道核心玩家盘点之特斯拉（TESLA）》（点击←文字即可进入详情）
3.5
黑芝麻
2019年8月华山一号A500；2020年6月华山二号A1000算力58-116TOPS，国内第一款支持L2+；2022年4月会发布A2000芯片，250TOPS，支持L4/L5。黑芝麻先IP，后芯片。
关于黑芝麻更详细的介绍可以查看文章《2千字了解国产大算力芯片黑芝麻智能A1000的量产之路》和《黑芝麻自动驾驶AI芯片介绍》（点击←文字即可进入详情）
3.6
地平线
2017 年 12 月发布征程 1.0；
2019 年 8 月正式推出车估计 4tops 等效算力，功效 2wh；
2020 年 9 月征程 3；
2021 年 5 月理想 one 用两颗地平线征程 3；
2023 年将推出超过 512TOPS 的征程 6.0。
关于地平线更详细的介绍可以查看文章《全球车载计算平台赛道核心玩家盘点之地平线》（点击←文字即可进入详情）
04
结束语
德赛西威和英伟达合作多，中科创达和高通合作多，经纬恒润和 Mobileye 合作多。芯片产生稀缺性都会在，会选择国内方案商和它们合作，双方会存在客观上的绑定关系。
推 荐 阅 读
30+ 国内车企背后庞大的汽车供应链全景图，建议收藏！
37 个 ADAS / ADS 功能及对应自动驾驶等级梳理
1.3 万字聊聊 ADS 算法技术演进、面临挑战及视觉感知产品设计痛点
73 个新能源汽车品牌介绍
一文总结自动驾驶中的激光雷达（LiDAR）
自动驾驶域控制器研究：AI芯片选型方案详解
国内 L4 自动驾驶公司盘点
点击 ↑ 文字进入详情
欢迎“点赞 + 在看”
继续阅读
阅读原文