1.1. AI 芯片是智能汽车时代关键变量

汽车由分布式架构向域控制/中央集中式架构方向发展。传统分布式硬件架构面临 智能汽车时代多维感知需求和海量非结构化数据处理的需求，一般每新增一个应用功能， 便新增对应的感知传感器、决策、执行层。随着智能网联汽车时代的到来，以特斯拉为 代表的汽车电子电气架构改革先锋率先采用中央集中式架构，即用一个电脑控制整车。全球范围内各大主机厂均已认识到软件定义汽车的大趋势，纷纷升级自身的电子电气架 构，虽不同主机厂采用几个电脑控制整车的方案不同，但架构域控制/集中化方向相同。

智能驾驶处理数据量指数级提升，AI 芯片成为智能汽车时代的运算核心。分布式 架构一般可实现低级别辅助驾驶，由于需要处理的传感器信息相对较少，采用 MCU 芯 片即可满足运算要求。随着高级别智能驾驶的到来，更智能的汽车需要处理更大量的图 片、视频等非结构化数据，仅依靠传统 MCU 芯片不能满足运算需求，而 AI 芯片则可以 实现算得快、准、巧。我们重点参考地平线的数据，L3 级别自动驾驶产生的数据量是 2.3GB/s，对算力要求在 129TOPS 以上；L4 级别自动驾驶数据量达到 8GB/s，对算力要 求达到 448TOPS 以上。如果考虑功能安全的冗余备份，算力需求还要翻倍。

由于智能驾驶对算力的需求，汽车业界已经将峰值算力当作衡量 AI 芯片的主要指 标，并掀起算力军备竞赛。蔚来新款旗舰车型 ET7 搭载算力超过 1016TOPS。上汽智己 新发布车型搭载算力也达到 500~1000TOPS。

1.2. 我们预计 2025 年我国汽车 AI 芯片市场超 92 亿美元，未来 5 年 CAGR 45.0%

假设：

1）汽车市场容量预测。2020 年汽车产量约 2500 万辆，2021 年我们预计达到 2700 万辆，假设我国汽车产量 2022-2025 年复合增速为 2%。

2）各级别自动驾驶渗透率预测。L3、L4 级分别于 2020 年、2023 年规模量产，每年并以 3-4%渗透率提升。根据工信部发布的《汽车中长期发展规划》指出，我国 2020年自动驾驶渗透率达 50%，2025 年渗透率达 80%。L3 级于 2020 年开始量产并规模投放市场，渗透率快速提升，随着 L4 级车于 2023 年开始量产，低级别渗透率陆续到达渗透率峰值后又缓慢下降。

3）各级别自动驾驶 AI 芯片单车价值预测。2020 年 L1-L3 级 AI 芯片单车价值分别为 50 美元、150 美元、500 美元，随着技术逐渐成熟，2030 年下降到 41 美元、111 美元、315 美元。我们预计到 2023 年 L4 级高级自动驾驶出现，AI 芯片单车价值约为 1500美元，到 2030 年下降到 931 美元。

2025 年我国 AI 芯片市场超 92 亿美元，未来 5 年复合增速达 45%。经我们测算，2020 年我国汽车 AI 芯片市场规模为 14 亿美元，随着汽车 EE 架构加速升级，域控制器/中央计算平台被广泛使用，到 2025 年 AI 芯片市场规模达 92 亿美元，CAGR 为 45.0%，到 2030 年将达 181 亿美元，十年复合增速 28.8%。

1.3. 集成更多 AI 单元是智能芯片技术路径发展的大趋势

CPU，又称中央处理器，擅长逻辑控制和通用类型数据运算，具有不可替代性。CPU 有很强的通用性，可处理不同的数据类型，主要负责顺序控制、操作控制、时间控制、 数据加工等操作，因此在任何一个电脑或嵌入式的计算中都有 CPU 或其裁剪版本。CPU 由控制器（Control），寄存器（Cache、DRAM）和逻辑单元（ALU）构成，其中控制器 和寄存器占比较大，而处理数据的逻辑单元占比较小，因此对于专用领域数据处理能力 较弱。代表厂商即为 X86 处理器的英特尔和嵌入式处理器的 ARM。

GPU，又称图形处理器，俗称显卡，擅长大规模并行计算。GPU 拥有计算单元数量 众多和超长的流水线，处理的数据类型通常为高度统一的、相互无依赖，省去了大量 CPU 的不必要控制指令计算模块，并行计算能力较 CPU 强。随着人工智能的发展，GPU 不 断被应用于数值模拟、机器学习、视觉处理、语音识别等领域，厂商代表即为英伟达。

FPGA 全称是 Field Programmable Gate Array：又称可编程逻辑门阵列，算力较 高，适合小规模定制化开发测试。用户可通过烧入配置文件来定义其内部结构的连线， 从而达到定制电路的目的。FPGA 的芯片量产成本较高，能效比较差，不如 ASIC 专用 芯片。适用于科研、企业开发阶段，一旦方案确定，其成本优势就不再突出。

ASIC 全称是 Application-Specific Integrated Circuit：是一种为专门目的而设计的 集成电路，具有算力最高，能效比优等特点。ASIC 面向特定用户的需求，适合较为单 一的大规模应用场景，运行速度在同等条件下比 FPGA 快。但在架构层面对特定智能算 法作硬化支持，指令集简单或指令完全固化，若场景一旦发生变化，该类 AI 芯片便不 再适用，需要跟新换代。面对现阶段，AI 算法日新月异，每年都有大量的算法被开发出 来，对于自动驾驶领域适用性不强。所以现阶段并没有真正意义上的 ASIC 芯片。

N-SOC，（即添加神经网络单元的系统级芯片）是指在芯片中集成更多的神经网络 单元，以实现快速的 CNN（卷积神经网络）运算。N-SOC 是现阶段市场的新名词，主 要系随着 AI 芯片的发展，传统定义方法并不完全适用，N-SOC 区别于 ASIC 的智能算 法被硬化，但其并不是一颗完全通用芯片，仅支持少量的算法。典型的代表企业：英特 尔旗下的 Mobileye、华为（达芬奇架构 Ascend 系列）、寒武纪（MLU 系列）、百度（昆 仑云）、阿里平头哥、Google（TPU）等。

由通用向专用排序依次：CPU、GPU、FPGA、ASIC；数据处理成本经济性（由优 至差）：ASIC、FPGA、GPU、CPU。1）CPU 最通用，算力差，能效比最差，但除了运 算，还包括控制指令，不可被替代；2）GPU 为较为通用的芯片，算力高，架构较为开 放，可允许主机厂基于底层硬件架构开发自己的专门算法，但能效比较差；3）FPGA， 算力一般，可根据客户需求用配置文件更改芯片结构的连线，实现定制电路，适用于实 验室科研、前期开发等小批量应用；4）ASIC 为专用芯片，算力高、能效比优，节约不 必要开发资源，规模量产成本最低，但支持算法不够灵活。

AI 芯片通过添加神经网络单元实现 AI 运算的更高效。目前市场对未来汽车 AI 芯 片采用通用 GPU、FPGA、ASIC 芯片方案仍有较大争议，我们认为汽车数据处理芯片不 断异构化，通过不断添加神经网络单元实现 AI 运算是未来发展的主要方向。除了华为、 地平线、寒武纪等 AI 芯片不断增加神经网络单元外，而作为通用 GPU 的代表供应商英 伟达的自动驾驶系列芯片，也通过添加神经网络单元，以实现对 AI 处理越来越高效。但总体而言 GPU 仍功耗较高，丰富的通用模块可实现对各种场景的适用性，但也带来 了成本过高，功耗过高的问题。而新出现的 N-SOC 虽不是 ASIC 固定算法，具有成本/ 功耗较低等优点，但其针对各种场景的适应性仍较弱。在汽车领域，两者未来性能、成 本等方面会有相互靠近的趋势。

1.4. 车规级芯片条件苛刻

车规级芯片标准远高于消费级，认证流程长。1）工作环境更为恶劣：相比于消费 芯片及一般工业芯片，汽车芯片的工作环境温度范围宽（-40 至 155 摄氏度）、高振动、 多粉尘、多电磁干扰。2）可靠性安全性要求高：一般的汽车设计寿命都在 15 年或 20 万 公里左右，远大于消费电子产品寿命要求。在相同的可靠性要求下，系统组成的部件和 环节越多，对组成的部件的可靠性要求就越高。3）车规级芯片认证流程长:一款芯片一般需要 2 年左右时间完成车规级认证，进入车企供应链后一般拥有 5-10 年的供货周期。

汽车标准需认证可靠性标准 AEC-Q 系列、质量管理标准 ISO/TS16949 其中之一， 此外需要通过功能安全标准 ISO 26262 ASIL B(D）。ISO 26262 在 2011 年 11 月 15 日正 式发布，主要包括四个等级，分别为 ASIL A/B/C/D。ISO 26262 安全是汽车电子元件稳 定性优劣的评判依据之一，通过该等级代表其产品稳定性合格，耐用，但不代表其算力、 能效比高。此外，还需要通过零失效的供应链质量管理标准 TS16949/ISO 9000 国际认证 体系下的汽车行业分支的标准认证；另一个是 AEC-Q 认证，由克莱斯勒、通用、福特 制定的汽车电子元件安全性检测标准。

1.5. 汽车 AI 芯片市场格局清晰，行业寡头垄断

截止 2020 年，根据 Mobileye 数据，其占据约 70%量产车市场。随着 L1/L2 级辅助 驾驶逐步演进到 L3 级别智能驾驶，消费电子/通信领域的英伟达、华为、高通以及国内 的初创企业地平线、黑芝麻等加速入场抢夺汽车 AI 芯片市场份额。算力、功耗、生态 等成为各家芯片厂商抢夺市场的核心竞争力。

特斯拉 FSD 芯片自研自用，引领产业发展，属于独立一级。特斯拉搭载的芯片经 历 Mobileye EyeQ3 与英伟达 DRIVE PX2，后期选择自研。主要优势：由于其自研自用， 根据需求研发专用芯片，减少不必要的软硬件模块，1）缩短研发周期，减少研发设计工 作量；2）提升能效比；3）用户数据驱动研发优化。主要劣势：1）生态较为封闭，仅内 部开发和使用，无法建立完善的生态体系。2）若使用量有限，芯片研发需要投入大量资金，软硬件开发的成本难以通过大规模使用均摊成本。

全球 GPU 领域 AI 龙头英伟达和背靠英特尔的汽车 AI 芯片龙头 Mobileye 属于第 一阵列。NIVIDA 作为通用 AI 芯片龙头，对外提供芯片级产品，具备最完善的软件工具 链和应用生态。Mobileye 背靠英特尔，提供芯片+算法绑定的一体式解决方案，客户资 源最丰富且已实现量产验证，但黑盒捆绑销售模式一定程度上限制了用户创新。短期来 看，Mobileye 面向 L3 级以下市场，产品更加成熟。中长期来看，英伟达面向 L3 级以上 市场在 AI 领域实力深厚，后发有力，优势会更加突出。

高通与华为属于 1.5 阵列，有望快速突围进入第一阵列。高通在通信及消费电子领 域优势明显，基于智能手机芯片的成功经验，已成为智能座舱域芯片龙头。在智能驾驶 领域，高通于 2020 年 1 月推出了 Snapdragon Ride 平台，正加速推广应用中。华为 AI 芯片云边端领域全覆盖，技术实力雄厚。华为面向智能驾驶领域，对应产品为昇腾 310 （面向所有边缘侧）、昇腾 610（专用于汽车领域）、昇腾 320 等。此外，2020 年 9 月， 华为对外发布新一代车规级 MDC 计算平台（包含 MDC600、MDC300、MDC610、 MDC210）。

地平线属于强势第 2 阵列，对外可提供解决方案类产品（芯片+算法），也可以单独 供应。作为中立第三方，芯片和算法可分开销售或一体式解决方案，受客户信任，有望 逐步实现国产替代。

各计算平台的算力均超百 TOPS。计算平台各厂商车载计算平台竞争格局来看，英伟达算力相对领先，但算力利用率相对较低；而特斯拉、Mobileye 等虽然算力并不突出， 但是由于芯片+算法均采用自研，所以算力利用率相对较高。

2. 汽车 AI 芯片赛道长坡厚雪，孕育中国独角兽地平线

地平线，全称北京地平线机器人技术研发有限公司，成立于 2015 年 7 月，是边缘 人工智能芯片的全球领导者，具有领先的人工智能算法和芯片设计能力。创始人系前百 度深度学习研究院院长余凯博士。2017 年 12 月发布中国首款边缘端人工智能视觉芯片 征程（Journey）系列和旭日（Sunrise）系列。征程系列芯片主要用于智能驾驶领域，旭 日系列芯片主要用于物联网领域。合作伙伴包括奥迪、博世、长安、比亚迪、上汽、广 汽等国内外的顶级 Tier1，OEM 厂商。

2.1. 地平线发展历程

公司成立于 2015 年，专注于边缘端 AI 芯片。地平线战略聚焦于车规级智能驾驶 AI 芯片+AIoT 边缘 AI 芯片的研发和产业落地，对外主要提供解决方案类产品（芯片+ 软件算法）。公司已发布车规级 AI 芯片：征程 1.0、征程 2.0、征程 3.0；自动驾驶计算 平台：Matrix1.0、Matrix2.0；AIoT 边缘 AI 芯片旭日 1、2、3；AI 开发平台：天工开物 等多类产品。2020 年 3 月，长安 UNI-T 座舱域搭载车规级 AI 芯片——地平线征程二 代，实现首次前装量产。

2.2. 技术团队实力雄厚，股东资源丰富

核心技术骨干来自百度等科技巨头，团队实力强劲。地平线创始人&CEO 余凯博士， 曾任百度深度学习研究院常务副院长，百度研究院执行院长，创建并领导百度深度学习 研究院(IDL)、百度自动驾驶团队和百度大脑 PaddlePaddle 等项目。他也是曾担任两大著 名机器学习国际会议 ICML 和 NIPS 的领域主席（Area Chair）为数不多的几位华人学者之一，2011 年在斯坦福大学计算机系任兼职教授。此外，他被 2017 年《福布斯》杂志 评选为“20 位驱动中国人工智能改革的科技领导者”之一。除了创始人余凯以外，联合 创始人&算法副总裁黄畅、地平线通用 AI 首席科学家&硅谷研究院负责人徐伟、智能驾 驶研发总监余轶南均来自百度 IDL。

团队规模上，地平线在硅谷、北京、上海、南京等地均设有研发中心和商务运营团 队，截至 2019 年底共有 1400 余人，其中研发人员占比 70%以上。团队成员大多毕业于 国内外著名学府，在人工智能算法和芯片架构研发方面作出多项世界级的成果和产品。

C 轮 9 亿美元融资落定，产业资本加持集中优质资源。2020 年 12 月以来，地平线 先后获得 3 批次融资，C 轮融资达 9 亿美元。2021 年 12 月 C1 轮吸引到高瓴创投、五 源资本、今日资本领投，金额 1.5 亿美元；2021 年 1 月获得 Baillie Gifford、云锋基金、 中信产业基金、宁德时代领投的 4 亿美元 C2 轮融资；2021 年 2 月拿到 3.5 亿美元 C3 轮 融资，其中比亚迪、长城汽车、长江汽车电子、东风资产、舜宇光学、星宇股份等 6 家 汽车产业链上下游企业联合加持。自成立以来，地平线已累计获得 10 轮融资，备受明 星机构及产业资本关注，集中产业链上下游丰富资源快速发展。

2.3. 汽车+物联网双管齐下，产品化快速落地

自动驾驶芯片+物联网芯片两条产品主线。地平线产品业务战略聚焦于 AI 芯片的研 发和产业落地，对外主要提供解决方案类产品（芯片+算法+开发平台）。相比多数 AI 芯 片厂商起步于云端、消费端等场景，地平线聚焦于车规级 AI 芯片，成立 5 年时间便成 功实现量产落地。考虑到设计、制造、车规测试、项目定点、车型导入等环节的时间， 地平线产品推进速度在整个行业中都处于领先位置（例 Mobileye 车规芯片从研发到商 用历时 8 年）。目前，地平线已推出的产品包括“征程”系列车规级 AI 芯片，面向汽车 领域；搭载“征程”芯片的 Matrix 自动驾驶计算平台；“旭日”系列边缘 AI 芯片，面向 AIoT（AI+物联网）场景；AI 全生命周期开发平台“天工开物”以及 ADAS 解决方案。

2.3.1. 车规级 AI 芯片“征程”系列

智能驾驶芯片方面：地平线成长路径与 Mobileye 类似，产品由视觉处理向多传感 器数据融合方向发展。地平线前期产品主要提供视觉处理器，对外提供芯片及配套软件 工具链+算法方案，客户可根据需求只选择芯片或者整套解决方案。根据地平线规划征 程 5 芯片可实现传感器融合，算力/功耗达到 96TOPS/20W。

2019 年发布征程二代，主要负责视觉处理。征程二代芯片，搭载了地平线自主研发 的高性能计算架构 BPU2.0（Brain Processing Unit）,通过软硬件的协同创新与优化，算 力/功耗为 4TOPS/2W。基于征程二代芯片打造的单目前视 ADAS 解决方案，可在 100 毫 秒延迟内有效感知车辆、行人、道路线、交通标志、车牌、红绿灯等六大类近百种目标 的检测和识别。通过提供基础的“芯片+工具链”，并向合作伙伴提供先进的模型编译器、 完备的训练平台、场景驱动的 SDK、丰富的算法样例等工具和服务，赋予汽车感知、建 模的能力，实现车内车外智能化，用边缘 AI 芯片全面赋能智能驾驶。2020 年征程二代 芯片的出货量达到 10 万+，2021 年地平线预计其出货量将达到 70-100 万片。

2020 年 9 月，地平线通过 TÜV ISO 26262 功能安全流程认证。地平线已按照 ISO 26262:2018 标准要求，建立起完善的符合汽车功能安全最高等级 ASIL D 级别的产品开 发流程体系，成为首个获得 ISO 26262 功能安全流程认证的中国 AI 芯片公司。

2020 年征程二代芯片率先搭载于长安汽车量产新车型 UNI-T 上。2020 年 3 月，长 安汽车全球直播发布主力车型 UNI-T，搭载地平线征程 2 代芯片，6 月正式量产上市， 征程二代成为国内首个搭载于量产车型的国产 AI 芯片。UNI-T 采用长安汽车和地平线 联合开发的智能驾驶舱 NPU（Neural Processing Unit，神经网络处理单元）计算平台， 智能座舱深度融合视觉、语音多种感知数据，实现了从交互对象、交互方式到交互逻辑 的全方位升级，可通过语音、动作姿态、面部表情等指令交互为用户带来更加安全、智 能的驾乘体验。UNI-T 上包含多项 AI 主动服务：接听电话自动降低多媒体音量、视线 亮屏、疲劳监测、智能语音拍照。

2020 年北京国际车展发布征程 3。征程 3 采用 16 纳米工艺，基于地平线自主研发 的 BPU2.0 架构，AI 算力达到 5 TOPS，典型功耗仅为 2.5W，可接入 6 路摄像头数据， 不仅支持基于深度学习的图像检测、分类、像素级分割等功能，也支持对 H.264 和 H.265 视频格式的高效编码，能够实现多通道 AI 计算和多通道数字视频录像。适用于高级别 辅助驾驶（ADAS）、驾驶员监控（DMS）、自动泊车辅助（APA）及众包高精地图定位等多种应用场景。广汽版征程 3 则根据广汽集团采用的深度学习网络对征程 3 芯片进行 深度的软硬件联合优化，同时针对广汽量产车型的功能开发需求进行功能模块调优而成， 在系统成本上实现优化。未来该款芯片将计划在更多广汽新车型中量产搭载，实现智能 驾驶和智能座舱的相关功能。

Matrix 作为地平线搭载征程系列车规级芯片的自动驾驶计算平台，结合了深度学 习感知技术，为高级别自动驾驶提供稳定可靠的高性能感知计算能力。荣获车辆智能和 自动驾驶技术类 2019 CES 创新奖(2019 CES INNOVATION AWARDS)、“最佳汽车解决 方案”分类奖(2019 Embedded Vision)等多项国际大奖和提名。Matrix 高性能、低功耗、 低成本的特点深受国内外自动驾驶厂商和 Robotaxi 运营车队的青睐，目前已在海内外赋 能近千辆 L4 级别的自动驾驶车辆，成为全球 L4 自动驾驶计算平台的明星产品。

（1）Matrix1.0 平台：4TOPS/31W。内置征程 2.0 处理器架构（4TOPS/2W），平台 在 31W 功耗下，可进行 20 类不同物体的像素语义切割、三维物体检测和行人骨骼识别， 支持 4 路 720P@30fps 图像实时处理，支持多传感器融合（摄像头图像输入、毫米波雷 达、激光雷达），支持 L2 级别 ADAS 功能。

（2）Matrix2.0 平台：16TOPS/20W。搭载征程二代车规级芯片，可满足 L2～L4 级 别自动驾驶需求。在感知层面，Matrix2.0 可支持包括摄像头、激光雷达在内的多传感器 感知和融合，实现高达 23 类语义分割以及六大类目标检测，能够应对特殊场景或极端 天气等复杂环境，输出稳定的感知结果。

自研视觉算法+AI 开源工具链，具备赋能车厂 ADAS 功能能力。从已公布的搭载征 程二代的车型长安 UNI-T 来看，即使征程 2 在其中主要赋能对象为座舱人机交互+DMS 驾驶员监测的功能，但通过与整车厂/科技公司的合作+算法开源平台，地平线具备提供 ADAS 功能的能力。2020 年 4 月，地平线推出全新一代“天工开物”AI 开发平台，基 于自研 AI 芯片打造,由模型仓库(Model Zoo)、AI 芯片工具链(AI Toolchain)及 AI 应用 开发中间件(AI Express)三大功能模块构成。该平台可以为地平线芯片合作伙伴提供丰富 的算法资源、灵活高效的开发工具和简单易用的开发框架，标志着地平线开始逐步建立 开放软件生态。

地平线与主机厂和一级供应商保持紧密合作。截止 2020 年，地平线进行中的合作 项目超过 50 个，已签下 20 余个前装定点项目，公司预计装车辆可达数百万台。目前已 有长安 UNI-T、奇瑞新能源蚂蚁（搭载征程二代）、理想 ONE（语音方案）等量产车型 上市。长安预计搭载征程 2 代芯片的 UNI-K 将于今年上半年上市。

2.3.2. AIoT 边缘 AI 芯片“旭日”系列

自 2017 年 12 月起，地平线陆续推出“旭日”系列处理器，面向智能摄像头，能够 在本地进行大规模人脸抓拍与识别、视频结构化处理等，广泛用于商业、安防等多个实 际应用场景。助力发展智慧零售、智慧城市——已与龙湖地产、宝龙地产、永辉超市、 百丽、Kappa、Nike、上汽集团、中信书城、中国建投书局、SK 电讯等公司达成合作；产品在上海临港新区智慧交通建设、大连平安城市建设、长沙市湘江新区智慧交通建设、 国内某大型机场人脸识别项目、城市水务、国家级开发园区等场景落地应用。

2.4. “AI 芯片+算法”面向多场景的解决方案

地平线基于其自身车规级 AI 芯片能够以最小的功耗提供高性能计算能力的优势， 结合视觉感知算法实现多类 AI 任务处理，研发了面向 ADAS、智能座舱、高精地图的 众多解决方案，支持乘用车、重卡、客车、城市公交等多种车型，助力智能出行。

（1）ADAS 解决方案

基于征程 2 芯片，公司研发了面向 ADAS 市场的单目前视解决方案。该方案可在 低于 100ms 延迟下有效感知车辆、行人、车道线、交通标识、红绿灯等多种目标。该解 决方案可满足 10 类动态目标感知，53 类静态目标感知，关键区检测率＞99.8%，且针对 中国道路场景进行了优化，获得国内外众多 Tier1&OEM 厂商认可。

2019 年 11 月，地平线携手国内领先的 Tier1 福瑞泰克为主机厂提供高性能的 ADAS 前视一体机产品，共同推动 ADAS 解决方案前装量产。2020 年 1 月，地平线与中兴通 讯子公司英博超算达成战略合作，共同推出面向智能驾驶市场的域控制器，并率先搭载 于 2020 年 9 月上市的奇瑞蚂蚁纯电 SUV 中。2020 年 8 月，地平线与 AI 无人车研发制 造运营企业新石器合作，共同推进低速场景自动驾驶落地。2020 年 10 月，地平线与大 陆集团签署合作备忘录,在 ADAS 及高等级自动驾驶领域展开深度合作。2021 年 2 月， 上汽集团与地平线签署合作协议，以智能域控制器和自动驾驶系统为切入点，围绕地平 线未来的高等级自动驾驶芯片成立联合团队，共同打造对标特斯拉 FSD 的下一代智驾 域控制器和系统方案。

结合 C-V2X 技术，升级更高级别自动驾驶解决方案。地平线 Matrix 自动驾驶计算 平台集合了车规级 AI 芯片低功耗强算力的优势，能够处理技术难度更高的 C-V2X 车路 协同信号（限速预警、道路施工预警、前方堵车重点提醒、高优先级别车辆让行等），使 车辆在无需驾驶员干预的情况下自动进行相应的车速调整或变道超车等动作。2020 年 1 月，在地平线 Matrix 赋能下，奥迪中国首次在国内实际高速公路场景进行乘用车编队 L4 自动驾驶及车路协同演示，实测场景位于最高设计时速 80km/h 的延崇高速公路二期 工程封闭路段。

（2）智能座舱解决方案

DMS（Dirver Monitoring System）驾驶监控系统通过将两路摄像头、两路麦克风 的数据接入到芯片进行相关感知算法的处理，同时通过 CAN 获取车身信号，感知并融 合用户的人脸特征、行为特征、语义特征以及主动行为等数据信息，实现人脸识别、视 线追踪、降噪唤醒、疲劳分级检测等算法，实时监测驾驶员是否在位及其当前状态并提 供警报和干预，保证行驶的安全性。目前已在长安主力车型 UNI-T 和 UNI-K 上实现量 产。

车载多音区语音交互技术通过车内的高灵敏度麦克风、阵列语音信号处理和语音识 别技术，结合领先的声源定位、盲源分离和降噪算法，实现对不同位置乘客的语音指令 的精准区分和识别，快速响应乘客对于车辆设置、导航、音乐、视频等多种需求。地平 线为理想 ONE 增程式智能电动车赋能的该项解决方案可支持多达 4 路人声分离和 6 路 音区检测，实测声源定位准确率高达 95%，远超市场现有的语音分区方案。

（3）NaviNet 动态高精地图解决方案

地平线提供基于其车规级 AI 芯片和高性能视觉感知算法的视觉建图定位方案。NaviNet 支持在边缘对场景进行实时建模，输出重建的局部三维语义地图；同时也可支 持在边缘进行语义感知与全局地图的匹配，输出亚米级高精度定位。2020 年 4 月，地平 线 NaviNet（基于征程 2 芯片）已在韩国数千辆公交车上完成部署，合作方 SK 电讯通 过车端环境感知算法完成道路特征采集和地图信息实时动态更新。在高清地图领域的合 作方还有易图通、高深智图 DeepMap、凯立德等。

3. 智能座舱切入智能驾驶，芯片巨头高通扬帆再起航

高通成立于 1985 年，专注通信技术研发，提供处理器与基带芯片，以及相关专利 授权。业务部门分为芯片产品 QCT、专利授权集团 QTL、以及战略投资集团 QSI。高通 布局汽车领域已有近 20 年历史，早在 2002 年，高通便为通用旗下安吉星提供 CDMA 1x 车载信息处理解决方案，正式迈入智能汽车领域。高通在汽车智能化领域的布局主要 分为四大方向：智能座舱、ADAS/自动驾驶、车联网和车对云平台。根据高通在 2020CES 发布会数据显示，截止 2019 年年底，全球 25 家主要车企中已经有 20 家与高通达成合 作，全球超过 1.5 亿辆汽车采用了高通汽车解决方案，相关产品订单量总估值超过 80 亿美元。

2019-2024 年高通预计汽车业务营收 CAGR20.1%。2015-2020 年高通年度营收规模 较为稳定，基本在 220-250 亿美元区间浮动。2021 年 Q1 高通实现 82.35 亿美元营收， 同比增加 62%，净利润为 24.55 亿美元，同比增长 165%。高通预计汽车业务板块收入 将从 2019 年的 6 亿美元增长至 2024 年的 15 亿美元，年均复合增长率 20.1%。

3.1. 智能座舱芯片王者，第四代数字座舱持续占领高端市场

高通在智能座舱域具备绝对领先优势。从高通智能数字座舱平台的市场份额来看， 目前高通已获得全球领先的 25 家汽车制造商中 20 家的信息影音以及数字座舱项目。国 内车企中，包括蔚来、上汽、长城汽车、零跑汽车、奇瑞捷途、比亚迪、威马汽车、广 汽、小鹏、吉利、理想等均已推出或宣布推出搭载骁龙汽车数字座舱平台的车型。

智能座舱域芯片布局来看，高端市场以高通为主，英特尔、瑞萨、三星随后，中低 端有恩智浦、德州仪器等，国内华为、地平线、联发科、芯驰科技等加速入局。其中， 高通骁龙 820A 数字座舱平台支持计算机视觉与机器学习，能够提供丰富的图形与多媒 体功能，广泛的可视化和操作系统选项组合及神经处理引擎。2020 年多款上市新车型都搭载了骁龙 820A，包括领克 05、奥迪 A4L、小鹏 P7、2020 款小鹏 G3 车型等。2020 年 量产的高通骁龙 SA8155P，是基于台积电第一代 7nm 工艺打造的 SoC，也是第一款 7nm 工艺打造的车规级数字座舱 SoC，性能是原有高通 820 平台的三倍。SA8155P 还支持新 一代的联网技术，包括 WiFi6、蓝牙 5.0 等, OTA 过程中稳定性和速度更优。国内多数车 企的下一代车型，包括蔚来 ET7、上汽智己、长城 WEY 品牌 VV7 及摩卡、威马 EVOLVE 及 EX7、零跑汽车 C11、比亚迪 D1、奇瑞捷途 X70 PLUS、广汽 AION LX 都将搭载 SA8155P 芯片，高通在该领域的龙头地位进一步巩固。

高通发布第 4 代骁龙汽车数字座舱平台，加速汽车智能化变革。2021 年 1 月 26 日， 高通在“重新定义汽车”主题活动中推出第 4 代高通骁龙汽车数字座舱平台。此前的 2014/2016/2019 年，高通曾分别推出第一、二、三代数字座舱平台。今年推出的新平台 采用第 6 代高通 KryoCPU、高通 Hexagon 处理器、多核高通 AI 引擎、第 6 代高通 Adreno GPU 以及高通 Spectra ISP，基于 5nm 制程工艺打造。新平台增强了图形图像、多媒体、 计算机视觉和 AI 等功能，旨在支持情境感知优化且具备自适应能力的座舱系统，可根 据驾乘者的偏好不断演进，并计划于 2022 年开始量产。

3.2. ADAS/自动驾驶后来居上，Snapdragon Ride 平台布局全面

高通以 Snapdragon Ride 硬件平台+配套软件架构布局 ADAS/自动驾驶。2017 年 12 月，高通获得加州无人驾驶测试牌照。2020 年 1 月，高通在 CES 国际消费电子展推 出自动驾驶 Snapdragon Ride 平台。Snapdragon Ride 平台主要由安全系统级芯片 SoC(ADAS 应用处理器）、AI 加速器（智能驾驶专用加速器）和智能驾驶软件堆栈构成， 可支持三个等级的智能驾驶系统：

L1/L2 级 ADAS：面向具备 AEB、TSR 和 LKA 等驾驶辅助功能的汽车

硬件支持：1 个 ADAS 应用处理器（安全系统级芯片 SoC），可提供 30 TOPS 的算力。

L2+级 ADAS：面向具备 HWA、自动泊车 APA 以及 TJA 功能的汽车

硬件支持：2 个或多个 ADAS 应用处理器，期望所需算力要求- 60~125 TOPS

L4/L5 级自动驾驶：面向在城市交通环境中的自动驾驶乘用车、机器人出租车 和机器人物流车

硬件支持：2 个 ADAS 应用处理器 + 2 个智能驾驶加速器 ML（ASIC），可提 供 700TOPS 算力，功耗为 130W。

Snapdragon Ride 平台可提供开放的编程架构。该编程架构支持汽车制造商和一级 供应商根据其对于摄像头感知、传感器融合、驾驶策略、自动泊车和驾驶员监测等方面 的不同需求，对 Snapdragon Ride 平台进行定制。为了加速先进智能驾驶解决方案的部 署，针对视觉感知、泊车和驾驶员监测场景，Snapdragon Ride 采用多款行业领先软件栈， 持续扩展其软件生态系统，并支持其中一款或多款软件栈的组合形式提供给客户。

3.3. 率先发布 4G/5G 骁龙汽车平台，持续推进 C-V2X 落地

5G C-V2X 芯片广泛用于车联网中。C-V2X 即蜂窝车联网是车辆相互之间以及周 围物体进行通讯的基础技术，它有助于提供 360°非视线意识和更高的可预测性，从而 改善道路安全性并实现自动驾驶。2017 年第一个完整的 LTE-V2X 标准完善后，高通便推出 9150 C-V2X 芯片组，针对 3GPP Rel-14 版本 C-V2X PC5 直接通信进行优化，同时 支持包括北斗系统在内的高精度定位。2020 年 7 月，3GPP 完成了 5G 标准第二版规范 Release 16，高通同样参与其中。2016 年成立的 5GAA（5G 汽车协会），高通也是 8 家 发起单位之一。

9150 芯片组包括 C-V2X 直接通信模式，包括车对车（V2V），车对基础设施（V2I）， 车对行人（V2P）和车对云（V2C）交流。截至 2020 年初，11 家制造商已在其模组中采 用 9150 C-V2X 芯片组；全球超过 12 家 RSU 厂商计划在其产品组合中采用该芯片组；超过 10 家 Tier1 供应商和汽车后市场 OBU 厂商基于该芯片组为其 C-V2X 产品上市准 备就绪。

高通骁龙汽车 4G/5G 平台赋能全球汽车供应商。2019 年，高通在世界移动通信大 会 MWC 上宣布推出高通骁龙汽车 4G 及 5G 平台。骁龙汽车 4G 和 5G 平台集成 CV2X、Wi-Fi、蓝牙和高精定位技术，旨在支持车对车、车对云以及车对周围环境的无缝 连接，支持丰富的车内体验、网联汽车服务以及更高水平的安全性与自主性所需要的先 进智能。目前，高通已与大陆集团、高新兴物联、LG 电子、移远通信、华人运通、锐凌 无线、启碁科技、中兴通讯和均联智行等企业持续合作，推动支持 4G/5G 网联服务的 汽车在全球部署。

3.4. 推出车对云平台，拓展汽车后端服务增量

车对云服务是高通首款集成骁龙数字座舱、骁龙汽车 4G/5G 平台的安全网联汽车 服务套件。2020 年 1 月，高通在 CES 国际消费电子展发布车对云服务。车对云服务支 持 Soft SKU 芯片规格软升级能力，可以帮助汽车制造商根据消费者定制化需求，通过 OTA 升级调整车辆功能。其采用“按需激活”、“即用即付”的收费模式，为汽车制造商、 内容提供商和应用开发者带来新的汽车后端服务增量价值。

4. 背靠英特尔，Mobileye 是全球 ADAS 市场龙头

4.1. Mobileye 是 ADAS 市场领头羊

Mobileye 是以摄像头为主的图像识别龙头，于 1999 年由以色列希伯来大学的 Amnon Shashua 教授和 Ziv Aviram 创立。创办之初，公司致力于用单目视觉，提供包 括行人检测、车道保持和自适应巡航等辅助驾驶技术。2007 年，宝马、通用和沃尔沃成 为首批配装 Mobileye 芯片的车企，Mobileye 产品正式商用。2014 年 7 月公司 IPO 上市并受到市场的广泛关注， 2017 年被英特尔以 153 亿美元收购，并将其原自动驾驶事业 部 IDG 整合到 Mobileye 旗下。目前 Mobileye 主要为全球 OEM 厂和 Tier1 厂商提供“芯 片+算法”软硬一体化的 ADAS 视觉解决方案，2020 年一共新中标 37 个车企项目，加 上正在进行的 49 个项目，共覆盖 3600 万辆车的相关技术供应。

全球市占率 70%，EYE Q 系列芯片出货量持续快速提升。EYE Q 系列芯片出货量 由 2014 年的 270 万片提升至 2020 年的 1930 万片，年均复合增速 38.8%。EyeQ1 至 EyeQ4 等芯片型号已经量产，Mobileye 预计 EyeQ5 今年投放市场。截至 2020 年底， Mobileye 累计售出约 7330 万枚芯片，被搭载在全球超过 7000 万辆汽车上，前装市场收 入占营收的 85%以上，从 ADAS 到 L2+方案的市场占有率约为 70%。

2014-2020 年 Mobileye 营收持续快速增长。Mobileye 从 2014 年的 1.44 亿美元提升 到 2020 年的 9.67 亿美元，年均复合增速 37.4%。其中，通用、日产、现代、宝马四大 汽车产商约占收入一半以上。

4.2. EyeQ 系列芯片是 Mobileye 产品核心

EyeQ 芯片的神经网络处理单元是 VMP，主要通过 VMP 数量提升实现算力提升。 EyeQ 芯片由 Mobileye 和意法半导体合作研发设计，通过增加 VMP 的数量和提升 VMP 的运行频率来提升算力、能效比。VMP 用来应对 ADAS 相关的图像处理任务，如：缩 放和预处理、翘曲、跟踪、车道标记检测、道路几何检测、滤波和直方图等。

Eye Q3 和 Eye Q4 是目前 Mobileye 在市场上的主流产品。2004 年 EyeQ1 开始研 发，2007 年正式商用，宝马、通用和沃尔沃成为首批配装 Mobileye 芯片的车企，支持 车道偏离预警(LDW)和自动紧急制动(AEB)两种 ADAS 功能。EyeQ2 芯片于 2010 年推 出，在 EyeQ1 的基础上加入了前碰撞预警（FCW）功能。EyeQ3 发布于 2014 年，配置 四个多线程 MIPS32 内核和四个矢量微码处理器（VMP）内核，只负责视觉处理。2015 年，Mobileye 发布 EyeQ4，算力达到 2.5TOPS/3W，开始部分融合并支持最多 8 个传感 器(7 个摄像头+1 个激光雷达）数据处理，2018 年开始搭载于量产车型中。

Mobileye 一体化解决方案软硬件结合紧密，产品效率高但开放性需要提升。

Mobileye 以视觉处理起家，所以前期产品主要专注于摄像头+视觉处理芯片+算法等绑定 一体式解决方案。由于自动驾驶发展初期，主机厂和 Tier 1 级供应商软件算法的开发能 力很弱，采用绑定一体式解决方案可一站式搭载上车，该模式对主机厂软件开发能力要 求很低，符合该阶段市场需求，因此 Mobileye 产品迅速占领全球市场。但随着主机厂和 Tier 1 级供应商的软件开发能力逐步提升，绑定一体式解决方案限制了主机厂新车型的 算法应用创新。根据 Mobileye 规划的 EyeQ5 芯片，可实现多种传感器数据融合处理， 且融合算法或将开放给主机厂自行开发，但视觉处理的感知算法是否开发并未提及。

4.3. REM 高精地图成为 Mobileye 贯通自动驾驶的桥梁

基于多年 ADAS 技术积累，REM 高精地图成为 Mobileye 贯通自动驾驶的桥梁。大量实时路测数据是自动驾驶技术迭代升级和解决长尾问题的核心要素，主要掌握在车 企手中，而 Mobileye 借助其 ADAS 层面与车企的深度合作，通过众包形式深耕高精地 图数据采集。截至 2020 年底，参与 REM 的车辆接近 100 万辆，每天采集约 800 万公里 的路网数据，在全球范围内共采集超过 75 亿公里的道路数据。REM 核心优势在于其可 以将每公里的地图信息数据量压缩到 10 KB，带宽要求低，同时信息传输成本平均只需 1 美元。目前，Mobileye 已与宝马、日产、大众等 6 家整车企业合作，真正实现从获取 数据、发送到云端到构建高清地图的纯自动化操作。

Mobileye 联手中国本土企业，加速进军中国市场。作为外企，Mobileye 在中国通过 与本土企业合作的形式进行地图数据采集。2018 年初 Mobileye 和四维图新达成全面战 略合作伙伴关系，在中国开发和发布路网采集管理产品。2019 年 1 月与长城汽车合作， 在未来 3~5 年内，Mobileye 向长城提供 L0~L2 级 ADAS 系统，将共同开发中国独特路况的 L3+自动驾驶系统；10 月与紫光集团成立合资公司，紫光持股 51%、Mobileye 持股 49%；11 月与蔚来汽车宣布合作，蔚来使用的 L4 级别自动驾驶汽车套件将包括 EyeQ 系 统集成芯片(SoC)、硬件、驾驶策略、安全软件和 REM 高精地图解决方案；2020 年 1 月 与上汽集团达成合作，上汽将采用 REM 技术。以推进 L2+自动驾驶系统等部署。

4.4. 自研激光雷达，完善自动驾驶产业链布局

Mobileye 宣布自研激光雷达技术，纯视觉+纯激光雷达方案将实现互为冗余。2021 年 11 月，Mobileye 在 2021CES 上推出激光雷达 SoC 芯片，进军激光雷达市场，并预计 2025 投入使用。该 LiDAR SoC 是利用硅光子工艺集成激光器的芯片，主要依靠 FMCW 技术计算物体距离、速度和运动的方向，相比发送离散激光脉冲的 ToF 方案更有效。目前市场上认可的主流方案为摄像头+雷达多传感器融合方案，而 Mobileye 选择了 一条与众不同的道路：将摄像头、雷达-激光雷达打造成互为独立的子系统，由此实现多 项冗余和互为冗余。目前 Mobileye 已经开展纯激光雷达传感器子系统的测试研发，并实 现了与SuperVision 纯视觉方案同样的端对端完全自动驾驶能力。Mobileye 背靠英特尔， 用软件定义成像雷达，目标是将激光雷达虚拟通道从 192 个提升至 2304 个，动态范围 从三维采样转变成四维采样，达到 100dB，旁瓣电平从 25dB 升至 40dB。这样的设计足 以支撑自动驾驶策略，或将成为自动驾驶汽车在架构上的新转变。

4.5. 收购 Moovit，拓展出行服务野望

9 亿美元收购 Moovit，Mobileye 剑指 Robotaxi 市场。2020 年 5 月，英特尔以约 9 亿美元（扣除英特尔投资的股权收益后为 8.4 亿美元）收购了以色列出行即服务解决方 案提供商 Moovit，并入 Mobileye 业务部门。截至 2020 年底，Moovit 在全球拥有 9.5 亿 用户，业务遍及 112 个国家和地区的 3400 个城市，其庞大用户群和出行生态资源可以 对 Mobileye 的出行服务布局形成完美补充。根据 Mobileye 的规划，在自身自动驾驶解决方案、REM 高精地图等内生式增长夯 实 MaaS 的底层基础上，可以通过 Moovit 进一步加强车队运营及调度中心、智能出行平 台及服务、出行用户及合作伙伴网络。2021 年，Mobileye 自动驾驶测试车队将在底特 律、东京、上海、巴黎上路行驶，并计划在监管审批通过后推广至纽约。