核心观点
动力和电子架构变迁为汽车走向智能化奠定了基础。 电动机替代内燃机，集中式 E/E 架构替代分布式 E/E 架构为汽车的智能化奠定了基础。 电机带来了两个方面的变化， 一是电机的构造相较内燃机简单许多，基于简单和高集成的设计，信号传输和生产组装更加便利；二是电机可通过电流或者电压实现精细调节，在整车控制和车身控制方面比燃油车有优势。 集中式的 E/E架构更有利于处理 OTA 更新、算力处理和车辆安全带来的更多数据。
算力基座支撑智能化，智能化提升需求刺激算力投入。 算力的智能基座属性表现在三个方面： 结构上，以芯片为核心的算力基座成为汽车智能化的基石。功能上，算力满足智能化部件运算，支撑系统算法。 定制上，芯片定制服务具体场景，智能应用贴合市场需求。 消费者体验亟待改善，自动驾驶快速升级等都带来了对算力提升的渴望， 全球产能不足、我国芯片自给困难刺激全产业加大对算力的投入。
软件定义需要高算力作为基础设施，车厂军备竞赛带来了产业端机遇。继“马力”之后，随着汽车软件定义的深入发展，“算力”也成为评价汽车的重要指标。 2019 年特斯拉推出 HW3.0 芯片时， 144TOP 算力冠绝行业，随后众多厂商陆续推出了大算力平台。车厂军备竞赛式的投入刺激了对智能座舱、自动驾驶软硬件的需求，给产业带来了机遇。
1、电动化开启汽车智能进化之路
1.1 内燃机时代电子电气架构不断更迭
电子电气架构简称 E/E 架构，有时也被称为 EEA（Electrical/Electronic Architecture）。
为解决系统内 ECU（ Electronic Control Unit， 电子控制单元）之间的通信挑战，博世开发出 CAN 总线对 ECU 的数据进行传输。本质上， CAN 总线是一种用来完成电气系统和设备 ECU 之间通信的局域网技术，其可以减少布线、减轻重量以及节省车内空间。
电子电气设备的复杂化驱使供应商开始设计整套布局方案， 2007 年德尔福提出 E/E 架构，对发动机系统、 车窗控制、 车载娱乐系统等进行系统设计和不断优化， 进一步地提升了汽车电子的通信效率。
1.2 正视内燃机时代症结和新技术挑战
随着电动技术、自动驾驶等新技术席卷整个行业，传统的分布式 E/E 架构受到挑战。 传统的 E/E 架构受冲
击的背后是汽车行业里面掀起的两股浪潮： 第一股是插电式混合动力汽车与纯电动汽车的出现， 三电系统的
引入增加了 E/E 架构的复杂度； 第二股是智能座舱和自动驾驶的出现， OTA 升级需求、 大量数据处理和信
号传输的需求对 E/E 架构提出了挑战。 在此基础之上，传统的分布式 E/E 架构有向域架构、中央计算架构等
集中式架构发展的趋势。
1.3 智能化与电动化更加契合
汽车智能化包括整车控制、车身控制与车载信息。整车控制和车身控制方面，人工智能可通过电流或者电压实现精细调节，另外控制油门刹车是自动驾驶基本功能。车载信息方面，传统燃油车企发力点基本都在 HMI 人机交互上，没有提及车身控制方面软件升级，如沃尔沃提出用 OTA升级车载地图， 通用通过 OTA 升级车载信息娱乐系统， 相反电动车具备控制、 读取、 写入、 升级先天优势，解耦软硬件，构建完善的车辆大脑和神经系统支持车内信息系统，并有完备的安全装置设计支持自动驾驶。
2、算力是智能化的核心
2.1 汽车价值网络的嬗变
传统的分布式电子架构有向集中式发展的趋势，产业链背后价值网络发生更迭。此前的分布式 E/E 架构已经不能适应 OTA 更新、算力处理和车辆安全带来的新的需求，传统的分布式 E/E 架构有向集中式机构发展的趋势。 E/E 架构背后产业链所组成的价值网络也将随之变化。
博世更具体地将汽车 E/E 架构演变的路径划分为 3 个大阶段， 6 个小阶段： 分布式的模块化、集成化阶段；域集中式的集中化、域融合阶段； 中央集中式的车载电脑和车-云计算阶段。 模块化绝大部分车企已经实现，大众、奥迪、通用、丰田等车企在加快部署全新 E/E 架构以其进入域集中式阶段，预计 2021-2025 年实现量产，而特斯拉最为领先新一代 E/E 架构达到了中央集中式。
智能网联汽车价值量总体增长、 结构分化，产业链附加值呈现微笑曲线模式。智能网联汽车整产业链收入和利润都有较大幅度增长。从细分领域来看，收入端硬件规模占比缩小，软件和共享出行规模急剧扩大，利润端汽车销售显著下降，共享出行规模占比显著增长。从产业链附加值情况上来看，产业中游的制造部分价值较低，上游供应商有专利和技术附加值较高，下游品牌和服务部分也享有较高的附加值，整体呈现微笑曲线的模式。
2.2 算力焦虑刺激算力提升
2.2.1 算力基座支撑汽车智能化
结构上， 以芯片为核心的算力基座成为汽车智能化的基石。 芯片作为主要的算力器件组成了 ECU， ECU 联合其他软硬件、电路、回路等组成了架构体系。相比于分布式的 E/E 架构，集中式架构将整车划分为动力总成、车辆安全、智能驾驶等几个域，在系统和软件层面集成，把原有的硬件配置打破， 由 ECU 组成的域控制器成为主要的计算单位。 E/E 架构为核心结合电动部件、电池部件以及其他配件组成了新能源车整体结构。
功能上，算力满足智能化部件运算，支撑系统算法。 通过神经网络，算力支撑着激光雷达、超声波雷达、摄像头、座舱娱乐信息系统等各个部件运算。除此之外，算力还需要把整个系统的路径规划、决策、控制的算法进行运行。 智能化在给汽车带来更多能力的同时也对 SOC 芯片提出了更多的算力要求。
定制上， 芯片定制服务具体场景，智能应用贴合市场需求。 作为算力承载的主体芯片需要能够贴合应用场景，不仅仅是实施应用，而是要从系统的角度抽象出共性来加以处理。
2.2.2 算力焦虑呼唤高算力支持
智能网联化进展迅速，消费者体验不佳亟待算力提升。 2015 年智能网联功能的新车装载率为 4.6%，到 2020年这一数字上升到了 48.8%。主流车企中，智能网联已经成为新车型必备功能。 而根据汽车专业机构调研数据显示， 一方面当前消费者对智能网联功能核心感知仍集中在中控台显示屏、 仪表盘等少数领域， 语音控制、车联网等功能用户关注不足； 另一方面对智能网联功能体验不佳，抱怨中控屏反应迟钝的用户达到 56.5%，反应系统卡顿的用户达到 50.95%。
应用端以自动驾驶为例，随着智能驾驶等级的上升对芯片算力的需求呈现指数级提升。 L1、 L2 处于辅助驾驶阶段，车部分或全部的自行转向控制、加速减速，这两个阶段对算力的要求都不高。 L3 进入有条件的自动驾驶，车除转向控制、加速减速外还进行驾驶环境检测，这带来算力极大的提升需求，从 L2 的 2 Tops 提升到 L3 的 24Tops。进入到 L4、 L5 阶段车在之前的功能之上还增加了紧急事件触发接管机制，这两个阶段对算力的要求呈现技术级的提升，分别达到 320Tops,4000Tops。
产业层面， 现有产品芯片算力不足、全球产能紧平衡、我国芯片自给困难三重痛点亟待解决。 目前汽车行业
芯片算力整体仍旧不高。从全球尺度来看， 疫情冲击芯片短缺已成为困扰全球汽车业的问题，并且国内供需存在较大缺口。
3、算力军备竞赛带来产业端（算力+算法）机遇
3.1 软件定义开启汽车算力军备竞赛
一颗强大的中央处理器芯片将是智能汽车相较于传统汽车的关键区别。 智能汽车由一个强大的中央处理系统
芯片来完成多路输入输出，进而进行用户交互。正是在此基础之上， 汽车行业开启了软件定义,即软件定义系
统功能的浪潮。另外随着智能座舱和自动驾驶的落地，更多的传感器和 ECU 出现也对中央处理的能力提出
了新的要求。
“算力”成为评价一辆车重要指标，特斯拉发布 HW3.0 芯片掀起行业军备竞赛。
软件定义还需考验算力与传感器、 软件协同配合能力， 车智相关操作系统、 软件也将迎来产业机遇。 智能化依赖自动驾驶、智能座舱等功能的实现，而硬件基础设施的完善是前提，因此算力比拼成为当前车企重要卖点。但堆算力还远远不够，智能汽车芯片能表现出来的真实性能除了算力绝对数值还与传感器以及软件的协同配合息息相关。
3.2 算力应用第一站： 智能座舱（芯片+操作系统+软件）
3.2.1 芯片 os 处于产业链上游，算力架构呈现集中趋势
2016 年以来智慧座舱的发展经历了四个阶段：传统座舱，信息座舱，智能座舱，智慧座舱。 2016 年以前传统座舱阶段， 该阶段只有指针仪表、导航娱乐等少数功能； 2016-18 年信息座舱阶段，该阶段增添了大尺寸液晶中控屏，全液晶流量仪表/HUD,在线服务和 High-level IOV； 2018-21 年智能座舱阶段，该阶段增添了驾驶员/乘客识别个性化服务，语音识别，手势控制， ADAS 及自动驾驶， Low-level V2X， FACE ID, 智能座椅等更多功能境等信； 2021-25 年智慧座舱阶段，该阶段增添了人、车、环息的深度学习功能，为驾驶过程提供治理辅助，还有 High-Level V2X，感知用户行为等功能。
智能座舱芯片、操作系统以及应用软件处于产业链的上游。 智能座舱产业链上游包含芯片、底层操作系统及虚拟层、中间件与应用程序、芯片和底层操作系统是智能座舱的算力底座。智能座舱产业链中游包含车载信息娱乐系统、驾驶信息显示系统、 HUD 抬头显示、流媒体后视镜、行车记录仪、后排液晶显示。智能座舱产业链下游是解决方案供应商主要包括整车厂、 Tier 1 和互联网公司。
未来智能座舱内部功能将越来越丰富， 算力将集中在单个域控制器中。 传统的座舱仪表、娱乐、中控系统相对独立，单个系统对应单个芯片，通信成本较高。未来，智能座舱内部功能将越来越丰富，而且算力将集中在一个域控制器中对多个系统进行算力支持， 也即从基于电子控制单元（ECU）的分布式结构向分布式网络+域控制器（DCU）架构迈进。这种改变缩短了通信时间，也降低了通信开销。
3.2.2 座舱芯片将保持高速增长，车载 OS 有望迎来生力军鸿蒙
（一）芯片
智能座舱芯片生产商主要包括两大阵营： 消费级和传统汽车芯片生产商。 2015 年以前汽车芯片由瑞萨、 NXP、TI 等主导，前三家占据市场 60%份额。 2015 年以后消费级芯片厂商开始进入汽车芯片领域。目前，瑞萨、NXP、 TI 等传统汽车芯片生产商主要面向中低端市场；消费级芯片生产商高通、英特尔等面向高端市场。
目前高通在算力和客户方面占据领先地位，其次是英特尔和瑞萨。 第一层级的厂商仅有高通；第二层级有英特尔和瑞萨；第三层级包含 NXP、 TI、三星、联发科。
国内厂商与国际领先企业存在较大差距，但布局力度在持续加大，代表性厂商有华为和地平线。
落地节奏：座舱域控制器预计在 2021 年迎来爆发
根据主机厂和 Tier 1 的量产进度，座舱域控制器将在 2021 年迎来爆发。 汽车 5g 网络的落地是智能座舱的基础推动力；其次，在 5g 等基础设施建设完善，法律法规支持的情况下，主机厂和 Tier1 的量产进度将是座舱域控制器的直接动力。 根据对相关厂商量产计划梳理， 伟世通、大陆、博世代表性的 8 款产品中， 6 款产品在 2021 年具备量产能力， 座舱域控制器有望在 2021 年迎来爆发。
（二）操作系统
目前车载操作系统以 QNX 为主， Linux（包含 Android）、 Win CE 分别列第二、第三位。 根据 ICVTank 统计数据， 全球车载操作系统以 QNX 为主， 占比约为 43%， Linux（包含 Android）、 Win CE 分别列第二、第三位， 分别占比 35%和 10%。
三大操作系统各有特点。
国内也在车载操作系统内方面进行自研或对成熟操作系统进行改进。
3.3 算力巅峰应用：自动驾驶
3.3.1 自动驾驶从 L2 到 L3 渐进式发展，与智能座舱在硬件层有融合趋势
目前市面上汽车产品维持着 L2 级别， 随着辅助驾驶功能增多 L2 跨越到 L3 可渐进实现。 目前市面上许多汽车已经具备了自动泊车功能，甚至在高速上可以保持车道行驶，具备这些功能意味着达到了 L2 级别。 L3 级别则与 L1、 L2 有本质区别， 意味着只要开了自动驾驶功能， 驾驶员就能转换成乘客。 总的来说， 辅助驾驶是自动驾驶的前提，随着 ADAS 实现功能越来越多， 自动驾驶可渐进实现。
芯片/算法是自动驾驶产业链的核心。 自动驾驶系统运作包含三个环节，首先是收集信息；然后是处理与判断；最后给予车体指令。在这个流程中， MCU、 影像处理 IC 等处理器以及自动驾驶算法就处于核心的位置， 起到承上启下的作用。
自动驾驶与智能座舱芯片有融合趋势，自动驾驶 os 格局不明朗。 随着汽车基础算力的提高、 自动驾驶技术路线的成熟， 预计自动驾驶和智能座舱芯片有向中央计算芯片融合的趋势，通过提高集成度来提升效率降低成本，但由于自动驾驶和座舱技术要求不同，满足安全性要求将是融合的首要前提。当前自动驾驶域控制器还没有发展成熟，与之相配套的 OS 尚不明朗， 从开发成本的角度考虑， 自动驾驶 OS 可能会基于 Linux/QNX内核发展而来。
3.3.2 国内厂商自动驾驶软硬能力均强劲，有望引领行业发展
自动驾驶芯片厂商可分为三个类别，英伟达、高通处于第一类且行业地位领先。 自动驾驶厂商分为三个类别：第一类能够提供高算力的开放性平台，主要是英伟达、高通，英伟达构建了车、桌、云端 GPU 统一硬件架构且先发优势明显，高通自动驾驶芯片性价比较高，且座舱域霸主协同优势明显，华为软件生态稍弱也处于这一类别；第二类是传统汽车半导体巨头，包括瑞萨、英飞凌、恩智浦、德州仪器、意法半导体等；第三类是拥有自研人工智能 ASIC 芯片的厂商，国外主要是特斯拉、 Mobileye，国内有地平线。
国内厂商处于追赶状态，但整体差距并不大。 国内的公司包括华为、地平线、黑芝麻等。 华为作为能够提供高算力开放性平台的厂商，硬件实力不弱于高通和英伟达，软件方面稍弱。其他公司地平线、黑芝麻等也有亮点，地平线在 Waymo 举办的 CVPR 2020 自动驾驶 Workshop 开放数据集挑战赛中获得 5 项挑战中的 4项全球第一,一战成名。黑芝麻的芯片在算力接近特斯拉的前提下,功耗却减少了一半有余。
目前自动驾驶算法企业可分为三个类别传统车厂、科技企业、创业公司。
风险提示：智能座舱&自动驾驶推进不及预期；政策法规限制；行业竞争格局加剧。
本文作者：东兴证券王健辉、魏宗、孙业亮、李金锦，来源：东兴证券，原标题《汽车智能化： 算力时代》，有删减