前言
多家市调机构显示，曾经牵引电子产业发展的PC、智能手机半导体市场正逐年衰退，与此同时工业机械、汽车行业保持着持续增长的势头。伴随着5G、人工智能、自动驾驶、以及车联网等新兴技术的发展，汽车半导体有望成为芯片行业中最强的终端市场并长期推动半导体产业发展。汽车电子是未来汽车的核心竞争力之一，而汽车电子智能化、网联化、信息化是行业发展的主旋律，也是关键所在。到2040年，汽车半导体市场可能达到2000亿美元。这还不包括用于非车载相关应用的半导体，比如充电站、V2X基础设施和云计算系统。
如今，汽车应用中半导体需求增长背后的两股最大力量——自主和电气化——在整个汽车行业中仍扮演着次要角色。但是，当技术能力和成本提高，当消费者更广泛地接受新型汽车，当法规跟上时，这种情况将迅速改变。根据对自动驾驶汽车和电动汽车的需求预测，以及我们的半导体市场模型，金准产业研究团队预计，到2040年，汽车半导体销量可能增长3.5至4.5倍。这意味着年复合增长率在6.2%到7.7%之间。
这个数字只包括车辆上使用的半导体。实际上，还有许多与汽车相关的应用也将推动半导体需求。例如：电动汽车充电站、基础设施传感器和连接性，以及用于支持自主汽车开发和持续运营所需的云计算基础设施的服务器。
这一增长将由先进的驾驶员辅助系统(ADAS)、信息娱乐和远程信息技术以及电力传动系统的应用引领。自动驾驶将需要ADAS和远程信息技术的子应用程序来保证安全运行(以及一个完美集成的硬件和软件平台)。而且，随着乘客的注意力从驾驶中解放出来，自动驾驶汽车上的乘客预计会把时间花在使用更先进、更昂贵的车载信息娱乐系统上，从而刺激信息娱乐应用的增长。
这意味着，在未来几十年，半导体在汽车上的应用组合将发生变化。ADAS、信息娱乐和远程信息技术以及电力传动系统中使用的芯片将从2019年的45%上升到2040年的80%。这表示三个应用程序的复合增长率为10%。
应用程序的转变也将转化为芯片销售组合的变化。逻辑和内存芯片的销售预计将从自动驾驶和联网汽车中获益最多。电力传动系统将推动模拟集成电路和离散半导体的销售。
根据设计决策，对某些类型芯片的需求可能会以不同的方式演变。例如，汽车行业还没有决定车上或云中应该有多少内存或处理能力。
智能驾驶涉及人机交互、视觉处理、智能决策等，核心是AI算法和芯片。伴随汽车电子化提速，汽车半导体加速成长，2017年全球市场规模288亿美元（+26%），远高于整车销量增速（+3%），其中占比最高的为功能芯片MCU（66亿美元，占比23%），随后还包括功率半导体（21%）、传感器（13%）等。
一、汽车半导体分类及市场规模
汽车半导体按种类可分为功能芯片MCU（Microcontroller Unit）、功率半导体（IGBT、MOSFET等）、传感器及其他。根据Strategy Analytics，在传统燃油汽车中，MCU价值量占比最高，为23%；在纯电动车中，MCU占比仅次于功率半导体，为11%。金准产业研究团队预测，功能芯片MCU市场规模有望从2017年66亿美元稳步提升至2020年72亿美元。
全球汽车销量（万辆）
全球汽车半导体市场规模（亿美元）
燃油汽车半导体按种类分类
纯电动汽车半导体按种类分类
汽车功能芯片市场规模（亿美元）
传统汽车的功能芯片仅适用于发动机控制、电池管理等局部功能无法满足高数据量的智能驾驶相关运算。
近年来，伴随智能驾驶渗透率提升，全球芯片巨头纷纷进军汽车产业，推出具备AI计算能力的主控芯片。主控芯片市场规模有望快速成长，IHS预测2020年可达40亿美元。
汽车芯片：主控芯片&功能芯片
汽车主控芯片市场规模（亿美元）
主控芯片巨头具有较强的AI计算优势，功能芯片厂商具有丰富的汽车产业链经验，两大阵营之间兼并收购及联盟合作频发。
截至目前，英伟达已与全球370+整车厂、一级供应商达成合作；英特尔收购Mobileye切入汽车产业；高通曾意图收购恩智浦等。
汽车芯片市场格局
二、主控芯片：算力持续增长
智能驾驶涉及人机交互、视觉处理、智能决策等，AI算法和芯片是核心。据恩智浦统计，目前一辆高端汽车已经搭载超过1亿行代码，远超飞机、手机、互联网软件等，未来伴随自动驾驶的渗透率及级别提升，汽车搭载的代码行数将呈现指数级增长。
自动驾驶软件计算量已经达到10个TOPS（TeraOperationsPerSecond，万亿次操作每秒）量级。传统汽车MCU的算力难以满足自动驾驶汽车的计算要求，GPU、FPGA、ASIC等AI芯片进入汽车市场。
汽车已经搭载超过1亿行代码
汽车搭载的代码行数指数级增长
典型汽车MCU的算力
英伟达GPUSoC的算力
全球无人驾驶领导者包括谷歌、百度、特斯拉、奥迪等，从这些厂商的自动驾驶主控模块的SoC芯片架构或可一窥汽车芯片发展方向。
2.1谷歌Waymo
谷歌Waymo：采用英特尔CPU+AlteraFPGA方案，英飞凌MCU作为通信接口。谷歌Waymo的计算平台采用英特尔Xeon12核以上CPU，搭配Altera的Arria系列FPGA，并采用英飞凌的Aurix系列MCU作为CAN或FlexRay网络的通信接口。
谷歌Waymo的计算平台架构
2.2百度Apollo
百度Apollo：恩智浦/英飞凌/瑞萨MCU+赛灵思FPGA/英伟达GPU。百度无人驾驶样车采用IPC（工控机）方案，但工控机的体积和功耗难以满足量产化要求，因而百度也推出了适合于量产的域控制器嵌入式方案。将各个传感器的原始数据接入到SensorBox中，在SensorBox中完成数据的融合，再将融合后的数据传输到计算平台上进行自动驾驶算法处理。
百度自动驾驶专用计算平台ACU（ApolloComputingUnit）定义了三个系列产品：MLOC（高精定位，MCU）、MLOP（高精定位+环境感知，MCU+FPGA）、MLOP2（高精定位+环境感知+决策规划，MCU+GPU）。
百度Apollo的工控机计算平台架构
百度Apollo的域控制器计算平台架构
2.3特斯拉
特斯拉：从MobileyeASIC到英伟达GPU。2014年特斯拉发布Autopilot1.0，搭载1个前置摄像头、1个后置倒车摄像头（不参与辅助驾驶）、1个前置雷达、12个超声波传感器，视觉芯片采用MobileyeEyeQ3，主控芯片采用NVIDIATegra3。
2016年底特斯拉发布Autopilot2.0，搭载3个前置摄像头（不同视角广角、长焦、中等）、4个侧边摄像头（左前、右前、左后、右后）、1个后置摄像头、1个前置雷达（增强版）、12个超声波传感器（传感距离增加一倍），主控芯片采用NVIDIADrivePX2，处理速度为Autopilot1.0的40倍。
MobileyeEyeQ3芯片架构
英伟达DrivePX2芯片架构
2.4奥迪
奥迪：MobileyeASIC英伟达GPU+AlteraFPGA+英飞凌MCU的多芯片集成方案。全新奥迪A8公开了自己的zFAS控制器方案。zFAS共有四块高性能的处理器：1)Mobileye的EyeQ3负责视觉信息处理，包括交通标志识别、行人识别、碰撞提醒、车道线检测等；2)英伟达的TegraK1SoC负责360°环视影像；3)Altera的Cyclone5FPGA负责传感器融合、地图融合、辅助泊车等；4)英飞凌的Aurix系列MCU用于交通拥堵控制、辅助驾驶等。
奥迪A8的计算平台架构
在汽车主控芯片领域，GPU仍将保持通用汽车主控芯片的主流地位，FPGA作为有效补充，ASIC将成终极方向。
当前人工智能及智能驾驶算法尚未定型，GPU作为通用加速器，预计仍将在相当长一段时间内保持其汽车主控芯片的主流地位；FPGA作为硬件加速器，料将成为GPU的有效补充；将来如果全部或部分智能驾驶算法得以固化，ASIC将成为最优性价比的终极选择。
汽车主控芯片趋势图
三、汽车主控芯片厂商
3.1英伟达：GPU垄断优势，从智能座舱到自动驾驶
英伟达收入净利润快速增长，汽车为长期动力。英伟达是GPU领域龙头，常年保持超70%市占率。英伟达2018财年（对应2017自然年）收入97.1亿美元，同比+40.6%；净利润30.5亿美元，同比+82.9%。
英伟达数字座舱计算机DriveCX：利用先进3D导航、高分辨率数字仪表组、自然语音处理及图像处理实现驾驶辅助功能。DriveCX的内核是基于Maxwell架构的TegraX1SoC，此外还有选配置为TegraK1SoC。
DRIVECX的主要功能包括：1)自然语言处理，通过语音识别完成地址查询、呼叫联系人等功能；2)3D导航和信息娱乐，为众多应用程序提供高分辨率、高帧率的图形显示；3)全数字仪表组，通过仪表组或抬头显示HUD提供丰富的图形显示；4)环绕视觉，利用复杂的运动恢复结构技术和先进的拼接技术，改善鱼眼镜头的图像渲染、减少重影现象，并可在高精细模型中渲染出一辆虚拟汽车，实现逼真的环绕视觉效果；5)对接AndroidAuto，拥有Android智能手机或iPhone的驾驶员可以轻松访问自己的移动设备，与地图、搜索和音乐等应用进行互动。
英伟达数字座舱计算机DriveCX
英伟达自动驾驶汽车平台DrivePX：将深度学习、传感器融合和环绕视觉相结合，力求改变驾驶体验。DrivePX的主要功能包括：1)传感器融合，可以融合来自12个摄像头、激光雷达、毫米波雷达和超声波传感器的数据；2)计算机视觉和深度神经网络，适用于运行DNN（DeepNeuralNetwork，深度神经网络）模型，可实现智能检测和跟踪；3)端到端高清制图，可快速创建并不断更新高清地图；4)软件开发工具包DriveWorks，包含了可供参考的应用程序、工具和库模块。
英伟达自动驾驶汽车开发平台DrivePX
3.2英特尔：积极兼并收购，进军自动驾驶专用芯片
英特尔传统业务增长乏力，进军汽车领域创造业绩新增长点。英特尔曾经是世界上最大的半导体芯片制造商。
据PassMark统计，2017Q1英特尔占据全球CPU行业的市场份额为80%。近年随着智能手机的兴起与个人电脑市场的景气降低，芯片主业收入增速明显下降，公司营业收入被三星电子超越。公司曾尝试生产了手机处理器但最后表现失利，并不得不解散了负责该业务的部门。
近年来，英特尔通过大量收购积极布局无人驾驶、物联网、人工智能、VR等新兴领域，创造业绩的新增长点，力图实现从传统芯片制造商向多元解决方案提供商转型。
英特尔收购Mobileye：全球视觉ADAS领导者。Mobileye是全球视觉ADAS市场领导者之一，掌握ADAS市场80%份额，拥有丰富的视觉ADAS产品。Mobileye的专有软件算法和EyeQ芯片能对视觉信息进行详细分析并预测与其他车辆、行人、自行车或其他障碍物的可能碰撞，还能够检测道路标记、交通标志和交通信号灯。
截至2017年底，Mobileye的产品已经被用于27个整车厂的313款车型，当年出货量870万颗。2017年3月英特尔以153亿美元收购Mobileye，打造英特尔车队。车队将包括各种汽车品牌和车型，以展示其多功能性和适应性。L4级车辆将被部署在美国、以色列和欧洲进行测试。
MobileyeEyeQ5将助力汽车实现L4-L5级无人驾驶
英特尔的“车到云”系统方案
英特尔收购Altera：自动驾驶FPGA芯片已经量产。目前全球FPGA市场主要被Xilinx和Altera瓜分，合计占有近90%的市场份额，合计专利达到6000多项。
Altera的FPGA产品共有四大系列，分别是顶配的Stratix系列（近万美元）、成本与性能平衡的Arria系列（2000~5000美元）、廉价的Cyclone系列（10~20美元）、以及MAX系列CPLD。英特尔2015年宣布完成对Altera的收购，帮助高速增长的数据中心与IoT业务。
3.3高通：凭借通信优势，从信息娱乐到车联网
高通传统业务收入下滑，积极进行新兴产业布局。高通为全球智能手机SoC龙头。
在汽车领域，高通提供的解决方案包括：1)车载资讯系统，为汽车优化制定的蜂窝网解决方案；2)驾驶数据平台，智能收集和分析来自不同汽车传感器的数据，使汽车实现精准定位，监控和学习驾驶模式，感知周围环境，已经准确与外界共享此平台的信息；3)资讯娱乐，提供3D导航、在线媒体播放和驻车辅助支持，以及语音、人脸和终端识别等功能；4)电动汽车无线充电，推出QualcommHaloWEVC无线充电解决方案。
高通的新兴产业布局
高通推出车载信息娱乐系统解决方案。骁龙汽车平台信息娱乐系统现分为极简（Select）、高端（High）和顶级（Premium）方案。
极简方案可以支持3个显示屏，包括信息娱乐系统、仪表和抬头显示（HUD）；高端层级可以支持多达4个显示屏，副驾驶或后座娱乐可以拥有单独的屏幕，同时还支持顶级音频、低时延无线传输高清视频、环视处理，深度学习与计算机视觉处理可分辨附近的障碍物和行人；顶级方案可以支持多达6个显示屏，包括仪表、信息娱乐系统、HUD、副驾驶、后座（两个不同的屏幕）。
2017年CES展上，参展的玛莎拉蒂硬件上搭载定制的骁龙汽车解决方案，包括骁龙汽车级处理器、Gobi3G/4GLTE无线调制解调器、Wi-Fi和蓝牙模块等。另一辆参展车克莱斯勒Portal，安装了松下车载娱乐概念系统，此系统将以最新版本的安卓汽车以及高通公司骁龙芯片为工作基础。
高通推出车联网芯片组，支持LTE及DSRC车联网骁。骁龙X5LTE支持LTE车联网，速度可达4类，下行速率为150Mbps，上行速度为50Mbps。骁龙X12LTE支持速度高10类，支持下行速率高达60MHz3xCA（450Mbps）到网络上行链路中的40MHz2xCA（100Mbps）。
骁龙X16LTE调制解调器支持高达1Gbps的峰值下载速度，有助于满足下一代智能网联汽车的连接需求和使用案例，包括高清地图更新、实时交通和路况信息的连接导航、软件升级、Wi-Fi热点和多媒体流。
此外，高通于2017年9月推出了基于第三代合作伙伴计划（3GPP）版本14规范的全球首款蜂窝车到车（C-V2X）商用解决方案，高通9150C-V2X芯片组。该芯片组包括运行智能交通系统（ITS）V2X堆栈的应用处理器以及硬件安全模块（HSM），预计在2018年下半年上市，最早于2019年实现量产并向车厂供货。C-V2X同时支持DSRC和LTE通信，为车辆提供周围环境信息、非视距（NLOS）场景下的信息。
四、功能芯片：技术较成熟，格局稳中有变
功能芯片市场较为成熟、格局较为稳定。据StrategyAnalytics统计，2016年全球车载MCU安装量超25亿，平均每辆汽车安装25~30个MCU。2016年全球汽车MCU市场TOP5分别为恩智浦（14%）、英飞凌（11%）、瑞萨电子（10%）、意法半导体（8%）、德州仪器（7%）。
相比于消费芯片及一般工业芯片，汽车芯片的工作环境更为恶劣：温度范围可宽至-40~155℃、高振动、多粉尘、电磁干扰等。由于涉及人身安全问题，汽车芯片对于可靠性及安全性的要求也更高，一般设计寿命为15年或20万公里。“车规级”芯片需要经过严苛的认证流程，包括可靠性标准AEC-Q100、质量管理标准ISO/TS16949、功能安全标准ISO26262等。
金准产业研究团队分析，一款芯片一般需要2~3年时间完成车规认证并进入整车厂供应链；而一旦进入之后，一般也能拥有长达5-10年的供货周期。高安全与高可靠性标准、长供货周期、与中下游零部件厂商和整车厂长久的合作关系是目前汽车芯片格局稳定的主要原因。
汽车级芯片vs消费类、工业级芯片
全球主要汽车MCU公司概况
典型汽车MCU的算力
功能芯片市场格局亦存变数：1)传统功能芯片厂商在保持原有份额的基础上，积极拓展主控芯片，如恩智浦Bluebox、英飞凌Aurix、瑞萨R-Car等；2)功能芯片厂商之间通过兼并收购整合优势，如恩智浦收购飞思卡尔、英飞凌意图收购意法半导体等；3)半导体巨头亦希望通过收购功能芯片厂商获取车载技术及渠道经验，如英特尔收购Mobileye，高通曾意图收购恩智浦等。
结语
汽车电子技术日益成熟对半导体行业的最大影响是什么？最明显的影响将是需求的加速增长。但进入汽车行业或扩大现有地位也需要在创新方面进行投资，以开发新产品、新材料和新包装技术。最后，为了在不断扩张的汽车行业中取胜，半导体供应商应该考虑新的组织设置、制造过程和进入市场的策略。
汽车行业正正朝着智能、互联、电动方向飞速发展，由此汽车电子行业带来了无限创新挑战。如何理解客户需求引入创新技术，从而区别其他汽车品牌将是每个车企所要面临的课题之一。汽车从“功能机”进化为“智能机”，从“汽车电子”到“无人驾驶”。战略看好智能驾驶产业链中汽车芯片为其中的核心元器件。
从全球范围看，布局汽车芯片产业的巨头公司包括：英伟达、英特尔、高通等；潜在的兼并收购标的包括：英飞凌等。国内公司从车载娱乐系统等安全等级要求较低的产品入手，有望逐渐从后装渗透至前装、从国产整车厂渗透至合资车厂。
