20220831-东吴证券国际经纪-Overseas_Observation_Series_Reference_to_the_competitive_landscape_of_intelligent_driving_chips_from_Tesla,_Nvidia_and_Mobileye_36页_3mb
报告摘要
智能驾驶芯片市场观察：特斯拉、英伟达与Mobileye对比分析
核心内容
智能驾驶芯片是实现车辆自动驾驶的核心计算单元，属于人工智能芯片的一种。其发展主要围绕两种算法流派：自上而下（如谷歌、百度）和自下而上（如特斯拉、小鹏）。基于这些算法，衍生出GPU（如英伟达）和ASIC（如特斯拉、Mobileye、高通、地平线）等类型。
智能驾驶芯片市场正处于快速发展阶段，预计从2021年的19亿美元增长至2025年的54亿美元，年复合增长率（CAGR）达30%。由于自动驾驶仍为新兴领域，国内外厂商差距不大，因此国产厂商具备一定的市场机会。
主要观点
- 技术路线：智能驾驶芯片主要分为传统汽车电子厂商转型（如瑞萨、恩智浦、德州仪器）、提供整套解决方案（如Mobileye）以及通用型平台化芯片（如英伟达、地平线、华为）。
- 市场趋势：随着汽车智能化的发展，传统MCU芯片逐渐被高性能SoC芯片取代，汽车正向“大号智能手机”发展。
- 性能与成本：不同芯片在性能、功耗、成本等方面各有优劣，英伟达在通用性和算力上具有优势，特斯拉则注重效率与一体化设计，Mobileye在算法封闭性上具有优势，但存在升级能力不足的问题。
关键信息
芯片类型与特点
| 芯片种类 | CPU | GPU | FPGA | ASIC |
|---|---|---|---|---|
| 芯片架构 | 计算单元和高速存储单元 | 大部分晶体管用于计算单元，适合并行计算 | 可编程逻辑阵列，适合未确定架构 | 晶体管根据算法定制，功耗低、计算性能高 |
| 擅长领域 | 无特定领域 | 图像处理及AI并行计算 | 雷达、基站、军事通信等 | 专用领域，如自动驾驶 |
| 优点 | 通用性强 | 并行运算能力强 | 可根据算法调整 | 体积小、功耗低、性能高 |
| 缺点 | 特定领域效率低 | 价格贵、功耗高 | 成熟度差、效率一般 | 算法固定、开发周期长、成本高 |
主要厂商对比
| 厂家 | 优势 | 劣势 |
|---|---|---|
| 特斯拉 | 芯片效率高、易尝试新方案、一体化带来更快迭代速度 | 可能选错技术方向、研发成本高 |
| 英伟达 | 软硬件技术领先、提供工具链、平台化设计 | 通用性较强可能导致效率偏低、若赚钱效应不高则资源投入可能不足 |
| Mobileye | 产品已验证、使用成本低 | 新算法支持性弱、黑盒方案限制数据利用 |
| 高通 | 智能座舱优势地位、有芯片研发经验 | AI研发经验较少 |
| 德州仪器 | 供应链管理能力强、产品落地经验丰富 | AI研发经验较少 |
| 地平线 | 算法优势、专注自动驾驶、中国供应商吸引力强 | 公司规模较小 |
| 华为 | 算法和芯片设计能力强 | 受制裁导致流片问题 |
市场预测
| 市场类型 | 2020A（万量） | 2021A（万量） | 2022E（万量） | 2023E（万量） | 2024E（万量） | 2025E（万量） |
|---|---|---|---|---|---|---|
| 低级别智能驾驶汽车 | 1874 | 2392 | 2665 | 3018 | 3495 | 3900 |
| 低级别市场规模（亿美元） | 4 | 6 | 7 | 8 | 11 | 13 |
| 市场类型 | 2020A（万量） | 2021A（万量） | 2022E（万量） | 2023E（万量） | 2024E（万量） | 2025E（万量） |
|---|---|---|---|---|---|---|
| 高级别智能驾驶汽车 | 896 | 1204 | 1414 | 1610 | 1843 | 2320 |
| 高级别市场规模（亿美元） | 9 | 13 | 19 | 23 | 29 | 41 |
技术路线与产品
| 厂商 | 芯片 | 架构 | 车辆配备/合作商 | INT8算力(TOPS) | 芯片价格范围(美元) | 算法支持 | 每瓦功耗(W) | 制程(nm) | SOP时间 |
|---|---|---|---|---|---|---|---|---|---|
| 传统汽车电子厂商转型 | V3H, V3U, S32V, TDA4VM | CPU+ASIC | 博世/海拉, 百度/博世/大陆, 博世/大陆 | 4, 60, 4, 100 | /, /, /, 10~30 | 提供硬件平台，提供一定算法支持 | 2.5, /, 1.5, 1.5 | 16, 16, 16, 16 | 2019, 2021, 2022E, 2020 |
| 提供整套解决方案 | EyeQ3, EyeQ4, EyeQ5 | CPU+ASIC | 奥迪A8/沃尔沃/凯迪拉克, 理想/蔚来/大众/宝马/福特/日产/广汽/长城等 | 0.256, 2.5, 24 | 10~30, 30, 7 | 自带算法，算法一般是封闭的 | 10, 1.2, 5 | 40, 28, 12 | 2014, 2018, 2021 |
| 通用型、平台化硬件+软件工具链 | Xavier, Orin, Atlan | CPU+GPU+ASIC | 小鹏P7/P5, 比亚迪沃尔沃XC90, 奔驰 | 30, 254, 1000 | 100~500 | 提供工具链和软件算法参考模型，客户可自定义算法 | 1, 0.225, -- | 12, 7, 5 | 2020, 2022E, 2023E |
风险提示
- 政府政策支持减少，可能影响市场增长；
- 自动驾驶和AI相关法律趋严，可能延缓商业化进程；
- 技术无法达到商业化预期，影响产业整体发展。
推荐与关注
- 推荐：英伟达（NVDA.O）
- 建议关注：特斯拉（TSLA.O）、Mobileye/英特尔（INTC.O）、地平线（未上市）
未来展望
随着自动驾驶技术的不断成熟，智能驾驶芯片市场将呈现快速增长趋势。英伟达凭借其开放平台和强大的软件工具链，成为中高端车型的首选方案。特斯拉则通过自研芯片实现了软硬件一体化，提高了效率和迭代速度。Mobileye则凭借其多年经验，产品已验证，但存在算法封闭性和升级能力不足的问题。地平线、华为等国产厂商在算法和芯片设计方面有优势，但面临供应链和市场推广的挑战。
展开完整摘要
试读结束，高清完整版pdf/doc/ppt,请点下载