看点
详解汽车主控+功能芯片，并详细阐述汽车芯片产业格局。
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，年全球市场规模亿美元（+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。
汽车半导体按种类可分为功能芯片MCU（MicrocontrollerUnit）、功率半导体（IGBT、MOSFET等）、传感器及其他。根据StrategyAnalytics，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%。DIGITIMES预测，功能芯片MCU市场规模有望从年66亿美元稳步提升至年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*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+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
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。
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
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
特斯拉：从MobileyeASIC到英伟达GPU。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。
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
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°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
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。英伟达财年（对应自然年）收入97.1亿美元，同比+40.6%；净利润30.5亿美元，同比+82.9%。
▲全球独显GPU市场份额(-)
▲英伟达营业收入（百万美元）
▲英伟达净利润（百万美元）
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
2、英特尔：积极兼并收购，进*自动驾驶专用芯片
英特尔传统业务增长乏力，进*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，Q1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。
▲全球CPU市场份额（-）
▲英特尔营业收入（百万美元）
▲英特尔净利润（百万美元）
▲英特尔按业务类别拆分营业收入（百万美元）
▲英特尔近三年收购动向
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。
截至年底，Mobileye的产品已经被用于27个整车厂的款车型，当年出货量万颗。年3月英特尔以亿美元收购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（~美元）、廉价的Cyclone系列（10~20美元）、以及MAX系列CPLD。英特尔年宣布完成对Altera的收购，帮助高速增长的数据中心与IoT业务。
▲年FPGA市场份额分布
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Qual