汽車智能化深度報告車載計算平臺產(chǎn)業(yè)鏈全面拆解

汽車智能化深度報告-車載計算平臺產(chǎn)業(yè)鏈全面拆解1決策篇車載計算平臺由硬件平臺+系統(tǒng)軟件+功能軟件構(gòu)成智能駕駛產(chǎn)業(yè)主要可以分為感知層、決策層與執(zhí)行層，本篇是汽車智能化系列專題的第二篇，主要圍繞著汽車智能化的決策層展開。本篇報告針對車載計算平臺全產(chǎn)業(yè)鏈的每個細(xì)分環(huán)節(jié)，從其概念、技術(shù)路徑、發(fā)展趨勢、競爭格局等內(nèi)容展開。車載計算平臺是智能網(wǎng)聯(lián)汽車的“大腦”，從硬件到軟件主要包括：（1）異構(gòu)硬件平臺：CPU計算單元、AI單元（GPU、ASIC、FPGA）、MCU控制單元、存儲、ISP等其他硬件組成的自動駕駛域控制器；（2）系統(tǒng)軟件：硬件抽象層（Hypervisor、BSP）、操作系統(tǒng)內(nèi)核（QNX/Linux/Andriod/Vxworks）、中間件組件等；（3）功能軟件：自動駕駛通用框架（感知、決策、執(zhí)行）、功能軟件通用框架

（數(shù)據(jù)抽象/數(shù)據(jù)流框架/基礎(chǔ)服務(wù)）；（4）其他：工具鏈（開發(fā)、仿真、調(diào)試、測試等）、以及安全體系（功能安全、等）。EEA架構(gòu)逐漸走向域集中，DCU應(yīng)運而生單車ECU數(shù)量激增，無法滿足汽車智能化的需求。1980年代開始，以機(jī)械為主宰的汽車行業(yè)內(nèi)掀起一場電子電氣化革命，電子控制單元（ElectronicControlUnit，ECU）占領(lǐng)了整個汽車，此時的汽車電子電氣架構(gòu)都是分布式的，各個ECU都通過CAN（ControllerAreaNetwork，控制器域網(wǎng)絡(luò)）或LIN（LocalInterconnectNetwork，局部互聯(lián)網(wǎng)絡(luò)）總線連接在一起，通過工程師預(yù)設(shè)好的通信協(xié)議交換信息。在傳統(tǒng)的EEA架構(gòu)下，ECU是系統(tǒng)的核心，智能功能的升級依賴于ECU數(shù)量的累加。原有智能化升級方式面臨研發(fā)和生產(chǎn)成本劇增、安全性降低、算力不足等問題，傳統(tǒng)分布式架構(gòu)亟需升級，傳統(tǒng)EEA架構(gòu)主要面臨以下問題：（1）控制器數(shù)量過多：各級別汽車ECU數(shù)量都在逐年遞增，每臺汽車搭載的ECU平均25個，一些高端車型通常會超過100個；（2）線束布置過于復(fù)雜：ECU數(shù)量越多，總線數(shù)量必將更長，2000年奔馳S級轎車的電子系統(tǒng)已經(jīng)擁有80個ECU，1,900條總長達(dá)4km的通信總線。2007年奧迪Q7和保時捷卡宴的總線長度突破6km，重量超過70kg，基本成為位列發(fā)動機(jī)之后的全車第二重部件；（3）“跨域”信號傳輸需求增加：智能駕駛需要大量的“跨域”信號傳輸，環(huán)境傳感器（雷達(dá)，視頻和激光雷達(dá)）產(chǎn)生了大量數(shù)據(jù)傳輸?shù)男枨?，這也對傳統(tǒng)分散式ECU基礎(chǔ)架構(gòu)提出了挑戰(zhàn)。為適應(yīng)智能化需求，催生出以DCU為主的域集中架構(gòu)。為了控制總線長度、降低ECU數(shù)量，從而降低電子部件重量、降低整車制造成本，將分散的控制器按照功能域劃分、集成為運算能力更強(qiáng)的域控制器（DomainControlUnit，DCU）的想法應(yīng)運而生。博世用三類EEA架構(gòu)共六個階段來展示架構(gòu)演進(jìn)方向：分布式（模塊化、集成化）、域集中式（集中化、域融合）、集中式（車載電腦、車-云計算）。功能域與空間域是當(dāng)前域控制器發(fā)展的兩條路徑。域控制器根據(jù)劃分方式，主要可以分為以五大功能域劃分和以車輛特定物理區(qū)域劃分兩種，相較于純粹以功能為導(dǎo)向的域控制器，空間域劃分的集中化程度更高，對OEM廠商自身開發(fā)能力要求也會更高：（1）基于功能劃分的域控制器：典型代表博世、大陸等傳統(tǒng)Tier1博世、大陸等傳統(tǒng)Tier1將汽車EEA架構(gòu)按功能劃分為動力域（安全）、底盤域（車輛運動）、信息娛樂域（座艙域）、自動駕駛域（輔助駕駛）和車身域

（車身電子）五大區(qū)域。每個區(qū)域?qū)?yīng)推出相應(yīng)的域控制器，最后再通過CAN/LIN等通訊方式連接至主干線甚至托管至云端，從而實現(xiàn)整車信息數(shù)據(jù)的交互。（2）基于空間劃分的域控制器：典型代表基于空間劃分的域控制器是以車輛特定物理區(qū)域為邊界來進(jìn)行功能劃分，相較于純粹以功能為導(dǎo)向的域控制器，其集中化程度更高。則是其中的典型代表，2012年ModelS還是以典型的功能域劃分為主，2017年推出Model3則直接進(jìn)入準(zhǔn)中央架構(gòu)階段，特斯拉的EE架構(gòu)只有三大部分，包括CCM（中央計算模塊）、BCMLH（左車身控制模塊）、BCMRH（右車身控制模塊）。中央計算模塊直接整合了駕駛輔助系統(tǒng)（ADAS）和信息娛樂系統(tǒng)（IVI）兩大域，以及外部連接和車內(nèi)通信系統(tǒng)域功能；左車身控制模塊和右車身控制模塊分別負(fù)責(zé)剩下的車身與便利系統(tǒng)、底盤與安全系統(tǒng)和部分動力系統(tǒng)的功能。特斯拉的準(zhǔn)中央E/E架構(gòu)已帶來了線束革命，ModelS/ModelX整車線束的長度是3公里，Model3整車線束的長度縮短到了1.5公里，ModelY進(jìn)一步縮短到1公里左右，特斯拉最終的計劃是將線束長度縮短至100米。以功能域劃分的域集中式會是大部分主機(jī)廠當(dāng)下的主要選擇。采用功能域還是空間域，核心還是取決于OEM自身的實力和與供應(yīng)商體系的博弈，OEM未來會加大垂直整合程度，將核心軟硬件盡可能掌握在自己手中，形成技術(shù)壁壘。但是目前來看，以大部分主機(jī)廠和Tier1自身的戰(zhàn)略布局，預(yù)計大部分主機(jī)廠仍會使用混合域的EEA架構(gòu)，即部分功能域集中化，形成“分布式ECU+域控制器”的過渡方案，最后形成“Supercontroller（中央超級計算機(jī)）+Zonalcontrolunit（區(qū)控制器）”的架構(gòu)，這一演進(jìn)過程可能長達(dá)5-10年。單車智能化逐步提升，對計算平臺的需求持續(xù)增加當(dāng)前自動駕駛正處在L2向L3級別跨越發(fā)展的關(guān)鍵階段。其中，L2級的ADAS是實現(xiàn)高等級自動駕駛的基礎(chǔ)，從全球各車企自動駕駛量產(chǎn)時間表來看，L3級別自動駕駛即將迎來大規(guī)模地商業(yè)化落地。隨著自動駕駛級別的提升，單車傳感器的數(shù)量呈倍級增加。預(yù)計自動駕駛Level1-2級需要10-20個傳感器，Level3級需要20-30個傳感器，Level4-5級需要40-50個傳感器。Level1-2級別：通常具有1個前置遠(yuǎn)程雷達(dá)和1個攝像頭，用于自適應(yīng)巡航控制，緊急制動輔助和車道偏離警告/輔助。2個向后的中程雷達(dá)可實現(xiàn)盲點檢測，外加4個攝像頭和12個超聲波雷達(dá)則可實現(xiàn)360度視角的泊車輔助功能。預(yù)計Level1-2的總傳感器數(shù)量約為10-20個左右。Level3級別：在Level1-2配置的基礎(chǔ)上，外加1個遠(yuǎn)程激光雷達(dá)，由于主動距離測量，激光雷達(dá)還具有高分辨率，廣角和高精度的特點，這對于檢測和分類對象或跟蹤地標(biāo)以進(jìn)行定位將是必需的。對于高速公路領(lǐng)航系統(tǒng)

（Highwaypilot）應(yīng)用，通常會額外增加1顆后向的遠(yuǎn)程激光雷達(dá)。預(yù)計會使用6-8個攝像頭，8-12個超聲波雷達(dá)和4-8個毫米波雷達(dá)，以及1個激光雷達(dá)，因此，預(yù)計Level3的傳感器總數(shù)量會在20-30個左右。Level4-5級別：通常需要多種傳感器進(jìn)行360°視角的交叉驗證，以消除每種傳感器的弱點。預(yù)計會使用8-15個攝像頭，8-12個超聲波雷達(dá)和6-12個毫米波雷達(dá)，以及1-3個激光雷達(dá)，因此，預(yù)計用于Level4至5的傳感器總數(shù)量會在30-40個左右。隨著自動駕駛等級的提高，所需的算力高速提升。汽車自動駕駛的智能化水平取決于算法是否強(qiáng)大，從L1到L5，自動駕駛每提升一個等級，算力要求也同樣提升一個等級：L3之前，自動駕駛所需算力較低；L3需要的AI算力達(dá)到20TOPS；L3之后，算力要求數(shù)十倍增長，L4接近400TOPS，L5算力要求更為嚴(yán)苛，達(dá)到4000+TOPS。每增加一級自動駕駛等級，算力需求則相應(yīng)增長一個數(shù)量級。根據(jù)推算，在全自動駕駛時代，每輛汽車每天產(chǎn)生的數(shù)據(jù)量將高達(dá)4000GB。2硬件平臺之一：芯片計算芯片是算力時代下智能網(wǎng)聯(lián)汽車的核心計算芯片可分為MCU芯片與SoC芯片。隨著汽車EE架構(gòu)的不斷革新，汽車半導(dǎo)體高速發(fā)展，按功能不同，汽車半導(dǎo)體可分為汽車芯片和功率半導(dǎo)體，而在汽車芯片中，最重要的是計算芯片，按集成規(guī)模不同，可分為MCU芯片與SoC芯片。MCU（MicroControlUnit）微控制器，是將計算機(jī)的CPU、RAM、ROM、定時計數(shù)器和多種I/O接口集成在一片芯片上，形成芯片級的芯片；而SoC

（SystemonChip）指的是片上系統(tǒng)，與MCU不同的是，SoC是系統(tǒng)級的芯片，它既像MCU那樣有內(nèi)置RAM、ROM，同時又可以運行操作系統(tǒng)。智能化趨勢驅(qū)動汽車芯片從MCU向SoC過渡。自動駕駛對汽車底層硬件提出了更高的要求，實現(xiàn)單一功能的單一芯片只能提供簡單的邏輯計算，無法提供強(qiáng)大的算力支持，新的EE架構(gòu)推動汽車芯片從單一芯片級芯片MCU向系統(tǒng)級芯片SoC過渡。SoC市場高速發(fā)展，預(yù)計2026年市場規(guī)模達(dá)到120億美元。汽車智能化落地加速了車規(guī)級SoC的需求，也帶動了其發(fā)展，相較于車載MCU的平穩(wěn)增長，SoC市場呈現(xiàn)高速增長的趨勢，根據(jù)GlobalMarketInsights的數(shù)據(jù)，預(yù)計全球車規(guī)級SoC市場將從2019年的10億美元達(dá)到2026年的160億美元，CAGR達(dá)到35%，遠(yuǎn)超同期汽車半導(dǎo)體整體增速。傳統(tǒng)MCU：MCU需求穩(wěn)步增長，海外寡頭長期壟斷MCU是ECU的運算大腦。ECU（ElectronicControlUnit，電子控制單元）是汽車EE架構(gòu)的基本單位，每個ECU負(fù)責(zé)不同的功能。MCU芯片嵌入在ECU中作為運算大腦。當(dāng)傳感器輸入信號，輸入處理器對信號進(jìn)行模數(shù)轉(zhuǎn)換、放大等處理后，傳遞給MCU進(jìn)行運算處理，然后輸出處理器對信號進(jìn)行功率放大、數(shù)模轉(zhuǎn)換等，使其驅(qū)動如電池閥、電動機(jī)、開關(guān)等被控元件工作。MCU根據(jù)不同場景需求，有8位、16位和32位。8位MCU主要應(yīng)用于車體各子系統(tǒng)中較低端的控制功能，包括車窗、座椅、空調(diào)、風(fēng)扇、雨刷和車門控制等。16位MCU主要應(yīng)用為動力傳動系統(tǒng)，如引擎控制、齒輪與離合器控制和電子式渦輪系統(tǒng)等，也適合用于底盤機(jī)構(gòu)上，如懸吊系統(tǒng)、電子動力方向盤、電子剎車等。32位MCU主要應(yīng)用包括儀表板控制、車身控制以及部分新興的智能性和實時性的安全功能。在目前市場的主流MCU當(dāng)中，8位和32位是最大的兩個陣營。汽車智能化不斷滲透，單車MCU需求增加。隨著汽車EE架構(gòu)的演變，單車MCU需求量不斷增加。自動駕駛浪潮帶動MCU需求，根據(jù)IHS統(tǒng)計，與傳統(tǒng)燃油車單車相比，智能駕駛汽車所需MCU數(shù)量是其4倍以上，且高位數(shù)MCU由于其高算力將扮演重要角色。MCU市場穩(wěn)步發(fā)展，預(yù)計2026年全球規(guī)模達(dá)88億美元。在市場規(guī)模上，全球MCU市場呈現(xiàn)穩(wěn)步發(fā)展的趨勢，根據(jù)ICInsights估計，預(yù)計全球MCU市場規(guī)模從2020年的65億美元達(dá)到2026年的88億美元，CAGR達(dá)到5.17%，略低于同