汽車自動(dòng)駕駛產(chǎn)業(yè)鏈深度研究報(bào)告-市場(chǎng)空間比較與標(biāo)的梳理

汽車自動(dòng)駕駛產(chǎn)業(yè)鏈深度研究報(bào)告市場(chǎng)空間比較與標(biāo)的梳理

1、自動(dòng)駕駛產(chǎn)業(yè)鏈2020智能電車蔚然成風(fēng)；期間，特斯拉首次實(shí)現(xiàn)市值超越豐田/大眾，新勢(shì)力陸續(xù)上市且實(shí)現(xiàn)市值翻番，大眾通過MEB平臺(tái)強(qiáng)勢(shì)宣告進(jìn)軍電動(dòng)車市場(chǎng)。2021百度與蘋果/小米等互聯(lián)網(wǎng)與消費(fèi)電子巨頭紛紛公布造車規(guī)劃，吉利/長(zhǎng)城/廣汽等傳統(tǒng)車企逐一加碼智能電動(dòng)化，科技出行已成為市場(chǎng)關(guān)注焦點(diǎn)。我們判斷，當(dāng)前智能電車市場(chǎng)呈現(xiàn)特斯拉與新勢(shì)力領(lǐng)跑，傳統(tǒng)車企快速轉(zhuǎn)型，互聯(lián)網(wǎng)與消費(fèi)電子巨頭加速進(jìn)場(chǎng)的趨勢(shì)；主要由于1）估值體系切換（特斯拉約10x-20xPS、新勢(shì)力約5x-10xPSvs.傳統(tǒng)車企的估值中樞約10x-15xPE）；2）2C端需求逐步釋放（我們預(yù)計(jì)2021E國(guó)內(nèi)新能源乘用車銷量有望達(dá)200+萬(wàn)輛，滲透率近10%）；3）智能電車涉及上游的電池、電子/通信與軟件、中游的整車制造、以及下游的互聯(lián)網(wǎng)生態(tài)，產(chǎn)業(yè)鏈延伸價(jià)值可期。2、自動(dòng)駕駛推進(jìn)路徑我們預(yù)計(jì)，汽車電動(dòng)化滲透率的抬升，有望帶動(dòng)智能化的加速推進(jìn)。從系統(tǒng)分拆來(lái)看，汽車自動(dòng)駕駛主要分為1）感知系統(tǒng)（包括以車載攝像頭為主導(dǎo)的視覺感知與以激光雷達(dá)為主導(dǎo)的激光感知），結(jié)合GPS/IMU/北斗等在內(nèi)的導(dǎo)航系統(tǒng)，收集車身周圍的實(shí)時(shí)數(shù)據(jù)；2）傳輸系統(tǒng)，通過元器件/V2X等通訊設(shè)備與通訊技術(shù)，將相關(guān)數(shù)據(jù)傳輸至決策系統(tǒng)；3）決策系統(tǒng)，通過運(yùn)用芯片、軟件/算法、以及高精地圖等，得出相應(yīng)的路徑規(guī)劃與決策信號(hào)；4）執(zhí)行系統(tǒng)，通過接收感知系統(tǒng)的數(shù)據(jù)、以及決策系統(tǒng)的決策信號(hào)采取包括剎車/警示等在內(nèi)的行車決策。2.1、全球仍處于L2+級(jí)自動(dòng)駕駛系統(tǒng)從自動(dòng)駕駛等級(jí)分類來(lái)看，工信部將自動(dòng)駕駛系統(tǒng)分為六級(jí)（L0-L5級(jí)）；其中，L3級(jí)為有條件自動(dòng)駕駛（在駕駛自動(dòng)化系統(tǒng)激活的情況下，可接管駕駛員完成設(shè)計(jì)運(yùn)行條件內(nèi)的全部動(dòng)態(tài)駕駛；但在不滿足設(shè)計(jì)運(yùn)行條件的情況下，需向駕駛員提出接管請(qǐng)求/無(wú)法自動(dòng)達(dá)到最小風(fēng)險(xiǎn)狀態(tài)vs.L4級(jí)在不滿足設(shè)計(jì)運(yùn)行條件或接管無(wú)效的情況下，可自動(dòng)達(dá)到最小風(fēng)險(xiǎn)狀態(tài)；L5級(jí)為無(wú)設(shè)計(jì)運(yùn)行條件限制）。當(dāng)前，市場(chǎng)規(guī)模量產(chǎn)的車型（新能源與傳統(tǒng)燃油車型）仍為L(zhǎng)2+級(jí)自動(dòng)駕駛系統(tǒng)。我們判斷，自動(dòng)駕駛的推進(jìn)受政策、感知系統(tǒng)（系統(tǒng)冗余）、技術(shù)（芯片、軟件/算法與數(shù)據(jù)）、高精地圖、以及基礎(chǔ)設(shè)施（V2X）等多方因素的綜合影響。政策層面從全球主要國(guó)家的自動(dòng)駕駛推進(jìn)規(guī)劃、以及當(dāng)前發(fā)展階段來(lái)看，均處于法律監(jiān)管不斷優(yōu)化，實(shí)現(xiàn)在2025年前后達(dá)到L4級(jí)高度自動(dòng)駕駛的目標(biāo)；其中，1）美國(guó)/中國(guó)/日本處于積極穩(wěn)步推進(jìn)狀態(tài)（均已開放道路測(cè)試）；2）歐盟則相對(duì)更偏謹(jǐn)慎，當(dāng)前允許開放道路測(cè)試的國(guó)家僅包括德國(guó)/瑞典/荷蘭/奧地利/比利時(shí)。我們判斷，1）自動(dòng)駕駛的安全責(zé)任方從駕駛員單一主體切換至包括主機(jī)廠等在內(nèi)的多方主體，疊加產(chǎn)業(yè)鏈較長(zhǎng)（涉及硬件/軟件與零配件/整車的高度融合）且尚處于技術(shù)孵化階段；因此，政策監(jiān)管/法律法規(guī)的標(biāo)準(zhǔn)化與合理化對(duì)準(zhǔn)入門檻、技術(shù)推進(jìn)、以及商業(yè)化落地等起到?jīng)Q定性作用。2）各國(guó)政府基于自動(dòng)駕駛系統(tǒng)的事故責(zé)任劃分尚未明確界定，是導(dǎo)致現(xiàn)階段全球規(guī)模量產(chǎn)車型仍處于L2+級(jí)系統(tǒng)的主要原因之一（2017全球首款搭載Ibeo與法雷奧合作的車規(guī)級(jí)4線Scala激光雷達(dá)車型奧迪A8正式量產(chǎn)，但受制于政策監(jiān)管等因素，導(dǎo)致具有L3功能的TrafficJamPilot無(wú)法釋放）。3）自動(dòng)駕駛以提高交通安全性/降低事故發(fā)生率為核心，涉及用戶與國(guó)家地理等數(shù)據(jù)采集/信息保護(hù)等，結(jié)合各國(guó)路況/駕駛習(xí)慣等差異性，我們預(yù)計(jì)各國(guó)或?qū)⒏髯躁懤m(xù)出臺(tái)更具有針對(duì)性（符合各國(guó)特征）的自動(dòng)駕駛標(biāo)準(zhǔn)與監(jiān)管要求，預(yù)計(jì)國(guó)內(nèi)在芯片與全棧軟件/算法等領(lǐng)域具有核心優(yōu)勢(shì)與競(jìng)爭(zhēng)力的公司有望長(zhǎng)期受益。感知系統(tǒng)（系統(tǒng)冗余）我們判斷，1）L3級(jí)及以上系統(tǒng)的核心在于增強(qiáng)安全性；2）對(duì)于感知系統(tǒng)而言，系統(tǒng)冗余可通過增強(qiáng)軟件/算法的深度學(xué)習(xí)，或采用更多更全面的傳感器（降低信息誤讀與系統(tǒng)故障率，提高數(shù)據(jù)采集的可靠性）；3）激光雷達(dá)在讀取物體信息（包括探測(cè)距離/角度分辨率等）方面優(yōu)勢(shì)突出且無(wú)需深度學(xué)習(xí)算法（可進(jìn)一步確認(rèn)/補(bǔ)充其他傳感器收集的數(shù)據(jù)），是自動(dòng)駕駛系統(tǒng)推進(jìn)的有效方式之一。當(dāng)前，激光雷達(dá)量產(chǎn)車型仍較為有限；主要受制于車規(guī)要求較高、技術(shù)尚未成熟、規(guī)模量產(chǎn)能力較低、以及成本較高等方面的影響。我們預(yù)計(jì)，激光雷達(dá)正在從機(jī)械式至半固態(tài)式再至固態(tài)式的方向快速推進(jìn)；其中，相對(duì)更易符合車規(guī)要求的MEMS/轉(zhuǎn)鏡等半固態(tài)式激光雷達(dá)即將交付，對(duì)應(yīng)的規(guī)模量產(chǎn)與降本前景可期。芯片算力、以及軟件/算法自動(dòng)駕駛的技術(shù)核心在于硬件層的芯片、以及軟件層的算法（數(shù)據(jù)）；其中，芯片的數(shù)據(jù)處理速率（算力/功耗）是自動(dòng)駕駛等級(jí)的主要參考指標(biāo)之一。根據(jù)分類，L3/L4/L5級(jí)自動(dòng)駕駛系統(tǒng)芯片的算力要求分別達(dá)30+/200+/1,000+TOPS。我們認(rèn)為造成當(dāng)前規(guī)模量產(chǎn)車型尚處于L2/L2+級(jí)系統(tǒng)的主要技術(shù)原因，包括1）現(xiàn)階段大部分車企仍采用MobileyeEyeQ4芯片（單顆芯片算力<10TOPS）；2）Mobileye提供基于底層數(shù)據(jù)的CV視覺算法及其配套的CVP模塊，部分主機(jī)廠或無(wú)法獲取底層數(shù)據(jù)用于全棧軟件/算法自研；3）當(dāng)前主機(jī)廠的軟件/算法能力或仍相對(duì)偏落后（大眾MEBID3海外版由于無(wú)法實(shí)現(xiàn)FOTA升級(jí)導(dǎo)致上市延遲）。我們判斷，1）芯片處于快速迭代階段（2022E/2025E英偉達(dá)Orin/Atlan單顆芯片算力將分別達(dá)200TOPS/1,000TOPS）；2）L3-L5級(jí)系統(tǒng)的應(yīng)用場(chǎng)景更復(fù)雜，感知系統(tǒng)（底層數(shù)據(jù)）、決策系統(tǒng)（芯片與軟件/算法）、以及執(zhí)行系統(tǒng)（零配件/整車）的融合度要求更高，Mobileye等供應(yīng)商或向主機(jī)廠逐步開放其底層數(shù)據(jù)，用于不同場(chǎng)景自動(dòng)駕駛系統(tǒng)的共同研發(fā)（4Q21EMobileyeEyeQ5H將向主機(jī)廠提供芯片、以及軟件工具開發(fā)包vs.EyeQ1-4為基于芯片、以及底層數(shù)據(jù)/視覺算法的打包產(chǎn)品）；3）主機(jī)廠基于軟件/算法的研發(fā)投入不斷增強(qiáng)，預(yù)計(jì)軟硬件技術(shù)升級(jí)驅(qū)動(dòng)的部分L3/L3+功能或?qū)⒂?022E-2023E開始逐步兌現(xiàn)。高精地圖我們判斷，高精地圖是實(shí)現(xiàn)L3級(jí)及以上自動(dòng)駕駛系統(tǒng)的另一不可或缺因素，主要在于可以進(jìn)一步增強(qiáng)系統(tǒng)冗余的可靠性。高精地圖：1）可以提供包括車速限制、以及道路曲率/坡度等特殊路段的信息，用以彌補(bǔ)傳感器無(wú)法提前采集的各項(xiàng)數(shù)據(jù)；2）可以提供精度更高的靜態(tài)信息、以及實(shí)時(shí)更新的動(dòng)態(tài)信息。2016年國(guó)內(nèi)出臺(tái)《關(guān)于加強(qiáng)自動(dòng)駕駛地圖生產(chǎn)測(cè)試與應(yīng)用管理的通知》，明確自動(dòng)駕駛地圖（高精地圖）歸類于電子導(dǎo)航地圖；根據(jù)《測(cè)繪資質(zhì)管理規(guī)定》，高精地圖公司須滿足甲級(jí)電子導(dǎo)航地圖的測(cè)繪資質(zhì)要求。當(dāng)前，國(guó)內(nèi)高精地圖的瓶頸或主要在于，1）測(cè)繪高級(jí)人才仍處于稀缺狀態(tài)，具備測(cè)繪資質(zhì)牌照的企業(yè)數(shù)量或仍相對(duì)有限（截至2020/10，國(guó)內(nèi)僅28家企業(yè)具備資質(zhì)）；2）高精地圖涉及底圖制造、數(shù)據(jù)收集、以及數(shù)據(jù)分析處理等各項(xiàng)環(huán)節(jié)，對(duì)應(yīng)的生產(chǎn)平臺(tái)開發(fā)/設(shè)備投入/人力與研發(fā)投入、以及后續(xù)更新/維護(hù)投入等資金成本較高；3）現(xiàn)階段國(guó)內(nèi)高精地圖的靜態(tài)信息精度約10-20cm（可滿足L3級(jí)及以上系統(tǒng)的10-30cm要求），但動(dòng)態(tài)信息更新頻率僅為分鐘級(jí)（僅滿足半動(dòng)態(tài)更新頻率標(biāo)準(zhǔn)vs.L3級(jí)及以上系統(tǒng)需達(dá)每秒動(dòng)態(tài)更新頻率標(biāo)準(zhǔn)）。此外，國(guó)內(nèi)路況可采集信息的精度與共享性標(biāo)準(zhǔn)（涉及國(guó)家地理安全等敏感性信息）、以及GPS/V2X的不同發(fā)展階段等，也會(huì)對(duì)高精地圖的推進(jìn)起到?jīng)Q定性作用。我們判斷，政策監(jiān)管、技術(shù)瓶頸、以及V2X尚未落地等，或?qū)е赂呔貓D仍以國(guó)內(nèi)廠商為主且需較長(zhǎng)時(shí)間才有望實(shí)現(xiàn)規(guī)?；瘧?yīng)用；其中，基于高精地圖產(chǎn)業(yè)鏈布局延伸（軟件/算法+高精地圖）的國(guó)內(nèi)主機(jī)廠/互聯(lián)網(wǎng)公司有望長(zhǎng)期受益。車路協(xié)同（V2X）V2X（Vehicle-to-X或Vehicle-to-Everything）定義為車輛與外界信息交互，涵蓋車輛與車輛通信（V2V，Vehicle-to-Vehicle）、車輛與基礎(chǔ)設(shè)施通信（V2I，Vehicle-to-InfrastructureCommunication）、以及車輛與行人通信（V2P，Vehicle-to-Pedestrian）等。從技術(shù)路徑分類來(lái)看，V2X包括DSRC（專用短程通信）、以及C-V2X（LTE-V2X與4G/5G-V2X等蜂窩移動(dòng)通信）。從DSRC與C-V2X之間的比較來(lái)看，C-V2X：1）在通信距離/通信范圍、可靠性/抗干擾性、以及非視距性能等方面具有明顯優(yōu)勢(shì)；2）可與現(xiàn)有的4G/5G蜂窩網(wǎng)絡(luò)復(fù)用（vs.DSRC仍需新建大量路側(cè)單元RSU等），網(wǎng)絡(luò)覆蓋成本相對(duì)更低且利用率更高；3）基于3GPP（3rdGenerationPartnershipProject，當(dāng)前涵蓋全球七大移動(dòng)通信組織協(xié)會(huì)）制定的標(biāo)準(zhǔn)，C-V2X在全球范圍內(nèi)具備更佳的兼容性并且可以反向兼容LTE-V2X，預(yù)計(jì)C-V2X是行業(yè)發(fā)展主要趨勢(shì)。從全球V2X的推進(jìn)情況來(lái)看，中國(guó)/美國(guó)分別于2018年/2020年正式確定C-V2X為未來(lái)車聯(lián)網(wǎng)的發(fā)展路徑，日本/歐盟分別于2019年/2020年開展有關(guān)C-V2X的試驗(yàn)與測(cè)試。我們預(yù)計(jì)當(dāng)前C-V2X推進(jìn)的難點(diǎn)包括，1）DSRC與C-V2X技術(shù)路徑尚未最終統(tǒng)一（日本/歐盟仍處于C-V2X的試驗(yàn)與測(cè)試階段）且3GPP定義的通信技術(shù)標(biāo)準(zhǔn)尚處于版本持續(xù)更新狀態(tài)；2）全球5G尚未全面普及且當(dāng)前仍以增強(qiáng)移動(dòng)寬帶等業(yè)務(wù)為主（，5G高網(wǎng)絡(luò)速率/高可靠性/低延遲性等通信優(yōu)勢(shì)對(duì)應(yīng)的C-V2X垂直應(yīng)用尚處于技術(shù)驗(yàn)證早期；3）V2X所需涵蓋的路側(cè)單元/車載終端等、以及各單元與基站之間或各單元相互之間的接口等基礎(chǔ)設(shè)施尚未完善。我們判斷，1）C-V2X是L4/L5級(jí)自動(dòng)駕駛系統(tǒng)的核心環(huán)節(jié)之一；主要由于與攝像頭/激光雷達(dá)等車載傳感器相比，V2X不易受極端天氣等影響、無(wú)需深度依賴數(shù)據(jù)與學(xué)習(xí)算法、以及可通過多車輛實(shí)時(shí)信息融合用以補(bǔ)充盲點(diǎn)，擴(kuò)大感知范圍/增強(qiáng)可預(yù)測(cè)性與收集信息的可靠性。2）C-V2X或仍需較長(zhǎng)時(shí)間實(shí)現(xiàn)規(guī)模化技術(shù)落地；預(yù)計(jì)隨著政策扶持、技術(shù)路徑/標(biāo)準(zhǔn)逐步統(tǒng)一、5G滲透率抬升、以及基礎(chǔ)設(shè)施陸續(xù)完善，V2X有望助力L4/L5級(jí)自動(dòng)駕駛系統(tǒng)的長(zhǎng)期穩(wěn)步推進(jìn)。2.2、L3級(jí)自動(dòng)駕駛系統(tǒng)，是否可跨越？根據(jù)工信部的定義，L3級(jí)為有條件自動(dòng)駕駛（在不滿足自動(dòng)駕駛設(shè)計(jì)運(yùn)行條件的情況下，需向駕駛員提出接管請(qǐng)求vs.L4級(jí)及以上系統(tǒng)可自動(dòng)達(dá)到最小風(fēng)險(xiǎn)狀態(tài)）。但從實(shí)際操作角度來(lái)看，從系統(tǒng)自動(dòng)駕駛至交由駕駛員全權(quán)接管存在時(shí)間差；此外，鑒于駕駛員的不同反應(yīng)速度，由系統(tǒng)切換至駕駛員的預(yù)留時(shí)間或仍存爭(zhēng)議。根據(jù)國(guó)內(nèi)多家機(jī)構(gòu)的研究，預(yù)計(jì)L3級(jí)系統(tǒng)預(yù)留接管的安全時(shí)間約7秒。我們判斷，1）自動(dòng)駕駛以提高交通安全性/降低事故發(fā)生率為核心，其終極狀態(tài)為L(zhǎng)4/L5級(jí)自動(dòng)駕駛系統(tǒng)（L3級(jí)為過渡系統(tǒng)，其駕駛員接管標(biāo)準(zhǔn)制定與實(shí)際應(yīng)用情況等或仍待商榷且當(dāng)前各國(guó)政府尚未界定自動(dòng)駕駛系統(tǒng)的事故責(zé)任劃分）。2）硬件方面，預(yù)計(jì)4Q21E-2022E光雷達(dá)開啟量產(chǎn)，芯片算力（組合芯片算力）有望達(dá)L4/L4+級(jí)標(biāo)準(zhǔn)。3）軟件方面，芯片供應(yīng)商也將向主機(jī)廠逐步提供基礎(chǔ)軟件包（用于不同場(chǎng)景下高度自動(dòng)駕駛的共同研發(fā)）、疊加主機(jī)廠基于軟件/算法的研發(fā)投入不斷增強(qiáng)，預(yù)計(jì)智能電動(dòng)化將步入規(guī)模量產(chǎn)與快速迭代階段。從發(fā)展趨勢(shì)來(lái)看，預(yù)計(jì)車企或放棄L3級(jí)自動(dòng)駕駛系統(tǒng)的落地/量產(chǎn)目標(biāo)（直接定位至L4級(jí)及以上系統(tǒng)并進(jìn)行相應(yīng)的技術(shù)孵化與儲(chǔ)備）；已實(shí)現(xiàn)的部分L3/L3+功能或嵌入其原有的L2+級(jí)系統(tǒng)用于提升品牌/車型市場(chǎng)競(jìng)爭(zhēng)力；待政策權(quán)責(zé)制清晰、以及技術(shù)成熟/落地之后，直接切換至L4/L4+級(jí)自動(dòng)駕駛系統(tǒng)，帶動(dòng)智能化下一階段的快速發(fā)展（其中，奧迪已取消L3量產(chǎn)計(jì)劃，博世無(wú)限延長(zhǎng)L3量產(chǎn)時(shí)間，豐田/沃爾沃已放棄L3并直接定位至L4，特斯拉已布局L5功能等）。3、芯片3.1、芯片發(fā)展歷程汽車自動(dòng)駕駛采用SoC（System-on-a-Chip）系統(tǒng)級(jí)芯片集成，包含完整的硬件系統(tǒng)及其承載的嵌入式軟件，是多個(gè)具有特定功能的集成電路組合在一個(gè)芯片上形成的系統(tǒng)或產(chǎn)品。SoC涵蓋處理器、存儲(chǔ)器、接口控制模塊、以及互聯(lián)總線等；其中，處理器是體現(xiàn)芯片技術(shù)/性能高低的核心。按處理器分類來(lái)看，包括CPU/GPU/NPU、FGPA、以及ASIC等；其中，CPU/GPU/NPU為通用型處理器，分別用于邏輯控制/圖像處理/深度學(xué)習(xí)；FGPA為半定制型處理器，通過可編程的開關(guān)控制電路結(jié)構(gòu)（輸入不同代碼連接相應(yīng)電路），實(shí)現(xiàn)不同邏輯功能；ASIC為全定制型處理器，針對(duì)用戶的算法需求進(jìn)行研發(fā)設(shè)計(jì)，具有更強(qiáng)專用性。我們判斷，自動(dòng)駕駛?cè)蕴幱诩夹g(shù)升級(jí)/快速迭代的過程；1）鑒于當(dāng)前軟件/算法尚處于技術(shù)投入的早期，預(yù)計(jì)短期SoC或仍以CPU/GPU等通用型處理器為主、以ASIC全定制型處理器為輔；2）雖然ASIC初期包括研發(fā)在內(nèi)的投入較高、開發(fā)與驗(yàn)證周期較長(zhǎng)，但鑒于其更高的專用性（算力/功耗等性能占優(yōu)）、更強(qiáng)的可靠性、以及基于指定算法定向設(shè)計(jì)研發(fā)（減少不必要的硬件等），預(yù)計(jì)ASIC規(guī)模量產(chǎn)后的性能/成本更優(yōu)于FGPA，或?yàn)橄码A段自動(dòng)駕駛芯片處理器的核心。3.2、芯片技術(shù)核心為設(shè)計(jì)以特斯拉為例，芯片技術(shù)核心在于設(shè)計(jì)當(dāng)前特斯拉是全球唯一可以自研量產(chǎn)自動(dòng)駕駛芯片、全棧自主軟件/算法、以及整車制造的車企；其中，特斯拉從2016/2開始建立芯片自研團(tuán)隊(duì)，2019/4發(fā)布FSD芯片方案HW3.0，預(yù)計(jì)4Q21E發(fā)布HW4.0（性能或?yàn)镠W3.0的3倍）。我們判斷，特斯拉也曾采購(gòu)Mobileye（2014年HW1）、以及與英偉達(dá)（2016年HW2.0/HW2.5）的芯片，預(yù)計(jì)其自研量產(chǎn)芯片的主要原因或在于1）通過全棧自研的軟件/算法更合理設(shè)計(jì)芯片，改善性能并具有更強(qiáng)的芯片專用性（提高算力/降低功耗vs.HW2.5實(shí)際應(yīng)用或存約30%算力損耗）；2）雙芯片（HW3.0采用雙芯片vs.Mobileye/英偉達(dá)為單芯片）增強(qiáng)冗余安全性；3）降級(jí)成本。我們判斷，自動(dòng)駕駛芯片的核心在于改善性能（提高算力/降低功耗等）、增強(qiáng)安全冗余、以及降低成本；其中，技術(shù)的核心在于設(shè)計(jì)（在通用性、不同軟件/算法對(duì)應(yīng)的芯片有效算力與功耗等綜合性能、以及成本控制等方面獲取平衡，同時(shí)通過組合設(shè)計(jì)進(jìn)一步改善性能/增強(qiáng)冗余）。從芯片行業(yè)的發(fā)展趨勢(shì)來(lái)看，1）制作工藝向7nm（甚至5nm）推進(jìn)（即將量產(chǎn)的特斯拉HW4.0/MobileyeEyeQ5/英偉達(dá)Orin均已達(dá)7nm工藝vs.華為也已具備7nm工藝能力），預(yù)計(jì)制程工藝的改善有望在控制功率的同時(shí)也將大幅提升算力；2）隨著智能電動(dòng)化滲透率抬升，芯片規(guī)模量產(chǎn)/成本控制前景可期；3）鑒于ASIC（全定制型處理器）規(guī)模量產(chǎn)后的性能/成本更優(yōu)于FGPA（半定制型處理器），預(yù)計(jì)算法固定后的ASIC或?yàn)橄码A段自動(dòng)駕駛芯片處理器的核心。特斯拉、以及全球主要芯片供應(yīng)商的自動(dòng)駕駛芯片分拆a）特斯拉特斯拉FSDHW3.0芯片包括CPU/GPU/NPU*2等通用型處理器、以及ASIC全定制型處理器。其中，NPU（神經(jīng)網(wǎng)絡(luò)處理器）是特斯拉HW3.0的核心競(jìng)爭(zhēng)力（已獲取包括運(yùn)算/數(shù)據(jù)處理等4項(xiàng)專利）；1）NPU在分析圖像數(shù)據(jù)方面具有處理速度更高效/精準(zhǔn)度更強(qiáng)等優(yōu)勢(shì)（每個(gè)NPU涵蓋一個(gè)96x96MAC數(shù)據(jù)矩陣，SRAM存儲(chǔ)容量32MB，工作速度在2GHzvs.英偉達(dá)/Mobileye并未配置NPU，需通過軟件/算法與深度學(xué)習(xí)等模擬NPU，造成功率/算力損耗）；2）NPU最大程度的簡(jiǎn)化控制邏輯與編程模型/控制流（僅保留8項(xiàng)指令集，僅需配置4個(gè)信息即可完成一次運(yùn)算），達(dá)到運(yùn)算和功耗之間的有效平衡；3）NPU采用數(shù)據(jù)循環(huán)處理直至最優(yōu)化得出指令的模式，改善安全性；4）NPU雙處理器設(shè)計(jì)，是實(shí)現(xiàn)進(jìn)一步提高運(yùn)行速度，同時(shí)控制芯片面積/簡(jiǎn)化芯片布線的最佳設(shè)計(jì)。我們判斷，特斯拉的核心優(yōu)勢(shì)在于可以根據(jù)全棧自研/軟件算法，自主研發(fā)設(shè)計(jì)并量產(chǎn)芯片，對(duì)應(yīng)具有與軟件/算法匹配度更高的芯片綜合性能（算力/功耗等）、成本控制（復(fù)雜性下降）、以及冗余/安全性（雙芯片設(shè)計(jì)），預(yù)計(jì)NPU（神經(jīng)網(wǎng)絡(luò)處理器）是決定其FSD芯片綜合性能（算力/功耗等）的核心因素。b）英偉達(dá)英偉達(dá)Xavier芯片包括CPU/GPU等通用型處理器、以及ASIC全定制型處理器，ASIC包括深度學(xué)習(xí)加速器（DLA，與深度學(xué)習(xí)算法高度耦合用于加速處理相關(guān)數(shù)據(jù)）、以及可編程視覺加速器（PVA，用于視覺應(yīng)用程序的性能優(yōu)化）；其中，GPU（圖像處理）為Xavier芯片的核心。對(duì)于即將量產(chǎn)的Orin芯片而言（預(yù)計(jì)2022E量產(chǎn)），其芯片架構(gòu)與Xavier相似，但包括CPU/GPU處理器與DLA/PVA加速器等性能均有大幅提升（單顆Orin芯片算力為Xavier的近7倍）。我們判斷，英偉達(dá)的核心在于GPU，可實(shí)現(xiàn)多個(gè)超長(zhǎng)流水線高效并行運(yùn)算（在大數(shù)據(jù)流/密集型數(shù)據(jù)處理等方面具有優(yōu)勢(shì)），但功耗等也相應(yīng)較高；具有高算力/高功率等特征且GPU通用型處理器基于不同軟件/算法或存算力損耗等。c）MobileyeMobileyeEyeQ5芯片包括CPU等通用型處理器、以及ASIC全定制型處理器；其中，ASIC包括計(jì)算機(jī)視覺算法處理器（CVP，匹配CV算法用于2D/3D場(chǎng)景物體檢測(cè)與追蹤的描述/存儲(chǔ)/識(shí)別/理解等）、深度學(xué)習(xí)加速器（DLA，與深度學(xué)習(xí)算法高度耦合用于加速處理相關(guān)數(shù)據(jù)）、以及多線程加速器（MA，同時(shí)提供多個(gè)執(zhí)行線程用于加速數(shù)據(jù)處理）。我們判斷，Mobileye的核心在于CVP，為Mobileye針對(duì)傳統(tǒng)視覺算法定制化設(shè)計(jì)，與其CV算法的匹配度較高（可更大程度釋放芯片算力等性能/降低功耗）；但鑒于其芯片設(shè)計(jì)缺少GPU等處理器，其芯片算力偏低/功耗也相應(yīng)偏低。d）華為華為自動(dòng)駕駛芯片昇騰310（22TOPS，12nm工藝）、以及昇騰910（640TOPS，7nm工藝，尚未規(guī)模量產(chǎn)）均來(lái)自于華為基于ARM（英國(guó)芯片架構(gòu)公司，英偉達(dá)擬收購(gòu)）的自研達(dá)芬奇架構(gòu)；其中，MDC210（48TOPS）、MDC610（160TOPS）、MDC600（352TOPS，搭載于北汽極狐）、以及MDC810（400+TOPS）等均為基于昇騰310的組合芯片算力，針對(duì)L2-L5不同等級(jí)的自動(dòng)駕駛系統(tǒng)。華為集成張量（3DCube多維數(shù)據(jù)）、矢量（Vector有方向的數(shù)據(jù)）、以及標(biāo)量（Scalar無(wú)方向的數(shù)據(jù)）等多種計(jì)算單元，分別負(fù)責(zé)矩陣運(yùn)算、基本和定制類型運(yùn)算、以及標(biāo)量運(yùn)算和程序循環(huán)控制等，可滿足不同場(chǎng)景下的數(shù)據(jù)精度要求。我們判斷，華為的核心在于針對(duì)AI運(yùn)算特征進(jìn)行設(shè)計(jì)，應(yīng)用3Dcube矩陣設(shè)計(jì)（或需1個(gè)周期即可完成16*16*16對(duì)應(yīng)4,096次MAC矩陣運(yùn)算vs.特斯拉的HW3.0NPU采用2D矩陣設(shè)計(jì)，或需96個(gè)周期才可完成96*96對(duì)應(yīng)9,216次MAC矩陣運(yùn)算），預(yù)計(jì)華為具有更高的AI算力效率與算力密度。3.3、芯片發(fā)展趨勢(shì)我們判斷，1）芯片屬于典型的資本密集型行業(yè)，需要較高的包括工廠/設(shè)備等在內(nèi)的資金投入、以及基于制造工藝/技術(shù)迭代更新等對(duì)應(yīng)的較高持續(xù)性研發(fā)投入。2）預(yù)計(jì)一代芯片的生命周期約5-6年（研發(fā)設(shè)計(jì)與認(rèn)證周期合計(jì)約3年、規(guī)模量產(chǎn)周期約2-3年vs.技術(shù)迭代），行業(yè)具有較高壁壘性（盈虧平衡周期或相對(duì)滯后）。3）短期來(lái)看，參與者或增多（通過收購(gòu)/整合、手機(jī)等產(chǎn)業(yè)鏈延伸、以及以初創(chuàng)類公司等方式進(jìn)軍市場(chǎng)），預(yù)計(jì)大部分主機(jī)廠或仍以外購(gòu)的方式基于其不同定位/需求與芯片供應(yīng)商進(jìn)行合作。4）長(zhǎng)期來(lái)看，行業(yè)或高度集中，通過手機(jī)等產(chǎn)業(yè)鏈延伸且又可提供基礎(chǔ)軟件包的tier-1芯片供應(yīng)商有望長(zhǎng)期受益。當(dāng)前除Mobileye/英偉達(dá)、以及特斯拉（尚未外供）之外，其他芯片供應(yīng)商分別通過收購(gòu)/整合、產(chǎn)業(yè)鏈延伸、以及以初創(chuàng)類公司等方式切入自動(dòng)駕駛芯片賽道。通過收購(gòu)/整合進(jìn)軍市場(chǎng)英特爾從2015年至今已收購(gòu)多家初創(chuàng)類科技公司；其中，2017年以153億美元全資收購(gòu)Mobileye。通過多輪收購(gòu)/整合，當(dāng)前英特爾已擁有相對(duì)完整的基于自動(dòng)駕駛芯片的供應(yīng)鏈，涵蓋英特爾CPU（中央處理器）、MovidiusVPU（視頻處理單元）、AlteraFPGA（半定制型處理器）、以及MobileyeEyeQ系列芯片（CPU+ASIC全定制型處理器）等，可提供基于自動(dòng)駕駛芯片的整套解決方案。英偉達(dá)也于2020年以70億美元全資收購(gòu)Mellanox（擁有InfiniBand互連技術(shù)、疊加其以太網(wǎng)，已被較廣泛應(yīng)用于全球超大規(guī)模數(shù)據(jù)中心），有助于進(jìn)一步優(yōu)化/增強(qiáng)英偉達(dá)數(shù)據(jù)中心負(fù)載量，提高性能與運(yùn)營(yíng)效率/降低成本。此外，當(dāng)前英偉達(dá)正在規(guī)劃收購(gòu)日本軟硬集團(tuán)旗下全資子公司ARM（英國(guó)芯片架構(gòu)公司，蘋果/高通/華為等均基于ARM架構(gòu)進(jìn)行芯片設(shè)計(jì)），其收購(gòu)成功性或仍待觀望。我們判斷，行業(yè)巨頭可通過收購(gòu)/整合等方式陸續(xù)進(jìn)軍或進(jìn)一步增強(qiáng)其在自動(dòng)駕駛芯片市場(chǎng)的競(jìng)爭(zhēng)力，完善業(yè)務(wù)板塊布局與產(chǎn)業(yè)鏈整合，帶動(dòng)業(yè)務(wù)協(xié)同。通過產(chǎn)業(yè)鏈延伸進(jìn)軍市場(chǎng)手機(jī)芯片與智能座艙芯片在邏輯控制與通用類型數(shù)據(jù)運(yùn)算、圖像處理單元、以及神經(jīng)網(wǎng)絡(luò)單元等技術(shù)領(lǐng)域存在相似之處；其中，智能座艙芯片作為車載芯片還有更高的基于芯片穩(wěn)定性/可靠性/安全性等車規(guī)要求。自動(dòng)駕駛芯片又在智能座艙芯片的基礎(chǔ)上，對(duì)芯片的設(shè)計(jì)與算力/功耗等有更高的技術(shù)要求。作為全球手機(jī)芯片行業(yè)巨頭，高通已于2014年開始成功推出智能座艙芯片；當(dāng)前，高通智能座艙芯片已量產(chǎn)至第三代（包括驍龍602A/驍龍802A/驍龍8155），全球25家主流車企約20家已采用高通驍龍數(shù)字座艙平臺(tái)。此外，高通第四代智能座艙芯片或采用5nm技術(shù)工藝，有望于2022E量產(chǎn)。在自動(dòng)駕駛芯片方面，高通也已于2020年推出SnapdragonRide自動(dòng)駕駛計(jì)算平臺(tái)，涉及安全系統(tǒng)級(jí)芯片、安全加速器、以及平臺(tái)開放式解決方案（可以與主機(jī)廠自主研發(fā)的算法相結(jié)合，具有更強(qiáng)的可擴(kuò)展與可定制化等特征）。其中，高通研發(fā)的自動(dòng)駕駛芯片或?qū)⒉捎?nm技術(shù)工藝（具有更佳的能耗比），可提供10TOPS-700TOPS算力用于滿足L2-L4/L5級(jí)不同自動(dòng)駕駛系統(tǒng)的需求，預(yù)計(jì)SnapdragonRide有望于2022E量產(chǎn)（2022E長(zhǎng)城與高通開展合作）。我們判斷，1）行業(yè)巨頭也可通過產(chǎn)業(yè)鏈延伸（從手機(jī)芯片/智能座艙芯片至自動(dòng)駕駛芯片延伸）的方式，切入市場(chǎng)；其中，預(yù)計(jì)華為與高通的發(fā)展路徑較為相似。2）預(yù)計(jì)在手機(jī)芯片領(lǐng)域具有較強(qiáng)產(chǎn)業(yè)鏈優(yōu)勢(shì)的tier-1芯片供應(yīng)商或具有更強(qiáng)的快速流片/規(guī)模量產(chǎn)/控制成本/技術(shù)迭代等優(yōu)勢(shì)；其中，又可提供基礎(chǔ)軟件包助力主機(jī)廠自主研發(fā)軟件/算法的tier-1芯片供應(yīng)商則具有更強(qiáng)的市場(chǎng)競(jìng)爭(zhēng)力。初創(chuàng)科技類等公司進(jìn)軍市場(chǎng)除了行業(yè)巨頭，國(guó)內(nèi)也在自動(dòng)駕駛芯片領(lǐng)域涌現(xiàn)一批優(yōu)質(zhì)的初創(chuàng)類科技公司，包括地平線（2015/7）、以及黑芝麻（2017/1）等；其中，地平線是繼Mobileye、英偉達(dá)之后第三個(gè)實(shí)現(xiàn)前裝量產(chǎn)的芯片供應(yīng)商，旗下自動(dòng)駕駛芯片征程二搭載車型已達(dá)8款（截至2020/12，征程二出貨量已突破10萬(wàn)），征程三也即將量產(chǎn)。我們判斷，1）智能電動(dòng)化是行業(yè)包括高端至低端車企品牌在內(nèi)的整體趨勢(shì)；2）初創(chuàng)類科技公司與行業(yè)巨頭或仍在成本控制/技術(shù)迭代等方面存在差距；但鑒于其可與主機(jī)廠深度綁定（提供芯片+軟件/算法的全套自動(dòng)駕駛解決方案），預(yù)計(jì)仍有望通過其基于全產(chǎn)業(yè)鏈的布局定位，在國(guó)內(nèi)自主市場(chǎng)占有優(yōu)勢(shì)。綜合而言，當(dāng)前自動(dòng)駕駛芯片市場(chǎng)呈現(xiàn)快速迭代、以及參與者增多的趨勢(shì)（主要來(lái)自于收購(gòu)/整合、產(chǎn)業(yè)鏈延伸、以及以初創(chuàng)類公司等方式進(jìn)軍市場(chǎng)）。我們判斷，軟件/算法是各車企形成長(zhǎng)期差異化競(jìng)爭(zhēng)的核心；1）短期來(lái)看，主機(jī)廠或基于其不同的軟件/算法能力，與不同的芯片供應(yīng)商開展合作（全棧自研軟件/算法vs.芯片供應(yīng)商提供軟件工具開發(fā)包或全套自動(dòng)駕駛解決方案）；2）長(zhǎng)期來(lái)看，預(yù)計(jì)在手機(jī)芯片等領(lǐng)域具有較強(qiáng)產(chǎn)業(yè)鏈優(yōu)勢(shì)且又可提供基礎(chǔ)軟件包助力主機(jī)廠自主研發(fā)軟件/算法的tier-1芯片供應(yīng)商或具有更強(qiáng)的市場(chǎng)競(jìng)爭(zhēng)力。3.4、國(guó)內(nèi)芯片發(fā)展情況現(xiàn)階段，國(guó)內(nèi)芯片供應(yīng)商主要為華為、以及地平線/黑芝麻等。我們判斷，1）自動(dòng)駕駛芯片的技術(shù)核心在于設(shè)計(jì)（在通用性、不同軟件/算法對(duì)應(yīng)的芯片有效算力與功耗等綜合性能、以及成本控制等方面獲取平衡，同時(shí)通過組合設(shè)計(jì)進(jìn)一步改善性能/增強(qiáng)冗余）。2）預(yù)計(jì)華為與高通的發(fā)展路徑較為相似，具有較強(qiáng)的芯片設(shè)計(jì)能力、以及基于手機(jī)芯片延伸至自動(dòng)駕駛芯片的產(chǎn)業(yè)鏈優(yōu)勢(shì)（快速流片/規(guī)模量產(chǎn)/成本控制/技術(shù)迭代等長(zhǎng)期前景可期）。3）預(yù)計(jì)地平線/黑芝麻等或通過與主機(jī)廠深度綁定（提供芯片+軟件/算法全套方案）獲取競(jìng)爭(zhēng)力。鑒于當(dāng)前華為的芯片采用Fabless（無(wú)晶圓制造）設(shè)計(jì)模式，僅負(fù)責(zé)產(chǎn)業(yè)鏈中游的芯片電路設(shè)計(jì)與銷售，其余生產(chǎn)/測(cè)試/封裝等環(huán)節(jié)均外包。因此我們預(yù)計(jì)，當(dāng)前以華為為主的國(guó)內(nèi)芯片供應(yīng)商主要瓶頸并非在于設(shè)計(jì)等技術(shù)層面，而是在于如何規(guī)模量產(chǎn)；其中，涉及上游的EDA軟件/ARM架構(gòu)、以及下游的光刻機(jī)。a）EDA軟件EDA是完成芯片設(shè)計(jì)方案輸入、處理、模擬、以及驗(yàn)證的計(jì)算機(jī)軟件工具，主要以Synopsys、Cadence、以及MentorGraphics（已被西門子收購(gòu)）三家美國(guó)公司為主（合計(jì)約占全球70%+市占率，約占國(guó)內(nèi)90%+市占率）；其中，華為EDA也來(lái)自此三家美國(guó)公司，雖已買斷授權(quán)但仍或面臨無(wú)法更新迭代的風(fēng)險(xiǎn)。當(dāng)前國(guó)內(nèi)EDA行業(yè)仍存研發(fā)/人才短缺、產(chǎn)品不完整、以及工藝相對(duì)落后等問題；其中，華大九天作為國(guó)內(nèi)EDA的領(lǐng)先企業(yè)，已在相關(guān)的數(shù)據(jù)處理軟件等領(lǐng)域取得突破，有望逐步打破國(guó)外技術(shù)壟斷，提供專用EDA與一站式晶圓制造服務(wù)。此外，F(xiàn)PGA（半定制化處理器）的設(shè)計(jì)流程與CPU/GPU等通用型處理器不同，具有更強(qiáng)的自主可控權(quán)，預(yù)計(jì)國(guó)內(nèi)也有望通過FPGA自主設(shè)計(jì)打破EDA壟斷。b）ARM架構(gòu)ARM（英國(guó)芯片架構(gòu)公司）采用32位精簡(jiǎn)指令集（RISC）處理器架構(gòu)，可以非常廣泛的運(yùn)用于嵌入式系統(tǒng)設(shè)計(jì)，具有完整的生態(tài)鏈且可針對(duì)不同類型的體系結(jié)構(gòu)進(jìn)行設(shè)計(jì)，蘋果/高通/三星/華為等均在此架構(gòu)下完成芯片處理器的設(shè)計(jì)研發(fā)。2020/9英偉達(dá)正式提出計(jì)劃以400億美元全資收購(gòu)日本軟硬集團(tuán)旗下全資子公司ARM，預(yù)計(jì)其收購(gòu)成功性或仍待觀望；此外，2021/4ARM正式發(fā)布全新一代Armv9架構(gòu)（不受美國(guó)相關(guān)條例約束），華為有望獲得Armv9架構(gòu)永久使用權(quán)。c）光刻機(jī)芯片的制造核心在于光刻/蝕刻；其中，國(guó)內(nèi)的中微半導(dǎo)體蝕刻機(jī)精度已可達(dá)5nm工藝。然而，在光刻機(jī)領(lǐng)域，全球主要企業(yè)為荷蘭ASML（市占率達(dá)90%+）；其中，ASML光刻機(jī)的大部分原材料仍需全球采購(gòu)且其核心技術(shù)仍在美國(guó)。英偉達(dá)/Mobileye、以及特斯拉的下一代芯片（分別為Orin/EyeQ5、以及HW4.0，預(yù)計(jì)4Q21E-2022E上市）均采用7nm工藝；此外，5nm工藝也處于研發(fā)階段。對(duì)比來(lái)看，華為昇騰910（640TOPS，310W）也采用7nm工藝，同時(shí)公司也具備5nm工藝能力（2020與臺(tái)積電合作，發(fā)布5nm麒麟90005G手機(jī)芯片）。我們判斷，1）華為等國(guó)內(nèi)芯片供應(yīng)商的技術(shù)研發(fā)能力處于全球領(lǐng)先水平，其核心難點(diǎn)或在于如何實(shí)現(xiàn)規(guī)模量產(chǎn)；其中，預(yù)計(jì)最大挑戰(zhàn)或來(lái)自于光刻機(jī)、其次為EAD軟件、最后為ARM（英偉達(dá)收購(gòu)仍需多方機(jī)構(gòu)批準(zhǔn)且或面臨反壟斷審查，預(yù)計(jì)其收購(gòu)成功性或仍待觀望）。2）在光刻機(jī)方面，預(yù)計(jì)華為或通過提前備貨、以及向其他芯片供應(yīng)商或有資質(zhì)的供應(yīng)商采購(gòu)等方式彌補(bǔ)由于美國(guó)相關(guān)條例約束導(dǎo)致的7nm無(wú)法自主量產(chǎn)等困境。在EDA方面，或通過加大國(guó)內(nèi)EDA投入、以及FPGA自主設(shè)計(jì)等方式，打破美國(guó)基于EDA的壟斷。4、軟件/算法4.1、軟件/算法是長(zhǎng)期差異化的核心我們判斷，全球芯片供應(yīng)商或主要以Mobileye/英偉達(dá)、高通、以及華為等為主；在硬件性能差距縮小或逐步趨同的情況下，軟件/算法是各車企形成長(zhǎng)期差異化競(jìng)爭(zhēng)的核心（不同軟件/算法對(duì)應(yīng)的自動(dòng)駕駛功能兌現(xiàn)性與用戶體驗(yàn)的差異性）。根據(jù)McKinsey測(cè)算，預(yù)計(jì)2010-2030E與軟件相關(guān)的整車價(jià)值占比上升至30%（vs.與機(jī)械相關(guān)的占比不斷下降）；各大車企加大軟件自研/合作已成趨勢(shì)。從現(xiàn)階段來(lái)看，1）Waymo與百度等跨越式車企（直接定位至L4/L5級(jí)自動(dòng)駕駛系統(tǒng)）、以及特斯拉與小鵬等漸進(jìn)式新勢(shì)力車企（定位于L2/L2+級(jí)逐步升級(jí)至L4/L5級(jí)自動(dòng)駕駛系統(tǒng)）均采用全棧自研軟件/算法的模式；其中，特斯拉通過自研量產(chǎn)芯片，具有軟件/算法與芯片匹配度更高的綜合性能。2）傳統(tǒng)車企分別通過成立子公司/部門、與全球軟硬件公司合作/收購(gòu)等方式，加大軟件投入。4.2、軟件/算法仍需與硬件高度匹配我們判斷，除了芯片本身的工藝/性能差異之外，芯片是否能最大程度的釋放其性能（高算力/低功耗），還取決于與軟件/算法的匹配度（芯片的核心在于設(shè)計(jì)）。從芯片ASIC（全定制型處理器）與其對(duì)應(yīng)的算法分類來(lái)看，主要分為1）視覺類處理器與算法、2）神經(jīng)網(wǎng)絡(luò)或深度學(xué)習(xí)類處理器與算法、以及3）數(shù)據(jù)類處理器與算法；其中，自動(dòng)駕駛的核心在于視覺、以及神經(jīng)網(wǎng)絡(luò)或深度學(xué)習(xí)。特斯拉特斯拉的芯片應(yīng)用NPU（神經(jīng)網(wǎng)絡(luò)處理單元）或NNA（神經(jīng)網(wǎng)絡(luò)加速器），是基于神經(jīng)網(wǎng)絡(luò)的加速處理器，具有高效運(yùn)行且可實(shí)現(xiàn)存儲(chǔ)/計(jì)算一體化等特征；結(jié)合與其高度匹配的特斯拉神經(jīng)網(wǎng)絡(luò)算法（計(jì)算機(jī)視覺算法與深度學(xué)習(xí)算法融合）通過影子模式（收集/標(biāo)記數(shù)據(jù)，對(duì)比計(jì)算機(jī)模擬與實(shí)際駕駛員操作的差異性）進(jìn)行大量計(jì)算機(jī)自動(dòng)訓(xùn)練學(xué)習(xí)與升級(jí)應(yīng)用，不斷完善其自動(dòng)駕駛的行車決策（其中，Dojo系統(tǒng)定位L4/L5，10^6TOPS算力，適用于3D+時(shí)間的4D場(chǎng)景）。Mobileye/英偉達(dá)1）在視覺方面，Mobileye的芯片應(yīng)用CVP（計(jì)算機(jī)視覺處理器），結(jié)合其自主研發(fā)的CV（計(jì)算機(jī)視覺）算法（vs.英偉達(dá)的芯片應(yīng)用類似MobileyeCVP的PVA處理器），Mobileye或在此領(lǐng)域具有更佳的軟硬件匹配度；2）在深度學(xué)習(xí)方面，Mobileye/英偉達(dá)的芯片應(yīng)用DLA（深度學(xué)習(xí)處理器）；其中，DLA的設(shè)計(jì)結(jié)構(gòu)與DNN算法匹配（包括處理靜態(tài)任務(wù)的CNN卷積神經(jīng)網(wǎng)絡(luò)與處理時(shí)間相關(guān)任務(wù)的RNN/LSTM），采用端至端的模式（通過對(duì)輸入圖像的歸一化處理至不同卷積層對(duì)核心數(shù)據(jù)的提取/輸入，利用輸入至輸出大量映射算法的學(xué)習(xí)/處理，得出自動(dòng)駕駛的行車決策），具有減少數(shù)據(jù)量/更高運(yùn)行效率等特征。我們判斷，1）特斯拉神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的算法與其芯片處理器高度匹配，核心在于利用影子模式，實(shí)現(xiàn)系統(tǒng)的自動(dòng)訓(xùn)練學(xué)習(xí)與升級(jí)應(yīng)用。Mobileye/英偉達(dá)深度學(xué)習(xí)的算法為DNN（CNN與RNN/LSTM），核心在于通過輸入至輸出映射算法學(xué)習(xí)/處理（端至端的模式），得出系統(tǒng)的行車決策（不同卷積層對(duì)核心數(shù)據(jù)的提取/輸入，具有更高的運(yùn)行效率等）；其中，Mobileye在視覺方面采用CVP處理器+CV算法或相比于英偉達(dá)在此領(lǐng)域具有更高的軟硬件匹配度。2）軟件/算法與芯片的匹配度，是自動(dòng)駕駛系統(tǒng)是否能更高效率釋放其性能的關(guān)鍵；其中，軟件/算法的核心在于人才與團(tuán)隊(duì)、以及大量實(shí)際路況數(shù)據(jù)的采集與應(yīng)用。4.3、軟件/算法的核心在于團(tuán)隊(duì)、以及數(shù)據(jù)4.3.1、人才與團(tuán)隊(duì)軟件/算法的核心之一在于人才與團(tuán)隊(duì)，包括團(tuán)隊(duì)組織架構(gòu)的定位與清晰程度、團(tuán)隊(duì)的技術(shù)能力、以及團(tuán)隊(duì)的執(zhí)行力與穩(wěn)定性。組織架構(gòu)從Waymo/百度、以及特斯拉的團(tuán)隊(duì)架構(gòu)分拆來(lái)看，1）Waymo根據(jù)自動(dòng)駕駛產(chǎn)業(yè)鏈，具體分拆為基礎(chǔ)設(shè)施、視覺/感知、以及路徑規(guī)劃業(yè)務(wù)組等。2）百度于2019/12對(duì)其團(tuán)隊(duì)做了較大幅度調(diào)整，保留原有車聯(lián)網(wǎng)業(yè)務(wù)組（車載OS系統(tǒng)等）、新增智能交通業(yè)務(wù)組（車路協(xié)同等基礎(chǔ)設(shè)施）、以及將智能汽車事業(yè)部（L3）與自動(dòng)駕駛事業(yè)部（L4）重新分拆合并（L3與L4技術(shù)線合并，L3事業(yè)線的高精地圖分拆）并且對(duì)自動(dòng)駕駛業(yè)務(wù)組進(jìn)行擴(kuò)充升級(jí)（當(dāng)前，百度自動(dòng)駕駛業(yè)務(wù)組涵蓋智能汽車業(yè)務(wù)部、智駕地圖業(yè)務(wù)部、以及自動(dòng)駕駛技術(shù)部）。3）特斯拉聚焦于軟件/算法的技術(shù)層面，其團(tuán)隊(duì)具體分拆為AI算法、軟件集成與驗(yàn)證、以及底層代碼業(yè)務(wù)組等（每組負(fù)責(zé)人均可向CEO馬斯克直接匯報(bào)）。我們判斷，1）Waymo與百度定位L4/L5級(jí)系統(tǒng)，其團(tuán)隊(duì)架構(gòu)更完整（涵蓋高精地圖、以及車路協(xié)同等在內(nèi)的基礎(chǔ)設(shè)施業(yè)務(wù)等）；其中，明確三種商業(yè)模式的百度Apollo（為主機(jī)廠提供自動(dòng)駕駛技術(shù)解決方案、造車、以及共享無(wú)人車）的定位更完整/更清晰（vs.Waymo或面臨數(shù)據(jù)長(zhǎng)尾效應(yīng)風(fēng)險(xiǎn)）。2）由于特斯拉定位L2/L2+級(jí)（從L2/L2+級(jí)漸進(jìn)至L4/L5級(jí)），其團(tuán)隊(duì)架構(gòu)更聚焦于包括底層代碼與軟件/算法等技術(shù)層面。3）新勢(shì)力與傳統(tǒng)車企均處于加大軟件/算法投入的階段；鑒于團(tuán)隊(duì)陸續(xù)組建（期限較短），預(yù)計(jì)定位與清晰程度或仍待觀望（其中，小鵬的團(tuán)隊(duì)組建較早且具備全棧自研軟件/算法能力，或處于相對(duì)領(lǐng)先位置）。技術(shù)能力從Waymo/百度、特斯拉/新勢(shì)力、以及傳統(tǒng)車企的團(tuán)隊(duì)負(fù)責(zé)人技術(shù)專業(yè)性分拆來(lái)看，均具有相關(guān)領(lǐng)域的全球頂級(jí)教育與工作背景；1）Waymo/百度與特斯拉/新勢(shì)力的團(tuán)隊(duì)核心負(fù)責(zé)人以電子/計(jì)算機(jī)等理科背景為主（vs.大眾等傳統(tǒng)車企或仍存以動(dòng)力機(jī)械等工科背景為主的團(tuán)隊(duì)負(fù)責(zé)人）；2）新勢(shì)力與傳統(tǒng)車企或更多通過挖掘人才的方式確定團(tuán)隊(duì)核心人員，并以此為基準(zhǔn)搭建軟件/算法團(tuán)隊(duì)。我們判斷，人才等對(duì)應(yīng)的團(tuán)隊(duì)技術(shù)專業(yè)能力與企業(yè)戰(zhàn)略規(guī)劃/激勵(lì)機(jī)制/企業(yè)文化等高度相關(guān)；1）Waymo與特斯拉更易吸引/培養(yǎng)硅谷頂尖人才（vs.百度已將部分美國(guó)研發(fā)業(yè)務(wù)遷至國(guó)內(nèi)）；2）預(yù)計(jì)國(guó)內(nèi)吸引軟件/算法等相關(guān)人才的先后排序分別為百度、新勢(shì)力、頭部民營(yíng)背景傳統(tǒng)車企、以及國(guó)企/央企背景傳統(tǒng)車企。執(zhí)行力與穩(wěn)定性從Waymo與百度、以及特斯拉的團(tuán)隊(duì)執(zhí)行力與穩(wěn)定性來(lái)看，均處于自動(dòng)駕駛功能優(yōu)化/陸續(xù)兌現(xiàn)階段，但仍面臨較高的人才流動(dòng)風(fēng)險(xiǎn)；其中，百度的人員流失或與其團(tuán)隊(duì)組織架構(gòu)調(diào)整等相關(guān)。此外，從百度與特斯拉離職人員的去向來(lái)看，大部分成為初創(chuàng)類公司的創(chuàng)始人/高管；其中，與百度相關(guān)的國(guó)內(nèi)初創(chuàng)類公司包括地平線/黑芝麻（芯片）、以及小馬智行/文遠(yuǎn)知行（L4系統(tǒng)Robotaxi）等。我們判斷，1）自動(dòng)駕駛產(chǎn)業(yè)鏈仍處于發(fā)展早期且市場(chǎng)增長(zhǎng)空間巨大，當(dāng)前面臨高端人才（尤其國(guó)內(nèi)高端人才）短缺且行業(yè)參與者不斷增多的趨勢(shì)，預(yù)計(jì)人才/團(tuán)隊(duì)的執(zhí)行力與穩(wěn)定性是決定公司自動(dòng)駕駛系統(tǒng)是否可持續(xù)穩(wěn)步推進(jìn)的核心。2）預(yù)計(jì)Waymo/百度與特斯拉或通過吸引全新優(yōu)質(zhì)人才的方式，部分對(duì)沖原有團(tuán)隊(duì)人員的離職風(fēng)險(xiǎn)；鑒于新勢(shì)力與傳統(tǒng)車企的團(tuán)隊(duì)陸續(xù)組建，預(yù)計(jì)其團(tuán)隊(duì)執(zhí)行力/穩(wěn)定性或仍待觀望（其中，蔚來(lái)與小鵬已面臨一輪軟件/算法團(tuán)隊(duì)的人員調(diào)整）。4.3.2、數(shù)據(jù)長(zhǎng)尾效應(yīng)軟件/算法的核心之二在于數(shù)據(jù)（實(shí)測(cè)路況數(shù)據(jù)的積累）。決策層（芯片與軟件/算法）的路徑規(guī)劃需要大量實(shí)測(cè)路況數(shù)據(jù)的積累與驗(yàn)證；其中，特斯拉NPU對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法、以及Mobileye/英偉達(dá)等DLA深度學(xué)習(xí)處理器對(duì)應(yīng)的DNN算法，均需在充分且完備的數(shù)據(jù)環(huán)境下才可分別達(dá)到計(jì)算機(jī)自動(dòng)訓(xùn)練學(xué)習(xí)、以及深度學(xué)習(xí)的效果。然而，由于人類行為符合正態(tài)分布；由長(zhǎng)尾效應(yīng)（<=5%小概率事件）造