2020年车用半导体行业研究报告

2020年车用半导体行业研究 报告 软件系统测试报告下载sgs报告如何下载关于路面塌陷情况报告535n,sgs报告怎么下载竣工报告下载 行业观点自驾车驱动AI,激光雷达,以太网络芯片需求：1)谷歌的WaymoOne及百度的ApolloGo多采用2-4颗英伟达GPU及赛灵思FPGA解决AI问题,但整体L4-L5自驾架构成本超过10万美元,推广到自用车不易；2）Tesla低成本视觉/AI芯片系统将成为L3/L4自驾自用车赢家；3)国金预估2021-2030全球激光雷达前装量产市场CAGR近90%，看好Lumentum及AMS的VCSEL低价优势将取代部分目前主流铟镓砷EEL激光器市场，并消耗庞大砷化镓代工及外延片产能；4)MarketsandMarkets之前预测全球车用乙太网路市场有20.9%的复合增长率。就以L4-L5自驾系统来看，每台至少需要10个以上以太网络交换器芯片及实体层收发器PHY-Transceiver，PHY-Transceiver是模拟电路，芯片面积大及良率低,所以成本及进入门槛较高。而博通和美满电子全球份额就超过50%。电动车驱动第三代半导体碳化硅需求：虽然大部分电动车还是以IGBT来做高功率逆变器(DC-ACTractionInverter)及车载充电系统,但SiC碳化硅具有降耗能，动力系统模组缩小5倍，物料成本低，缩短充电时间，高温下的稳定晶体结构，及4年后的整体 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 成本等优势，预期全球碳化硅市场将迎来15年34%的复合增长率，到2035年达到约500亿美元，2020年车载碳化硅领域市占80%的龙头科锐Cree受惠最大。摄像头,毫米波雷达,蜂窝车联网C-V2X,氮化镓GaN芯片有贡献但比重偏低：1)全球车用摄像头芯片将从2020年的1.3亿颗，增长超过4倍到2035年超过5.7亿颗，10%复合增长率，但与智能手机30亿颗以上的摄像头相比，2035年整体占比不超过10个点，对龙头OnSemi及韦尔/豪威贡献有限；2）毫米波雷达及芯片分食者众，看不出赢家；3）C-V2X蜂窝车联网的赢家是砷化镓产业链，但比起智能手机动辄45亿颗射频功率放大器模组的市场而言，C-V2X芯片对产业链营收在2035年贡献不超过15个点;4)GaN氮化镓器件不管在成熟度，品质，可信度，可扩展性，高功率密度，生产良率都还没有比IGBT/MOSFET有很明显的优势，而且在高压高功率器件如车载充电系统OnboardCharger(OBC),800V高功率的电源转换系统（车载DC－DC转换器）,牵引逆变器（Inverter）又要跟SiC碳化硅来竞争。风险提示电池及碳化硅,自驾系统如人工智能芯片及软件，激光雷达，毫米波雷达，蜂窝车联网芯片成本下降不如预期,全球自驾电动车政府奖励补助减少,渠道库存增加而减少需求;全球车用半导体制造及晶圆代工产能不足。一、全球车市的展望根据TheBostonConsultingGroup预估从2020到2030年，全球汽车／电动车销量加总年均复合增长率约为1%，并预计2030年，全球车市销量将增加至1.09亿辆，但汽油，柴油车将被各种形态的电动新能源车来取代。虽然在未来10年，全球车市的销量复合增长率CAGR可能只有1-2个点，但随着消费者从汽油车转换成新能源电动车及从人驾车转换成SAEL3-L5自动驾驶车需求的不断扩大，我们预期全球车用半导体市场仍将大幅增长，未来15年的复合增长率可能超过20%，远高于市场预期低于10%的增长。1.人驾到自驾，重点在成本及视觉／AI芯片技术：很多产业专家说未来的自驾车就像装了四个轮子的智能手机，以自驾技术的难度及半导体配置而言，我们不同意这说法，我们认为自驾车像是装了四个轮子的智能AI服务器（如果透过远端控制软件来协作，自驾车队更像装了四个轮子的智能集群系统），Gartner在2019年四季度预测在2023年，全球有近74.6万自驾车，而目前使用激光雷达来作为视觉功能的SAEL4-L5的自驾车成本要超过20万美元，昂贵的激光雷达感测元件就要5万美元以上，所以很难普及到自用车，像是特斯拉不使用光达，但透过3颗前置摄像头（60，150，250公尺视觉距离），1颗后置摄像头（50公尺视觉距离），4颗前后侧边摄像头（80-100公尺视觉距离），12颗环绕车身的超音波感测器（感测距离8公尺），及一颗前置雷达（160公尺视觉距离）推出的L3-L4全自动驾驶解决方案，整体额外自驾功能成本应该不超过2万美元。所以我们认为另一个研究机构ABI预估至2025年，L3-L5自动驾驶车将达到八百万销量，于2025年达到全球8%汽车销量市场份额的预测，可能还过于保守，我们估计于2035年全球超过30%的汽车销量将具备L3-L5的自动驾驶功能，未来15年的复合增长率达到30-35%。2.油车到新能源车，重点在电池及电力驱动技术：虽然全球纯电动车占比在2020年连5个点都没有，但从挪威在五年内就要全面禁售燃油车，其他主流国家陆续在2030，2040年执行禁售燃油车，我们因此预估在2035年，全球可能有超过50%的新车上市，将都是纯电动车，而彭博社预估到了2040年60%的新车将是纯电动车，我们预估未来15年的复合增长率达到20-25%。比较特别的是全球十大传统车厂因为燃油引擎技术的包袱，及缺乏领先的电池及电力驱动技术，反而不如一些新兴电动车公司如特斯拉，蔚来，小鹏，理想及未来的苹果，阿里巴巴，富士康，百度都想跨足，这足以解释为何市场给新兴电动车数倍于传统车厂的市场估值。2025年起禁售燃油车：挪威；根据挪威道路协会统计，福斯旗下品牌奥迪（Audi）e-tron是挪威2020年的电动车市占冠军，总销量达9,227台。2019年的销售冠军特斯拉Model3在2020年跌入第二名，销量为7,770台，福斯的ID.3以7,754台名列第三。据挪威道路协会数据，挪威的电动车渗透率由2019年的42％增加至2020年的54％。若将油电混合车也算在内，渗透率更高达83％。2030年起禁售燃油车：英国首相宣布英国可能提前10年自2030年起禁止;荷兰，丹麦、冰岛、爱尔兰，德国，印度，以色列2040年起禁售燃油车:法国，西班牙，台湾2050年起禁售燃油车:日本欧洲车厂进度：德国BMW承诺于2025年前至少推出12款纯电动车及25款全新电动车和油电混合车；德国Benz规划于2022年以前所有车款都会提供纯电动车版本；法国宝狮Peugeot指出于2019～2021年拟发 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 7款油电混合车和5款电动车；福斯VW将在2025年前销售3mnEV，纯电动车占比达25%，并在2025年前推50款EV,30款油电混合车；Volvo2019年生产车款全面配备电动引擎,仅贩售电动车及混合电动车美国车厂进度：美国GM于2023年前将推20款全电动车，于2035年前于全球停产汽柴油引擎车，全面转型至电动车；Ford在2020-2025年将推出13款电动及油电混合车款，并于今年二月宣布投资10亿美元改造德国科隆组装厂为电动车厂房，让欧洲福特车销售于2030年前改为全电动。亚洲车厂进度：日本Toyota(Panasonic)½车销量在2030为电动;Nissan预计于2022年推出12款纯电动车；Honda将2/3车款在2030转为电动；韩国Hyundai/Kia将于2025年会有14EV车款（vs.2车款in2018）二、自驾及电动车比例增加及每车半导体价值提升是两大驱动力未来半导体产业多样化的动能无虞,亿物联网遍地开花的长期成长趋势不变,但以份额而言,我们认为汽油引擎车转马达电动车，接着是由人驾转SAE3-5级自驾车的占比提升，加上电动车及自驾车的技术演进（耗能降低，电池密度提升，电源转换系统重量降低，摄像头，感测器，雷达，激光雷达数量提升，及人工智能芯片运算能力提升但要求耗能持续降低），这些技术演进将逐步拉升每台电动车及自驾车的半导体价值，这两大驱动力对全球车用半导体公司及产业未来二十年将产生重大影响,因此我们不认同IHSMarkit对全球车用半导体于2019-2026复合成长率约7%的预估,我们认为全球车用半导体市场于2020-2035年复合成长率应有机会超过20%（主要系增加AIGPU,FPGA,ASIC，激光雷达,以太网络,碳化硅的价值及数量）,远超过全球半导体市场在同时间的复合成长率的5－6%,约占全球半导体市场(包括记忆体部分)的份额在2035年达到30%(从2020’s5%),每车半导体价值从2020年的268美元，暴增10倍到2035年的2,758美元。而中国车用半导体市场因中国及国际大厂主导全球马达电动车，车用电池，及SAELevel3-5自驾市场及技术更新,我们因此预估于2020-2035年中国车用半导体市场的复合成长率应超过全球的20%,达到近25-30个点的复合增长率。那为什么我们比专业研究机构较为乐观，而预估全球车用半导体市场于2020-2035年复合成长率可能超过20%呢？（1%CAGR来自于全球车市成长，9-11%CAGR来自于每车车用芯片数目增长，8-10%CAGR来自于芯片平均单价提升）。以中国大陆为例，根据中国汽车工业协会预估，汽车搭载芯片的数量在快速增长，电动车搭载芯片的数量高于燃油汽车，2012年，中国生产的汽车安装的平均芯片数目约为438颗，2017年增加至580颗，预测2022年将增加至934颗（5年复合成长率达10%），而同时期外国品牌增加一倍到1,119颗（5年复合成长率达7%），因为通常新能源电动车加了更多的电子控制单元用在区域网络，驱动系统，摄像头传感系统及先进驾驶辅助系统，其国内，国外品牌电动车平均芯片数目于2022年将高达1,450-1,500颗（5年复合成长率高达12%）。三、全球车用半导体市场，未来与现在大不同归因于电动车对功率半导体的需求大增，全球功率半导体龙头英飞凌(InfineonTechnologies)的全球车用半导体市场份额从2019年的16.7%，拉高到2020年的18.5％，一举抢下恩智浦(NXP)蝉联多年的全球车用半导体龙头宝座。而目前十大汽车半导体厂商合计占全部市场的八成以上，市场集中度偏高。特别的是，目前全球前五大汽车半导体厂皆是由整合元件制造商（IDM）掌控，合计持有超过70%份额，主要系车用半导体主要多是用6”,8”,及12”特殊制程生产各种功率器件及微控制器，而且这些产品和半导体制程工艺都需要经过全球车厂数年及非常严格的品质，可信度，耐高温严寒等测试。虽然全球车用半导体产业，目前由传统的整合元件制造商（IDM）掌控，但我们预期未来有些前十大，甚至前五大车用半导体厂都可能易主，主要是因为当SAEL3-L5自驾系统兴起，人工智能，摄像头感测器，激光雷达，毫米波雷达，蜂窝车联网C-V2X的射频放大器，以太网络芯片公司的兴起，而这些芯片很多是由无晶圆设计公司，或非传统车用的IDM半导体大厂在主导，尤其在人工智能方面，有特斯拉自研的双人工智能ASIC芯片，英伟达的OrinAI计算平台及Cuda软件，谷歌张量处理器(TensorProcessingUnit)，英特尔／Altera/Mobileye的CPU/FPGA/AI解决方案，地平线L3/L4自动驾驶(16nm征程3.0芯片,及未来的4.0，5.0),苹果自研自驾车用AI芯片；在车用摄像头感测芯片方面，有索尼，三星及韦尔的豪威；在激光雷达方面，有Lumentum，AMS,IIVI,英特尔，Waymo/谷歌；在蜂窝车联网C-V2X方面有Skyworks,Qorvo,Avago/博通，及其代工厂的稳懋，宏捷科，三安光电，还有磊晶外延片IQE，全新光电,Kopin等供应商；在以太网络芯片方面有博通,美满及瑞昱的以太网络芯片，除了英伟达之外，这些公司目前都排不上前十大车用半导体厂商，但以后车用人工智能及激光雷达芯片的全球龙头，确实有机会进入全球前十大车用半导体厂商。四、自驾带动AI,激光雷达，摄像头，毫米波雷达，蜂窝车联网，及以太网络芯片需求1.出租车与自用车在自驾AI脑平台决策层的竞争根据我们在自驾AI脑平台决策层的研究，就美国自驾出租车，公交车运营商而言，WaymoOne的技术还有大数据里程数明显领先GMCruise，但大多都采用2-4颗英伟达的GPU及2-4颗英特尔的x86CPU芯片架构，加上庞大的视觉感测系统，我们估计其AI芯片加上视觉软硬件成本将轻易超过15万美元;而就全球自用自驾车而言，Tesla的自研人工智能双ASIC芯片,低成本视觉架构，超过10亿英里大数据里程数，在成本（不超过2万美元假如包括软件）效率(SAEL3-L4FSD)的比较上，都遥遥领先英伟达及Mobileye的解决方案，我们认为英伟达的AIGPU虽然拿到最多的设计方案，也有极优秀的精确度，但因整体建制成本过高，比较适合可以分摊折旧，长时间创造营收运营的自驾出租车队，而不适合一般自用车，所以全球自驾自用车要普及，英伟达必须要将其自驾车芯片平台成本大幅降低，否则我们将看到Tesla的自驾FullSelfDrivingFSD自用车持续主导L3-L4自驾自用车市场。就中国大陆自驾出租车，公交车运营商而言，百度ApolloGo的技术还有大数据里程数明显领先AutoX，但两方案应该都是采用英伟达的GPU及英特尔的x86CPU芯片架构，加上庞大的视觉感测系统，我们估计其AI芯片加上视觉软硬件成本将超过10万美元;而就国内自用自驾车而言，地平线征程5/67nm的自研人工智能ASIC芯片,应该明显领先黑芝麻的A100016nm芯片解决方案，但若比较Tesla自研芯片，英伟达的AIGPU，英特尔MobileyeEyeQ5/Q6,除了价格及成本优势外，国内自研自驾车ASIC芯片，应该还需要2-3年的时间才能追上国际大厂。Waymo／谷歌的SAEL5出租车自驾方案：不同于Tesla的Fullself－driving自驾车，驾驶还是要时时将手放在驾驶盘上，并介入突发状况，而去年谷歌推出的WaymoOne,就决定把安全驾驶员移除，但对于远程操作员仍需才孔急，而Tesla已经透过其全球使用客户进行L3自驾功能，并有上千位测试客户进行L4Beta版本的测试，Waymo还是仅在凤凰城进行测试，若要继续扩张，Waymo还需要搭建出新区域的高精度地图，扩大服务区域到凤凰城以外的区域，尤其是车辆密集，行人，自行车混合，及有工地，大雨，大雪的区域。累计至2020年12月,谷歌的Waymo已经累计了1000万英里自动驾驶里程数的大数据,透过建置更庞大的无人驾驶出租车车队。我们认为谷歌是利用其在机器学习及云端软，硬件的技术领先优势，加上机器学习终端软件，固件(firmware)，安卓物联网作业系统及半导体芯片整体解决方案模块（由英伟达的图形处理器，谷歌张量处理器TPU，英特尔x86中央处理器,及现场可编程门阵列芯片FPGA/PLD组合而成），我们估计其整体SAEL5无人驾驶系统及视觉配备软硬件成本应超过20万美金（尤其是安装5颗长，中，短程激光雷达，4颗雷达，9个摄像头），来进行无人驾驶整车制造。虽然建造成本高昂，但Waymo自动驾驶系统在时速100里以下行进时的精确度,安全防护,资料中心/云端训练学习应明显的领先同业,而像安卓物联网作业系统AndroidOS主导智能手机般地抢下乘坐共享服务业,出租车／公交车等公共运输服务业,及产品运送的物流服务业（WaymoVia）等大部分的自动驾驶市场。Tesla是全球自用车里程数及低成本L3/L4自驾的赢家：低成本视觉系统：不同于Waymo,英伟达，Mobileye／Intel，地平线，百度，华为，滴滴，阿里巴巴，富士康及国内各大车厂的激光雷达解决方案，特斯拉宣称人眼的视觉就像摄像头（可视距离达250公尺），坚持不使用激光雷达（可视距离也是250公尺），所以Tesla透过3颗前置摄像头（60，150，250公尺视觉距离），1颗后置摄像头（50公尺视觉距离），4颗前后侧边摄像头（80-100公尺视觉距离），12颗环绕车身的超音波感测器（感测距离8公尺），及一颗前置雷达（160公尺视觉距离）推出的L4自动驾驶解决方案，整体额外自驾视觉功能硬件成本应该不超过3000美元。低成本AI芯片：再加上TeslaHardware3.0于2019年所推出的自研ASIC双芯片，双核架构，采用12核心ARMCortex-A72CPU,两颗双核36TeraOPS的AINPU（NeuralProcessingUnit,4x36=144TOPS）,三星14nm制程工艺,60亿个晶体管，芯片面积260mm2,假设14nm近6,000美元晶圆代工成本加上3,000美元封测成本，良率90%，每片晶圆可以切割200颗芯片来测算，每片芯片制造成本约45美元，一组AI芯片成本不超过100美元，这是远低于英伟达上千甚至上万美元的人工智能芯片的解决方案，而根据工商时报2020年8月报导，Broadcom博通与Tesla于今年四季度将采用台积电7nm制程及CoWoS（ChipOnWaferOnSubstrate）封装技术合作开发及量产新一代车用AI芯片，每12“晶圆只能切割25颗芯片，这相当于每片芯片面积将从260mm2大增到1850mm2,假设7nm以10,000美元晶圆代工成本加上3,000美元封测成本，良率60%来测算（芯片面积增大对良率有负面效果），每片芯片制造成本不到870美元，一组AI芯片成本不超过1,800美元，还是低于英伟达数千，甚至数万美元的人工智能芯片解决方案。我们预估这样整体自驾解决方案软硬件成本不超过2万美元。Tesla100倍于Waymo的实际自驾里程数:虽然Waymo直攻SAEL5自驾，但Tesla的10亿英里累计辅助驾驶里程将提供其最近开发出的L4FSDFullselfdrivingbeta版本软体更新最大的实体数据库，加上数千名早期测试客户，不断帮Tesla新版FSD除错，加上其视觉系统及AI芯片强大的成本优势，我们认为TeslaL4自驾系统将领先各大自用车厂L4自驾系统实地应用达2-3年，而Waymo超过20万美元，Cruise超过15万美元成本的自驾系统，短期内根本无法被售价5-10万美元的自用车来采用。Nvidia英伟达自驾方案有最多的设计方案，但进度明显落后：虽然英伟达的自驾方案在成本，量产时点，及实际自驾里程数仍无法跟特斯拉相比，但因为其通用型图形处理器芯片及CudaAI软件优势，英伟达目前争取到最多车厂的自用，公交，及出租车设计方案，如英伟达在2019年3月宣布Toyota用其L2/L3的AGXXavier芯片(30每秒兆次运算,TOPS)及DrivePX自驾平台。在2019年6月宣布VolvoGroup采用其AGXPegasus芯片(320每秒兆次运算,TOPS)在卡车产品线发展自驾，在2021年一月宣布NIO蔚来电动车将采用L3/L4的OrinSoC安装在ET7sedan自用车,预计2022-2023年量产；宾士自2024年开始，也将使用英伟达OrinSoC为旗下新车款的标准配备，加上谷歌的WaymoOne,GMCruise,Uber等出租车自驾平台应该都有采用两颗英伟达的人工智能GPU芯片，但奇怪的是目前这些在2018到2019宣布的合作案，到目前进度都不是很明朗，无论在解决方案成本，量产时点，实际自驾里程数的积累成果都明显落后于特斯拉的解决方案，我们以为Tesla就像智能手机界的苹果，提供其客户自我研发的芯片硬件及FSD(FullSelf－Driving)软件整合的自驾平台，而英伟达及CUDA加GPU/CPU芯片就像Google谷歌的Android，但多加了硬件芯片的整合，所以软硬件整合的难度变高,研发时间拉长，也让客户受到更多的芯片选项限制，这就好像在过去的电脑平台上，英特尔一方面要提供独家的芯片方案，制程工艺及设计要不断的演进，还要同步配合其自行开发的作业系统，应用软件，这样就没有所谓微软，客户彼此间技术差异就不大了。Mobileye/Intel有机会打破英伟达在L4/L5自驾AI芯片及软件的垄断:在辅助驾驶系统ADASL2(70%份额)有压倒性优势的Mobileye/Intel在转化为L3-L5自驾系统后，目前有与BMW/Mini/Rolls-Royce,FiatChrysler,Delphi从2017年开始合作外，目前产品推出进度仍然明显落后于特斯拉及英伟达的自用车自驾系统，之前宣布要在2020年推出EyeQ5及自驾出租车，目前看起来也不太可能有竞争力，但2023要上市的EyeQ6芯片配合与英特尔硅光子团队合作研发的调频连续波（FrequencyModulatedContinuousWave,FMCW）技术的激光雷达，预计将能把自驾系统成本从1-2万美元，在2025年降低到5000美元左右，加上Intel预计于2021年底推出其服务器用7nm人工智能GPUPonteVecchio，我们不排除英特尔将利用其在多样化专利权的优势，来整合出更有竞争力的AI芯片产品,再透过其辅助驾驶系统的龙头地位来加速升级其L2客户到L3-L5。Cruise是Waymo最大的竞争者:当微软Azure于今年一月宣布将与GMCruise合作，帮助其建立云端自驾商业化系统，并宣布与GM,Honda,及其他机构共同投资Cruise20亿美元，一口气把GMCruise的市值提高到300亿美元。加上从去年底开始加速在旧金山市区合法测试无人的L5自动驾驶，及GM在全电动车硬件的制造及支援能力，我们预期Cruise将成为Waymo在美国及全球最大自驾车竞争者。因为主要专注于出租车及公交车自驾市场，GMCruise跟WaymoOne类似，采用2-4颗英伟达的AIGPU及2-4颗英特尔或ARM的CPU芯片，并安装高达五个，价格昂贵的激光雷达，16个摄像头，21个毫米波雷达，我们估计其芯片，硬件及软件建制成本应该跟WaymoOne类似,超过15万美元，明显不适用于自用车。百度的整车制造及ApolloGo的软硬通吃：在紧盯学习着谷歌的搜寻引擎及谷歌Waymo自驾出租车的事业拓展，百度终于摆脱谷歌的阴影，率先决定跨入自驾车整车软件，硬件制造，于今年初与吉利控股宣布成立智能汽车公司，在百度ApolloGo尚未进入自驾ASIC芯片设计，制造之前，我们认为公司的决策层芯片架构将采取开放平台，其中当然以2-4颗Xilinx赛灵思的FPGA，英特尔的CPU及英伟达的GPU为主要自驾芯片，来接收来自摄像头，超音波感测，激光雷达，毫米波雷达感知层的各种数据，及执行计算单元决策层的各种判断。百度ApolloGo有超过200万公里的自驾实路测试，300辆以上L4自驾车，及45张执照，我们相信百度将成为国内自驾出租车市场的三大运营商之一。阿里巴巴的AutoX迎头赶上：虽然在自驾车队数量明显低于百度，但2016年才成立的AutoX于2018年与武汉的东风汽车达成战略合作，2020年7月获得加州首发的第二张自驾牌照，2021年二月首次开放深圳民众试乘L5自驾出租车。类似于WaymoOne,GMCruise，AutoX人工智能芯片架构主要应该是用英伟达GPU及英特尔x86CPU，来控制5个激光雷达，数个毫米波雷达及摄像头，其AI及视觉软硬件成本应该超过10万美元以上，不同于百度主要系与各大国内车厂合作，AutoX除了与东风，上汽，比亚迪等车厂合作外，也与出租车运营商入滴滴出行，大众出行合作，并透过阿里巴巴与高德地图合作，我们预期AutoX将成为国内自驾出租车市场的三大运营商之一。国内辅助驾驶芯片龙头地平线：去年9月，地平线（HorizonRobotics）发布新一代车载AI芯片征程3（Journey3）,其中采用台积电16nm制程工艺，整合4颗ARMCortexA53CPU,一颗AMRCortexR5MCU,两颗BPU(BrainProcessingUnit),但10TeraOPS(每秒10兆次运算,TOPS)明显低于特斯拉及英伟达已经上市的解决方案，所以可能要等到2022－2023年推出用台积电7nm制程工艺的征程5/6（96TeraOPS/400TeraOPS）才可能有能力支援L3-L4自驾。地平线征程2在长安UNI-T和奇瑞蚂蚁两款车型上分别实现了高级辅助驾驶域（ADAS）国产AI芯片量产上车的零突破，并且在6个月内完成10万片出货。目前，地平线已同长安、上汽、广汽、一汽、理想汽车、奇瑞汽车、长城汽车，以及奥迪、大陆集团、佛吉亚等国内外知名车厂深度合作，俨然已经成为国内自驾芯片的先驱者。黑芝麻芯片纸上规格超人一等：于2017年，蔚来、芯动能向黑芝麻投资了近亿元。2019年4月，黑芝麻又获得了上汽、SK中国、招商局等机构的B轮投资。于2020年6月，黑芝麻智能科技发布其华山二号A1000/A1000Lite芯片，华山二号A1000芯片具备40-70TOPS的算力，甚至数倍于同样采用台积电16nm制程工艺的地平线征程3芯片，单颗A1000组成的控制器，可以支持L2+级自动驾驶，2颗、4颗并联，则分别可以实现140TOPS和280TOPS的算力，用来支持L3，甚至是较简单的L4级自动驾驶系统。在SoC芯片内部集成了一个名为DynamAINN引擎的NPU（神经处理单元）来进行AI加速。这个NPU内部可搭载4个3D卷积MAC阵列、1个2DGEMM阵列，以及1个EDP运算单元和5个DSP，支持4/8/16位多种运算精度，工作频率为1.2GHz。除了AI核心之外，这颗SoC内还集成了自研的高性能ISP，最多接入12路高清摄像头的画面，最高甚至可以达到4K分辨率。再加上高达30Gbps的高带宽，让其可以每秒处理12亿像素。此外，A1000还支持HDR处理，通过长短曝光的图像进行拟合，来让汽车在黑暗、逆光等不利环境下也能看的清楚。黑芝麻智能科技表示，华山二号A1000硬件开发平台测试阶段已完成，并于2020年，将软件SDK，L3DCU参考设计提供给客户，并预计于2021年底，搭载黑芝麻华山二号芯片的车型将正式量产。但除了这些漂亮的纸上规格外，公司并没有公布目前哪些车厂，哪些车型会采用华山二号芯片以及其出货量的预测。华为海思，Aurora,ZooX,Motional,YandexSDG的其他参与者：华为海思在美国商务部进行美国技术及限制台积电使用半导体设备为海思生产芯片的全封锁前，其自研12nm的AI芯片昇腾310，7nm昇腾910ASIC,鲲鹏CPU系列，及各种感知层影像处理芯片，华为海思的芯片解决方案是唯一能跟英伟达GPU，特斯拉ASIC,MobileyeEyeQ6对标的ASIC芯片方案，虽然华为还是会持续发展自驾车作业系统，软件，硬件整合，感知层，决策层配套芯片整合，及利用非美控制的成熟制程进行芯片制造，但缺乏台积电的先进制程工艺的7/5/3nmASIC芯片，也就是缺乏执行效率，耗能，及成本优势，这多少会影响其在自驾系统的长期竞争力。Uber在2020年底，将其自驾部门以40亿美元卖给AuroraInnovation,在经过股权整合后，Aurora现在的背后股东有红杉资本（SequoiaCapital）,亚马逊,丰田汽车，软银愿景基金，Denso，及Uber，并预计在2021年底前推出以丰田Sienna改装的自驾车。除了投资Aurora外，亚马逊于2020年6月花了12亿美元买下的新创公司ZooX，ZooX设计一辆全新设计配备6颗激光雷达，多组雷达及摄像头，133KWh电池容量的无方向盘电动自驾车。于2020年，韩国HyundaiMotor跟Aptiv宣布于美国Boston成立自驾公司Motional,并预期于2022年推出其自驾出租车队。YandexSDG(SelfDrivingGroup)是俄国版的搜寻引擎，靠着130辆自驾车，并已经在多个俄国城市及以色列提供自驾出租车的服务，累计400多万英里的里程数,与Waymo,Cruise,百度,AutoX类似，其自驾出租车也是光达及摄像头的组合，2.摄像头，激光雷达，毫米波雷达，C-V2X蜂窝车联网在感知层的竞争虽然TeslaCEO马斯克坚持使用类似双眼视力的摄像头，就想达到L3-L4自动驾驶，但目前看起来除了Tesla外，大部分的L4-L5的出租车，自用车的自驾系统，都会加1－5个从1,000到7.5万美元成本的激光雷达来加强摄像头的视觉障碍，当然还要配合8个以上的毫米波雷达来应付下雪，暴雨，深夜环境等特殊气候，数十个摄像头，还有C-V2X(VehicletoEverything)才能在感知层避免视觉盲点。安森美及韦尔的豪威主导全球车载摄像头芯片市场：不同于平均一台4G/5G手机配备2-4个摄像头，主摄像头甚至可以达到6400万或1.08亿个pixels像素，我们预期车均摄像头数目有望从目前1.0-1.5个持续增加到2035年的5个以上（L3-L5自驾必备数颗前视，后视，环视，侧视，内视摄像头芯片），估计全球车载摄像头芯片市场将从2020年的1.3亿颗，增长到2026年的近3亿颗（vs.IHS预测的3.25亿颗）,然后增长近4倍到2035年超过5.7亿颗，15年复合增长率达10%，但这与轻易超过30亿颗的智能手机摄像头芯片数量还是有相当的差距，全球车载摄像头芯片出货量占比在2035年，应该还是无法超过10个点比重。虽然车载摄像头芯片销量在未来15年复合增长率会明显优于智能手机摄像头芯片销量复合增长率，但在总数量上除了无法跟智能手机摄像头芯片相比，而且目前前视主镜头芯片勉强支持到1000万个像素，跟手机摄像头芯片在技术，价格，获利率上还是有很大的距离。但就竞争者而言，不同于智能手机摄像头芯片市场是由索尼及三星主导，美国OnSemi安森美是车载摄像头芯片龙头，约有30-40%全球份额，2013年，安森美收购CypressCMOS部门，2014年收购高性能图像传感器供应商TruesenseImaging和AptinaImaging两家公司，并不断强化其图像传感器的设计技术优势，目前是少数几家摄像头芯片公司能够提供全方位（SAEL1-L5）自驾系统所需要各种不同的摄像头芯片；韦尔豪威OmniVision紧追在后，约有20-25%份额，加上索尼Sony,松下Panasonic,合计超过70%的全球份额，市场高度集中。激光雷达半导体市场的赢家是Lumentum及赛灵思：刚才提到过虽然TeslaCEO马斯克坚持不使用激光雷达，就要达到L3-L4自动驾驶，但目前看起来除了Tesla外，大部分的出租车，自用车的L4-L5自驾系统，都会加1－5个从1,000到7.5万美元成本的激光雷达，根据行业研究机构Forst&Sullivan的预测，未来受到L3-L5Robotaxi/Robotruck自驾车队扩张，车路协同的智慧城市，专业服务机器人等领域需求的拉动，全球激光雷达市场于2019－2025年的复合增长率达64.5%，从2020年的10-12亿美元，增长超过10倍以上到2025年的135.4亿美元。但根据另一研究机构TrendForce较保守的预期，未来受到L3-L5Robotaxi/Robotruck自驾车队扩张，车路协同的智慧城市，运输，工业等领域需求的拉动，全球激光雷达市场于2020－2025年的复合增长率达34%，从2020年的6.82亿美元，增长超过4倍以上到2025年的29.32亿美元。而国金通信罗露首席预测2030年全球激光雷达前装量产市场出货量将超过1.2亿个，2021-2030年复合出货量增长率达120%，2030年全球激光雷达前装量产市场规模将达233亿美元，2021-2030年复合增长率近90%。看好VCSEL的低价优势将取代部分EEL激光器市场：就激光雷达发射器的半导体产业链而言，有边缘发射半导体（Silicon,InGaAs）激光器（EEL，EdgeEmittingLaser）,固体激光器，及垂直腔面半导体发射激光器的厂商（VCSEL,VerticalCavitySurfaceEmittingLaser）。905nm波长EEL型发射激光器：905nm波长发射激光器有量产成熟度高的优点，常见于机械旋转式和MEMS固态激光雷达，但会严重伤害人眼，所以对发射功率及距离有所限制，Osram德国欧司朗及日本滨松光子是全球905nmPLD，Pulsedlaserdiode(脉冲激光二极管)的主要供应商，Velodyne,速腾聚创,Innoviz主要系采用EEL905nm技术；1550nm波长EEL型光纤激光器：而1550nm波长远离可见光谱，可以提高功率及测距达300公尺，配合调频连续波(FMCW,Frequencymodulatedcontinuouswaveformradar)技术可测量物体速度，但需要使用较贵的铟镓砷InGaAs作为基底材料来做成数千美元的光纤激光器，未来大量被自用车采用不易，这些都是EEL型发射激光器未来要大量普及的机构性问题，目前法国Lumibird,昂纳是光纤激光器供应商，Luminar（自行开发激光器,300线,250公尺）,华为（96线,150公尺），镭神智能（自行开发激光器），禾赛科技主要采用EEL1550nm技术；固体激光器是闪光式车载激光雷达FlashLidar的主要光源方案，其优点是适合中远视距的低延迟，高分辨率，而主要挑战是需要将光源进行均匀化形成大角度视场，及耐高温，震动。国内主要供应商有西安炬光。新型低成本激光器VCSEL:VCSEL是以阵列形式出现（50-10000个独立发射器），依照不同功率、不同激光排布，从50W的单区芯片，扩展到400W的分区芯片，满足各式自驾3D感测所需,由于激光结构趋复杂，光功能跟转换效率也愈来愈高，多结多区的设计经验将是产品亮点。目前VCSEL的光功率密度不如EEL,但多结创新技术已大幅提升光功率密度5-10倍，拉长探测距离，加上高信噪比，封装测试较易，生产成本低，预期可替换EEL905/1550nm波长发射激光器的部分市场，成为激光雷达系统设计重要的光源，目前Ibeo,Ouster(32/64/128线，50/120/240公尺),禾赛科技均已布局,而Lumentum,AMS是主要VCSEL激光器光源供应商，稳懋是其主要VCSEL芯片代工厂，国内的长光华芯及三安也在积极布局。根据GaAs外延片磊晶大厂全新光电陈建良董事长在工商时报3/2/2021的说法，就VCSEL而言，以一片6寸晶圆来说，约可切出1万颗芯片，最多可供1万支智能手机作为脸部辨识用，但因车用激光雷达所需功率较大，可侦测距离更远，芯片使用面积较大，仅能切出数百颗，而一部车需要2～4颗甚至更多颗VCSEL激光雷达，也就是说，一片6寸晶圆仅可供约百部车。依此测算，5亿台有人脸辨识的智能手机，每年需要5万片6“化合物晶圆代工的有效产能，假设2035年全球有超过20%的车子是L4-L5自驾，其中50%的L4-L5自驾车是使用4颗VCSEL激光雷达，依此测算，4400万颗（1100万台L4－L5自驾车是使用4颗VCSEL激光雷达）的VCSEL激光雷达，每年却需要消耗14.7万片6“化合物晶圆代工的有效产能。看好Xilinx的FPGA拿下激光雷达主控芯片市场大量份额：激光雷达在扫描到大量讯息后，其中包含距离，方位，高度，速度，形状的各种大数据，会先传送信息给低延迟（FPGA’s3msvs.CPU/GPU’s50ms延迟）的FPGA或ASIC主控芯片来做低延迟的边缘深度学习推理，如自动过滤杂讯，及时决策，反应突发状况等。虽然车厂像特斯拉开发自己的ASIC芯片来取代FPGA,GPU,CPU,但若是自有需求量不足，开发自用芯片的成本，风险，周期会远高于FPGA，这解释了为何赛灵思目前的FPGA产品在激光雷达主控芯片市场的占有率超过80%。毫米波雷达半导体市场没有赢家：不同于摄像头及激光雷达在特殊天候下运作有所限制，不同于超声波雷达在测距上有10公尺的限制，毫米波雷达使用频率主要集中在24Ghz,77Ghz2个频段，波长均为毫米级，缺点是较为昂贵外，优点是强化自驾在黑夜，强光，雨天，雪天，阴霾，浓雾及烟雾弥漫的天候，并且有穿透玻璃，有机玻璃，不透明塑胶板，石膏板，胶合板等优点。高频段的毫米波雷达具备更高的性能，更宽的带宽，更好的分辨率，更长的测距（200-250m），所以77Ghz频段可能会成为主流。根据ABIResearch的研究，全球毫米波雷达市场将从2020年的近一亿台，增长到2022年点1.8亿台，当然ADAS/自驾车用毫米波雷达是使用大宗。而DigiTimes电子时报研究部估计到2022年，短中距毫米波雷达市场将达84亿美元，长距市场将达75.6亿美元，合计160亿美元，而每部自驾车的毫米波雷达总数，将从L2的5颗，增加到SAEL3－5的8颗或以上。但因为竞争者众多，进入障碍低，我们评估结构性受惠厂商不多。毫米波芯片主要是有微处理器MCU（主要供应商有Renesas,NXP,STMicroelectronics）；数字信号处理DSP(德仪,ADI)，最早从GaAs砷化镓，到SiGe锗硅，到现在的CMOS；单片微波集成电路MMIC(MonolithicMicrowaveIntegratedCircuit，海外公司有NXP,德仪，安森美，意法，瑞萨，英飞凌；国内MMIC芯片公司主要有加特兰微电子(ALPS77GhzSoC)，杭州岸达（ADT200177GhzCMOS），厦门意行半导体（SG24TR1424Ghz），清能华波，南京米勒，矽杰微等芯片公司；加上ASIC，电源管理PMIC，PHY芯片（NXP,德仪，Marvell）等组合而成;全球主要毫米波雷达制造商包括德国博世（Bosch,77Ghz）、德国大陆集团（Continental,77Ghz）、天合汽车集团（TRW,77Ghz）、法雷奥（Valeo）、德国海拉（Hella,24/77Ghz）、美国德尔福（Delphi,77Ghz）、日本电装（Denso,77Ghz）、瑞典奥托立夫（Autoliv,24/77Ghz）、富士通（Fujitsu,77Ghz）、日立（Hitachi，77Ghz）等公司；国内则是有北京行易道，南京隼眼,杭州智波科技，森思泰克，卓泰达，深圳承泰科技，苏州豪米波，苏州安智、深圳安智杰、湖南纳雷、依莱达、德赛西威、木牛、雷博泰克、深圳卓颖等毫米波雷达产品公司。C-V2X蜂窝车联网的赢家是砷化镓产业链但贡献不大：目前车联网技术V2X（VehicletoEverything）有两个标准，分別为IEEE主导基于802.11p的专用短距离通讯(DSRC)及3GPP主导的C-V2X(蜂窝式车联网)，前者为WiFi技术的延伸，已在2012年完成技术标准化，后者可使用與智能手机相同的4GLTE及5G的芯片，目前标准仍在持续演进中(华为、大唐参与标准制定)。目前欧盟同时发展DSRC、C-V2X，美国先发展DSRC，2020年底开始转向C-V2X，中国则锁定发展具有规格主导优势的C-V2X。车联网先行的国家多采DSRC技术为基础，但C-V2X在低延迟、数据传输量及距离都有更好表现，更符合自驾、感测讯息共享或车辆编队行驶等技术性需求，应会成为市场主流。中国5G的普及将为CV2X技术落地提供网络基础。在5G全面布建完成前的过渡期，车对车(V2V)、车对基础设施(V2I,VehicletoInfrastructure)、车对行人(V2P,VehicletoPedestrian)等V2X通讯，只是先在现有4GLTE标准上测试及核准，4GLTE-V2X领先5G-V2X实现，市场预期中国将领先美国一年，在二○二一年推出基于C-V2X的服务。目前为止，4GLTEC-V2X已经被大众，雷诺，丰田，福特等各大车厂采用，C-V2X用于支持主动安全系统，使用5.9GHzITS频段中的低延迟直接传输技术来侦测和交换信息，从而提高态势感知，同时无需订阅移动蜂窝网络服务或任何网络辅助技术。第三代合作伙伴计划（3GPP）第14版 规范 编程规范下载gsp规范下载钢格栅规范下载警徽规范下载建设厅规范下载 对C-V2X做出了定义，其中包括基于PC5的直接通信，且制定了通往5G新无线电（5GNR）的明确发展路径。除了需要通过手机的基频芯片外，还需要GaAsHBTPA用砷化镓异质双极性接面晶体管（HeterojunctionBipolarTransistor）做功率放大器，绝缘层上的硅晶体管SOI（SilicononInsulator）,硅可用来做低噪功率放大器（LNA,Lownoiseamplifier）及switching。虽然市场增长潜力不错，但比全球智能手机动辄需要45亿颗射频功率放大器模组，2035年自驾车市场对于射频功率放大器市场的贡献，应该不会超过15%，关于射频的需求，全球主要的磊晶供应商有英国的IQE,全新光电,Kopin，而晶圆代工有稳懋，宏捷科，三安光电，当然功率放大器的芯片设计及制造主要有Avago/博通，Skyworks,Qorvo,国内的Vanchip唯捷创芯，RichWave立积电子是纯设计公司。3.车载以太网络及其芯片在执行控制层的崛起，博通与美满电子是赢家在讨论完摄像头，激光雷达，毫米波雷达，C-V2X蜂窝车联网在感知层的竞争，以及出租车与自用车在自驾AI脑平台决策层的竞争后，如何执行相关的决策，并通过网络（像人类的神经网络一样）来控制驱动系统，及各种功能的电子控制单元（ECU,ElectronicsControlUnit）。所以将决策快速传输到相关的电子控制单元来执行命令，就要靠车用有线及无线网络的连接。当全球汽车产业发现目前汽车里用的通讯技术协定如LIN，CAN,FlexRay，MOST都无法应付自动泊车系统、车道偏离检测系统、盲点检测系统,先进娱乐系统,L3-L5自动驾驶系统的数据传送，和与日俱增的频宽需求。加上，车内线束所用的电线不断增加，导致电线费用及重量都不断增加。为了让增加数倍的电子控制单元(ElectronicControlUnit)和芯片能彼此间快速地沟通,数倍以上传输速度的车用以太网路节点和网络转换器需求便随之而来。旧型车用网络能传递的频宽并不大，但车子里要连结的东西愈来愈多，要求更加即时，像1辆L4-L5的自驾自用车，不但要透过多个不同方位的激光雷达，摄像头，毫米波雷达看清路面上的车道线、红绿灯，辨识路旁号志牌上的行车速限，自动显示在仪表板上，避开人及宠物，还能在汽车偏离车道线时，修正车身的方向。这些都必须靠高速神经网路串连激光雷达，摄像头、毫米波雷达，中控自驾，驱动，安全控制系统,所以未来的车会愈来愈像一个智能集群服务器系统，透过高速以太神经网络智能处理各种影像资讯的变化，如果传输过程有数10毫秒延迟，甚至会影响乘车者及行人的安全。MarketsandMarkets之前预测全球车用乙太网路市场将从2020年的18亿美元，以20.9%的复合增长率增加到2026年的56亿美元。就以L4-L5人工智能自驾系统来看，我们估计每台至少需要10个以上以太网络交换器芯片（EthernetSwitch），10个以上以太网络实体层收发器PHY-Transceiver，因为PHY-Transceiver是模拟电路，所占以太网络芯片面积大，有良率差及成本较高的问题，再与数字链路层的媒体访问控制MAC(MediaAccessControlAddress)芯片整合，整合后成为混合电路（Mixedmode）设计，其制程工艺难度大幅提升,生产良率大幅下降，进入门槛大幅提高。目前车载以太网络PHYTransceiver的主要供应商有博通（Broadcom），美满电子（Marvell）/Aquantia,恩智浦（NXP），德仪(TI)，Microchip,瑞昱（Realtek），而博通加美满电子全球份额就超过50%。2016年，美满电子已经率先开发出1000BASE-T1的以太网络实体层收发器芯片。LIN总线（LocalInterconnectNetwork）：是一种新型低成本的开放式串行通讯 协议 离婚协议模板下载合伙人协议 下载渠道分销协议免费下载敬业协议下载授课协议下载 ，主要用于车内分布式电控系统，尤其是面向智能传感器或执行器的数字化通讯场合。主要应用于电动门窗、座椅调节、灯光照明等控制。典型的LIN网络的节点数可以达到12个。以门窗控制为例，在车门上有门锁、车窗玻璃开关、车窗升降电机、操作按钮等，只需要1个LIN网络就可以把它们连为一体。而通过CAN网关，LIN网络还可以和汽车其他系统进行信息交换，实现更丰富的功能。CAN总线(ControllerAreaNetwork)：称作汽车总线，全称为“控制器局域网”，是一种能有效支持分布式控制和实时控制的串行通讯网络。它将各个单一的控制单元以某种形式(多为星形)连接起来，形成一个完整的系统。CAN总线最早是德国Bosch公司为解决现代汽车中众多的电控模块之间的数据交换而开发的一种串行通讯协议。世界上很多著名的汽车制造厂商，如大众、奔驰、宝马、保时捷、劳斯莱斯等公司都已经采用CAN总线来实现汽车内部控制系统的数据通信。Flexray总线：是由宝马、飞利浦、飞思卡尔和博世等公司共同制定的一种新型通信标准，专为车内联网而设计，采用基于时间触发机制，具有高带宽、容错性能好等特点，在实时性、可靠性和灵活性方面具有一定的优势。Flexray是一种用于汽车的高速的、可确定性的，具备故障容错能力的总线技术，它将事件触发和时间触发两种方式相结合，具有高效的网络利用率和系统灵活性特点，可以作为新一代汽车内部网络的主干网络。Flexray可以应用在无源总线和星形网络拓扑结构中，也可以应用在两者的组合拓扑结构中。这两种拓扑均支持双通道ECU，这种ECU集成多个系统级功能，以节约生产成本并降低复杂性。双通道架构提供冗余功能，并使可用带宽翻了一番。每个通道的最大数据量传输率达到10Mbps。MOST总线(MediaOrientedSystemsTransport)：是一种专门针对车内使用而开发的、服务于多媒体应用的数据总线技术。自从宝马7系列汽车首次采用MOST技术以来，近几年该技术的普及速度突飞猛进，实现实时传输声音、视频，以满足高端汽车娱乐装置的需求;可以用在车载摄像头等行车系统。五、电动车驱动碳化硅及氮化镓第三代半导体需求1.电动车需求旺，从MOSFET到IGBT从MOSFET到适用于高压领域的IGBT：IGBT是一个工作原理复杂的集成功率半导体器件。IGBT是由BJT和MOSFET组成的复合功率半导体器件，既有MOSFET的开关速度高、输入阻抗高、控制功率小、驱动电路简单、开关损耗小的优点，又有BJT导通电压低、通态电流大、损耗小的优点，在高压、大电流、高速等方面是其他功率器件不能比拟的，因而是电力电子领域较为理想的开关器件。IGBT稳定性比MOSFET稍差，强于BJT，但IGBT耐压比MOSFET容易做高，不易被二次击穿而失效，易于高压应用领域。结构上,IGBT几乎集成了半导体器件的所有基本结构，如二极管、BJT、结型场效应晶体管JFET，MOSFET，SCR。IGBT的结构参数发生变化，将引起其性能发生相应的变化。工艺技术上，IGBT利用MOS集成电路工艺进行大面积的功率集成，设计上表现为单元胞尺寸的缩小，并联集成的元胞数量越多，通态压降(导通损耗)逐渐减小。IGBT的技术发明已经有30多年，主要经历6代技术及工艺改进。从结构上讲，IGBT可以分为纵向结构、IGBT栅极结构、硅片加工工艺，主要发展趋势是降低损耗。车用IGBT低成本优势逐渐丧失：在600V以上具有较强的优势，IGBT目前可应用于6500V高压，在电动车功率半导体高压领域，SiCMOSFET是IGBT的竞争者，但是SiCMOSFET目前还存在成本高的情况，但已在逐年改善。因为SiCMOSFET的来势汹汹，市场对IGBT芯片及模块也提出了新的要求，要求芯片缩小面积、实现快速开关，及要求IGBT承载更高的电压和电流，并且具有低损耗和高可靠等特性。而汽车级IGBT功率模块要求更高的电气运行可靠性、更高的寿命、更好的节能性、抗干扰性强、并要求重量轻、紧凑等。车载充电装置：发展车载充电器是发展新能源汽车的必要条件,因为它能将交流电网的电能有效地补充到每辆电动汽车的蓄电池中。充电器的功能就是将交流电变为直流电,这就需要使用IGBT等功率器件。新能源汽车对这些功率器件提出新的要求，不仅要求恒流恒压二段式充电，还要求高效、轻量，有自检及自动充电等多种保护功能，并且能程控设定充电时间曲线、监视电池温度,对电网无污染等。充电桩：作为新能源汽车必不可少的基础配套设施，我国充电桩行业也正