1．電動化與智能化驅動，汽車電子進入創新成長期

1.1 政策與成本驅動，加速全球汽車電動化發展進程

全球碳中和與碳排政策影響，電動汽車市場加速發展。2016 年，《巴黎協 定》簽約國承諾制定碳排放減排目標，在 2050-2100 年實現全球碳中和。2020 年，歐盟以立法形式明確到 2050 年歐洲實現碳中和。圍繞碳中 和目標，全球主要國家地區在交通領域制定了明確的碳排發展規劃，歐洲采取 最為嚴格的汽車碳排政策，以 NEDC 標準（新歐洲循環測試標準）到 2030 年乘 用車碳排目標達到 59 g/km。全球主要國家乘用車碳排政策與歐洲看齊，中國 2025 年乘用車碳排目標為 93.4g/km，美國 2026 年乘用車碳排目標 108g/km， 日本 2030 年乘用車碳排目標 73.5g/km。

電動車加速推廣有助于碳排目標的最終實現。各類型汽車車型中，ICE （傳統燃油車）碳排量為 120g/km，MHEV（輕度混動電動車）碳排量為 102g/km，FHEV（全混動電動車）碳排量為 84g/km，PHEV（插電混動電動車） 碳排量為 28g/km，BEV（純電動汽車）碳排量 0g/km，輕混及以上電動車全球 加速推廣將有助于全球碳中和與碳排目標的實現。

鋰電池組成本持續下降，電動汽車發展將從依靠政策推動轉換為成本優勢 推動。鋰電池組價格在 2010 年超過 1100 美元/千瓦時，到 2020 年下降到 137 美元/千瓦時，十年時間降幅高達 89%。根據 BloombergNEF 預測，到 2023 年 鋰電池組價格有望降至 100 美元/千瓦時，屆時電動車成本價格與同類別燃油 車相同，汽車市場將發生顛覆性變化，鋰電成本優勢成為推動電動汽車發展的 主要因素，電動汽車市場滲透率將加速擴大。

電動汽車滲透率在 2027 年有望超過 50%。在碳中和碳排政策與電池組成本 下降驅動下，電動車滲透率有望快速提升。IHS Markit 預測，到 2023 年輕混 及以上電動車滲透率有望超過 25%，到 2027 年輕混及以上電動車滲透率有望 超過 50%，MHEV（輕混電動車）和 BEV（純電動汽車）增速最快，FHEV（全混 動電動車）和 PHEV（插電混動電動車）增速略低。部分國家地區積極部署本 國乘用電動車市場滲透率目標，挪威有望在 2025 年實現全面電動化目標。

1.2 智能化變革，自動駕駛將改變出行市場格局

汽車智能化帶來出行成本降低，將激活汽車出行市場新需求。從交通出行 發展歷史來看，鐵路、輪船、汽車、飛機的創新實現了全球經濟結構性變化， 叫車服務平臺（Uber、滴滴）已經在初步改變汽車出行市場，自動駕駛即將對 全球出行和經濟社會產生深遠影響。自動駕駛將汽車利用率提升十倍，可大幅 降低點到點出行成本，促使汽車消費行為的根本性轉變。對于非駕駛人群（殘 疾人、老人、青少年）和低消費人群將有機會獲得廉價、便捷的汽車出行服 務。根據 ARK 預計，汽車自動駕駛帶動出行里程數急劇增長，到 2035 年全球 車輛行駛里程將增長 3 倍，達到年出行 45 萬億英里。自動駕駛汽車將規劃更 好的行車路線，在現有的交通基礎設施上實現更高的車輛吞吐量，車輛利用率 的提升也有助于降低對停車基礎設施的需求，從而帶來道路利用率的提升。

汽車智能化改變出行市場格局，汽車出行服務將占據市場主導權。參考手 機市場的智能化發展歷程，智能化降低了硬件在手機產業鏈的價值量占比，軟 件及服務占據了手機產業鏈的重要位置。隨著自動駕駛技術的成熟，自動駕駛 出租車的使用率遠高于私家車的利用率，汽車消費市場從個人擁有汽車轉變為 叫車服務，從而壓低全球未來幾十年的汽車銷量。自動駕駛技術帶來汽車電子 和汽車軟件價值量大幅提升，自動駕駛移動出行服務（MaaS，Mobility As A Service）市場將高速增長，根據 ARK 預計，到 2030 年自動駕駛汽車銷售總額 將達到 9000 億美元，自動駕駛出行服務市場規模將超過 10 萬億美元。

隨著汽車智能化的成熟，智能駕駛艙人機交互場景得到極大的拓展。乘客 在自動駕駛車輛中擁有更多的空閑時間，智能駕駛艙將帶來新的服務場景，人 機交互的方式將會進一步提升，車空間服務的內容發生根本性的變化，汽車從 單一的出行工具轉變為智能移動空間，產業鏈價值從車輛自身價值轉變為以用 戶服務價值為中心，車輛辦公、娛樂、生活發生根本性變革。

自動駕駛汽車滲透率將持續快速提升。汽車智能化已成為全球汽車產業發 展戰略方向，根據 Strategy Analytics 預測，2020 年全球 L2 及以上智能汽 車滲透率 7%，到 2025 年達到 73%，L4 在 2030 年規模應用，L5 在 2035 年規模 應用。高工智能產業研究院預計中國市場發展更快，到 2025 年 L3 滲透率為 20%，L4 開始進入市場。ARK 認為中國基礎設施相對較新，政府推動新技術應 用意愿更強，人口集中在城市地區，預計到 2030 年中國將成為自動駕駛服務 的最大市場。

1.3 圍繞電動化與智能化，汽車電子進入創新成長期

電動化與智能化成為汽車行業變革的發展方向。汽車行業百年發展形成了 以燃油動力和機械硬件為中心的產業鏈格局，目前正在經歷電動化和智能化變 革。電動化與智能化推動汽車產業鏈重構，成為未來汽車行業發展變革的兩條 主線。電動化路徑推動燃油動力向電力動力轉變，車內系統的能源供應全面轉 換為電力能源。智能化路徑對機械硬件進行顛覆性革命，轉變為以集中式電子 電氣架構、智能網聯和軟件 OTA（Over the Air，空中下載技術）的核心架 構，形成了以自動駕駛和智能駕駛艙為核心的服務生態網絡。電動化已形成成熟的技術路線和明晰的產業鏈競爭格局，智能化尚處于行業早期，在自動駕駛 和智能駕駛艙具有較大的發展潛力和機遇。

汽車電子成為電動化與智能化變革的核心要素。電動化帶來汽車動力系統 顛覆性變革，傳統燃油車發動機所需的電子元器件需求下降，圍繞車載動力電 池的控制管理，汽車電子成為電池動力系統成功的關鍵，在電動動力總成和電 池管理系統控制方面發揮核心作用。智能化帶來汽車出行和車輛升級革命，依 靠汽車電子電氣架構升級，高性能傳感器和高性能計算廣泛應用，車輛由人類 駕駛逐步進入到自動駕駛時代，數字化升級和智能網聯推動駕駛艙智能化，軟 件 OTA 大幅降低汽車生產維護成本，汽車電子成為智能化時代軟件定義汽車的 硬件基礎。羅蘭貝格預測，2019 年-2025 年汽車電子相關的 BOM（物料清單） 價值量將從 3130 美元/車提升到 7030 美元/車，其中電動化 BOM 價值量提升 2235 美元/車，智能化 BOM 價值量提升 1665 美元/車。

汽車電子進入創新成長周期，功率電子、高性能傳感器、高性能計算成為 成長性最好的領域。電動化智能化變革正在重塑傳統汽車產業鏈格局，汽車電 子成為推動變革的核心要素，功率電子、傳感器、計算芯片在電動智能車各功 能模塊廣泛使用，汽車電子供應鏈價值量大幅增長。麥肯錫預計，2020-2030 年汽車電子市場規模從 2380 億美元增長到 4690 億美元，復合年均增長 7%， 汽車電子在整車價值量占比從 8%提升到 13%。受益于電動化，功率電子成為汽 車能源管理的核心元器件，預計到 2030 年汽車功率電子市場規模達 810 億美 元。受益于智能化自動駕駛需求，高性能傳感器走向融合型解決方案，預計到 2030 年汽車傳感器市場規模達到 630 億美元。

2．電動化浪潮，電動動力總成全面崛起

過去十年，全球汽車電動化轉型取得了令人矚目的成就，電池技術的不斷 創新和電池成本的不斷下降帶動全球電動汽車滲透率快速提升。電動汽車與燃 油車最大的區別在于動力系統，燃油車采用發動機和變速箱提供動力，電動車 采用電池、電機和電控系統提供動力。電動化時代，傳統燃油動力總成系統被 淘汰，全新的電動動力總成系統相關的電子元器件需求大幅增長。羅蘭貝格預 計，到 2025 年純電動車對燃油動力相關的電子元器件需求下降 395 美元/車， 電動動力總成相關的電子元器件需求增長 1860 美元/車，電池管理相關的電子 元器件需求增長 770 美元/車。

2.1 電動動力總成是電動汽車成功的關鍵

與傳統汽車動力總成系統相比，電動動力總成系統發生顛覆性的變化。電 動動力總成系統是電動汽車的“心臟”，采用了電池管理系統（BMS）、逆變 器(Inverter)、直流/直流轉換器（DC-DC Converter）、車載充電器（OnBoard Charger）、電動馬達（E-Motor）、動力總成控制器等新型的功能部 件。電池管理系統是車載電池的“大腦”，負責管理電池的充電放電，監控電 池運行狀態。逆變器將車載電池的直流電轉換為交流電，用以驅動控制電機的 運轉，功能類似于傳統汽車變速箱，為車輛提供完美的動力供給。直流/直流 轉換器將車載電池的電壓進行升壓或降壓，從而為電動汽車各類系統提供適合 的工作電源。車載充電系統將外部電源的交流電轉換成直流電壓，具有充電率 監測和保護功能。

隨著電動汽車滲透率的提升，電動動力總成系統進入快速成長期。從無到 有，電池管理系統、逆變器、直流/直流轉換器、車載充電器成為成長性最好 的細分領域。麥肯錫預計，2020-2030 年電動動力總成系統市場規模從 200 億 美元增長到 810 億美元，復合年均增長率 15％。其中，電池管理系統市場規 模從 10 億美元到 60 億美元，復合年均增長率 21％；逆變器市場規模從 60 億 美元到 140 億美元，復合年均增長率 9％；直流/直流轉換器市場規模從 10 億 美元到 80 億美元，復合年均增長率 20％；車載充電器市場規模從 20 億美元 到 90 億美元，復合年均增長率 16％。

逆變器是電動動力總成的“變速箱”，是動力總成價值量最大的電氣組 件。逆變器用于直流電到交流電的轉換，常用于馬達、風電、光伏、電動車、 充電設施、鐵路等領域。電動汽車逆變器實現智能調節幅值和頻率，通過頻率 控制電動汽車的速度，通過幅值控制電動汽車的動力大小。電動汽車逆變器工 作功率在 20-100KW 范圍，開關電壓在 200-800V 范圍，電流在數百安培。逆變 器工作功率較高，對高端功率半導體元器件需求較大。根據 Yole 預計，2018- 2024 年逆變器市場規模從 530 億美元增長到 720 億美元，復合年均增長率 5.3%，車用逆變器增速遠高于逆變器行業平均增速。電動汽車逆變器市場的主 要參與者包括大陸集團、博世、電裝、三菱電機、特斯拉、大眾、豐田、東 芝、日立等公司，中國公司主要有比亞迪和中國中車。

直流/直流轉換器為各系統提供電壓轉換，是增速最快的細分領域之一。 直流/直流轉換器包括降壓型（BUCK）、升壓型（BOOST）和升降壓型（BUCKBOOST）。降壓轉換器是電動車應用最廣泛的轉換器，將 200-800V 高壓直流電 源轉換成低壓直流電源（48V 或 12V），為大燈、車內燈、雨刷、車窗電機、風扇、泵等系統供電。升壓轉換器主要用于混動汽車和燃料電池汽車的電壓升 壓。升壓和降壓通常是單向轉換，在混動汽車等一些應用中也有雙向的升降壓 轉換器，可將電源從 12V 低壓提升到 48V 或更高電壓，從而幫助啟動備用電 源。根據麥肯錫預計，2020-2030 年汽車直流/直流轉換器市場從 10 億美元增 長到 80 億美元，復合年增長率為 20％。直流/直流轉換器市場的主要參與者 包括 TDK、電裝、大陸集團、豐田、海拉、博世、德爾福等。

車載充電器用于交流充電樁的充電轉換。采用交流充電樁充電時，車載充 電器用于將外部交流電轉換成直流電，采用直流充電樁充電時則無需使用車載 充電器。車載充電器依據電池管理系統提供的電池傳感數據，動態調節充電電 流或電壓參數，執行相應的充電動作。車載充電器由電源功率組件和充電控制 主板兩部分組成：電源功率組件主要作用是接收交流輸入電源，通過整流器將 交流輸入電源轉換為高電壓直流；充電控制主板主要是對電源進行控制、監 測、計算、修正、保護以及網絡通信等功能，是車載充電系統的控制大腦。聯 合市場研究（AMR）預計，2019-2027 年全球電動車載充電器市場從 21.5 億美 元增長到 108.2 億美元，復合年增長率為 22.4％。車載充電器市場的主要參 與者包括比亞迪、特斯拉、英飛凌、松下、德爾福、LG、豐田、意法半導體 等。

2.2 電池管理系統是電動汽車動力系統的“大腦”

動力電池的性能直接影響電動汽車的性能和成本，電池管理系統（BMS） 是動力電池性能提升的重要系統，對電動汽車的替代進程具有重要的影響。電 池管理系統直接影響電動汽車的續航里程、充電時長和電池安全這些痛點問 題。電池管理系統是電動汽車電控的核心部件，用于動力電池的實時監控和故 障診斷，主要功能包括電池控制管理、電池狀態實時監測、電池狀態分析、電池安全分析、電池信息管理等，確保電池組安全可靠的運行。電池控制管理包 括電池充電、放電和均衡控制管理，使電池組中各個電池都達到均衡一致的狀 態。

電池狀態實時監測包括電流、電壓和溫度檢測，通過實時采集動力電池組 中電池的端電壓和溫度、充放電電流及電池包電壓，防止電池發生過充電或過 放電現象。電池狀態分析主要包括電池荷電狀態估算、電池健康狀態評估，通 過估測動力電池組的荷電狀態，防止由于過充電或過放電對電池的損傷，從而 隨時預報混合動力汽車儲能電池還剩余多少能量或者儲能電池的荷電狀態。電 池安全分析包括過熱、過壓、過流動保護。電池信息管理包括電池信息顯示、 系統內外交互和歷史信息存儲。

隨著電動汽車滲透率提升，電池管理系統市場具有長期增長潛力。電池管 理系統通過一系列的傳感器、微控制器和功率電子實現對動力電池的控制管 理。電池管理系統涵蓋多種類型汽車電子芯片，包括多通道電池監控與平衡芯 片、無線控制芯片、電源管理芯片、總線收發器、微控制器、存儲器、功率 MOSFET、壓力傳感器、氣體傳感器、電流傳感器、安全芯片、電機控制芯片 等。根據 Infineon 測算，48V 電池管理系統的芯片 BOM 價值在 30-70 美元/ 車，高電壓電池管理系統的芯片 BOM 價值在 50-160 美元/車。根據 Yole 預 計，2019-2025 年全球電動車電池管理系統市場規模從 20 億美元增長到 110 億美元，復合年增長率為 33％。

電池管理系統市場競爭日益激烈，上下游企業積極進入電池管理系統市 場。電池管理系統主要供應商包括英飛凌、恩智浦、德州儀器、意法半導體、 瑞薩、均勝電子等。中國電動汽車電池管理系統集成商主要有三類：1、動力 電池企業，國內動力電池企業大多是“BMS+PACK”模式，掌握了電芯到電池包 的整套核心技術，具有較強的競爭實力，代表企業有寧德時代、比亞迪；2、整車企業，整車企業一般通過兼并購、戰略合作等方面進入電池管理系統，比 如比亞迪、長安汽車、北汽新能源等；3、專業第三方電池管理系統集成企 業，目前這類企業參與者眾多，但技術相差較大，比如上海捷能、電裝電子、 均勝電子等。

3．智能化創新，自動駕駛與智能駕駛艙迎來機遇

智能化帶來汽車出行顛覆性革命，汽車駕駛由輔助駕駛逐步進入到自動駕 駛時代，駕駛艙智能化實現交通工具場景向智能出行場景的轉變，出行服務將 占據汽車市場主導權。汽車智能化創新需要依托于電子電氣架構革命和智能網 聯升級，電子電氣架構從分布式、域集中式向車云集中式演進，智能網聯實現 車輛內部交互、人車交互、車云交互方式的轉變。羅蘭貝格預計，到 2025 年 自動駕駛相關的電子元器件增長 850 美元/車，信息娛樂相關的電子元器件增 長 140 美元/車，新型電子電氣架構相關的電子元器件增長 510 美元/車，智能 網聯相關的電子元器件增長 90 美元/車。

3.1 自動駕駛帶來汽車出行顛覆性革命

自動駕駛汽車是一種通過電腦系統實現無人駕駛的智能汽車。自動駕駛依 靠人工智能、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓電腦可 以在沒有任何人類主動的操作下，自動安全地操作機動車輛。國際汽車工程師 學會（SAE International）是當今汽車行業的頂級標準制定組織，全球公認 的自動駕駛分級標準由 SAE 制定。按照 SAE 的分級，自動駕駛技術分為 L0-L5 共六個等級，L0 代表沒有自動駕駛加入的傳統人類駕駛，L1-L2 需要人類駕駛 員監控駕駛環境，L3-L5 是真正意義的自動駕駛系統監控駕駛環境。

其中，L1 級別由駕駛員駕駛車輛，出現了自適應巡航等輔助駕駛功能，駕駛員手不得離 開方向盤，眼不得離開周圍路況。L2 級別由駕駛員駕駛車輛，系統可短暫接 管一些駕駛，駕駛員眼和手可短暫獲得休息，但是仍需隨時接管駕駛任務。 L0-L2 可以認為是高級輔助駕駛（ADAS），L3 可以認為是完全自動駕駛（AD） 的開端，系統完成全部的駕駛操作，駕駛員可以將手離開方向盤，腳離開踏 板，但是仍要隨時接管駕駛。L4 級別是真正意義上的自動駕駛，不需要駕駛 員隨時接管和干預。L5 級別是自動駕駛的終極目標。

全球主流車企均在加快整車自動駕駛的普及速度。輔助駕駛是自動駕駛的 初級階段，按照 SAE 標準處于 L1/L2 水平，目前銷售的商用車主要是 L1/L2 低 級自動駕駛。進入到 2020 年以來，自動駕駛進程加快，全球主要車企陸續推 出支持 L3 級別的產品，并推出各自 L4 級別技術路線圖，以特斯拉為代表的自 動駕駛領先者率先進入到 L4 級別，小鵬是國內領先的自動駕駛車企。隨著 L4/L5 自動駕駛的普及，汽車的實用性和經濟性方面發生了突破性的變化，汽 車銷售和服務市場發生根本性變化。隨著自動駕駛汽車的共享程度提升，出租 車變得更便宜、更便捷，租車服務市場快速擴張，汽車銷售市場規模下降

自動駕駛基于感知層、決策層、執行層三大系統構建。感知層負責采集車 輛信息和駕駛環境信息，感知層傳感器包括攝像頭、毫米波雷達、超聲波雷 達、激光雷達、GNSS 芯片等。決策層負責對各類車輛傳感器數據進行分析， 結合導航儀地圖數據，利用相關算法進行計算并決策，決策層主要包括自動駕 駛算法和硬件算力，其中算法是實現自動駕駛技術演進的關鍵。目前，主流車 企自動駕駛核心算法路線不同，有基于視覺的圖形識別技術路線（特斯拉）， 也有基于激光雷達技術路線，自動駕駛硬件以高性能算力芯片為未來發展方 向。執行層主要負責將決策結果落實到驅動、轉向、制動等硬件的操作。

傳感器融合、超強算力、算法融合成為自動駕駛技術發展的方向。未來具 有自動駕駛功能的智能汽車主要遵循硬件優先發展，軟件算法逐步升級的方 式，結合智能網聯最終實現車輛的無人駕駛。傳感器應用以早期的攝像頭、激 光雷達的性能提升和數量增長向傳感器融合方向發展；自動駕駛芯片由 GPU/FPGA 向 VPU 等更高性能算力發展；自動駕駛算法由深度學習視覺算法、 增強型學習決策算法到算法融合發展。自動駕駛技術最終向著傳感器、算力、 算法的多融合方向發展。

3.2 智能駕駛艙實現交通工具向智能出行空間的場景轉變

在集中式電子電氣架構和智能網聯平臺上，智能駕駛艙可更加便捷的嘗試 構建各種出行場景服務。駕駛艙由簡單的控制信息娛樂系統向數字智能駕駛艙 演進，在集中式電子電氣架構和智能網聯平臺之上，融合了車載信息娛樂系 統、駕駛信息顯示系統、多屏互動顯示終端、車身信息與控制等系統，打造以 人為中心的智能出行空間，提供智能、高效、安全的駕駛體驗。智能駕駛艙仍 處于早期階段，通過整合座艙電子功能，以用戶極致交互體驗為中心，實現更 好更快地響應各種車空間服務需求。

智能駕駛艙提供顯示、交互、空間等極致體驗。在數字化顯示方面，智能 駕駛艙將車輛狀態、行駛狀態、路況環境等重要行車信息以更直觀的方式呈現給駕駛員和成員。在人車交互方面，支持磁觸感旋鈕、手勢識別、主被動力反 饋、手寫輸入和聲音控制等多模式的人車交互方式，既能豐富駕乘體驗，又能 保障行車安全，交互變得更智能便捷。在智能空間方面，采用駕駛方向盤智能 伸縮，提供更大的休息和娛樂空間。在車載娛樂方面，結合車聯網和移動互聯 網云端應用，提供多元化工作辦公、娛樂休閑、網絡購物等功能。

智能駕駛艙從覆蓋高端車型轉向所有車型標配。智能駕駛艙尚無統一行業 標準，技術架構和應用場景呈多樣化和差異化發展，仍處于早期發展狀態。目 前智能駕駛艙主要覆蓋高端車型，隨著汽車數字化程度的提高，智能駕駛艙滲 透率將不斷提高，未來將成為所有汽車的標配解決方案。根據 ICVTank 預測， 2019-2022 年全球智能駕駛艙市場規模從 364 億美元增長到 461 億美元，年均 復合增長率 8%。預計到 2025 年，汽車中控屏、全液晶儀表、流媒體中央后視 鏡、HUD 抬頭顯示的滲透率將分別達到 100%、70%、30%和 30%。智能駕駛艙上 游芯片供應商主要包括英飛凌、恩智浦、瑞薩等，中游供應商主要包括大陸、 博世、偉世通、松下、三星等，國內主要供應商包括均勝電子、德賽西威。

3.3 適應智能化變革需求，電子電氣架構向集中式演進

電子電氣架構是汽車電子電氣系統的頂層設計。隨著汽車電子電氣系統變 得越來越復雜，電子電氣成本越來越高，電子電氣架構（EEA，Electronic & Electrical Architecture）概念應運而生，取代傳統的原始線束設計，采用 基于平臺化規劃，將硬件設備和軟件系統有機的集成一體化，對動力系統、信 息娛樂、底盤車身等功能進行系統設計并不斷優化，得到最優的電子電氣解決 方案。自從德爾福首次提出電子電氣架構概念以來，汽車電子電氣架構發展突 飛猛進得到廣泛應用。

傳統電子電氣架構已無法滿足汽車智能化變革的需要。傳統電子電氣架構 采用分布式控制策略，可以最大程度地利用已有的軟硬件資源和成熟的技術方案，從而有效地降低研發成本，縮短開發周期。隨著智能化快速發展，新功能 需求激增，基于線束設計的傳統分布式電子電氣架構無法滿足智能化的需求： 1）新增功能帶來車身重量與成本快速上升。智能化需要添加新功能時，需要 添加對應的電子控制單元和線束布線，新功能的不斷增加帶來車身重量、空間 和功耗開銷快速增加；2）算力分散和冗余不足。智能化增加的各功能模塊均 需配備算力資源，傳統分布式架構帶來算力分散和投入成本上升，而不同模塊 算力又無法冗余備份。3）維護成本高，無法實現 OTA。傳統分布式架構下功 能模塊繁多分散，難以滿足 OTA 硬軟件解耦要求，車輛故障排查難度高，維修 召回成本巨大。

新一代電子電氣架構構建底層硬件集中式平臺，以實現軟件 OTA 和智能化 應用為目標。智能化變革對電子電氣架構提出重大挑戰，三電系統增加了電子 電氣架構的復雜程度，自動駕駛需要采集和處理大量的傳感器數據，軟件 OTA 需要實現數字化和智能網聯。特斯拉、大眾、奧迪、比亞迪等公司均提出新一 代向集中式發展的電子電氣架構，實現更大區域的底層硬件功能整合，以構建 整車計算平臺和通信架構。2017 年，博世提出了三個階段六個步驟的電子電 氣架構演進路線圖：

階段一、分布式電子電氣架構。在模塊化階段，每個功能采用獨立的電子 控制單元（ECU）；在集成化階段，將多個功能集成到同一個電子控制單元。

階段二、域集中式電子電氣架構。在域集中階段，域內多個功能采用同一 個域控制單元（DCU）；在域融合階段，采用跨域控制器控制不同域的功能。

階段三、車輛集中式電子電氣架構。在車融合階段，采用車載電腦集中控 制功能；在車云計算階段，采用云端運行車輛功能模式。

從時間軸看，目前大部分車企仍處于第一階段分布式架構，2022 年開始第 二階段域集中式架構將逐步成為主流選擇，預計到 2025 年第三階段車輛集中 式架構成為主流選擇。

根據電子電氣架構的進展，將車企分為三個梯隊。第一梯隊以特斯拉為代 表，最接近終極架構，采用了區域集中理念，將整車控制根據區域分為三大板 塊，中央計算模塊（CCM）、左車身控制模塊（BCM LH）和右車身控制模塊 (BCM RH)。該架構將自動駕駛及智能座艙功能合并管理，由 CCM 模塊進行三大 板塊的最終決策，而且該方案采用位置就近原則統一管理線束，能夠大幅降低 成本并提升安全性。

第二梯隊是以大眾為代表，采用跨域集中式的 MEB 架構，整體處于功能域 階段。其中大眾 ID.3 是 MEB 平臺第一款產品，將整車控制劃分為車身控制域 （ICAS1）、智能駕駛域（ICAS2）和智能座艙域（ICAS3），將算力需求較低 的動力、底盤、車身合并為車身控制域，單獨管理自動駕駛及智能座艙功能。 該梯隊其他車企采用集成度更低的架構，劃分方法分為自動駕駛域、動力域、 底盤域、座艙域和車身域，新架構車型將在 2021 年實現量產。

第三梯隊由大部分傳統車企組成，初步實現部分電子電氣功能的集成，但 整體仍處于分布式架構階段。隨著汽車行業智能化變革驅動，該梯隊企業的電 子電氣架構升級已經勢不可擋。

3.4 以太網通信成為發展方向，智能網聯實現車內外智能交互

智能化需求推動車載通信網絡變革，以太網將成為汽車通信發展方向。車 載通信網絡負責車載電腦、傳感器、控制器、執行器之間的數據通信，智能化 對車載通信網絡的速率、時延、成本、擴展性等提出了更高的要求，傳統車載 通信技術方案 CAN（Controller area network，控制器局域網）、LIN （Local internet network，局域互聯網）、MOST（Media oriented systems transport，多媒體定向系統傳輸）等難以應對數字化轉型的新需求，以自動 駕駛傳感器為例，傳感器數據量對帶寬的需求達到 10Gbps 以上。汽車以太網 具有高帶寬、成本低、軟硬件解耦、互聯協議兼容的優勢，可以支持智能化通 信日益增長的需求，更好地支持新型電子電氣架構的持續演進。

基于車載以太網和車聯網技術，智能網聯實現車內外智能交互。智能網聯 通過車載以太網與車聯網有機結合，融合現代通信網絡技術，實現人車智能交 互、車內機器智能互聯、車外智慧城市信息互聯。人車智能交互從傳統手工操 控向 3D 感知和智能 AI 語音交互，車輛與用戶交互從被動反饋模式逐步轉變為 主動交流模式。車內互聯通過以太網技術實現傳感器數據共享，用戶界面從單 一界面功能到多屏聯動，實現功能互聯互動。車外互聯采用 V2X 技術，實現車 輛與智慧城市信息互聯，將智慧城市商業服務集成到車空間，實現安全高效的 出行服務。

智能網聯市場具有長期增長潛力。隨著汽車智能化的快速發展，智能網聯 成為未來汽車必備的基礎功能，智能網聯汽車滲透率將不斷提升，具有廣闊的 市場發展空間。根據 MarketsandMarkets 預計，2017-2025 年全球智能網聯市 場規模從 58 億美元增長到 199 億美元，復合年增長率為 16.7％。智能網聯市 場參與者主要有 Bosch、Toshiba、TI、NXP、 Renesas 等，中國企業包括華 為、均勝電子等。

新一代通信技術的發展對智能網聯起到推動作用。得益于完善的通信基礎 設施，2019 年中國車載網絡已全部升級到 4G 網絡，而全球其他發達市場仍然 有一定比例使用 3G 網絡。目前中國加速了 5G 網絡建設和 5G 應用推廣速度， 中國市場成為第一個將 5G 應用于智能網聯的地區。根據 IHS Markit 預計， 2020-2025 年全球市場搭載智能網聯功能新車的滲透率從 45%增長到 60%，預 計到 2025 年中國智能網聯新車接近 2000 萬輛，市場滲透率超過 75%，高于全 球市場的滲透率水平。

4．電動化與智能化變革帶來汽車電子投資機遇

電動化智能化變革重塑傳統汽車產業鏈，汽車電子成為推動變革成功的核 心要素。電動化帶來整車動力系統顛覆性革命，功率電子成為增速最高的細分 市場，高功率器件需求帶動第三代半導體快速增長。智能化帶來汽車電子電氣 架構革命，零部件智能化帶動微控制芯片需求快速增長，自動駕駛相關的傳感 器和高性能計算芯片迎來創新發展機遇。

4.1 功率電子成為電動化變革最受益的領域

功率電子在電動汽車中發揮著極其重要的作用。動力總成系統包括電池管 理系統、逆變器、直流/直流轉換器、車載充電器等功能組件，這些功能組件 都是由三類電子元器件構成：微控制器、功率電子和傳感器。微控制器是動力 總成控制核心，傳感器用于動力系統狀態監控，功率電子是動力總成系統中電 能轉化和電路控制執行的核心。功率電子實現電壓、電流和頻率的轉換，在滿 足電動車苛刻的功率密度要求方面中起著至關重要的作用。

隨著電動化進程加速，功率電子的需求大幅增長。功率電子是電動汽車和 傳統燃油車動力系統差異的核心元器件，隨著電動化滲透率的提升，功率電子 需求急劇增長。從各類型電子元器件 BOM 價值量變化來看，功率電子增長最 快，價值量遠超微控制器和傳感器。電動化程度越高的電動汽車對功率電子的 需求越大，根據 IHS Markit 統計，2019 年輕度混動的功率器件價值量 90 美 元/車，全混動/插電混動的功率器件價值量 305 美元/車，純電動車的功率器 件價值量 350 美元/車。

電動汽車成為功率電子增長的主要市場。功率電子在工業、消費電子、計 算機、網絡通信、汽車等領域廣泛使用，Yole 預計 2019-2025 年功率電子市 場規模從 175 億美元增長到 225 億美元，復合年增長率為 4.3％。隨著汽車市 場電動化加速，電動車功率電子的需求量和價值量都大幅提升。根據 Yole 預 計，2020-2026 年電動車功率電子市場規模從 14 億美元增長到 56 億美元，復 合年增長率為 25.7％。電動車功率電子的主要供應商包括英飛凌、意法半導 體、日立、三菱電機、安森美半導體等。

工藝結構和材料創新兩條路徑推動功率電子性能不斷提升。從工藝結構上 看，MOSFET 由平面型、溝槽型到超級結，從 LD MOSFET、VV MOSFET、VU MOSFET、VD MOSFET、SJ MOSFET 最終發展到 IGBT（MOSFET+BJT），工藝結構 的持續提升實現了產品性能的不斷突破。隨著工藝創新接近極限，亟需半導體 材料的突破來進一步提升產品性能，以碳化硅（SiC）、氮化鎵（GaN）為代表的第三代半導體材料，禁帶寬度是硅（Si）的 2.9 倍，擊穿電場是硅的 12 倍，熱導率是硅的 3.3 倍，工作結溫是硅的 1.3 倍，具有高結溫、高耐壓和高 頻率等性能優勢，成為未來功率電子的發展方向。IGBT 和 SiC 將是汽車功率 電子市場未來最主要的細分領域，IGBT 具有較強成本優勢，SiC 在高電壓領域 具有較強性能優勢。

高功率器件需求將帶動 SiC 功率器件快速增長。從車電動汽車系統來說， 應用 SiC 產品可以更有效的提升系統效率、提高功率密度和降低系統成本。在 相同功率或電流能力時，SiC 的芯片面積更小、損耗更低以及開關速度更快。 現階段 SiC 存在成本較高的問題，隨著未來高功率需求的大規模應用，成本將 會不斷下降。根據 Yole 預計，2019-2025 年 SiC 市場規模從 5.4 億美元增長 到 25.6 億美元，復合年增長率為 30％。其中，電動車 SiC 市場規模從 2.2 億 美元增長到 15.5 億美元，復合年增長率為 38％。SiC 的主要供應商包括英飛 凌、科瑞（Cree）、IIVI、意法半導體等，中國主要供應商包括天科合達、山 東天岳。

4.2 零部件智能化帶動微控制芯片需求穩定增長

零部件智能化對電子控制單元需求快速增長。隨著汽車智能化加速，動力 總成、自動駕駛、智能駕駛艙、底盤、車身、信息娛樂等功能系統的零部件加 速實現智能化，電子控制單元需求大幅增加。在分布式電子電氣架構階段，主 要采用 ECU（電子控制單元）控制車輛內各類子系統。在域集中式電子電氣架 構階段，DCU（域控制單元）將多個 ECU 功能集成于一體，控制單元集中伴隨 著 DCU 計算算力的提升。在車輛集中式電子電氣架構階段，需要更強大的高性 能控制單元集中控制整車各功能模塊。根據麥肯錫預計，2020-2030 年電子控 制單元市場規模從 920 億美元增長到 1560 億美元，復合年增長率為 5％。

2020-2025 年 MCU（微控制器）是最受益的微控制芯片。預計 2025 年之 前，大部分車企處于域集中式架構階段，ECU/DCU 仍然占據主要的電子控制單 元市場份額。ECU/DCU 由 MCU、輸入輸出電路、電源、通訊電路等組成，MCU 是最核心的微控制芯片。隨著汽車零部件智能化升級，MCU 將進入高景氣周 期。IC Insights 預計，2020-2023 年全球 MCU 市場規模從 149 億美元增長到 188 億美元，復合年增長率為 8％。其中 2020 年汽車 MCU 市場規模 60 億美 元，占 MCU 市場份額的 40％。汽車 MCU 市場主要參與者包括恩智浦、瑞薩、 英飛凌、德州儀器、微芯等。

4.3 自動駕駛感知需求帶動傳感器技術創新發展

傳感器技術的加速進步推動了自動駕駛的不斷發展。自動駕駛的前提是基 于各類傳感器提供車內外環境的感知數據，主要包括超聲波（Ultrasound）、 毫米波雷達（Radar）、激光雷達（LiDAR）、攝像機（Camera）四種傳感器， 每種傳感器在性能、成本、封裝、耐久性等方面都有各自的優缺點。毫米波雷 達、激光雷達和攝像機不斷采集大量實時數據并傳輸至自動駕駛中央計算平 臺，由自動駕駛算法進行處理，最終形成車輛周圍的瞬時三維地圖，從而形成 車輛的運行決策。越來越多的汽車制造商自動駕駛采用多種傳感器的組合方 案，也有特斯拉這種推動攝像頭模擬人眼的純視覺解決方案，由于自動駕駛技 術仍處于早期狀態，各類傳感器技術的進步最終將會決定未來自動駕駛的終極 方案。

超聲波是最早期的輔助駕駛解決方案，未來將會被逐步替代。超聲波傳感 器利用反射的聲波來計算與物體的距離，有效工作范圍相對較短約 2 米，優點是成本低、效益高、堅固可靠，缺點是覆蓋范圍短。汽車制造商正在放棄超聲 波傳感器，轉而使用短程毫米波雷達代替。

毫米波雷達是目前應用最廣泛的輔助駕駛傳感器。毫米波雷達通過測量發 射的無線電波從路徑上的任何物體反射回來所需的時間來探測物體，毫米波雷 達的優勢是它能夠在雨、雪、霧等惡劣天氣和夜間有效地發揮作用，缺點是不 能提供足夠的分辨率來識別物體類型，覆蓋范圍也較為有限。對于輔助駕駛應 用，毫米波雷達可分為短程雷達（SRR）、中程雷達（MRR）和長程雷達 （LRR）三類。

SRR 從 24GHz 到 77GHz、79GHz 毫米波發展，有效工作范圍約為 10 米-30 米，適用于盲點檢測、變道輔助、停車輔助和交叉交通監測系統。 MRR 已經使用 77GHz 毫米波，該頻率在速度和距離測量方面具有更高的分辨率 和精確度，有效工作范圍在 30 米-80 米。LRR 使用 77GHz 頻率，有效工作范圍 可以延伸到 200 米，適用于自適應巡航控制、前方碰撞預警和自動緊急制動 等。LRR 的缺點是測量范圍會隨著距離的增加而減小，因此一些場景（如自適 應巡航控制）將 SRR 和 LRR 傳感器結合應用。毫米波雷達市場的主要參與者包 括大陸、電裝、博世、海拉、維寧爾（VEONEER）。

基于激光雷達的自動駕駛解決方案是最佳硬件解決方案。激光雷達的工作 原理與雷達基本相同，但將電磁波換成激光，測量反射激光以生成周圍環境的 高分辨率三維圖像。激光雷達優勢具有三維高清分辨率，既可探測物體，又可 區分物體并準確跟蹤，缺點是價格及其昂貴。激光雷達有兩種基本類型，第一 種采用脈沖激光發射到旋轉鏡上，旋轉鏡將激光束向多個方向輻射，有效工作 范圍可達 300 米或更遠，可提供 360°的清晰視野。第二種固態激光雷達，通 過光學相控陣發射激光，將光束引向多個方向來產生圖像。隨著技術的成熟和 成本的下降，激光雷達在自動駕駛中變得越來越普及。激光雷達市場的主要參 與者包括 Velodyne、Luminar、Innoviz、Aeva 和 Ouster，國內激光雷達創新公司也快速崛起，國內主要參與者包括華為、速騰聚創、禾賽科技、鐳神智 能。

基于攝像機的自動駕駛解決方案是最佳機器視覺計算解決方案。攝像機傳 感器的優點是具有極高的成本效益，是唯一能夠識別顏色和對比度信息的傳感 器，攝像機傳感器非常適合捕捉道路標志和道路標線信息，而且還提供了對行 人、騎車人和摩托車司機等物體進行分類的分辨率。攝像機傳感器的缺點是在 惡劣天氣和光線條件下，性能容易受到影響，攝像機傳感器需要與雷達相結 合，以便在能夠在更廣泛的條件下可靠工作。攝像機傳感器有單目、雙目和多 目應用。單目攝像機系統具有中遠距離功能，如車道保持輔助、交叉交通警報 和交通標志識別系統。雙目攝像機能夠呈現出三維圖像，提供計算復雜的深度 信息所需的信息（如與移動物體的距離），使其適用于主動巡航控制和前方碰 撞預警應用。熱成像攝像機非常適合檢測人類和動物，特別是在能見度低或夜 間的情況下，工作范圍可達 300 米。

隨著自動駕駛車輛滲透率和自動駕駛級別的提升，自動駕駛傳感器市場保 持快速增長。根據 Strategy Analytics 預計，2030 年采用自動駕駛的車輛占 比達到 87%，L2/L3 級別自動駕駛已經廣泛使用，L4/L5 完全自動駕駛已經進 入市場。隨著自動駕駛級別的提升，車輛需要的毫米波雷達、激光雷達、攝像 機數量同步增長，自動駕駛傳感器市場將進入成長周期。根據麥肯錫預計， 2020-2030 年自動駕駛傳感器市場規模從 130 億美元增長到 430 億美元，復合 年增長率為 13％。其中，激光雷達市場規模增速最快，2030 年達到 120 億美 元，復合年增長率為 80％；毫米波雷達市場規模最大，從 40 億美元增長到 140 億美元，復合年增長率為 13％；攝像機市場從 40 億美元增長到 80 億美 元，復合年增長率為 7％。

自動駕駛傳感器終極解決方案仍需較長時間，傳感器市場格局具有不確定 性。各類型傳感器具有不同的應用局限性，對于不同的駕駛任務需要不同的傳 感器類型組合以實現最優化配置。目前，車企的自動駕駛傳感器方案主要有兩 種：第一種是視覺主導方案，采用“攝像頭（主導）＋毫米波雷達”配置，典 型代表是特斯拉，特斯拉正在走向取消毫米波雷達，采用攝像頭純視覺解決方 案；第二種是激光雷達主導方案，采用“激光雷達（主導）＋毫米波雷達＋超 聲波傳感器＋攝像頭”組合，典型的代表是 Google Waymo。由于技術路徑的 不確定性，自動駕駛終極傳感器市場格局具有不確定性。

4.4 自動駕駛算力需求驅動高性能計算市場快速增長

隨著自動駕駛級別的逐漸提升，高性能算力需求快速增長。自動駕駛通過 攝像機、激光雷達、毫米波雷達等傳感器來感知周圍環境，主芯片依據傳感器 所獲取的環境數據進行決策分析，采用自動駕駛算法預測車輛與周圍環境的運 動狀態，進行路徑規劃，并控制車輛行駛軌跡。車用主芯片涉及到傳感器數據 處理、高精地圖定位、網絡通信、深度學習算法計算、路徑決策與規劃等過程 的海量實時數據分析和多空間信息的整合處理，對算力要求非常高。一般認 為，L2 需要算力 10 TOPS（萬億次/秒），L3 需要算力 30-60 TOPS，L4 需要 算力 100 TOPS，L5 需要算力 1000 TOPS，目前主流車用芯片平臺能滿足部分 L3/L4 級別的自動駕駛需要。隨著自動駕駛技術路線的逐步清晰，主芯片進入 標準化、規模化量產，其與座艙主控芯片進一步向中央計算芯片融合。

人工智能芯片可滿足車載中央計算芯片的算力需求。自動駕駛提出了一系 列復雜計算需求，障礙物檢測、障礙物跟蹤、交通信號燈檢測、車道線檢測、可駕駛區域分割、特征跟蹤、行人行為預測都需要運行在基于人工智能芯片的 神經網絡上，傳統 PC/手機市場的 X86 和 ARM 芯片完全無法滿足機器視覺、深 度學習算力需求，數據中心使用的 GPU（圖形處理器）、FPGA（可編程邏輯陣 列）、TPU（張量處理單元）、NPU（神經網絡處理單元）等人工智能芯片能夠 提供強大的算力，可滿足車載中央計算芯片的深度學習、神經網絡算力需求。 隨著攝像機和 LiDAR 數據輸出量越來越大，多個 GPU 堆疊成本和功耗高企，需 要專用 VPU（視覺處理單元）針對視覺算法進行部署。VPU 擁有神經計算引 擎，專門針對神經網絡、視覺加速器、成像加速器進行了優化，使其算力非常 強大和高效。

GPU/VPU 成為汽車主芯片市場的主要選擇。基于多種人工智能芯片的 SoC 將計算異構融合成為主流汽車芯片的解決方案，CPU 承擔邏輯操作和任務調 度，GPU 作為通用加速器承擔著神經網絡計算和機器學習的任務，FPGA 作為硬 件加速器承擔順序機器學習（RNN/LSTM/增強學習）的任務，VPU 專為神經網 絡和圖像處理操作而設計。根據 Yole 預測，2019-2025 年汽車主芯片市場從 1.41 億美元增長到 27.54 億美元，復合年均增長 73%。其中自動駕駛芯片從 0.53 億美元增長到 24.71 億美元。Yole 預計到 2025 年，VPU 市場規模 18.5 億美元，占比 75%；GPU 市場規模 5.19 億美元，占比 21%。

自動駕駛主芯片市場呈現群雄逐鹿的競爭格局。在競爭日益激烈的自動駕 駛主芯片市場，形成了車企（特斯拉）、人工智能芯片供應商（Mobileye/英 偉達）、傳統汽車芯片供應商（恩智浦/瑞薩）、消費電子芯片巨頭（高通/華 為）的競爭格局。特斯拉在 2019 年量產的 FSD 芯片由特斯拉硬件團隊完全定 制設計的，FSD 芯片包含 1 個 GPU 和 2 個 NPU，算力高達 72 TOPS，可支持 L2- L3 級別。Mobileye 受益于 Intel 整合 CPU 和 FPGA 的技術資源，其算法解決方案由傳統的計算機視覺算法主導并由深度學習算法輔助，2020 年推出 EyeQ5 實現 24 TOPS 的算力。

英偉達專注于深度學習算法，推出 Drive AGX 汽車主芯 片路線圖，2020 年量產 Xavier 系列算力達 30 TOPS，由 CPU、GPU、DLA（深 度學習加速器）和 PVA（計算機視覺加速器）四個模塊組成，未來 Orin 系列 可滿足 L4 算力達 254 TOPS，Atlan 系列可滿足 L5 算力達 1000 TOPS。高通在 2020 推出了其自動駕駛解決方案 Snapdragon Ride，可提供算力 700 TOPS， 但是其自動駕駛市場開發方面還處于早期階段。華為在 2021 年推出了 MDC 810 系列，算力高達 400 TOPS，但由于芯片代工問題，未來產品升級迭代存在 不確定性。同時，中國國內也出現了零跑、地平線、黑芝麻智能等自動駕駛芯 片初創公司。