1、从燃油车到智能电动汽车，千亿车载半导体市场冉冉开启
电动化+智能化升级驱动汽车单车含硅量显著提升，千亿车载半导体行业冉冉开启。自 1886
年戴姆勒首次将内燃机应用于汽车以来，汽车工业的创新一直围绕内燃机展开，消费者也以追求发动机马力等性能指标为目标。然而，随着特斯拉在电动化
技术与自动驾驶技术领域的颠覆性变革，汽车电动化与智能化渐成主机厂共识，消费者购车时的考量也逐步从传统的性能指标，转向以智能车机、自动驾驶为代表的智能化体验视角。
同时，当汽车行业供需两端的关注点逐步由性能转变至智能时，
汽车创新的核心亦从“动力引擎”发动机转移到“计算引擎”半导体。根据 McKinsey 数据统计，预计 2025
年国内汽车半导体行业规模将达到 180 亿美元；到 2030
年该市场规模将达到 290
亿美元。其中，电动智能汽车的加速渗透将成为车载半导体行业快速增长的核心驱动力。智能化方面，根据 McKinsey
数据统计，在国内汽车半导体行业中，L3
及以上的高阶自动驾驶汽车的车载半导体规模占比预计将从 2025
年的 27.8%（50 亿美元）提升至 2030 年的 44.8%（130 亿美元）。
电动化方面，随着新能源汽车渗透率的快速提升，“三电系统”逐步取代传统的燃油动力系统，伴之而来的亦是整车中汽车电子成本占比的显著提升。根据 Gartner 数据统计，2019
年纯电动型汽车的半导体成本（750
美元）要高于插电式混合动力型（740 美
元）和轻度混合动力型汽车（475
美元）。此外，根据麦肯锡数据，2019 年国内汽
车半导体占据全球半导体市场份额的 27%（国内/国外分别为 30/80 亿美元），预计 2030 年将提升至 40%（国内/国外分别为 110/170 亿美元），2019-2030 年国内外汽车半导体复合增速分别为
13.8%、7.8%，国内汽车半导体增速显著高于国外。我们认为在行业“缺芯”事件以及智能化升级的趋势下，进口替代趋势将加速，国内千亿车载半导体市场未来可期。
按照国际通行的半导体产品标准方式划分：汽车半导体可以分为四类：集成电路（微控制器、模拟 IC、逻辑
IC、存储芯片），分立器件，传感器和执行器、光电子器件共四大类。根据 HIS 数据统计，预计 2025
年全球汽车半导体市场规模将达到 682 亿美元，其中模拟 IC 约 170 亿美元、分立器件约 110 亿美元、逻辑 IC 约 101 亿美元、存储 IC 约 87 亿美元、微控制器约 85 亿美元、光学半导体约 66
亿美元、传感器与执行器约 63 亿美元。
按照半导体在智能汽车上具体的应用领域划分：汽车半导体可分为与智能化相关的计算芯片、存储芯片、传感与执行器芯片、通信芯片，以及与电动化相关的能源供给芯片。同时，随着处理事件复杂性的日益提升，亦存在将几种不同类型的芯片集成在一起，形成系统级芯片（SoC）。通常，SoC 芯片中包含一个或多个处理器、存
储器、模拟电路模块、数模混合信号模块以及片上可编程逻辑，从而可以有效地降
低电子/信息系统产品的开发成本，缩短开发周期，提高产品的竞争力。
计算及控制芯片：此类芯片以微控制器和逻辑 IC
为主，主要用作计算分析和
决策。与人体大脑类似，可分为主控芯片和辅助芯片。其中，主控芯片包含
MCU（微处理器）、CPU（中央处理单元）、FPGA（现场可编程门阵列器件）、
ASIC（专用芯片）等，辅助芯片则包含主管图形图像处理的 GPU
以及主打人工智能计算的 AI 芯片等。
存储芯片：主要用于数据存储功能，具体包含
DRAM（动态存储器）、SRAM
（静态存储器）、FLASH（闪存芯片）等。
传感芯片：主要用于探测、感受外界的信号、物理条件（如光、热、湿度）或
化学组成（如烟雾），并将探知的信息转变为电信号或其他所需形式传递给其他设备。具体包含 CIS（CMOS
图像传感器）、MEMS、电流传感器、磁传感器、陀螺仪、VCSEL 芯片和 SPAD 芯片（用于激光雷达）。
通信芯片：主要用于发送、接收以及传输通信信号，具体包括基带芯片、射频
芯片、信道芯片、电力线载波通信芯片、卫星导航芯片等。
能源供给芯片：主要用于保证和调节能源传输，以分立器件为主。具体包括电源管理芯片（AC/DC、LED
驱动芯片等）、晶体管（IGBT、MOSFET
等）、二极管、晶闸管等。
2、智能化：智能汽车“眼”疾“脑”快，芯片功不可没
2.1、计算能力：智能汽车之“脑”，算力军备竞赛开启千亿赛道
2.1.1、从 CPU 走向 SoC，计算芯片为智能汽车之“脑”
从芯片类型上来看，传统用于中央计算的 CPU
已无法满足智能汽车的算力需求，集合 AI
加速器的系统级芯片（SoC）应运而生。在分布式架构时代，ECU 是汽车功能系统的核心，其主控芯片为
CPU，仅用于逻辑控制（是与非、加或减）。随着 E/E
架构由分布式向域控制器/中央计算升级的进程加快，域控制器（DC U）正取代 ECU 成为智能汽车的标配。在此升级过程中，仅依靠CPU 的算力与功能早已无法满足汽车智能化所需，将 CPU 与GPU、FPGA、ASIC 等通用/专用芯片异构融合的 SoC
方案被推至台前，成为各大 AI 芯片厂商算力军备竞赛的主赛道。SoC 中各处理器芯片各司其职，其中 CPU
中国汽车销售量负责逻辑运算和任务调度；GPU 作为通用加速器，可承担 CNN
等神经网络计算与机器学习任务，将在较长时间内承担主要计算工作；FPGA 作为硬件加速器，具备可编程的优点，在
RNN/LSTM/强化学习等顺序类机器
学习中表现优异，在部分成熟算法领域发挥着突出作用；ASIC
可实现性能和功耗最优，作为全定制的方案将在自动驾驶算法中凸显其价值。
发布评论