汽车电⼦⾰命的四⼤核⼼技术趋势
当前，百年汽车产业与出⾏⾏业正经历着前所未有的变⾰。罗兰贝格对整个汽车⾏业⾰命已持续关注多年，⼀路见证了技术、价值链和企业的变⾰。与此同时，罗兰贝格持续与⾏业参与者深度交流合作，总结出对于汽车⾏业变⾰的独⽴判断与思考。本篇主要聚焦新四化对产业的价值贡献、电⼦电⽓⾰命的核⼼技术趋势以及全球贸易⼤背景下的技术产业趋势。
新四化（M.A.D.E）对汽车电⼦的影响
近年来，汽车新四化（即M-Mobility移动出⾏，A-Autonomous driving⾃动驾驶，D-Digitalization数字化，E-Electrification电⽓化）的发展在全球和中国层⾯均已形成了鲜明的差异化发展特征，并在各⾃的技术和商业赛道中以不同的速度“奔跑”。相对于电⽓化这⼀涉及到整个汽车产业乃⾄能源结构变⾰的趋势，⾃动驾驶与数字化/智能⽹联在相辅相成发展的同时也在短期内体现出了不同的商业价值。⽽共享出⾏⽬前依然处于⼀个资本、需求、政策共同主导的发展阶段，技术创新（尤其是数字化、定制化和⾃动驾驶）带来的⾏业变⾰有望在“下半场”开启；长期来看，出⾏服务是终局的体现，也是终端消费者的第⼀触点，⽽⾃动驾驶、数字化和电⽓化则成为关键使能技术。
这些关键使能技术将带来整车电⼦电⽓相关价值的⼤幅提升。根据预测，汽车电⼦电⽓相关的BOM（物料清单）价值（不含电池与电机），将从2019年的约3145美元（豪华品牌 L1级别ADAS汽油车）提升⾄
2025年的约7030美元（豪华品牌L3级别⾃动驾驶纯电车）。
其中，⼤部分的价值增长来⾃电⽓化，尽管其会为传统燃油车动⼒电⼦相关的BOM带来⼤约400美元的成本节降，但电池管理系统与电驱动相关硬软件（例如逆变器、动⼒总成域控制器DCU、各类传感器）也带来了超过2600美元的BOM 价值提升。同时，电驱动系统的价值也将伴随越来越多的⾼电压电⼦器件⽽有所提升，例如OBC（车载充电）、逆变器等，这些⾼功率器件的需求也将带来半导体及其原材料的创新，如图1。
图1 电⽓化技术概述（2019-2025）
⾃动驾驶对整车电⼦电⽓价值的影响短期上主要体现在传感器、车载计算平台与软件等⽅⾯。由于激光雷达仍处于商业化进程中，因此在测算中重点关注L3级别的以摄像头为主要传感器的⽅案。如图2，罗兰贝格观察到，尽管不同车企在L4/5级别⾃动驾驶上的技术⽅案和投资规划尚未确定，L1-3级别所需要的⾼性能计算平台及基础软件已经成为未来的重点研发与采购需求，且车企（如特斯拉）未来可能采⽤硬件、软件、车型分别独⽴研发的理念，因此需要超前设计提供算⼒冗余的HPC（⾼性能计算）平台来应对短期的L1-3级别相应⽅案，尤其是在传感器融合所需的算⼒⽅⾯，并同时为中长期的L4/5⽅案做预留。根据预测，L3 级别相关传感器、HPC以及搭载的软件算法能够带来⾄少850美元的BOM 价值提升。
图2 相关电⼦元件BOM1）的变化——以豪华车型为例/美元
在智能化与互联互通⽅⾯，智能座舱成为短期内车企实现产品差异化且投资回报可观的⽅案。汽车产品的迭代⽅式已经从百年前的不作迭代（单产品⽣命周期）发展⾄如今的平台化迭代（单平台⽣命周期）。⽽随着消费者需求的不断升级，对车载场景、功能和服务的需求将⼤幅增加（尤其是从消费电⼦领域转移⾄出⾏领域），对产品迭代提出了新的诉求。同时，在全球汽车市场进⼊下⾏通道与存量竞争时代的⼤背景下，对座舱智能化需求的满⾜将会成为车企竞相争夺的下⼀个差异化重点。
值得⼀提的是，这个差异化并不意味着⽆法盈利，跨界技术已经为汽车做好了“铺垫”，如⾼端⼿机芯⽚可通过技术改进或外挂MCU（微控制单元）的⽅案同时解决安全和算⼒问题，⽽OTA（在线升级）技术尽可能地将底层硬件的⽣命周期拉长以降低研发与升级成本。罗兰贝格认为，电⼦电⽓架构改变带来的硬件与软件的价值提升（约510美元）将明显⾼于纯IVI（车载信息娱乐）系统和Connectivity（互联互通）系统（约230美元）。其中，座舱域控制器及基础软件（如OS）将成为未来5年的价值⾼地，如图3。
图3 相关电⼦元件BOM的变化——以豪华车型为例/美元
更加重要的是，⽇益复杂的智能化迫使车企改变电⼦电⽓架构与整体研发模式。电⽓化与⾃动驾驶的发展瓶颈仍在核⼼部件、算法与政策，⽽智能化则决定了短期的产品、服务以及品牌价值的差异化打
造，从⽽直接影响车企的盈利性与价值链定位。
E/E（电⼦电⽓）⾰命的四⼤核⼼技术趋势
⾯对上述M.A.D.E的影响和趋势，全球范围内的车企已经采取⾏动，并且⼤部分传统玩家的决策与⾰新都是渐进的，在⼤⼒投资新技术的同时也需要兼顾传统技术的持续改进。显然，从架构⼊⼿来解决技术问题是最具长远眼光的，但也⾯临着能⼒、资⾦、时间等风险。
与此同时，诸如新冠疫情的“⿊天鹅”事件的持续发酵也减缓了车企投资新技术和组织转型的步伐，以保证短期的财务流动性。然⽽，步伐虽然有所减缓却并没有停⽌。
罗兰贝格从全球和中国⼤量的项⽬经验与研讨研究中⽹罗来⾃车企、全球领先Tier-1供应商、软件供应商、半导体企业等的⼀线声⾳，并思考总结出了以下核⼼趋势。总体⽽⾔，技术⾰新将带来价值链、竞合关系及商业模式的重塑。
趋势⼀：重新定义电⼦电⽓架构——“下⼀步”是规模化
2015年，博世提出了众所周知的电⼦电⽓架构技术路线图，并描绘了未来电⼦架构的主要特征及可能的实现时间点。对于这⼀路线图本⾝⽆需再做过多介绍，但其中的两个重要标志性节点依然值得强调，即DCU或HPC的出现，以及统⼀的基础软件平台的出现，标志着EEA的本质进化。尽管由于车企
的解决⽅案各不相同，其对EEA进化的阶段定义可能有所不同，但罗兰贝格认为EEA的发展整体会经历三⼤阶段：分布式架构、基于域的集中式架构和基于域融合的带状架构，如图4。
图4 电⼦电⽓架构线路图
1. EEA（电⼦电⽓架构）的三⼤阶段
⽬前，EEA的发展现在正处于由阶段⼀向阶段⼆转型的过程中，其显著特征是：第⼀，DCU的出现使ECU（电⼦控制单元）标准化且数量⼤幅减少，并直接带来“降本”和“增效”。例如，若⽤⼀个集成中控、仪表、360°环视及其它影⾳娱乐功能的DCU替代多个来⾃不同供应商的传统ECU⽅案，最⼤可为车企带来将近38%的BOM成本节降（尚未考虑成本年降）。第⼆，智能传感器/执⾏器数量增加。传统功能导向的ECU+传感器集成⽅案中的算⼒会被剥离并集中到DCU ⾥，同时传感器本⾝也需具备基础算⼒，以便与DCU沟通，如通过CAN。第三，软件开始独⽴于硬件，但并未完全分离。⼀些独⽴的功能仍然依靠ECU实现，但抽象层的出现是未来实现硬软件完全分离以及域融合的重要基础。第四，中央⽹关与各个域之间可通过以太⽹通讯。
⽽第三阶段和第⼆阶段的本质不同是：⼀，软硬件完全分离，且所有的ECU/DCU共享同⼀套基础软件平台。⼆，相互独⽴的功能应⽤搭载在⼀套⾼算⼒的车载计算机上，且它的算⼒远超阶段⼆的DCU。三，基础软件平台+功能独⽴
+HPC将带来规模化，即⼀套架构可以承载任何形式、数量的功能及服务。
2. 先驱特斯拉与其追兵
有趣的是，博世提出的这⼀套架构路线中，并没有详细给出“如何实现”的具体⽅法。因此，基于对这套路线的基本共识，车企与全球领先供应商根据⾃⾝技术规划、车型平台和内部能⼒等制定适合⾃⼰的⽅案，以⾄于⽬前⼏乎没有两家车企在架构上完全相同，但特斯拉已经处于阶段⼆向阶段三过渡，⽽传统车企仍处于阶段⼆甚⾄阶段⼀。如图5，特斯拉Model 3 的EEA已经把⾃动驾驶（FSD）、影⾳娱乐（IVI）与互联互通（Connectivity）集中在了⼀起，看上去就是⼀个Zonal架构形态。但在软件平台⽅⾯，特斯拉尚未实现完全统⼀，由于FSD和IVI的安全等级、功能要求和迭代速度不同，特斯拉⽬前采⽤两套基础软件，并⽤不同的操作系统来⽀持⾃动驾驶芯⽚和IVI芯⽚的ARM和x86架构。
图5 特斯拉Model 3电⼦电⽓架构⽰意
然⽽，并⾮所有企业都能成为特斯拉，特斯拉也并不代表⼀切。传统车企在统⼀战线应对特斯拉带来的冲击时，也形成了各具特⾊的EEA。⽬前，⾏业内没有统⼀的架构设置标准，却有相似的划分原则。由于采⽤渐进式改⾰，⼤部分传统车企（尤其是豪华品牌）短期内会定义出3~5个域，包括底盘与动⼒总成、ADAS（⾼级驾驶辅助系统）与安全、影⾳娱乐、车⾝和互联互通。不管是特斯拉还是传统车企，领先者都不会局限于第⼆阶段的DCU架构，因为它只能带来短期的降本与功能创新，若要
实现长期的全球经济性，就必须实现新架构平台的规模化，从软件⼊⼿。
趋势⼆：软件⾰命——功能独⽴，基础软件平台创造新机遇
趋势⼆：软件⾰命——功能独⽴，基础软件平台创造新机遇
1. ⾯对⾼价值的“不知所措”
汽车影音娱乐系统
作为未来IoT（物联⽹）的终端之⼀，汽车将成为“轮⼦上的电脑”。以⼀辆典型的B级豪华品牌车型为例，未来车载软件在整车BOM中的占⽐将从2019年的2%（L1级别汽油车）增长⾄2025年的12%（L3级别纯电车）。如果⽤传统ECU架构及附带的软件来应对，不但会造成冗余，也⽆法实现差异化，因为功能之间相互关联不独⽴，⽤户感知不到功能的差异性，同时还会产⽣⼤量臃肿的软件代码；此外，跨终端应⽤于服务需求的增加需要为不同功能设定独⽴的⽣命周期管理与迭代。显然，传统车企的架构及其背后的研发体系、流程和观念已经⽆法应对复杂的软件集成需求，且车企正在陷⼊⼀个“不断救⽕”的恶性循环。软件能⼒的缺失与⽇益复杂的软件集成，使⼤量技术、资⾦与时间投⾝于查漏补缺⽽不得不忽视或推延原有的研发重点；同时，由于资源限制，对供应商的选择与评估标准也更倾向于“快交付”与“低价位”，进⼀步导致质量缺失和⼤量返⼯。
2. SOA（服务导向架构）带来软件新机遇
必须将功能独⽴出来，架构需从“信号导向”转变为 “服务导向”（service oriented architecture，即SOA）。SOA是⼀种架构类型或指导思想，实现端到端的架构（E 2 E architecture）。如图6，其核⼼要义有三：⽤抽象层分离软件与硬件；⽤⼀套基础软件平台承载独⽴的功能，这些功能可以是传统Blackbox，也可以是全新的智能⽹联功能，或存在于云端和其它终端设备的功能；⽤功能集（function catalog）的⽅式增加软件复⽤率。
图6 基础硬件标准化和软件分离
作为传统巨头的先驱，⼤众ID.3将搭载其全新的软件架构（End2End Electronic Architecture，E3架构），其从未来出⾏服务和⽣态系统出发⽽构建。可以看到，特斯拉和⼤众已经开始考虑端到端和规模化。⽽SOA软件架构是实现这⼀点的重要技术⽀撑。
SOA架构可以实现多功能、多终端的⽆缝连接。车企可以使⽤基础软件平台串联传统ECU功能、独⽴的智能⽹联服务、云端的服务、智慧交通体系内的服务以及其它终端设备，提⾼功能之间的沟通效率并降低成本。例如，⼤众Open Trunk（后备箱开启）功能可以⽆缝连接⼿机APP端、车架构内的基础服务平台、车端和云端接收⽤户发出的指令，激活基础软件平台上的“We Deliver”服务，并通过车内控制最终开启后备箱，同时保证整套流程的⽹络安全与⽤户透明度。
因此，这⼀套包含了抽象软件层和基础服务层（包括OS、车内⽹络、诊断等固件）在内的基础软件平
台解决⽅案将成为车企需要把握的价值⾼地，也将成为供应商的全新产品机遇。这些机遇不但包括软件平台本⾝以及端到端应⽤软件的提供，也包括相关的服务提供，如云服务、OTA服务等，如图7。
图7 E2E软件平台及其与供应商的潜在伙伴关系
3. 软件的⼯业化⽣产
⾯对车载软件庞⼤且仍在增加的软件代码量，汽车⾏业玩家开始借鉴ICT（信息通信技术）⾏业的“软件⼯⼚”理念，⽐如戴姆勒旗下的全资软件开发公司MBition正在打造软件⼯⼚。根据开发项⽬需求，通过对软件组件的标准化、结构化运⽤，实现快速开发。正如传统制造业在上世纪初引⼊福特式流⽔线⽣产那样，软件开发也正在从“定制化⼿⼯制作”向“⾃动化产线制造”转变。软件⼯⼚需为开发者提供可⾏的软件框架、配套的开发指令、预设的程序模板、可复⽤的代码以及伴随开发进程可以连续测试的环境。在此基础上，当软件⼯⼚收到⼀项开发需求时，开发者能够根据⼯⼚现有能⼒拆解需求模块，并将其分配⾄各个“产品线”，每个产品线再根据新需求识别可以复⽤和需要新开发的部分，判断开发⼯作所需资源，最后部署开发、测试⼯具并完成任务。相⽐于传统的“⼿⼯”开发模式，软件⼯⼚可以提升软件产品的⼀致性、品质和开发效率，提前识别开发⼯作量，前置风险，使整个开发和部署流程更可预测，⼤⼤提升了车企对软件⼯作的资源配置和进程管控能⼒。
趋势三：计算芯⽚——短期分化与长期融合
E2E架构的另⼀个重要技术元素就是能够⽀持算⼒的不断升级和冗余。在传统分布式的电⼦电⽓架构中，每个ECU的核⼼是单⼀功能的MCU，传感器与MCU芯⽚⼏乎⼀⼀对应，MCU虽然集成了计算、存储、I/O接⼝等功能，但计算能⼒有限，⽆法满⾜⾃动驾驶和智能座舱的发展。罗兰贝格认为，未来的计算芯⽚将从单⼀功能的MCU向3个⽅向发展。
1. ⾃动驾驶⾼性能芯⽚的定制化
由于⾃动驾驶算法仍具有⾼度不确定性，芯⽚⽅案需兼顾⽬前AI算法的算⼒要求和灵活性，GPU（图形处理
器）+FPGA（现场可编程逻辑门阵列）的组合受到⼤多数玩家的青睐；⽬前，百度Apollo、Audi zFAS均采⽤“GPU + FPGA”并辅以MCU、CPU（中央处理器）等其它计算单元的组合模式。当⾃动驾驶技术路线相对成熟且进⼊⼤规模商⽤的阶段后，已有GPU 也难以胜任对更多空间信息的整合处理，需要定制的专⽤集成电路ASIC（特定⽤途集成电路）。ASIC芯⽚可在相对低⽔平的能耗下，提升车载信息的数据处理速度，虽然研发和⾸次“开模” 成本⾼，但量产成本低，是算法成熟后理想的规模化解决⽅案。然⽽，鱼和熊掌不可兼得，低功耗、⼤算⼒、可编程灵活性（以应对算法的快速升级）在短期内是⽆法完美兼顾的，这也是部分车企⽬前正在为之努⼒的点。
⽬前，座舱功能的发展仍然没有⼤幅超越现有消费电⼦类功能，预计未来5年内，⾼端⼿机芯⽚的算⼒
仍可满⾜下⼀代座舱性能需求。⾼通、三星等跨界玩家与恩智浦半导体公司（NXP）等传统汽车芯⽚玩家将持续致⼒于算⼒的提升和安全等级的提⾼。随着车内场景的不断丰富，软件/操作系统的优化对于算⼒仍有持续的需要。长期来看，座舱功能对芯⽚算⼒的需求将超越消费电⼦，且安全要求也随着域融合⽽提升，预计为座舱专门开发芯⽚将取代消费电⼦芯⽚在车内的应⽤。多核SoC将成为未来智能座舱主控芯⽚的主流。丰富⽣态的中控⼤屏系统以及“⼀芯多屏”系统则需要多核SoC 进⾏⽀持。罗兰贝格预计，多核SoC 芯⽚在座舱内的渗透率将从当前的20%~25%提升⾄2025年的55%~60%，同时技术解决⽅案也呈现多样化，如车机主控芯⽚+MCU兼顾安全的⽅案以及集成式的座舱域控制器⽅案。
2. 芯⽚的长期兼容与融合
远期来看，负责不同域的芯⽚架构将呈现兼容与融合趋势。究其原因，座舱应⽤场景和芯⽚性能要求已相对明晰，并且消费电⼦级芯⽚可满⾜座舱现有场景需求，消费电⼦芯⽚玩家可以利⽤规模优势实现低成本商业化开发；相反，⾃动驾驶技术路线尚不成熟，其⼈⼯智能算法所要求的芯⽚性能远⾼于⽬前消费电⼦芯⽚的能⼒，因⽽玩家在⾃⾝技术路线选择下进⾏⾼成本、⼩规模开发应⽤。预计2030年以后，随着⾃动驾驶技术路线的逐渐成熟，⾼性能芯⽚进⼊标准化、规模化⽣产阶段，其与座舱主控芯⽚进⼀步向中央计算芯⽚融合，从⽽通过集成进⼀步提升运算效率并降低成本，但由于⾃动驾驶和座舱安全要求不同，满⾜安全要求将成为融合的前提。
趋势四：功率半导体——动⼒总成电⽓化带来原材料多样化
⽬前，电动车应⽤的IGBT（绝缘栅双极型晶体管）⼀般以硅（Si）为主要材料，⽽碳化硅（SiC）、氮化镓（GaN）等下⼀代宽禁带半导体材料更能满⾜⾼电压、⾼开关频率和低损耗要求，因此更符合未来电动车快速充电和续驶⾥程提升等要求。其中，SiC技术相对成熟，已应⽤于特斯拉Model 3；⽽GaN在技术上尚未成熟。电动车发展是驱动⾼功率Si和SiC市场发展的主要因素。Si作为半导体主流技术，低成本⽅案已经成熟，并可通过技术提升提⾼其⾼功率应⽤性能。⽽SiC-IGBT在规模化应⽤道路上仍⾯临众多挑战，成为车企、全球领先供应商和半导体供应商⾯临的痛点，例如：⽬前，SiC半导体⽣产成本是Si半导体的10倍以上，由于技术尚未成熟，价格显著下降尚需5~10年；SiC全球产能有限，尚不⾜以⽀撑电动车⾏业全⾯应⽤，如特斯拉Model 3 应⽤SiC功率半导体已导致产能不⾜；⽣产SiC和Si半导体的产线并不能相互替代，在技术路线尚不完全明晰的情况下，半导体供应商缺乏全⾯投⼊SiC产线的动⼒；⽬前，功率半导体⾏业呈现寡头垄断格局，德国英飞凌、⽇本三菱、⽇本富⼠主导Si技术，美国科锐（Wolfspeed）主导SiC技术，中国已在加强半导体投⼊但产出有限，因此整个⾏业的市场供应基础⼗分有限。
由于新技术所需研发和制造成本⾼昂，同时⾼功率Si技术也存在突破的可能，综合技术与成本考量，预计未来可能形成Si与SiC⽅案共存竞争的格局。
总结与启⽰：
技术发展与全球化不确定性共存
对车企来说，拉长硬件与底层架构的⽣命周期，通过软件功能的独⽴和OTA来满⾜不同国家区域和⽤户体的差异化需求，显然是⼀个投资回报⽐更⾼且可避免成为代⼯⼚的模式。
但百年汽车产业如今⾯临的这⼀轮创新迭代与数⼗年前的演进路径⼤不相同，没有⼀家车企能够不借助外⼒（尤其是⾮汽车⾏业）实现架构与软件创新。更为复杂的是，随着全球经济贸易形势的快速变化、疫情带来的更⼤不确定性以及数字化/数据等技术的⾼政治敏感度，车企或将⾯临“全球化”的重⼤阻碍。
如果未来⾃由贸易减少、国际分⼯显著本地化、创新和技术交流受限，这将会带来创新的延缓甚⾄“技术战争”。虽然宏观经济得以在⼀定时间内恢复，但研发⽀出减少加上本⼟化发展趋势的影响，将严重制约商品、信息和⼈才的交流。同时，资本积累、研发合作、规模扩张和制造等⽅⾯的发展都会变得更为冗长，因此创新将会放缓。更严重的⼀种可能是：长期衰退、产业本⼟化和政治保护主义将被提上⽇程，传统的规模经济将逐步崩溃；⼤数据资源、⼤规模数据存储等将成为本地化经济的重要驱动⼒，技术发展路线图进展⼤幅减缓，对⼤多数消费者⽽⾔，前沿技术变得难以负担。
等将成为本地化经济的重要驱动⼒，技术发展路线图进展⼤幅减缓，对⼤多数消费者⽽⾔，前沿技术变得难以负担。
汽车⾏业的流动性与盈利性本⾝就会受到宏观环境的直接影响，加上此轮技术⾰命却⼜恰好处于这个⾼度不确定性的窗⼝，使得情况变得愈加复杂。例如，车企若要实现全新架构的全球规模化，就必须统⼀在此架构之上的芯⽚和基础软件的标准。⽽全球主要区域却⼀直在推动半导体产业的本⼟化，且疫情之后这种趋势或将加剧。⽽在短期内，车企⼜需要依靠跨界合作伙伴共同攻克技术，因此很可能将⾯临“不同区域不同⽅案”、“不同区域不同伙伴”的选择。这将会影响平台和车型的全球经济性。
此外，新技术趋势下的全球采购格局也将可能发⽣变化。由于⽬前，仍未存在已被证明可以全球通⽤的成功的底层架构⽅案（包括电⼦架构和软件架构），传统汽车⾏业惯⽤的“⼀套技术⽅案”+“本地化采购”的⽅式可能不再适⽤。另⼀⽅⾯，数字化使知识产权控制与管理以及数据拥有、储存与应⽤在世界各国间变得异常敏感。例如，美国对中国半导体和数字化的持续打压，欧洲主推的数字⾃主与内部的再国家化的⽭盾等。这些因素都会让车企在技术合作伙伴的选择及供应商定点⽅⾯产⽣巨⼤的决策不确定性。谁能帮助全球话语权更强的车企巨头解决架构和软件难题的同时规避政治风险，谁就有可能获得汽车⾏业下⼀个五⼗年的先发优势。
参考：本⽂部分内容和资料参考罗兰贝格线上论坛公开演讲信息
免责声明：⽂章来源罗兰贝格，⽂中观点仅供分享交流，不代表本⽴场。如涉及版权等问题，请您告知，我们将及时处理。
新上线云课程
1、动⼒电池系统CAE仿真技术（1-6）
2、多传感器信息融合技术（1-3）
3、⽇产串联混动核⼼技术解析（1-16）
4、混合动⼒系统开发⾼级技术（1-5）
5、动⼒电池模组成组技术（1-5）
视频课程可登录官⽹www.auttra或点击下⽅“阅读原⽂”进⼊学习。
公开课
智能电动汽车开发体系与项⽬管理
软件定义汽车关键技术
整车⾼压系统架构设计及安全关键技术
智能汽车HMI创新设计⽅法
ISO26262功能安全软硬件设计及及测试
智能驾驶系统架构及测试与评价技术
基于MATLAB环境搭建满⾜AUTOSAR标准的模型
车载以太⽹的开发与设计