二
汽车智能化下的半导体赋能：
“感知－决策－控制执行”
汽车电动化对“轮子”进行了重构，而汽车智能化更加凸显了“计算机”的特征。通过“感知－决策－控制执行”的路径，赋予汽车智能化的表现特征。通过多种传感器对周围环境进行数据采集，而后再通过电子控制器进行决策操作。
来源：长桥海豚投研
2．1 计算控制芯片－“决策大脑”
计算控制芯片是整个汽车智能化的决策大脑，就像是计算机里的主控芯片CPU。自动驾驶的深入及摄像头等传感器的增多，汽车将处理越来越多的数据，那么对计算控制芯片的算力要求也更高。
计算控制芯片的发展同样也随着汽车电子电气化（E／E）架构的演变而变化。根据博世对电子电气架构的未来趋势来看，E／E架构正度过模块化阶段，向集成化转变。而同样的计算控制芯片也将从分散式的MCU主导转向集成式的SoC芯片方向。
分布式E／E架构：MCU为主。专用传感器及专用ECU，算法、算力不协同；
域集中式E／E架构：CPU＋MCU。将分散的ECU集中到域控制器中，更容易OTA升级；
整车集中式E／E架构及车云计算：GPU＋CPU＋MCU＋NPU。中央计算平台作为最高决策，其余区控制器充当网关角色。
来源：德勤，博世，长桥海豚投研
目前汽车的计算控制芯片市场仍以微处理器（MCU）为主，其主要作用在雨刷、车窗、座椅、车身控制、动力控制等多个分布式节点方面。而微处理器（MCU）其实是个小型的“主控芯片”，主要部件中有包括CPU、存储器等，主要适用于较小型的场景中，通过对传感器信号的处理以实现执行控制的功能。
来源：比亚迪半导体，长桥海豚投研
随着汽车自动驾驶等智能化的发展，E／E架构从分布式迈向集中式。目前特斯拉已经率先使用集中式E／E结构，而其他主流厂商主要使用域集中式。在迈向集中式E／E结构时，原本的MCU已经不能满足中央控制需求，此时中央计算平台需要功能更强大的主控SoC芯片（相比于MCU集合了更多的芯片模块）。
而在智能化阶段中，主控SoC芯片有望成为计算控制芯片市场的主要增长来源。根据IHS及搜狐汽车研究院的预测，整个计算决策芯片市场到2025年有望成长至160亿美元以上，复合增速约10％左右，而其中车用SoC芯片市场到2025年将成长至80亿美元以上，复合增速将达15％左右。
来源：IHS，搜狐汽车研究院，长桥海豚投研
2．2 传感器－“感知之眼”
传感器给汽车提供了“感知之眼”，主要多方面对周围环境进行数据采集，给计算控制芯片提供决策依据。汽车智能化的过程中，主要增加了摄像头传感器、超声波传感器、毫米波传感器和激光雷达等智能传感器，这些传感器也构成了自动驾驶的核心。
来源：普华永道，长桥海豚投研
超声波雷达主要用在泊车辅助预警以及汽车盲区碰撞预警功能。超声波雷达成本低，短距离测量中具有优势，探测范围在10米以内，而且精度较高，在泊车方面具有明显优势；
摄像头和毫米波雷达是ADAS系统中重要传感器。摄像头用以提供视觉，而毫米波雷达用以测距，在L1／L2自动驾驶中发挥重要作用；
激光雷达是L3－L5 阶段中最为关键的传感器，主要是由于其具有高精度、实时3D环境建模的特点。而激光雷达在之前主要用在航空航天、测绘等领域。
来源：长桥海豚投研整理
随着自动驾驶级别的提升，汽车对智能传感器的需求呈现明显增长。在L3级别以下的场景下，智能传感器的增加主要在摄像头模块和雷达模块方面。而在L3阶段以后的场景中，对3D环境建模等的需求，需要激光雷达模块的加入，进一步带来单车价值量的提升。根据英飞凌的报告，L2级别的自动驾驶智能传感器的价值量在160美元左右，而当达到L4／L5级别时单车价值量将提升至915美元，单车价值量提升5倍以上。
来源：英飞凌，长桥海豚投研整理
3
