汽车与计算平台产业链 参考文献链接 https://mp.weixin.qq.com/s/6lmq7_tQZsxHPM7y_9KxMQ https://mp.weixin.qq.com/s/d9vayD_4-omyzBOhyiT2hQ 中国汽车产业链主要分布在哪些省市？ 1.中国汽车工业六大集群 长三角地区：以上汽车为中心，包括上汽大众、上汽通用、上汽乘用车等，近年来引进了特斯拉、理想汽车、威来汽车等重要新能源汽车企业（除江苏、浙江、上海外，长三角地区还包括合肥）。 珠三角地区:广汽、比亚迪是中国汽车产量最大的省份。中部地区:以湖北为主，东风是主要汽车企业。 以一汽、华晨宝马为核心晨宝马为核心，中国汽车工业起步。 北汽、一汽、长城是京津冀地区的主要汽车企业。 川渝地区：主要是长安。 
二、江浙沪汽车供应链分布 长三角地区 2021 年总共产了 610.5 占全国总产量的万辆车，占全国总产量 23.4%左右的江浙沪产量。 460 万，占总量 17.3%。根据奥维咨询，江浙沪共有 49 汽车厂，注册资本 5000 零部件公司公司万余万 2189 家。
三、1辆车=1000多个总成部件 200多个供应商 汽车行业分工高，汽车企业掌握核心技术，生产制造的主要工作是装配。 汽车厂也是装配厂，包括冲压、焊接、涂装、装配四个车间。理论上，冲压缺板、焊接缺结构件、涂装缺油漆都会导致汽车企业停产。最容易受疫情影响的环节是装配。 一辆车有 1000 多个总成部件来自 200 多个一级供应商（Tier 1)任何供应不及时，零部件不能保证齐全，不能组装成完整的汽车。
车载计算平台产业链全面拆解 车载计算平台不仅是智能网络汽车的大脑，也是智能网络汽车产业变革的风向标。从硬件到软件的整个产业链都充满了机遇。首先，异构硬件平台是计算能力时代智能网络汽车的核心。随着汽车智能化程度的逐步提高，高性能SoC芯片需求不断增加，SoC主控芯片是所有环节中壁垒最高、商业模式最好的环节；此外，目前汽车芯片出货量过小，前期研发成本高，无法充分摊销。各种因素注定，SoC主控芯片一定是长期极其稀缺的赛道，也是只属于少数玩家的游戏，英伟达、高通、英特尔等国际巨头持续发力芯片赛道，国内方面，华为、地平线等正在不断追赶；第二，汽车软件将是汽车智能化赛道的贝塔。随着汽车软件权重比例的不断提高，应用软件是其品牌智能的直接体现，也是占据消费者头脑的关键，核心功能定制和差异化必须是其力量的重点，对于底部相对标准的系统软件和功能软件，以及相应的工具链，独立的解决方案具有显著的优势。此外，芯片制造商的商业模式注定要选择相应的解决方案制造商进行技术实施，并与高质量的解决方案制造商有长期的增长空间。
第一，决策: 硬件平台车载计算平台 系统软件 构成功能软件。 智能驾驶行业主要可分为感知层、决策层和执行层。本文是汽车智能系列主题的第二篇，主要围绕汽车智能决策层展开。本报告针对车载计算平台整个产业链的各个细分环节，从概念、技术路径、发展趋势、竞争模式等内容展开。车载计算平台是智能网络汽车的大脑 (1)异构硬件平台:CPU计算单元、AI单元（GPU、ASIC、FPGA）、MCU控制单元、存储、ISP由其他硬件组成的自动驾驶域控制器； (2)系统软件:硬件抽象层（Hypervisor、BSP）、操作系统内核（QNX/Linux/Andriod/Vxworks）、中间组件等； (3)功能软件:自动驾驶通用框架(感知、决策、执行)、功能软件通用框架(数据抽象/数据流框架/基础服务)； (4)其他:工具链(开发、仿真、调试、测试等)。)，以及安全系统(功能安全、信息安全等。 1、EEA架构逐渐走向域集中，DCU应运而生。 单车ECU数量激增，无法满足智能汽车的需求。在传统中EEA架构下，ECU智能功能的升级取决于系统的核心ECU数量的积累。 原有的智能升级模式面临着R&D和生产成本大幅增加、安全性降低、计算能力不足等问题。传统的分布式架构迫切需要升级EEA架构主要面临以下问题:(1)控制器数量过多:各级汽车ECU数量逐年增加，每辆车都配备了ECU一些高端车型平均有25个，通常有100多个；(2)线束布置过于复杂:ECU数量越多，总线数量会更长，2000年奔驰S级车的电子系统已经有80个了ECU，1,900条总长达4km通信总线。2007年奥迪Q7.保时捷卡宴总线长度突破6km，重量超过70kg，基本上成为发动机后车辆的第二重要组成部分；（3）跨域信号传输需求增加：智能驾驶需要大量的跨域信号传输，环境传感器（雷达、视频和激光雷达）产生大量的数据传输需求，这也是传统的分散ECU基础架构提出了挑战。 为了满足智能需求，催生了它DCU主域集中架构。控制总线长度，减少ECU数量，从而降低电子部件的重量，降低车辆的制造成本，根据功能域将分散的控制器划分为更强的域控制器（Domain Control Unit，DCU）思想应运而生。博世用三类EEA架构演变方向有六个阶段：分布式（模块化、集成）、域集中（集中、域集成）、集中（车载计算机、车载云计算）。 功能域和空间域是当前域控制器发展的两条路径。根据划分模式，域控制器可分为五个功能域和车辆特定物理区。与纯功能导向的域控制器相比，空间域划分更加集中OEM对厂家自身开发能力的要求也会更高： (1)基于功能划分的域控制器:典型代表博世、大陆等传统Tier 1。博世、大陆等传统Tier 1将汽车EEA结构按功能分为五个区域:动力域(安全)、底盘域(车辆运动)、信息娱乐域(驾驶舱)、自动驾驶域(辅助驾驶)和车身域(车身电子)。每个区域对应地推出相应的域控制器，最后通过CAN/LIN等待通信方式连接到主干线甚至托管到云，实现车辆信息数据的交互。 (2)基于空间划分的域控制器:典型代表特斯拉。 基于空间划分的域控制器以车辆特定物理区域为边界进行功能划分。与纯功能导向的域控制器相比，集中度更高。特斯拉是2012年的典型代表Model S2017年推出能域，2017年推出Model 特斯拉直接进入准中央架构阶段EE架构只有三个部分，包括CCM(中央计算模块)，BCM LH(左车身控制模块)，BCM RH(右车身控制模块)。 中央计算模块直接集成了驾驶辅助系统（ADAS）以及信息娱乐系统（IVI）左车身控制模块和右车身控制模块分别负责剩余车身和便利系统、底盘和安全系统和部分动力系统的功能。特斯拉的准中心E/E架构带来了线束革命，Model S/Model X车辆线束长度为3公里，Model 3整车线束长度缩短至1.5公里，Model Y特斯拉的最终计划是将线束长度缩短到100米左右。 以功能域划分的域集中式将是目前大多数主机厂的主要选择。使用功能域或空间域的核心取决于OEM与供应商系统的实力和博弈，OEM未来，核心软硬件将尽可能掌握在自己手中，形成技术壁垒。但目前大部分主机厂和Tier 预计大多数主机厂仍将使用混合域的战略布局EEA架构，即部分功能域集中，形成分布式ECU 域控制器的过渡方案最终形成了Super controller(中央超级计算机) Zonal control unit(区控制器)这一演变可能持续5-10年。
2.自行车智能化逐步提高，对计算平台的需求不断增加。 目前，自动驾驶正在进行中L2向L三级跨越发展的关键阶段。L2级的ADAS从全球汽车企业自动驾驶量产时间表来看，是实现高档自动驾驶的基础，L三级自动驾驶即将迎来大规模商业化。 随着自动驾驶水平的提高，自行车传感器的数量呈倍增。预计自动驾驶Level 1-2级需要10-20个传感器，Level 3级需要20-30个传感器，Level 4-5级需要40-50个传感器。 随着自动驾驶等级的提高，计算能力需要高速提高。汽车自动驾驶的智能水平取决于算法是否强大。L1到L5.自动驾驶每提高一级，计算能力要求也提高一级：L3前，自动驾驶计算能力较低；L3需要的AI算力达到20TOPS；L3之后，计算能力需要数十倍的增长，L4接近400TOPS，L5.计算能力要求更严格，达到4万 TOPS。自动驾驶等级每增加一级，计算能力需求相应增加一个数量级。根据英特尔的计算，在自动驾驶时代，每辆车每天产生的数据量将高达4万辆GB。 二、硬件平台之一:芯片 计算芯片是计算能力时代智能网络汽车的核心。 可分为计算芯片MCU芯片与SoC芯片EE随着结构的不断创新，汽车半导体发展迅速。根据不同的功能，汽车半导体可分为汽车芯片和功率半导体。在汽车芯片中，最重要的是根据不同的集成规模计算芯片MCU芯片与SoC芯片。 MCU（Micro Control Unit）微控制器是计算机CPU、RAM、ROM、定时计数器及多种I/O接口集成在芯片上，形成芯片级芯片；SoC（System on Chip）指片上系统，和MCU不同的是，SoC它是一个系统级的芯片，就像MCU那样有内置RAM、ROM，操作系统也可以同时运行。 智能化趋势驱动汽车芯片MCU向SoC过渡。自动驾驶对汽车底部硬件提出了更高的要求。实现单功能的单芯片只能提供简单的逻辑计算、强大的计算支持和新的EE结构推动汽车芯片从单芯片级芯片芯片MCU向系统级芯片SoC过渡。 SoC预计2026年市场规模将达到120亿美元。智能汽车的实施加速了汽车的标准化SoC与车载相比，需求也带动了它的发展MCU稳定增长，SoC根据市场的快速增长趋势，Global Market Insights预计全球汽车规级数据SoC2019年019年的10亿美元到2026年的160亿美元，CAGR达到35%，远远超过同期汽车半导体整体增速。 2、传统MCU：MCU需求稳步增长，长期垄断海外寡头。 智能汽车不断渗透，自行车不断渗透MCU需求增加EE结构的演变，自行车MCU需求不断增加。自动驾驶浪潮带动MCU需求，根据IHS统计，与传统燃油车单车相比，智能驾驶汽车所需MCU数量是其4倍以上，且高位数MCU由于其高算力将扮演重要角色。
MCU市场稳步发展，预计2026年全球规模达88亿美元。在市场规模上，全球MCU市场呈现稳步发展的趋势，根据IC Insights估计，预计全球MCU市场规模从2020年的65亿美元达到2026年的88亿美元，CAGR达到5.17%，略低于同期汽车半导体增速。同时我国MCU发展与世界齐头并进，预计2026年市场规模达到56亿元，CAGR达到5.33%，与世界同期基本持平。
瑞萨、恩智浦、英飞凌等海外厂商占据主要市场份额，国产厂商渗透率较低。目前全球MCU市场呈现寡头竞争局面，市占率靠前的瑞萨、恩智浦、英飞凌等厂商均是国际厂商，CR7占比达到98%，由于车规级MCU研发周期较长，认证要求较高，目前国内厂商渗透率较低，仅有几家企业能够实现中低端产品的量产。 3、智能座舱SoC：高通在中高端数字座舱呈现垄断局面。 一芯多屏不断普及，高通在中高端数字座舱呈现垄断地位。目前，高通已经赢得全球领先的20+家汽车制造商的信息影音和数字座舱项目，高通骁龙820A和8155两代平台成为众多车型数字座舱平台的主流选择，高通也将推出的第四代座舱SoC SA8295，在算力、I/O能力等方面表现出色，不断稳固其在中高端数字座舱的稳固地位。 4、自动驾驶SoC：CPU+XPU是当前主流，英伟达当前领先。 自动驾驶芯片是指可实现高级别自动驾驶的SoC芯片。随着自动驾驶汽车智能化水平越来越高，需要处理的数据体量越来越大，高精地图、传感器、激光雷达等软硬件设备对计算提出更高要求，因此在CPU作为通用处理器之外，增加具备AI能力的加速芯片成为主流，常见的AI加速芯片包括GPU、ASIC、FPGA三类。 CPU作为通用处理器，适用于处理数量适中的复杂运算。CPU作为通用处理器，除了满足计算要求，还能处理复杂的条件和分支以及任务之间的同步协调。CPU芯片上需要很多空间来进行分支预测与优化，保存各种状态以降低任务切换时的延时。这也使得它更适合逻辑控制、串行运算与通用类型数据运算。以GPU与CPU进行比较为例，与CPU相比，GPU采用了数量众多的计算单元和超长的流水线，但只有非常简单的控制逻辑并省去了Cache。而CPU不仅被Cache占据了大量空间，而且还有有复杂的控制逻辑和诸多优化电路，相比之下计算能力只是很小的一部分。 “CPU+XPU”是当前自动驾驶SoC芯片设计的主流趋势。根据XPU选择不同，又可以分为三种技术路线：CPU+GPU+ASIC、CPU+ASIC以及CPU+FPGA三类。 （1）“CPU+GPU+ASIC”，主要代表英伟达、特斯拉FSD以及高通Ride。英伟达Xavier和特斯拉FSD采用“CPU+GPU+ASIC”的设计路线，英伟达Xavier以GPU为计算核心，主要有4个模块：CPU、GPU、以及两个ASIC芯片Deep Learning Accelerator（DLA）和Programmable Vision Accelerator（PVA）；特斯拉FSD芯片以NPU（ASIC）为计算核心，有三个主要模块：CPU、GPU和Neural Processing Unit（NPU）。 （2）“CPU+ASIC”，主要代表Mobileye EyeQ5系列和地平线征程系列。Mobieye EyeQ5和地平线征程系列采用“CPU+ASIC”架构，EyeQ5主要有4个模块：CPU、Computer Vision Processors（CVP）、Deep Learning Accelerator（DLA）和Multithreaded Accelerator（MA），其中CVP是针对传统计算机视觉算法设计的ASIC；地平线自主设计研发了Al专用的ASIC芯片Brain Processing Unit（BPU）。 （3）CPU+FPGA，主要代表Waymo。与其余厂商不同，Waymo采用“CPU+FPGA”的架构，其计算平台采用英特尔Xeon12核以上CPU，搭配Altera的Arria系列FPGA。 目前各家发布的最新芯片平台均可以支持L3或L4级的算力需求，英伟达当前处于领先位置。英伟达单颗Orin的算力可以达到254TOPS，而2022年落地的车型中搭载4颗Orin的蔚来ET7和威马M7其巅峰算力将超过1000TOPS，高通骁龙Ride平台的巅峰算力预计在700-760TOPS，Mobileye也推出了面向高阶自动驾驶的EyeQ6 Ultra，算力达到176 TOPS，当前各家最先进的算力平台均可以支持L3或L4级的算力需求。从相关量产车型来看，英伟达Orin成为当下的主流选择，Mobileye正在逐渐掉队。
三、硬件平台之二：域控制器 1、面向高阶自动驾驶，异构多核硬件架构成为趋势 车载计算平台需采用异构多核芯片硬件架构。自动驾驶的域控制器，要具备多传感器融合、定位、路径规划、决策控制、无线通讯、高速通讯的能力。通常需要外接多个摄像头、毫米波雷达、激光雷达，以及IMU等设备，完成的功能包含图像识别、数据处理等。面向L3及以上高阶自动驾驶，单一芯片无法满足诸多接口和算力需求，计算基础平台需采用异构芯片的硬件方案，具有芯片选型灵活、可配置拓展、算力可堆砌等优点。计算平台的异构分布硬件架构主要包括CPU计算单元、AI单元和控制单元。 高性能的车载计算平台是高阶自动驾驶的必备，除了异构多核的硬件架构外，分布弹性可扩展、丰富的I/O接口资源、高内存带宽、车规与功能安全等也都是高阶自动驾驶域控制器的必备特点。
2、高性能SoC主芯片占整体域控制器的主要成本。 当前市面上最为成熟的域控制器为特斯拉19年推出的HW 3.0，特斯拉首次推出其自研的FSD芯片，通过以太网总线的方式承载数据输入与以太网交换的功能，其成本整体较为透明，通过拆解其BOM成本，梳理高阶自动驾驶域控制器的成本分布。 预计HW 3.0板上全部芯片的成本约在5000元左右，外加车规级接插件、以太网连接器以及PCB等外围硬件，整块板子的硬件成本大约在7500-8500人民币之间。其中，主控SoC芯片约占总芯片成本的61%左右，占整体硬件成本的20%左右。特斯拉HW 3.0的主板上共搭载了两块的自研芯片，双芯片的目的是作为安全冗余，互相对照，每块芯片可以独立运算。每块芯片周围有四块镁光DRAM内存，每块芯片分别配有一块东芝闪存芯片，用于承载操作系统和深度学习模型。
3、OEM自研、系统集成商、软件平台商三方势力各显身手。 自动驾驶域控制器玩家主要分为系统集成商、软件平台厂商以及OEM厂商三大类。（1）OEM厂商：特斯拉以及国内的造车新势力如蔚来、小鹏、威马、理想、上汽智己等都已实现或宣布将自研自动驾驶域控制器，以掌握未来软件定义汽车下底层的硬件自主权；（2）系统集成商和Tier 1：如博世、大陆、采埃孚等国际Tier1和系统集成商,德赛西威、经纬恒润、华为等一批本土Tier1和系统集成商；（3）软件平台厂商：如映驰科技、东软睿驰、TTech、中科创达等公司。 （1）智能座舱域控制器：全球范围内，伟世通、大陆、博世、安波福在座舱域控制器市场占据主导地位，国内企业华为、德赛西威、航盛电子、东软等也纷纷推出了座舱域控制器解决方案。在座舱SoC芯片方面，主要包括高通820A与8155P、英特尔Atom、恩智浦i.MX8、瑞萨R-CAR H3、德州仪器Jacinto系列等。
（2）自动驾驶域控制器：全球范围内，全球Tier1基本都已布局自动驾驶域控制器产品，典型产品如伟世通DriveCore、博世DASy、大陆集团ADCU、采埃孚ProAI、Veoneer Zeus、麦格纳MAX4等，国内方面，如德赛西威IPU系列、经纬恒润ADC、东软睿驰CPDC、华为MDC等。
四、系统软件之一：操作系统 操作系统标准与分类：车控OS与座舱OS。 在智能网联时代，车机操作系统OS（operating system）按下游应用划分，可以分为车控OS和座舱OS两大类：（1）车控OS：主要负责实现车辆底盘控制、动力系统和自动驾驶，与汽车的行驶决策直接相关；（2）座舱OS：主要为车载信息娱乐服务以及车内人机交互提供控制平台，是汽车实现座舱智能化与多源信息融合的运行环境，不直接参与汽车的行驶决策。 对于车控OS而言，可分为嵌入式实时操作系统RTOS和基于POSIX标准的操作系统。（1）嵌入式实时操作系统RTOS：传统车控ECU中主控芯片MCU装载运行的嵌入式OS，面向经典车辆控制领域，如动力系统、底盘系统和车身系统等。要求实时程序必须保证在严格的时间限制内响应，特点包括速度快，吞吐量大，代码精简，代码规模小等；（2）基于POSIX标准的操作系统：主要面向智能驾驶系统，主要满足其高通信和低延时的要求。 汽车电控ECU必须是高稳定性的嵌入式实时性操作系统，主流的嵌入式实时操作系统都兼容OSEK/VDX和Classic AUTOSAR这两类汽车电子软件标准。嵌入式实时操作系统具有高可靠性、实时性、交互性以及多路性的优势，系统响应极高，通常在毫秒或者微秒级别，满足了高实时性的要求。目前，主流的嵌入式实时操作系统都兼容OSEK/VDX和Classic AUTOSAR这两类汽车电子软件标准。 QNX、Linux是当前车机OS内核的首选。根据赛迪顾问的统计，QNX由于其典型的实时性、低延时、高稳定等特征，2021年QNX市占率达到43%，是当前市占份额最高的车机OS，已应用在包括宝马、奥迪、奔驰等超过40个品牌，全球使用了QNX的汽车超1.75亿辆。 QNX+Linux或者是QNX+Android是当前智能驾驶OS+智能座舱OS的主要选择。当前QNX、Linux（包含Android）仍是OS底层内核的主要选择，无论是智能驾驶OS还是智能座舱OS基本都会采用QNX+Linux或者是QNX+Android的组合方式。以QNX为代表的实时操作系统主要用在驾驶OS上，由于应用生态上较为薄弱，当前座舱OS主流是Android以及基于Linux系统的定制型及ROM型系统。
参考文献链接 https://mp.weixin.qq.com/s/6lmq7_tQZsxHPM7y_9KxMQ https://mp.weixin.qq.com/s/d9vayD_4-omyzBOhyiT2hQ