01.智能駕駛功能滲透率快速提升

智能駕駛功能滲透率仍處于較低位置，提升空間較大。隨著技術(shù)快速成熟、產(chǎn)品價格逐漸下降及用戶智能化體驗需求的不斷提升，智能駕駛功能正逐漸從豪華車向中低端車型發(fā)展，滲透率快速提升。智駕功能的性能和搭載率的提升將帶動智駕域控制器的需求快速增長。預(yù)計2025年自動駕駛域控制器市場規(guī)模達479.4億元。

域控制器構(gòu)成：硬件+軟件

02.智能駕駛域控制器為整車計算中心

智駕域控制器主要包括計算芯片、Safety MCU、存儲芯片及其他無源器件等。其中計算芯片主要用來進行攝像頭圖像處理、運行深度學(xué)習(xí)算法、輸出識別結(jié)果、進行傳感器融合和軌跡預(yù)測等功能，是決定智駕域控性能的核心部件。智能駕駛芯片具有較高的技術(shù)壁壘，現(xiàn)階段市場高端芯片以英偉達、華為為主，中低端芯片廠商較多，主要包括地平線、Mobileye、TI、黑芝麻智能等。各主要芯片廠商積極拓寬產(chǎn)品矩陣，國產(chǎn)芯片市占率持續(xù)提升。與主要芯片廠商建立穩(wěn)定的合作開發(fā)關(guān)系的智駕域控供應(yīng)商有望受益。

各級別智能駕駛算力需求

硬件端，智駕功能升級，算法算力要求更甚

感知方面，感知重心向視覺傳感器轉(zhuǎn)移。智駕系統(tǒng)向BEV+Transformer?轉(zhuǎn)型后，低成本的視覺傳感器更為重要，為保證數(shù)據(jù)獲取的精確度和完整度，攝像頭的像素和數(shù)量也不斷增加，800萬像素攝像頭使用量逐漸提升，攝像頭數(shù)量也向單車?10?個以上發(fā)展。毫米波雷達和激光雷達短期內(nèi)仍難以替代。由于國內(nèi)使用?Nerf?進行多幀重建仍有待提升，故需要激光雷達或?4D?毫米波雷達獲取路網(wǎng)數(shù)據(jù)，進行車道線識別。此外，由于純視覺系統(tǒng)對于暗光環(huán)境和非標(biāo)準(zhǔn)物體等場景的識別準(zhǔn)確問題仍無法完全解決，通常需要?4D?毫米波雷達進行靜態(tài)障礙物識別。我們預(yù)計攝像頭和?4D?毫米波需求有望增長。

Mobileye 4D?毫米波雷達點云效果近似4?線激光雷達

03.芯片開發(fā)和生產(chǎn)制造能力仍為核心競爭力

隨著BEV+Transformer?的應(yīng)用，智駕功能對車端算力要求更高，加上城市?NOA?及后續(xù)?L3?功能的搭載，高算力芯片仍為頭部主機廠中高端車型首選方案。智駕域控仍以國

內(nèi)?Tier 1?廠商為主，雖然頭部主機廠自研域控意愿較強，但受限于相關(guān)研發(fā)積累、資金限制及自身銷量等問題，自研難度大、成本高，不一定有足夠的銷量來攤薄前期研發(fā)成本。目前?L2?及以上智駕域控以國內(nèi)廠商為主，產(chǎn)品布局全面、芯片開發(fā)設(shè)計實力強、量產(chǎn)制造能力豐富、出貨量較大的供應(yīng)商具備一定競爭優(yōu)勢。主要供應(yīng)商包括華為、德賽西威、經(jīng)緯恒潤等企業(yè)，均勝電子、中科創(chuàng)達、大疆、東軟睿馳等快步追趕。

BEV+Transformer?的廣泛認(rèn)可導(dǎo)致智駕域控結(jié)構(gòu)發(fā)生變化

智駕方案早期攝像頭以前視為主，四周主要靠毫米波雷達實現(xiàn)環(huán)視覆蓋，較為廣泛的方案為?5R（Radar）1V（Video）、3R1V、1R1V、2R1V、5R3V，支持的攝像頭數(shù)量較少。同時路網(wǎng)信息主要依靠高精地圖提供，視覺傳感器以動態(tài)障礙物識別為主，靜態(tài)障礙物主要依靠激光雷達實現(xiàn)感知。但是?BEV?架構(gòu)下，需要至少?6~8?個攝像頭實現(xiàn)車身周邊感知（前后左右各一個，四角各一個），攝像頭接口需求增加。同時由于取消高精地圖，部分定位模塊可以減少或簡化。由于大模型搭載，低算力芯片性能難以支持端側(cè)部署，對芯片算力有了更高的要求。

域控芯片需要調(diào)整以適應(yīng)Transformer?模型

早期?AI?芯片主要會考慮對?CNN、Pooling等的優(yōu)化。但是?Transformer?的神經(jīng)網(wǎng)絡(luò)與原先差別較大，需要不同的算子進行支持。如果芯片不支持Transformer?算子，會導(dǎo)致在?GPU?上訓(xùn)練時候用Transformer?訓(xùn)練，但是部署在車端時候需要進行算子轉(zhuǎn)化，帶來一定的困難，導(dǎo)致最終在端側(cè)并不是?BEV+ Transformer，而且近似?CNN?的替代算法。目前頭部芯片廠商如地平線、英偉達等已經(jīng)實現(xiàn)對?Transformer算子的支持，后續(xù)部分廠商需要將BEV+ Transformer?下放到端側(cè)。

審核編輯：黃飛

?