汽車(chē)芯片應用將迎來(lái)爆點(diǎn)，6類(lèi)產(chǎn)品開(kāi)始沖刺

當今的汽車(chē)，與 20 年前相比，已經(jīng)出現了很多變化，特別是隨著(zhù)電動(dòng)化和智能化的發(fā)展和普及，傳統汽車(chē)的兩大件（發(fā)動(dòng)機和變速箱）越來(lái)越多地被新兩大件（電機和電控系統）所取代。而且，智能化的提升，使傳統汽車(chē)內沒(méi)有的自動(dòng)駕駛輔助系統（ADAS）越來(lái)越重要，在此基礎上，安全保障系統功能在新型汽車(chē)中不斷增加、升級。再有，傳統汽車(chē)的信息娛樂(lè )系統功能較為單一和分散，而新型汽車(chē)中的智能座艙系統將車(chē)內的聲、光、影音、觸控操作等功能逐漸集成在一起，實(shí)現了更加智能化的管理和操作。

雖然變化很多，但傳統汽車(chē)積累了幾十年、甚至上百年的底盤(pán)系統調校技術(shù)則不會(huì )過(guò)時(shí)，它也是新型汽車(chē)不斷學(xué)習的目標。

下面，我們就綜合傳統燃油車(chē)和新型電動(dòng)化、智能化汽車(chē)的各個(gè)功能塊，看看各種芯片元器件是如何在汽車(chē)當中發(fā)揮作用的。

整個(gè)汽車(chē)可以被分為 6 大系統，分別是：動(dòng)力系統，車(chē)身，座艙，控制和通信系統，底盤(pán)和安全，ADAS，如下圖所示。

一輛汽車(chē)中會(huì )用到各種各樣的芯片，大致可以分為以下 6 大類(lèi)：計算&控制，通信，功率，模擬（電源，驅動(dòng)等），傳感器，以及存儲芯片。

計算&控制類(lèi)芯片以各種處理器為主，包括 MCU、CPU、GPU、FPGA，以及相應的 SoC。其中，CPU、GPU 等高性能計算 SoC 主要用于 ADAS、信息娛樂(lè )系統、智能座艙，而 MCU 幾乎遍布全車(chē)的各個(gè)功能部分，特別是傳統燃油車(chē)。

功率器件主要用在動(dòng)力系統和底盤(pán)，模擬芯片也是遍布全車(chē)各個(gè)部分，存儲芯片主要用于 ADAS 和座艙，傳感器包括壓力、流量、慣性、濕度、紅外線(xiàn)、CIS 圖像傳感器，以及各種類(lèi)型的雷達，不同的傳感器遍布全車(chē)。

下面，分別看一下以上提到的 6 大類(lèi)芯片元器件在汽車(chē)上的應用情況。

計算&控制芯片

在電動(dòng)化、智能化普及之前，汽車(chē)的各個(gè)功能塊由 ECU（Electronic Control Unit）控制，MCU 則是 ECU 的核心，它監控著(zhù)各種汽車(chē)運行數據（速度、換擋、剎車(chē)、航向等），以及汽車(chē)運行的各種狀態(tài)（油耗、加速、前車(chē)距離等），并根據預先設計的程序邏輯計算各種傳感器送來(lái)的信息，處理后把各個(gè)參數發(fā)送給相關(guān)的執行模塊，執行各種預定的控制功能。這種架構一般稱(chēng)為分布式。

無(wú)論是傳統燃油車(chē)，還是新型的電動(dòng)和智能化汽車(chē)，MCU 用量都很大，車(chē)身控制、儀表盤(pán)、影音娛樂(lè )、電機驅動(dòng)控制、高級安全系統、雨刮、車(chē)窗、電動(dòng)座椅等，都需要 MCU 進(jìn)行控制。目前，一輛汽車(chē)上的 MCU 用量可達 50~100 個(gè)。

傳統燃油車(chē)的動(dòng)力系統主要包括發(fā)動(dòng)機和變速箱，這兩個(gè)部件各有一個(gè)主控 MCU，電動(dòng)汽車(chē)動(dòng)力系統包括整車(chē)控制模塊，電機控制器模塊，電池管理模塊三個(gè)部分，動(dòng)力域控制器集中控制上述三個(gè)部分，這個(gè)系統需要更多的 MCU，估計每輛車(chē)會(huì )比傳統燃油車(chē)多用至少 5 個(gè)。

車(chē)身控制系統所用的 MCU 數量相對穩定，變化不大，原因在于車(chē)身域技術(shù)較為成熟且使用生命周期長(cháng)，實(shí)現這些功能對芯片算力的要求較低，所用的 MCU 價(jià)格也較低。

傳統 MCU 大廠(chǎng)，如恩智浦、意法半導體、瑞薩電子和德州儀器等，一直把持著(zhù)汽車(chē) MCU 市場(chǎng)的主導權。近些年，中國本土相關(guān)企業(yè)也在努力追趕，涌現出了多家比較有特色的企業(yè)，復旦微電子就是其中之一，該公司的車(chē)規級 MCU FM33LG0xxA 系列可用于雨刮器、車(chē)窗、座椅、照明控制等。目前，復旦微電子正在進(jìn)行新一代車(chē)規級 MCU 的開(kāi)發(fā)。

隨著(zhù)智能化、網(wǎng)聯(lián)化、電氣化在汽車(chē)應用的深入和普及，汽車(chē)電子電氣架構逐漸從分布式走向集中，以減少車(chē)輛線(xiàn)束，提高內部信息流轉效率，此時(shí)，算力也趨向于集中，僅依靠 MCU 已難以滿(mǎn)足計算需求。目前，ADAS 和智能座艙芯片以 CPU、GPU 和 NPU 為主，并集成在域控制器中。域是將傳統 ECU 控制進(jìn)一步集中，形成幾大功能塊，可概括為整車(chē)控制域（VDC），智能駕駛域（ADC），智能座艙域（CDC）。未來(lái)，在基于域的集中式架構基礎上，還將向域融合（中央集成）架構方向發(fā)展，它進(jìn)一步簡(jiǎn)化了架構，功能更加集中。在分布式 ECU 逐漸向域集中的過(guò)程當中，由 DCU（域控制器）集成多類(lèi) ECU 實(shí)現控制功能的集中。

從目前的情況來(lái)看，汽車(chē)中的 MCU 有減少之勢，特別是座艙越來(lái)越智能化，要實(shí)現的功能繁多，包括信息娛樂(lè )、人機交互等，為了實(shí)現這些先進(jìn)功能，需要更高性能的芯片，使得 MCU 地位呈下降趨勢。以?xún)x表盤(pán)為例，該部分性能提升使 MCU 的主控地位被高算力處理器取代。

總體來(lái)看，MCU 在傳統功能的控制應用上仍有一席之地，而在座艙和 ADAS 的用量會(huì )明顯減少。不過(guò)，在可預見(jiàn)的未來(lái)，汽車(chē)用 MCU 的市場(chǎng)總量依然很大。

隨著(zhù)自動(dòng)駕駛級別逐步提升，應用功能越來(lái)越豐富，汽車(chē)對芯片算力的要求越來(lái)越高。特別是在安全性和實(shí)時(shí)性方面，ADAS 的要求很高，需要系統具備更高的認知與推理能力。

目前，以 Mobileye、英偉達、特斯拉為代表的廠(chǎng)商在 ADAS 計算芯片方面走在了市場(chǎng)前列，相關(guān)產(chǎn)品已在中高端和新勢力車(chē)型中廣泛應用。

Mobileye 是 L2 及以下級別輔助駕駛的龍頭，也是汽車(chē) ADAS 技術(shù)的奠基者和引領(lǐng)者，在英偉達、高通和特斯拉崛起之前，Mobileye 一直是 ADAS 行業(yè)的龍頭。不過(guò)，由于短板明顯（采用不向主機廠(chǎng)開(kāi)放數據權限的「黑盒」模式，以及軟硬件必須捆綁銷(xiāo)售），從 2020 年開(kāi)始，Mobileye 的拳頭產(chǎn)品 EyeQ 芯片出貨量增速明顯下滑，特別是在智能化水平很高的電動(dòng)車(chē)領(lǐng)域，Mobileye 的競爭力越來(lái)越弱。

近些年，英偉達在自動(dòng)駕駛領(lǐng)域崛起，成為了當今的行業(yè)老大。英偉達的初代自動(dòng)駕駛處理器是 Drive 系列，隨著(zhù)車(chē)載系統需求的發(fā)展，Drive 系統也在不斷升級，例如，Drive PX Xavier 配備了一塊 Xavier 芯片，適用于 L2 級輔助駕駛，對于更高級別應用，可以采用兩個(gè) Xavier 加上兩個(gè)圖靈架構的 GPU。后來(lái)，英偉達推出了具備更高性能的 Orin 芯片，不久前，該公司新推出了算力達到 2000 TOPS 的 Thor。強大算力的芯片組合，使得客戶(hù)可以根據不同使用場(chǎng)景選擇適合的芯片，幫助英偉達較為迅速地打開(kāi)了市場(chǎng)局面。

除了算力，英偉達還在軟件工具開(kāi)發(fā)上花費了大量資金，先后推出了 DRIVE OS、DRIVEWORKS、DRIVE AV、DRIVE IX。英偉達軟件的凸出特點(diǎn)是開(kāi)放性高，應用靈活，適配性好。這些對用戶(hù)都是很友好的，很受歡迎。

近幾年，特斯拉也在自研自動(dòng)駕駛處理器，名為 FSD，放棄了原來(lái)用的 EyeQ3 和 Drive 平臺。FSD 從算法需求出發(fā)，采用了全新的芯片架構設計，其核心是兩個(gè) NPU 組成的 NNA（Neural Network Accelerator，神經(jīng)網(wǎng)絡(luò )加速單元）。從算法出發(fā)設計芯片架構，使其能耗比更優(yōu)；可以更激進(jìn)地嘗試新方案，不需要通過(guò)第三方車(chē)規級認證等復雜流程。另外，軟硬件都通過(guò)自研完成，可以加快整車(chē)研發(fā)迭代速度，效率高于外購芯片模式。

目前，中國相關(guān)廠(chǎng)商也在加大 ADAS 處理器研發(fā)投入，代表企業(yè)是地平線(xiàn)和華為。地平線(xiàn)的拳頭產(chǎn)品是征程系列，已經(jīng)迭代到征程 6，并擁有超過(guò) 20 個(gè)合作車(chē)企。華為的 MDC810 平臺也將軟硬件整合在了一起，已經(jīng)用在北汽極狐αS Hi 版和阿維塔 11 上。

除了 ADAS，智能座艙對芯片算力的要求也在提升，而高通是目前該領(lǐng)域的領(lǐng)導者，中國本土企業(yè)也在發(fā)力，通過(guò)合作和自研等多種方式，緊跟座艙芯片發(fā)展。以廣通遠馳為例，該公司基于高通 QCM6125 平臺，研發(fā)出了 AL656S 座艙 SoC 模組，支持高分辨率中控大屏，提供 AI 語(yǔ)音操控、在線(xiàn)實(shí)時(shí)導航、360 環(huán)視、快速倒車(chē)影像等功能，已經(jīng)應用在廣汽傳祺和廣汽埃安等多款量產(chǎn)車(chē)上。

車(chē)載通信

汽車(chē)中使用的電子控制和通信系統越來(lái)越多，如發(fā)動(dòng)機電控、自動(dòng)變速器控制、車(chē)載多媒體和自動(dòng)巡航系統（ACC）。這些系統之間、系統和汽車(chē)顯示儀表之間需要進(jìn)行大量的數據交換，此時(shí)，常規點(diǎn)對點(diǎn)的導線(xiàn)連接和信息傳輸方式是不適用的，因為這樣裝配出的系統太復雜了，且故障率會(huì )很高。這時(shí)，就需要用到汽車(chē)總線(xiàn)。

傳統汽車(chē)使用的總線(xiàn)（CAN、LIN、FlexRay、MOST）在成本、性能上越來(lái)越難以滿(mǎn)足網(wǎng)聯(lián)化、智能化汽車(chē)的需求，而以太網(wǎng)在汽車(chē)應用中的優(yōu)勢逐漸凸顯出來(lái)。

車(chē)載以太網(wǎng)在傳統以太網(wǎng)技術(shù)的基礎上進(jìn)行了一系列優(yōu)化和改良，針對車(chē)內通信需求研發(fā)出了一種用以太網(wǎng)連接車(chē)內電子單元的新型局域網(wǎng)技術(shù)，它有諸多優(yōu)點(diǎn)，如數據傳輸帶寬高，系統簡(jiǎn)潔。車(chē)載以太網(wǎng)使用單對非屏蔽雙絞線(xiàn)及更小型的連接器，與傳統總線(xiàn)相比可減少 80% 的線(xiàn)束成本和 30% 的布線(xiàn)重量。它可通過(guò)使用回聲抵消技術(shù)在單線(xiàn)對上實(shí)現雙向通信，以滿(mǎn)足智能化對高帶寬的需求。

目前，博世、采埃孚、特斯拉等都提出了新一代汽車(chē)網(wǎng)絡(luò )通信架構。

據以太網(wǎng)聯(lián)盟預測，未來(lái)智能汽車(chē)單車(chē)以太網(wǎng)端口將超過(guò) 100 個(gè)，這為車(chē)載以太網(wǎng)芯片提供了巨大的發(fā)展空間。在具備先進(jìn) ADAS 功能和以太網(wǎng)總線(xiàn)的汽車(chē)中，每一個(gè)傳感器（攝像頭、各種雷達）都需要部署一個(gè) PHY 芯片以連接到 ADAS 域，每個(gè)交換節點(diǎn)也需要配置若干個(gè) PHY 芯片。

除了有線(xiàn)通信（以太網(wǎng)），車(chē)聯(lián)網(wǎng)普及對車(chē)上的無(wú)線(xiàn)通信能力和可靠性的要求也越來(lái)越高，這方面，高通處于優(yōu)勢地位。

功率器件

與傳統燃油車(chē)相比，電動(dòng)車(chē)對功率器件的工作電流和電壓有更高要求，是電機驅動(dòng)控制、整車(chē)熱管理、充電逆變等系統的核心元器件，尤其是 MOSFET 和 IGBT，而 SiC MOSFET 憑借其耐高壓、耐高溫等特性，在汽車(chē)電控系統應用中如魚(yú)得水。

在電動(dòng)汽車(chē)中，SiC MOSFET 主要用于驅動(dòng)和控制電機的逆變器、DC/DC 轉換、車(chē)載充電器 OBC，以及充電樁。與硅基 IGBT 相比，SiC MOSFET 產(chǎn)品尺寸小、能耗低，可以有效提升汽車(chē)電池的電能轉化效率，提高續航能力，同時(shí)還可以?xún)?yōu)化電機控制器的結構，節省成本，實(shí)現小型化、輕量化設計。

2018 年，特斯拉率先在其 Model 3 中搭載了采用 24 個(gè) 650V、100A 的 SiC MOSFET 模塊的主逆變器，電能轉換效率的提升使續航里程提升了 5%~10%，同時(shí)，車(chē)身重量比 Model S 減輕了 20%。博世等多家 Tier1 制造商，以及比亞迪、蔚來(lái)、小鵬等車(chē)企都已在部分產(chǎn)品中采用了 SiC MOSFET 方案。2022 年，由于電動(dòng)車(chē)普及率和 SiC MOSFET 模塊用量雙提升，使得 SiC 器件和模塊在汽車(chē)領(lǐng)域的應用發(fā)展速度超過(guò)了市場(chǎng)預期。

模擬芯片

無(wú)論是傳統燃油車(chē)，還是電動(dòng)汽車(chē)，都會(huì )用到大量的模擬芯片，涉及發(fā)動(dòng)機進(jìn)氣管、機油、剎車(chē)、空調壓力、動(dòng)力總成、汽油尾氣檢測、車(chē)載電池管理等系統。在電動(dòng)車(chē)中，模擬芯片的重要性更強，隨著(zhù)汽車(chē)電動(dòng)化、智能化的快速普及，車(chē)用模擬芯片的市場(chǎng)規模呈現逐年增長(cháng)態(tài)勢。

隨著(zhù) ADAS 的普及，安全的重要性越來(lái)越凸出，這就要求電子系統與電源做到有效的安全隔離，此時(shí)，模擬隔離芯片起到了關(guān)鍵作用。此外，ADAS 系統需要極高性能和可靠性的毫米波雷達、監控攝像系統、車(chē)聯(lián)控制模塊、電源輔助模塊等，這些都離不開(kāi)高性能模擬芯片，如放大器、接口、電源管理芯片等。

智能化的普及，使得車(chē)內顯示面板的使用量顯著(zhù)增加，尺寸也越來(lái)越大。目前，平均每輛車(chē)有不少于兩塊面板的使用率，到 2025 年會(huì )達到 3 塊以上。同時(shí)，汽車(chē)市場(chǎng)對高亮度、高對比度面板的需求也在提升，MiniLED、AMOLED 的普及率也越來(lái)越高。所有這些，對相關(guān)驅動(dòng) IC、TDDI 的數量和質(zhì)量要求也在提升。

傳感器

汽車(chē)需要用到的傳感器種類(lèi)很多，包括壓力、流量、慣性、溫度、紅外線(xiàn)、CIS，毫米波和激光雷達等。

由于 ADAS 興起，使得與之緊密相關(guān)的傳感器的重要性和市場(chǎng)地位明顯高于傳統且已經(jīng)非常成熟的壓力、溫度等傳感器。

用于 ADAS 的傳感器（包括 CIS，超聲波和熱傳感器，激光雷達等）負責收集周?chē)h(huán)境的數據。一種類(lèi)型的傳感器是不夠的，因為每種傳感器都有其局限性，ADAS 系統將多種傳感器結合在一起，以實(shí)現最大化的安全目標。

在 L1 級 ADAS 中，需要 1-2 個(gè)攝像頭，L2 和 L2+級需要搭載前視 ADAS 攝像頭和普通環(huán)視攝像頭，總數達到 8 個(gè)，L3 級則增加了前視、側視、后視 ADAS 攝像頭，總數達 8-12 個(gè)，未來(lái)的 L4 和 L5 級對雷達依賴(lài)程度很高，攝像頭用量無(wú)明顯提升。結合各等級 ADAS 車(chē)載攝像頭使用情況，可測算出全球平均單車(chē)用量將由 2021 年的 2.8 個(gè)提升至 2025 年的 5.1 個(gè)，2030 年有望達到 9.0 個(gè)。

就目前的車(chē)載攝像頭方案來(lái)說(shuō)，主要分為視覺(jué)和多傳感融合方案。

視覺(jué)方案以攝像頭為主導，它對算法要求很高，典型代表是特斯拉，搭載 Autopilot 3.0 系統的全系車(chē)型都未使用激光雷達，采用了 8 個(gè)攝像頭、1 個(gè)毫米波雷達和 12 個(gè)超聲波雷達，其中，8 個(gè)攝像頭包括 3 個(gè)前視、4 個(gè)側視和 1 個(gè)后視，可在 250 米半徑內為汽車(chē)提供 360 度視角。

多傳感融合方案更強調硬件系統的重要性，對算法要求相對較低。這類(lèi)方案的傳感器用量不斷提升，智能化程度較高的車(chē)型攝像頭用量都在 10 個(gè)以上，CIS 分辨率也很高，例如，蔚來(lái) ET7 使用 11 個(gè) 800 萬(wàn)像素高清攝像頭，極氪 001 使用了 14 個(gè)攝像頭，包括 7 個(gè) 800 萬(wàn)像素高清攝像頭。

所有這些，都將推動(dòng) CIS 圖像傳感器市場(chǎng)向更大規模和體量進(jìn)發(fā)。而隨著(zhù)雷達系統的普及，毫米波、超聲波、激光雷達傳感器的用量也將大幅提升。

存儲芯片

隨著(zhù)智能化水平的提升，存儲芯片在汽車(chē)中的用量也在提升，特別是 ADAS 和智能座艙，對車(chē)規級存儲芯片的需求量和性能要求越來(lái)越高。

以 ADAS 為例，在汽車(chē)行駛過(guò)程中，該系統要收集大量道路數據，包括攝像頭、雷達、GPS 采集進(jìn)來(lái)的信息，系統將這些數據上傳到車(chē)企數據中心后對其進(jìn)行 AI 訓練，并在 ADAS 平臺上驗證和仿真，整個(gè)過(guò)程需要存儲大量數據。

汽車(chē)在路測時(shí)，L2 級測試在一小時(shí)內會(huì )產(chǎn)生 2TB 的數據，L4-L5 級路測每小時(shí)的數據量則達到 16-20TB，整個(gè)研發(fā)周期產(chǎn)生的數據將達到 EB 級。海量數據的緩存、讀取和處理將對存儲系統的讀寫(xiě)性能、容量、可靠性提出更高要求。這樣看來(lái)，車(chē)載存儲芯片（DRAM，SRAM，NAND Flash，NOR Flash，EEPROM）的市場(chǎng)潛力也是很可觀(guān)的。

結語(yǔ)

2023 年即將過(guò)去，從目前的情況來(lái)看，汽車(chē)應用似乎是 2023 全年芯片市場(chǎng)的唯一亮點(diǎn)。

汽車(chē)芯片的長(cháng)期發(fā)展前景也很樂(lè )觀(guān)，未來(lái)幾年，每輛車(chē)的半導體含量將穩步增長(cháng)。S&P AutoTechInsight 在 2023 年 1 月預測，未來(lái) 7 年，每輛車(chē)的平均半導體含量將增長(cháng) 80%。

在這樣的增長(cháng)預期下，汽車(chē)各個(gè)功能部分對相關(guān)芯片的需求量將持續提升，而且，隨著(zhù)新一輪車(chē)規級認證的展開(kāi)和確定，車(chē)用 6 大類(lèi)芯片有望迎來(lái)更高層級的市場(chǎng)需求和認可，這對產(chǎn)業(yè)鏈相關(guān)環(huán)節（芯片設計、制造、封測）的技術(shù)、工藝進(jìn)步和產(chǎn)能擴充都是利好。