汽車處理器產業研究：進口替代+新賽道新機遇

（報告出品方/作者：中金公司，陳昊、彭虎）

一、從分佈到集中式架構，車用處理器何去何從

引言：ECU 的前世今生與域概念的出現

ECU，即車用電子控制單元，由核心 MCU（車用處理器的最典型形式）、模/數轉換器、數 字訊號緩衝器、儲存器、電源電路、通訊電路等部分組成。工作流程上，外部感測器將溫度、電流等訊號輸入，交由 MCU 運算處理，結果通過輸出迴路等傳遞至執行器，使車輛完 成所需動作。

早期 ECU 的誕生主要是被用於發動機控制，但隨著汽車電子技術的進步，ECU 數量不斷增 加，剎車、轉向、車門車窗、照明等各種功能都需要 ECU 的配合。目前經濟型車大約需要 20 個 ECU，高階車型 ECU 數目甚至達到 100 個上下，與之配合的不同規格的 MCU 數量也 不斷增加，相關市場蓬勃發展。但是，我們認為，傳統汽車電子電氣（E/E）架構下 ECU各司其職，隨著功能的增加，傳統架構的問題逐步凸顯：

ECU 結構冗餘，算力和功能存在重複。以動力 ECU 為例，發動機由一個核心 ECU 負責， 而電機、電流、點火、驅動等模組又各有一個 ECU，儘管有安全冗餘，但還是浪費了 大量算力；

排線難度與線束成本上升。ECU 之間需要通訊，不斷增加的 ECU 數量使得線束長度大 幅增加，成本上升，複雜的線路需要分開排線，否則線束相互纏繞會產生髮熱等安全 隱患；

不利於軟體維護與升級。分散式架構下整車廠從不同 Tier1 廠商採購 ECU，各廠商擁有 不同的軟體架構和介面標準。這使得汽車出廠後軟體維護和升級難度大幅上升。如果 能夠採用集中式架構，一次維護即可升級全車系統，將大幅提高效率；

分散式 ECU 難以保證網路安全。資訊科技的進步使得車輛與網際網路聯絡更加緊密，遭 受網路攻擊的可能性也隨之提升，高效能處理器網路防護能力強，而分散式 ECU 難以 建立防火牆統一管理，存在安全隱患；

高級別輔助駕駛需要 ECU 間高度融合，傳統架構處理效率較低。實現自動駕駛需要視 覺、雷達、高精度地圖以及網路互聯的共同參與，實現汽車對環境的感知預測，並且 需要快速控制車輛做出反應。傳統架構下多 ECU 協同能力有限，溝通效率較低，難以 勝任高階自動駕駛任務。

為了解決分散式架構問題，「域（domain）」的概念隨之出現。全球知名的 Tier-1 廠商博世 提出，按照功能劃分，汽車電子電氣系統基本上可以被劃分為「五域」架構：即動力域、 底盤域、車身域、資訊娛樂域、以及 ADAS 域。考慮到未來車聯網應用，還可能會增加外 網控制域。各個域之間通過千兆乙太網連線，以此解決實時性問題與傳導問題，而每個域 與自己分管的子系統之間通過 CAN，CANFD 以及百兆乙太網連線通訊。我們認為，未來汽 車 E/E 架構的發展趨勢先是從分散式 ECU 向 5-7 個域控制器集中，之後具有交叉功能的域 控制器也可能發生融合，最終還可能統一受中央計算機調配。

我們認為，三大趨勢將引領汽車處理器（MCU 等）傳送如下需求變化：

第一，智慧化方面，ADAS 普及與功能升級是車用處理器市場增長的重要驅動力之一。 隨著 E/E 架構向集中式、向域架構發展，我們認為其對硬體系統最大的改變在於 MCU 將被量少價高的 AI SoC 替代；

第二，電動化、網聯化方面，我們認為 E/E 架構向「域控制」演進並不會直接帶來 MCU 需求量減少，BMS、車聯網等功能的引入反而會為 MCU 帶來增量市場空間；

最後，看存量上，因車身、底盤等功能上要預留安全冗餘，E/E 架構演進同樣不會帶來 車用處理器需求量下降，但底層 MCU 功能將大大簡化。

ADAS 部分：L3 或將成為硬體架構分水嶺，AI SoC 部署將對 MCU 需求形成替代

ADAS 的硬體系統一般由視覺感知模組及雷達感知模組組成。視覺感知模組包含 IFC（智慧 前視攝像頭模組）及 AVS（全景環視系統），而雷達感知模組包括 FCR（前向毫米波雷達模 組）、SRR（側後毫米波雷達模組）、UPA/APA（超聲波雷達模組）及 LiDAR（車載鐳射雷達）。 一切 ADAS 功能都將由一個或多個模組組合實現。

如果再深究其內部結構，我們認為分散式架構下單個模組均由 1-2顆處理晶片（MCU/MPU） 及多個感測器（攝像頭/雷達）組成，而在集中式架構下，模組的概念依然存在，但模組中 僅保留感測器，處理晶片將會集中至 ADAS 域控制器中。ADAS 域控制器這一概念最早由博 世、大陸等 Tier1 廠商提出，用於處理單個硬體模組無法實現的系統級功能，如一些需要定 位、視覺資料、雷達資料的相互配合的功能。域控制器在 L3 及以上場景中成為不可或缺的 硬體配置，而在 L2 及以下十分罕見（詳見下文分析）。ADAS 域控制器中一般包含一顆或多 顆算力更高的 AI SoC 晶片及一顆MCU 晶片（安全冗餘），SoC 常由英偉達、Mobileye 等廠 商提供，MCU 一般採用 Infineon 的 Aurix 系列。

L0-L2：分散式架構仍是主流，MCU/MPU 數量隨 ADAS 滲透率上升而增長

我們認為，由於 L0-L2 級別 ADAS 功能較為單一，涉及多感測器融合少，因此多采用分散式 傳統架構，硬體模組基本為 Tier-1 廠商的成熟解決方案，即傳統整車廠會直接採購 Tier-1 成套的模組。新能源車方面，Tesla 第一代 Autopilot 平臺同樣採用分散式架 構，前置攝像頭的模組核心部分仍然採用了博世與 Mobileye 的方案（Autopilot 的主 PCB 板上外掛了攝像頭的解決方案及資訊娛樂板）。

我們認為傳統車廠在向 L2 以上更高級別的 ADAS 功能迭代過程中，仍然多采用「疊羅漢」 模式，即保留分散式架構的冗餘，額外追加域控制器或高算力模組來實現 L3 及以上功能， 帶來處理器需求的線性增長。舉例來看，在全球第一款實現 L3 功能的 2017 款 A8 轎車中， 奧迪並沒有採用集中式架構，而是在分散式架構基礎上追加了一顆 zFAS 域控制器對超聲波 雷達、環視攝像頭、鐳射雷達實況資料做統籌處理，其中包含了 Nvidia Tegra K1 套 件（處理器為一顆 GPU）、MobilEye EyeQ3、Altera Cyclone FPGA 以及 Infineon Aurix MCU， 直接將單車處理器用量提升 4 顆，價值量提升數倍。寶馬同樣通過增加額外的感測器系統 與高階微處理器來滿足自動駕駛效能要求提升；對 Level 3 車型，寶馬選擇在平臺中整合兩 顆 Mobileye EyeQ5 晶片，兩個 Intel Denverton CPU 和一個額外的 Infineon Aurix MCU。

L3 及以上：集中式架構將成為主流， AI SoC 部署將對 MCU 形成替代

在上文中我們提到，L3 及以上 ADAS 各個功能的實現會帶來單車感知模組數量大幅提升， 對於晶片識別、預測及執行的要求也更高。我們認為，分散式架構下晶片冗餘問題嚴重， 排線過於複雜，難以實現更高級別的自動駕駛；而集中式架構具有提升算力，減少排線等 諸多優點。因此，我們認為儘管目前傳統車廠大多數仍以硬體「疊羅漢」方式實現 L3級ADAS 功能，但這很難成為長期趨勢。

新能源車企帶動 ADAS 硬體架構革新，簡化 MCU，增加配備高算力 MPU（AI SoC）的域控 制器來實現多感測器融合有望成為 L3+ ADAS 硬體的主流結構。以 Tesla 的自動駕駛平臺 Autopilot 為例，在 2.0 版本時代，Tesla 便拋棄了分散式架構，而演化到 3.0 版本時，我們 看到 1）中央超級計算機由 ADAS 板+資訊娛樂板組成，在 ADAS 板上，Tesla 採用了兩顆自 研的 SoC 替代 Nvidia GPU + SoC，並保留一顆冗餘 MCU。此外，在整個超級計算機中僅有信 息娛樂板上使用了一顆MCU（NXP 提供），相比第一代產品 MCU 數量減少，自研晶片佔比 大幅上升；2）在視覺和雷達模組上，Tesla 的三攝方案只保留了感知的基礎能力，邊緣 MCU 數量下降明顯。

量減但價增，我們測算中國 2025 年 ADAS 相關 MCU + SoC 市場規模有望達到 44 億美元

關鍵假設思路：

我們遵循各級別 ADAS 在新能源乘用車、燃油乘用車及商用車中滲透率不同的假設：

1） 新能源車追求科技屬性加成，ADAS 滲透率高於燃油乘用車；

2）2018 年交通部在《營 運貨車安全技術條件》中要求絕大部分上市商用車型必須配備 L1 級別 ADAS 系統，因 此商用車 L0-L1 級別滲透率高於乘用車；

3）售價較低的經濟型乘用車仍然是中國汽車 市場的主流車型，受到成本的制約，短時間內不會安裝 L2 及以上級別的自動駕駛系統， 因此 L2 以上級別 ADAS 滲透率增長較慢；

量價趨勢上，我們認為隨著 L3 級別技術日趨成熟，ADAS 系統將會從分散式向集中式 轉換。如上文所述，L2 及以下系統仍採用分散式架構，因此 L0->L2 升級過程中 MCU 與分散式 SoC 數量線性增加。達到 L3 級後，我們認為集中式架構普及，MCU 數量大 幅減少，被單顆價值量較大的集中式 AI SoC 所替代。

基於以上關鍵假設，我們首先預測了新能源乘用車、燃油乘用車以及商用車未來五年的出 貨量，之後統計各級別 ADAS 所需要的每輛車 MCU/MPU 數量及單價，再分別預測 L0-L4 級 別 ADAS 系統在新能源車、傳統燃油車及商用車中的滲透率。以新能源乘用車為例，2025 年新能源乘用車 L4 級別滲透率為 3%、L3 及以上級別滲透率為 20%、因此 L3 級別滲透率為 17%，以此類推 L0 及以上級別新能源乘用車滲透率為 88%，其中 L0 級別滲透率為 48%，最 後結合之前預測的汽車出貨量、MCU/MPU 單價及數量來計算市場規模。

結論：

我們測算，2020-2025 年，中國 ADAS 相關 MCU 市場規模將從 1.2 億美元提升至 3.3 億美元， CAGR 達到 22%；而 ADAS 相關 SoC 市場規模有望從 2020 年的 12 億美元提升至 2025 年的 41 億美元，CAGR 達到 28%。

車身及底盤部分：出於安全冗餘考量，ECU 融合並不會帶來 MCU 用量下降

我們認為，Tesla Model 3 的車身電子方案簡潔，集中度高，是目前來講架構最前沿、最具 代表性的車型之一，代表了行業的發展方向。我們看到，Model 3 整車採用了 3 個車身控制 器（前、左、右），均為典型的域控制器方案，也承擔著電動車中整車控制器的角色（其他 車型可能有單獨的整車控制器，如比亞迪、蔚來等），具體來看：

前車身控制器：主要負責電源分配，車輛狀態監測，驅動控制功能，部分空調控制功 能，有處理器晶片 4 顆（主 MCU 1 顆，輔MCU 3 顆）；

左車身控制器：融合了傳統車的車身控制器、門模組、座椅控制器、方向盤電動調節 控制器、電子駐車的功能，同時還外加了空調的鼓風機控制，有處理器晶片 4 顆（主 MCU 2 顆+輔 MCU 2 顆）；

右車身控制器：右車身控制器除了整合傳統的車身控制器、右前座椅控制器、右前門 模組、右後門模組外，也負責空調控制及 APA 控制，有處理器晶片 3 顆（主 MCU 1顆+ 輔 MCU 2 顆）。

我們看到，實際上 Model 3 車身控制器使用了「一板多芯」的解決方案，三個車身控制器 整合了 14 個模組的功能，包含 11 顆 MCU 晶片，僅發生了少量融合（我們認為主要是在車 門等簡單控制），整體集中式架構下 MCU 用量基本與分散式架構相比未發生明顯改變。出 於安全冗餘的考慮，我們認為集中式架構與 ECU 的融合並不會帶來車身及底盤 MCU 數量 的降低，僅會將部分 MCU 的功能弱化，仍需保留執行層面的功能。

動力部分：汽車電動化帶來 MCU 增量需求，BMS/VCU 驅動車用處理器市場增長

第一，從用量上來看，我們認為集中式電氣架構本身並不會迎來汽車動力部分相關處理器 硬體結構變化，MCU 的需求變化是驅動形式由燃油轉化為電機帶來。與燃油車相比，新能 源車以電機代替了汽油發動機，且增加了動力電池，並主要帶來以下硬體架構的差異：

增加電池管理系統（BMS），MCU 數量上升：動力電池是整車的核心部件之一，其充 放電情況、溫度狀態、單體電池間的均衡均需要進行控制，因此電動車需額外配備一 個電池管理系統（BMS）。我們認為未來主從式電池管理系統將會成為最常見的解決方 案，每個電池管理系統中的主控制器需要附加一顆 MCU，每個從控制板上也需要一顆 MCU，但規格要求遜於主 MCU；

增加整車控制器（VCU），MCU 數量上升：由於燃油車動力部分相對簡單，動力部分僅 由發動機承擔任務，不需要協調動力電池等部件，因此引擎控制單元便能滿足要求。 而對於純電動車、混合動力汽車，動力架構複雜，單個控制器兼任能量管理更為困難， 必須增加一個整車控制器（VCU）。整車控制器中也需要配備高效能的 32-bit MCU 晶片， 數量根據不同車企方案不同而呈現差異；

引擎控制器/變速箱控制器方面，MCU 是存量替代邏輯：在電機控制器中，也需要一 顆 MCU 控制逆變器的工作，但可以視作是對汽油車引擎控制器的存量替代。而變速箱 方面，儘管電動車中不需要傳統燃油車中狹義的變速箱，但由於電機轉速高，需要經 過減速器（也可視為電動車的變速箱）減速才能正常推動車輛行駛，因此也會配備一 顆 MCU 晶片來控制減速器工作。

第二，從價值量來看，動力域對 MCU 效能要求較高，處理器單顆價值量大。BMS 中 MCU 承擔著處理 AFE（模擬前端晶片）採集的資訊並計算 SOC（荷電狀態，State of Charge）的 重要作用。我們認為，SOC 是 BMS 系統中最重要的參數，其餘一切參數均以 SOC 為基礎計 算得來，對相關 MCU 的效能要求較高。整車廠既可以自己開發板級 BMS 系統，也可以直 接採購晶片廠商的解決方案，但全球僅有少數企業可供應 BMS MCU（如恩智浦）。根據分 銷商貿澤電子網站披露，BMS 內 MCU 單顆價格接近 100 元人民幣，甚至部分型號高達數百 元人民幣，即便車廠採購可以獲得大量折扣，我們認為 BMS 用 MCU 價格仍然遠高於平均 32-bit 的 MCU 價格（6 美元上下）。

電動車出貨量上升，動力相關 MCU 市場增長可期。對於動力部分的 MCU 市場需求，我們 參照如下邏輯做測算：

1）我們認為未來燃油車動力系統 MCU 種類和數量在集中式 E/E架構下沒有重大變化，仍然維持著 1 個發動機管理 MCU、1 個變速箱 MCU 以及一個車用發電機MCU 的設計。

2）電動車方面，MCU 在動力部分的應用場景主要包括 BMS（我們以 1 主 4 從模式作為測算的假設，不同車型根據從板數量不同，MCU 用量也呈現差異）、整車控制 器（暫以 1 顆做假設，因車型而異）、電機控制（1 顆）、變速箱（即減速器，1 顆）。基於 以上假設，再結合我們對未來五年整車出貨量、MCU 單價走勢的預測來計算市場規模。

我們測算，2020-2025 年，中國車用動力系統相關 MCU 市場規模將從 4.0 億美元增長至 7.5 億美元，CAGR 達到 13%，其中電動車動力系統 MCU 市場規模將從 0.6 億美元提升至 4.1 億 美元。

二、進口替代 + 新賽道新機遇，中國車用處理器迎來發展機會

MCU 晶片國產替代空間廣闊，但任重而道遠

結合 Strategy Analytics 資料，我們測算中國車用 MCU 市場規模有望由 2020 年的 26.3 億美 元提升到 2025 年的 41.5 億美元，CAGR 達到 10%。如上文分析所述，按照標準六域劃分， 我們認為 ADAS 域（主要受益於汽車智慧化）及動力域（主要受益於汽車電動化）為中國 車用處理器晶片市場增長最重要的兩個驅動力，2020-25 年 CAGR 分別達到 28%/14%，2025 年市場規模佔比分別將達到 55%/16%。

但事實來看，目前我國車用 MCU 自給能力依然較低。我們認為其主要原因是：

1）從存量 上來看，儘管動力、車身、底盤等高可靠性 MCU 均在 130nm/90nm 等成熟工藝節點上製造， 但美日歐整車品牌全球市佔率高，供應鏈基本固化。海外 Tier-1 廠商僅採購 IDM 大廠的車 用 MCU，導致恩智浦（Freescale）、英飛凌、瑞薩等廠商壟斷汽車處理器晶片市場。除了車 規級AEC-Q100 認證1是門檻外，中國半導體企業起步晚，也難以切入現有生態圈；

2）從近 幾年增量上來看，其中 ADAS 域控制器依賴較高製程（英飛凌 Aurix 系列/Renesas R-CAR V3 等均基於 40nm，甚至 28mm 以下工藝製造）及高效能處理器核心（如 ARM Cortex-R），對 製造工藝及設計能力要求非常高；而高階 BMS 用 MCU 晶片也需要大量經驗積累，目前大 量成熟解決方案被恩智浦壟斷，中國企業滲透進度較慢。

車身/底盤/動力部分：我們認為車身、底盤等基本控制系統仍然將遵循 Tier-1 廠商完 成系統整合的商業模式，因此本土車用 MCU 的市佔率增長將會受到國內 Tier-1 廠商、 本土車企市佔率提升驅動（我們認為相同技術認證水平下，國內廠商更有動力去配套 國產晶片）。此外，我們認為高階運算功能在未來將會交由域控制器進行，僅用於執行 的 MCU 功能將會被大大簡化，將為國內晶片廠商帶來更大的國產替代機會。目前比 亞迪、芯旺、賽騰等企業已經實現前裝產品，但基本還停留在車窗、照明、冷卻系統 等偏簡單的控制應用上。動力部分來看，由於可靠性要求及功能複雜度更高，我們對 短期內中國企業進入燃油車引擎 ECU、新能源車電控/BMS 供應鏈維持謹慎態度。

ADAS 部分：我們預計 2025 年中國 L1+L2 級 ADAS 總滲透率目標為 45%，中短期分散式 傳統架構 ADAS 仍然是主導，Tier-1 廠商的話語權依然較大。在 ADAS 在執行層方面來 看（MCU 多部署於執行層），國內 Tier1 仍然缺位，因此短期內我們對國產 MCU 進入 L1/L2級傳統 ADAS 架構系統持謹慎態度。長期來看，L3 級（含）以上 ADAS 硬體中 AI SoC 會對 MCU 形成替代，ADAS 硬體架構將發生改變，我們更加看好國內企業在新架 構中彎道超車機會。

集中式架構帶來汽車供應鏈重塑，AI SoC 晶片廠商有彎道超車機會

在 ADAS 域中，上文我們已經討論到 L3+功能實現需要價值量大幅提升的 AI SoC 來配合。考 慮到芯片價值量的大幅上行及在未來自動駕駛場景中的重要支撐性地位，我們認為整車廠 商開始有動機使 SoC 晶片定製化，來實現更有針對性的進行硬體層級的優化，再輔以先進 的演算法來獲得更好的計算效能、功耗比、及更低的單車成本。

我們看到，Tesla 的 Autopilot 3.0 硬體中便使用了兩顆自研 FSD 晶片來替代 Nvidia Xavier SoC， 並大幅削減邊緣 MCU 數目，這不僅打破了汽車半導體的固有供應鏈，使傳統 Tier-1 份額明 顯下降，還表明了有實力的整車廠在未來將會像上游移動，直接採購晶片參與 ADAS 系統 的設計整合；而對於自研晶片能力的較弱的、試圖轉型新能源賽道的傳統整車廠來說，我 們認為其更有可能直接去與晶片設計及演算法能力足夠強的 AI SoC 供應商合作，這就使 SoC 廠商擁有了繞過 Tier-1 進入車廠的寶貴機會。而最後，資料、演算法能力突出的軟體大廠或 科技企業也開始啟動造車計劃、自研 ADAS 晶片並直接成為 Tier-1。我們認為，ADAS由分 布轉向集中帶來車用半導體供應鏈變革，車用 AI SoC 有望成為國內車用半導體行業的突破 口。

我們為什麼看好國內車用 AI SoC 企業未來的發展？第一，我們認為目前海外 Mobileye， Nvidia 等大廠出於智慧財產權保護的原因，提供的解決方案相對封閉，國內車企個性化需求 難以被滿足；第二，從成本端來看，國外供應商提供的解決方案普遍價格較高（舉例來看， 小鵬 P7 中使用的單顆 Nvidia Xavier SoC 價格就高達 500 美元以上，蔚來 ET7 中使用的 Orin 芯片價格更高），議價空間也十分有限，對於主打 C級車（小鵬、未來、理想等）造車新勢力可能尚能承受，而對於主打價效比、利潤空間相對較小的車企來說是一大挑戰；第三， 隨著華為等巨頭的入場，我們認為中國本土 SoC 企業與海外龍頭企業 Mobileye，Nvidia 的 技術差距正在逐步縮小；第四，海外晶片企業在後期優化時與國內車廠、高精度地圖提供商等產業鏈其他環節溝通成本高，技術改善較緩慢。綜上，系統我們認為當下本土車用 AI SoC 晶片供應商最有希望切入 ADAS 賽道，並有對海外企業的彎道超車機會。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關資訊，請參閱報告原文。）

精選報告來源：【未來智庫官網】。