开云体育 开云平台计算机行业研究：软硬分离重塑智能驾驶产业链价值曲线
开云 开云体育开云 开云体育1983年，摩托罗拉推出第一款手机“大哥大”Dyna TAC 8000X，“大哥大”向彩屏 机演变的过程中，手机体积变小，性能逐渐优化，外观逐渐差异化。 在手机的外观和功能各具特色的同时，硬件开始集成化和标准化。1999年， Wavecom将手机的基频、中频和射频整合到同一模块并封装，简化了设计，改变了 此前这三大部分独立分散且核心技术被手机厂商巨头垄断的情形，这是手机行业第 一次芯片模块整合。 2003年，ARM、诺基亚、意法半导体、TI等公司成立MIPI（Mobile Industry Processor Interface）联盟，旨在确立手机内部接口的开放性标准，如摄像头接口、显示屏接口、 射频/基带接口等，从而减少手机设计的复杂程度和增加设计灵活性，增强手机的兼 容性，手机厂商可以灵活选择不同的芯片和模组。 2006年联发科推出的“交钥匙解决方案”加速了手机硬件的标准化。联发科将手机 芯片、核心软硬件打包成MTK模块，手机厂商只需组装外壳、屏幕、电池和MTK模 块，实现了“即插即用”，降低了手机的开发难度和技术。
硬件标准化促使手机厂家把竞争的重心转向了软件。2002年诺基亚推出手机7650， 这是第一款塞班系统智能手机（Symbian OS）。塞班公司由爱立信、诺基亚、摩托 罗拉和Psion共同成立，2008年诺基亚收购塞班公司，塞班成为诺基亚独占系统。 BlackBerry OS则是为手机产品BlackBerry开发的专用操作系统。此外还有微软的 Windows Mobile及之后的Windows Phone新平台、Palm OS等。 这一阶段的手机应用软件属于嵌入式应用软件，上层应用软件和底层软件紧密耦合。 不仅手机应用单一，第三方很难参与开发应用，而且应用软件属于前装型，无法随 时升级，从而缺乏创新。同时由于软件的多样化，不同品牌运行不兼容的操作系统， 应用软件难以跨平台运行。比如1995年诺基亚在6110中首次内置的贪吃蛇游戏，在 之后的机型中一直存在，成为诺基亚的标识，虽随着新机型的推出有所升级，但本 质仍是贪吃蛇游戏，且难以在其他品牌手机上使用。
2007年1月，iPhone 2G的发布给已经基本成型的手机市场带来了颠覆性的革命。 iPhone 2G以屏幕为突破口，配置了600MHz的arm11处理器和3.5存真彩电容屏幕， 以及更先进的操作系统。 2008年7月，iPhone 3G仅上市三天销量就超过了100万部。从此，手机屏幕开始延 展，直至现在的全屏；键盘和笔触的交互方式变成触屏、指纹、语音等交互方式。
手机操作系统迅速统一为Android和iOS。iOS随iPhone的热销而在手机操作系统中 占有一隅之地，该系统打造闭环生态，软硬件能很好整合，运行流畅，界面美观，保 证用户的体验。半路出苹果之后，2007年11月谷歌与全球顶尖的手机制造商、软 件开发商、电信运营商和芯片制造商总共65家共同建立开放手持设备联盟（Open Handset Alliance），合作研发改良Android系统。2008年9月，谷歌正式对外发布第 一款Android手机HTC G1（HTC Dream）。与塞班系统不同，使用Android系统不需要交纳授权费，开源自由，并且适用人群广，Android系统也因此迅速超越塞班系统 和iOS。2021年，Android系统在手机操作系统中的份额为71.89%，iOS的市场份额 为27.34%。
当外观、硬件和操作系统的差异性逐渐缩小之后，智能手机开始从应用软件着力。 iPhone 3G首次支持App Store，用户可以在线购买软件和游戏，每个需支付9.9美元。 目前手机的应用场景已经覆盖我们生活的方方面面，包括游戏、日常工具、电子商 务、生活服务、社交通讯、教育、主题壁纸、新闻阅读、运动健康、系统工具、音乐 视频、、拍照摄影等。2018年底，苹果商店（中国区）移动应用数量达到181万 款，本土第三方应用商店移动应用数量达到268万款。 不仅仅是数量上的爆发，软件也在不断升级。应用软件还可以通过SOTA（Software Over-The-Air）进行升级，FOTA（Firmware Over-The-Air）使得底层操作系统得 以升级。在手机设备不更换的前提下，用户可以拥有最新的系统软件和应用软件的 体验，比如iPhone 6S依然可以升级到iOS15。因此，软件升级的重要性越来越重要。 从苹果的营收数据来看，苹果公司的iTunes、软件及服务收入增速较为稳定，且能 在iPhone收入增速下降甚至为负的情况下保持20%左右的增速，其占比已从2015年 的8.52%上升到了2021年的18.70%，而iPhone产品的收入占比则呈明显的下降趋势， 苹果公司逐渐从硬件公司转型为软件服务公司。
PC产品演化亦符合软硬分离规律。1981年第一台个人电脑发布，其中IBM提供硬件、 英特尔提供芯片，微软提供软件。 以此为发轫期，电脑产业在软硬分离的道路上越走越远，底层架构日趋标准化，上 层软件应用日趋多元化，硬件日趋高性能化。
软硬分离趋势的持续演进，催生Wintel联盟的成功。1984-1996年，以奔腾处理器为 硬件产品的Intel主导了PC硬件行业，以Windows系统为软件代表产品的微软牢牢控 制住了软件领域，组成了强大的Wintel联盟—推动Windows操作系统在基于英特尔 CPU的PC机上运行。自此，Wintel联盟制定的一些技术规范，已成为PC产业事实上 的标准，该联盟也因此在全球PC产业形成了所谓的“双寡头垄断”格局。
相比于智能手机，智能汽车亦在重演软硬分离的规律，趋势之下，软件功能将会越 来越强大，承载的附加值越来越多，而硬件的多样性相对固化。 目前智能汽车正在掀起一波新的浪潮，汽车从代步的机械装置变成了软件定义的智 能移动空间，属性的改变带来了竞争核心的改变，从产品性能、功能的竞争，变成产 品全生命周期的场景化、个性化体验和服务竞争。 很清楚的是，相较于传统汽车，智能汽车融入了更多的IT技术和互联网理念，软硬分 离的规律亦在重演，以智能座舱为代表的汽车部分模块已初具软硬分离形态，应用 生态日趋丰富，底层软硬件格局趋于清晰。 但也需要看到，智能汽车在软件、硬件、动力系统等领域更加复杂，而且多了空间属 性，因此实现完全的软硬分离（尤其是智能驾驶领域）尚需时日。
1. 商业驱动力：软件定义汽车是C端的客观需求、B端的差异化竞争点，而软硬分离 让软件定义汽车成为可能
软件定义汽车是C端对科技感的客观需求，亦是主机厂差异化竞争的制高点。“软件 定义汽车”描述的是一种主要通过软件实现特性和功能的汽车，这是汽车从主要基 于硬件的产品向以软件为中心的车轮上电子设备不断转变的结果。 从C端来看：移动互联网催生大批互联网消费群体，通过移动互联网改变用户对智能 手机的使用习惯并带来全新智能化体验。汽车是新一轮移动智能体验终端，汽车智 能化能满足消费者对汽车从单一出行产品向个性化体验型产品转变，同时随着智能 座舱和ADAS系统不断完善，进一步激起消费者对于汽车智能化体验。 从B端来看：汽车浪潮迭代过程中，越靠近应用层面越差异化，越靠近底层技术越统 一化，芯片、传感器等硬件亦越来越同质化，因此主机厂需要在软件层面寻找差异 化竞争优势。
因此，在制造同质化的背景下，数据和车后软件服务收入的结构性变化越来越重要， 而这些是以软件为基础的，所以车商会建立更多的软件能力，充分整合利用第三方 通用软件、自研差异化应用软件，从而把客户粘性、议价权抓在手里。
实现软硬分离是软件定义汽车的必经之路。传统汽车软硬件强耦合，EE架构以分布 式为主，每台汽车承载数十个电子控制单元（ECU）执行决策功能，数量众多的ECU 导致线束布置复杂、车重增加，整车成本较高，同时软硬件耦合度较深，无法实现软 件自行功能定义。 软硬分离使得同质化的硬件与差异化的软件功能独立迭代发展，结合OTA技术，让汽车软件功能的定义与开发分布在汽车产品整个生命周期中，在硬件标准的情况下， 通过软件来进行个性化，从而实现真正意义上的软件定义汽车，即汽车电子软件从 依赖于硬件提供单一功能架构转变为面向服务架构（SOA），汽车可在不更换或增 加硬件的条件下通过不同的软件配置为驾驶员提供多样的服务。
因此，软件定义汽车在架构层面最核心的特点即为：软硬解耦。与过去软硬紧耦合 不同，在软件定义汽车时代，软硬解耦是面向服务架构进行功能迭代促进汽车“成 长进化”的重要途径，并呈现以下特征： （1）面向软件开发商、广大开发者：实现软件可跨车型、跨平台、跨车企重用，支 持应用快速开发、持续发布； （2）面向零部件提供商：实现硬件可扩展、可更换，执行器、传感器等外设硬件可 即插即用； （3）具备整车级数字安全与纵深防御系统； （4）软件持续迭代，让汽车逐渐成为可持续保值增值平台。
2.商业驱动力—需求端：OEM可实现更优的商业模式，更强的全生命周期竞争力
软硬件解耦是实现软件定义汽车新开发模式的前提。通过分离车辆硬件与软件开发 流程，在硬件售出后，通过OTA实现软件的持续迭代与优化，满足用户个性化和长 尾需求，延缓硬件平台更新频率，实现整车平台生命周期最大化。智能驾驶操作系 统在OTA升级（多域之间的能力通过软件进行连通）的过程中扮演着重要角色，因 此智能驾驶操作系统的发展让主机厂看到更具差异化的新型商业模式。
特斯拉模式成功在前，软硬分离+OTA实现真正意义上的“软件定义汽车”。特斯拉 自2012 年首次实现OTA 升级以来，前后推出了多项与软件服务相关的功能产品， 包括其选配的自动驾驶功能包（含增强型和完全两种套餐）、 OTA升级包（如加速 包）以及软件订阅服务等三种主要收费套餐，通过快速的软件迭代升级，进而建立 软件付费模式，进一步打开盈利空间。 2021年特斯拉软件服务和其他业务收入为38亿美元，而且软件服务作为特斯拉收入 非常重要的一环，其未来的营收比重将进一步上升，预计到2025年将突破200亿美 元。 传统汽车设计制造模式软硬强耦合，难以实现真正OTA，“软件定义汽车”的软件 付费模式更是无从谈起。比如发动机、变速箱、车灯等部件的ECU都来自不同供应 商，由于底层软件框架和代码逻辑的不同，OEM既无权限也无能力进行整车软件刷 写，仅能做到对通信模块、IVI等软件的OTA。
软硬分离+OTA将推动汽车产业大规模生产与个性化的完美融合，驱动产业商业模 式迈向更优。从特斯拉来看，软硬分离是特斯拉模式成功的基础，要支持有效的OTA， 汽车系统需要具备两个基本要素：（1）EE架构的迭代进化，从传统的分布式架构转 变为域控甚至中央计算平台架构；（2）充裕的硬件能力，尤其是预埋足够的硬件算 力。 “硬件为流量入口、软件为收费服务”的商业模式更是带来了显著的“鲶鱼效应”。 到2025年，许多汽车企业可能以接近成本价的价格销售汽车，并主要通过软件为用户提供价值，软件将成为汽车的灵魂和OEM的新的利润中心。 根据麦肯锡2020年的ACES消费者调查，39%的客户希望能够在购车后通过解锁形 式获得更多联网功能，而非必须在购车时做决定。在高端车领域，这一比例为47%。 不同国家的比重有所不同。例如，63%的中国受访者希望在购车后获取新功能，但 在法国、日本和瑞士，这一比例不到30%。从这个角度来看，软硬分离也可使得主 机厂实现软件产品的高频率、连续升级，从而使得汽车产品在生命周期中更具竞争 力。
软硬强耦合背景下，车企研发周期冗长，且一旦出现问题，优化既定产品的空间少。 在传统汽车时代，OEM 和零部件厂商开发高耦合度的嵌入式ECU 软硬件，整车企 业研发车型是基于功能需求对各类ECU零部件进行组合调试。 这种孤岛式的研发结构造成车型与车型间缺乏联系与传承，车型研发效率低、成本 高，不具备OTA升级和进化的能力。 比如，在传统软硬强耦合的情况下，很多机械类的硬件产品即便一个很小的变更也 要牵动整车的更改，要按照V型开发流程进行严格验证，是导致传统整车开发周期长 的主要原因。
软硬件解耦背景下，汽车进入以软件为核心的迭代开发新模式，车型研发效率更高、 迭代更快，软件的高复用性亦驱动成本进一步降低。在软硬解耦的模式下，软件和 硬件不仅可以同步进行平台化开发，还可保持差异化上市和持续升级迭代，从而大 大缩短产品的研发周期。同时，软件功能可灵活复制到其他车型，而无需同一功能 在不同车型上开展大量重复性，也实现了开发成本的降低。 以德国大众汽车为例，该公司正在进行研发流程和组织管理优化，大众将以软件优 先，聚焦车辆的系统和功能，实现车辆研发周期缩短25%，使得新车型研发周期从 54个月缩短至40个月。
因此，总结对比来看： （1）传统开发模型特点为： a. OEM只是架构的定义者，只做系统集成工作，不做软件开发； b. 各系统Tier1完成所有功能的软件开发； c. 各系统较封闭从而形成信息孤岛，外部开发者无法对介入开发； d. 代码无法复用，大量软件工作花费在不同软硬件的适配上；e. 硬件产生价值； （2）软硬解耦背景下，面向软件汽车的开发模型特点为： a. OEM不仅仅只是架构的定义者以及系统集成者，还主导脱离底层OS以及硬件的 基础软件平台和大部分策略层面软件的开发； b. 各系统Tier1完成底层软件的开发； c. 开放的应用服务生态，即插即用的高效可扩展性； d. 软件产生价值，满足千人千面的用户需求。
4.技术必然性：产业链供应商发力共振，底层软件标准化成为行业共识，硬件性能不 断进化，软硬迭代共同为创新提供宽阔空间
AUTOSAR联盟成立的背景是汽车上的ECU越来越多，嵌入式软件复杂程度越来越 高，软件质量难以把控；同时，软硬件未解耦，往往更换硬件平台，软件就要推倒重 写，工作量巨大。AUTOSAR本质上是开放的系统架构，同样也是一种标准，可以支 持软件标准化、重用和互操作性，并使得OEM和Tier 1的开发成本进一步降低。 目前，AUTOSAR组织已发布 Classic 和 Adaptive 两个平台规范，Classic AUTOSAR对应的是安全控制类的架构，采用分层设计，实现了基础软件层、应用层 的解耦。随着E/E架构的演进，域控制器应用逐渐增多，中央计算平台成为发展趋势， 此时Adaptive AUTOSAR平台应运而生，成为新一代E/E架构不可或缺的元素。
（2）国内层面：2020年成立AUTOSEMO，推动本土汽车基础软件标准体系建设。
中国汽车基础软件产业发展较晚，前期基础软件供应商主要来自于国外，为了促进 中国汽车基础软件的发展，开云 开云体育APP以及创造自己的知识产权体系及和谐生态，在工信部指 导下，2020年东软睿驰与中国汽车工业协会共同策划并发起中国汽车基础软件生态 委员会（AUTOSEMO），联合20多家成员单位，共同分享实践创新，构建开放的标 准化软件架构、接口规范和应用框架，并致力于发展我国自主知识产权的汽车基础 软件产业生态体系，促进中国汽车产业向智能化加速转型发展。开云 开云体育APP 成立之初，AUTOSEMO创始会员为一汽、上汽、广汽、蔚来、吉利、长城、长安、 北汽福田、东风、一汽解放、小鹏汽车、东软睿驰、恒润、拿森、地平线、苏州挚途、 万向钱潮、威迈斯、重塑、中汽创智这20家企业组成。
硬件能力持续攀升，为汽车智能化创新提供了愈发宽广的创新空间，这在自动驾驶 芯片和激光雷达等领域显现十分明显。 以自动驾驶芯片为例，从典型玩家产品迭代来看，主流玩家正在积极发力，新品纷 至沓来： （1）英伟达：2019年推出了DRIVE AGX Orin平台，2022年发布了新一代自动驾 驶SoC芯片Thor，单片算力能够达到2000TOPS，算力达到了Orin近8倍。 （2）高通：2020年正式推出Snapdragon Ride，2021年并购维宁尔Arriver加速 Ride平台落地，驾驶域平台定点逐步放量，首款车型2022年SOP。 （3）地平线年正式推出首款大算力自动驾驶芯片征程5，峰值算力达到128 TOPS，并预计将于2023年推出征程6，其算力将达到1000TOPS。
智能汽车产业链属于高端制造领域的核心赛道，全球大国纷纷发力的“兵家必争之 地”。智能汽车涉及产业众多，如电子信息制造、大数据、人工智能、云计算、半导 体、信息通讯等高端制造领域，已经成为世界主流国家的“兵家必争之地”。经过多 年的发展，政策已经逐步从原来的设定目标、制定规范方面，向引导落地实施、搭建基础设施以及网络与数据安全等方面转移。
我国在国家层面积极推动智能驾驶产业发展。智能化为我国汽车行业未来主要发展 方向之一，2015年《中国制造2025》明确提出自动驾驶汽车未来十年的发展和应用 计划。2020年国务院发布《新能源汽车产业发展规划（2021—2035年）》，明确提 出“发展高度自动驾驶汽车，在2025年前实现限定区域和特定场景商业化应用，并 在2035年实现规模化应用”的目标。 2021年工信部会同其他部委发布了《智能网联汽车道路测试与示范应用管理规范8， 制定要求并进一步规范自动驾驶测试。这些文件为智能网联汽车和配套设施的发展 奠定了基础。2021年《第十四个五年规划和2035年远景目标纲要》发布，这是国家 最高级别的社会经济发展计划，为自动驾驶和智慧出行设定目标。
各个省份也出台有关自动驾驶的政策，助力产业发展。截至2020年，各地已出台6项 省级和27项市级自动驾驶测试政策。2021年，陕西、甘肃、辽宁等省份开始重视自 动驾驶汽车技术的研发，而吉林、上海、福建等省市则重点推进自动驾驶汽车的商 业化应用。浙江、广东和山西也开始为自动驾驶汽车建立测试区域。越来越多已配 备最新自动驾驶功能的智能汽车被允许上路测试。 2021年中国自动驾驶行业的事件也创历史新高，宗数庞大，所获总额 高达54亿美元。
远期来看，软硬分离的终局体现应是硬件可插拔，软件可升级，汽车产品高速迭代， 汽车将会呈现日益突出的快消品属性。 从B端来看：目前汽车硬件的同质化程度越来越高，尤其是在电动汽车上，包括电池、 电机等一系列关键部件，车企越来越难以通过硬件来构建产品的差异竞争点，软件 成为差异化核心，即“软件先行”！在“软件先行”的新模式下，OEM将会在软件 供应商的帮助下有一套自己专属的跨车型的软件系统平台，通过OTA技术，实现车 型软件功能持续迭代。 同时，在硬件与软件解耦趋势之下，软件也不再需要针对特定的硬件开发，而是可 以灵活调用标准化的各种硬件，让软硬件开发和整车开发工作同步并行，这样当硬 件迭代升级时，车企可以直接切换新硬件。 从C端来看：未来汽车产品将越来越带有快销品的属性，汽车产品呈现迭代加快特 征。也就是说，C端客户淘汰旧车、购买新车的动机可能不再是因为产品步入报废 期，而是因为芯片等硬件无法支持最新的软件系统以实现更好的软件功能，正如目 前在智能手机领域发生的那样，这也将驱动汽车芯片等核心硬件加速迭代。
智能座舱架构主要包括SOC芯片+底层软件+应用软件+外设硬件。自下而上来看， 智能座舱主要包括底层SOC芯片（如高通8155、瑞萨R-Car H3E，用于提供算力支 持）、底层软件（包括OS系统、虚拟机、中间件等）、上层应用软件（包括各种视 觉算法等）、外设硬件（包括IVI中控、液晶仪表盘、HUD等）。 智能座舱是汽车智能化的发端，相比自动驾驶技术实现难度低、成果易感知，是当 下车企间竞争的重要差异化卖点，目前总体格局已较为清晰，迈过了从0到1的爆发 阶段，正处于从1到10的中高速增长阶段。
座舱核心软硬件行业格局总体较清晰，产业迈过了从0到1的爆发阶段，正处于从1到 10的中高速增长阶段。
智能座舱最核心的硬件是底层主控SoC，它可以将液晶仪表、HUD、车载信息娱乐 系统、DMS&OMS、语音识别以及ADAS功能融合在一起，实现语音识别、手势识别、 实时导航、在线信息娱乐等功能。 目前智能座舱芯片主要参与者包括NXP、德州仪器、瑞萨等传统汽车芯片厂商，主 要面对中低端市场；同时，消费电子领域的高通、三星、联发科等也加入市场竞争 中，主要面向中高端市场。
从市场格局来看，高通优势突出，处于行业领先地位。目前高通已发布多款智能座 舱芯片，当前的主流产品为14nm制程的骁龙820A、7nm制程的骁龙SA8155P、 7nm制程的骁龙SA8195P和5nm制程的骁龙SA8295P。
从座舱硬件来看，中控大屏、全液晶仪表渗透率提升较快，2021年渗透率分别达到 38.97%、29.84%，同比增幅分别为8.82pct、8.41pct。（注：值得注意的是，渗透 率测算过程中，智能座舱细分的软硬件配置功能往往存在标配与选配的情况，叠加 下游客户需求的差异，测算出的渗透率跟C端实际购买的情况存在一定差异）
（3）底层软件：安卓、QNX居于OS核心地位，QNX hypervisor为虚拟机主流产品
座舱OS层面，QNX和Linux（含Android）居于主导地位。传统智能座舱操作系统 中QNX占据了绝大部分份额，近年来，智能座舱的娱乐与信息服务属性越发凸显， 开源的Linux以及在手机端拥有大量成熟信息服务资源的Android被众多主机厂青睐， 成为后起之秀。此外，国外少量车型还采用了Win CE等作为智能座舱操作系统。据 IHS 统计和预测，2020年及之前QNX占据50%以上份额，到2022年QNX和Linux（含 Android）将平分市场份额，WinCE基本退出竞争。
QNX hypervisor为虚拟机主流产品，行业地位稳固。从虚拟机来看，QNX Hypervisor 为国内主流选项。目前常见的Hypervisor包括QNX Hypervisor、英特尔的ACRN、 Mobica的XEN、大陆L4RE等。 QNX Hypervisor与ACRN目前在国内都有本土企业支持，为国内常见虚拟机方案， 其中QNX Hypervisor是唯一通过ASIL D的安全合规水平以及预认证水平的管理程 序，具有高性价比与高安全性的优势，因此成为市场主流。
从软件来看，各个主要玩家纷纷推出标准化、可扩展、开放式的一体化基础软件平 台。大陆EB、中科创达、东软睿驰、华为、诚迈科技、斑马智行等多家科技公司皆 在智能座舱软件平台方面有布局。 目前，智能汽车座舱软硬解耦分离已基本成为共识，在基于SOA软件服务架构基础 上，将车辆底层进行软硬解耦和复用，实现软件功能快速迭代，通过与车主的个性化OTA交互，打造个性化和差异化的座舱产品体验。 比如，中科创达发布智能座舱平台TurboX Auto 4.5，是基于SOA架构，实现场景和 服务的解耦，可快速完成场景服务的开发变更及升级迭代。 再如，东软已搭建起通用的标准化的软件架构和软件平台，可快速适配不同市场主 流SoC的硬件平台，可快速实现高、中、低端多平台的智能座舱量产落地，以满足不 同车厂不同车型的定位和需求。
从硬件来看，智能座舱核心硬件—座舱SOC迈向更强的CPU算力和AI算力，更多显 示屏和传感器接口，实现模块化和可插拔更换。顺应智能座舱多传感器融合、多模 交互及多场景化模式发展的演进趋势，作为处理中枢的座舱SOC需要不断发展突破， 并主要呈现以下几个趋势： （1）CPU算力不断提高。如高通骁龙SA8155P芯片的算力约85KDMIPS，而 SA8195P的CPU算力约150KDMIPS。 （2）AI算力需求越来越强，开云 开云体育APP以支持语音和图形甚至整车功能与驾驶者的交互。目前， 已有部分量产的座舱SOC芯片中嵌入AI加速计算，其算力在1~5TOPS左右。如三星 已量产的Exynos Auto V910具备约1.9TOPS的AI算力，而三星规划2025年前后投放 量产的Exynos Auto V920座舱芯片的NPU算力将达到约30TOPs。 （3）支持接入更多车载显示屏和传感器。如高通8155/8195最多支持8个传感器输出 和5路显示屏；三星V910支持6路显示屏；2021年上海车展，芯驰科技最新发布的智能座舱芯片X9U，能够支持10个高清显示屏。 （4）芯片迭代越来越快，新产品发布周期缩短。以前周期基本在3-5年左右，现在 新品基本在1-2年，座舱芯片迭代速度加快。
（二）智能驾驶：仍处于发展中早期阶段，核心硬件仍在快速迭代，底层 软件生态尚未完全成形，但趋势明显
智能驾驶典型架构构成：底层SOC+底层软件+应用软件+外挂传感器。按照智能网 联驾驶测试与评价工信部重点实验室、中国软件测评中心等权威机构的定义，智能 网联汽车计算平台架构主要包括自动驾驶操作系统和异构分布硬件架构构成。 异构分布硬件架构为底层基础，包括MCU、CPU、AI单元，其中AI单元主要提供高 性能算力，实现对多传感器数据的高效处理和融合，主要包括GPU、ASIC、FPGA 等。如此架构的原因在于，高等级智能驾驶汽车需要搭载数量和类型多样的传感器， 且需要具备高安全性和高性能，单一芯片无法满足诸多的接口和算力需求。 底层软件主要包括系统软件（包括BSP、OS内核、中间件等）和功能软件（自动驾 驶通用框架，包括深度学习模块、传感器模块、网联模块等）。此外，对于计算平台 的开发和功能迭代而言，工具链是提高研发效率的不可或缺手段。 应用软件主要包括各类感知融合、控制规划、控制执行等ADAS算法，以及地图、人 机交互HMI等。
从硬件来看，智能驾驶芯片及以激光雷达为代表的外挂传感器仍处于快速迭代阶段。 从软件来看，算法端仍需进化，底层软件共性平台尚未成熟。
智能驾驶芯片为汽车智能化最重要的硬件基础，近年来芯片商在驾驶域层面积极发 力，新品纷至沓来。根据下游客户定位，目前自动驾驶芯片可以大致分为两类： 面向L3级以上的大算力芯片：格局相对稳定。主要玩家包括英伟达、高通、华为、 地平线等，其中英伟达凭借生态完善、算力充沛等多重优势，在大算力芯片领域竞 争优势突出，暂未看到可与之匹敌的竞争对手。 面向L1至L2+的中低算力芯片：格局正在快速变化，高通有望后来居上。该领域主要 玩家包括TI、Mobileye、地平线+的自动驾驶芯片对算力等技 术门槛要求相对较低，在行业快速爆发的背景下，不断有新玩家积极涌入。 我们预计高通有望凭借其充沛的AI算力、突出的CPU能力、成熟的软件生态以及高 性价比等优势，在中低算力芯片领域后来居上，优势日益凸显。此外，务必要重视受 益于自主可控的本土玩家。相较于英伟达、高通、TI等海外自动驾驶芯片龙头公司， 我国自动驾驶初创类企业存在“自主可控”的增量逻辑。
考虑到我国车市的庞大需求，除了地平线、黑芝麻等现有的少量自动驾驶芯片初创 类公司有望持续快速成长，寒武纪等AI芯片龙头公司在自动驾驶芯片领域的弯道超 车亦有其技术积累和市场需求的双重合理性。
激光雷达：既可以补盲雷达又可以做主雷达，是ADAS系统以及实现L4/L5级别自动 驾驶的保障，以激光雷达为核心的多传感器融合方案是大势所趋，但目前激光雷达 产品仍存在多种技术路线和设计方案，产品尚未固化。 从2021年市场占有率来看，法雷奥、速腾聚创、Luminar等厂商占据部分市场份额， 但2022是激光雷达上车元年，群雄逐鹿之下竞争格局尚未定型，而且未来伴随激光 雷达逐步放量、技术趋于成熟，激光雷达的性能、价格仍有较大变化空间。
以多传感器融合的ADAS算法为例，目前仍难以实现软硬分离。从目前产业界的实 践来看，激光雷达、超声波雷达、毫米波雷达、摄像头等传感器各有优劣，未来要实 现自动驾驶，需要多传感器相互配合，在不同的使用场景里可以发挥各自优势。 但也需看到，多传感器的使用会使需要处理的信息量大增，这其中甚至有相互矛盾 的信息，需要进行传感器数据融合。从产业界的实践来看，多传感器融合在硬件层 面并不难实现，但算法开发为核心难点，在软硬件层面尚难以分离。
从底层软件共性平台来看，底层芯片尚在快速迭代，上层底软共性平台亦未成熟。 我们在前述相关章节已有分析，目前自动驾驶芯片仍处在快速迭代阶段，且英伟达、 高通等头部玩家正规划进入“舱驾一体”的域融合赛道，而中国本土初创类芯片商 正不断涌入自动驾驶领域，因此底软共性平台（BSP之上、自动驾驶通用框架之下 的部分，包括OS内核、中间件等）亦未成熟固化，仍需时间进一步发展。
从操作系统来，自动驾驶OS（包括OS内核+中间件等）总体上还处于发展初期。自 动驾驶OS内核的格局较稳定，主要产品为QNX（Blackberry）、Linux（开源基金会）、 VxWorks（Wind River System）。因打造全新OS需要花费太大的人力、物力，目前 基本没有企业会开发全新的OS内核。QNX和VxWorks均属于实时OS，但Linux是分 布式OS，不过经过一系列改进后，Linux在很大程度上已经可以满足实时性要求。 从生态角度看，QNX系统较为封闭，而Linux和VxWorks均是开源系统。QNX的内核， 客户是不能改的，但客户可自己编写中间件和应用软件；Linux和VxWorks所有内核 源代码都向客户开放，客户可根据自己的实际需求裁剪，可配置性很高。 从费用和开发难度看，QNX需要收取不菲费用，不过开发难度较小，Linux不需要额 外收费，但是开发难度较大。
目前Waymo、百度、特斯拉、Mobileye，还是一众自动驾驶初创公司、车企，所谓 的自研自动驾驶OS，都是指在上述OS内核的基础之上自研中间件等环节，这一部分 目前仍处于百家争鸣阶段，格局远未固化。
总的来看，在商业驱动力、技术驱动力等多重因素作用之下，汽车智能化发展将会 沿着软硬分离的规律演进，目前智能座舱软硬分离已初具雏形，智能驾驶软硬分离 正在推进中。 结合自动驾驶芯片、激光雷达等核心传感器演进节奏，我们判断智能驾驶软硬分离 形态有望在2025年前趋于清晰。
汽车产业价值链分布趋于极化，前端软件设计&核心硬件、后端后市场服务将获得更 多价值量权重。过去汽车硬件系统同质化现象严重，整车厂在硬件上很难打造差异 化，且盈利模式主要为汽车硬件一次性销售，软件定义汽车时代前段设计、底层硬 件、车载软件价值量更趋吃重。 产业链前端：车载芯片、激光雷达等核心硬件是软件创新的前提，在产业链中的价 值量亦将居于高位。同时，软件设计在汽车研发阶段更加吃重，软件开发基础平台 收许可费、供应功能模块按 Royalty 收费及定制化的二次开发均为未来软件供应商 主流打法。 产业链后端：随着软件在汽车上的应用，软件将成为新的核心竞争力，将打破一次 性汽车销售模式，形成“汽车销售+持续的软件及服务溢价”的新商业模式，以软件 为核心的后市场服务成为汽车价值的关键。 产业链中游：软件能力匮乏的硬件供应商及主机厂所能够分享的价值量将会相对的 降低。
（二）软件端：价值量更加吃重，底层软件格局显著优于应用算法层，软 件端出现软软分离的趋势
从价值量来看，智能汽车时代，软件更加吃重。根据麦肯锡测算数据，2016年软件 驱动的零部件/模块价值量在汽车总价值量中占比为7%，2020年攀升到10%，伴随 汽车智能化持续推进，这一比例有望在2030年达到30%。根据中汽协、亿欧智库测 算数据，仅仅以中国市场为例，2020年中国智能汽车基础软件市场规模约为6.3亿元， 2025年有望攀升至142.5亿元。
从行业格局来看，底层软件格局显著优于应用层软件。以驾驶域计算平台软件平台 来看，越是底层往往越是行业壁垒越高，而且在系统软件的不同领域，竞争程度也 有明显差异。 比如虚拟化，拥有符合车规级功能要求且已大规模量产的产品只有黑莓一家；OS内 核领域，垄断程度也较高，主要产品为QNX（黑莓）、Linux（开源基金会）、VxWorks （风河所有，目前已被英特尔收购），此外，能基于QNX进行开发的主要以车厂和 第三方软件供应商为主，基于Linux进行开发的主要以华为等科技企业以及特斯拉等 新势力为主。
智能驾驶OS及中间件是实现软硬解耦的软件基础。智能汽车时代，汽车电子底层硬 件不再是由实现单一功能的单一芯片提供简单的逻辑计算，而是需要提供更为强大 的算力支持；软件也不再是基于某一固定硬件开发，而是要具备可移植、可迭代和 可拓展等特性。汽车原有以ECU 单元的研发组织将发生转变，形成通用硬件平台、 基础软件平台以及各类应用软件的新型研发组织形态。 智能汽车SOA软件架构中，OS及中间件组件处于上层应用软件和底层硬件之间。 从产业界实践来看，一般采用分层的方法和结构，从底层逐步向上构建，以此来实 现软硬件解耦，同时在车载网络中实现数据整合、交换、传输等功能。 在整车E/E架构逐步升级的过程中，通用性的OS及中间件成为实现软硬件解耦的软 件基础。
智能驾驶OS及中间件等底软单车IP价值量相当可观。一般来说，在具体自动驾驶平 台开发过程中，价值量的产生主要来自两方面：（1）项目开发费：整体项目的软件 集成开发，按照项目制一次性收费，单体项目价值量一般会在数千万至亿元量级区 间，比如ADAS/AD软件开发包；（2）Royalty收费：主要根据IP模块进行收费，与 汽车销量直接挂钩，软件商按OEM汽车出货量和单价一定比例分成。
仅仅考虑Royalty收费的模式下，智能驾驶OS、中间件等底层软件单车IP价值量约 为265-485元，整个广义操作系统软件单车IP价值量预计不低于465-785元，市场空 间相当可观。
底层软件产品标准化、技术高壁垒、价值量高三因素共振，在产业链分工趋势之下， 智能驾驶OS及中间件领域有望诞生中立的产业链巨头。主机厂选择自研或外包基础 软件取决于技术的差异化程度与成熟度：（1）技术差异化程度：差异化程度越高， 主机厂越容易做出差异化竞点；（2）技术成熟度：由于绝对多数主机厂软件能力相 对有限，且有成本效率、芯片商支持力度和迭代等方面的限制，因此有产业链分工 的必然性。 伴随着底层技术逐渐成熟，底层OS、中间件、虚拟机、部分非核心应用软件等差异 化程度将越来越低，易实现标准化。未来，此类软件主机厂会分别进行单独采购，从 而将软件分成多层和多模块，由多家供应商合作完成供应，实现“软软分离”。
（三）硬件端：核心芯片+关键传感器重要性日趋凸显，软件的独立性和 价值崛起趋势明显，传统 Tier1 面临冲击
智能驾驶的快速发展带来对传感器数量和性能需求的不断提升。近年来各大主机厂 及相关科技大厂持续加大投入以期早日实现高等级汽车量产，在硬件配置方面，自 动驾驶的等级提升非常依赖自动驾驶摄像头、激光雷达、毫米波雷达、超声波雷达 等传感器的数量以及性能的提升。各大厂商在从L2向L3升级的过程中，最明显的变 化便是大多在L2级别传感器解决方案的基础上增加了激光雷达，同时摄像头数量近 乎翻倍。 此外，毫米波雷达方面，虽然数量上没有明显提升，但研发至L4级别的谷歌、百度、 华为等都纷纷开始采用更高清晰度的4D成像毫米波雷达，来弥补过去毫米波雷达的种种缺陷。
从以上各大厂商给出的不同级别自动驾驶的传感器解决方案，我们可以发现，自动 驾驶等级的提高会带来硬件中各类传感器配置的不断丰富，不同自动驾驶级别解决 方案对传感器种类、数量、性能的需求呈明显上升趋势。总结以上各种解决方案，我 们可以给出各级别自动驾驶的传感器解决方案对各类传感器的大致需求数量。
车载传感器日益增加的数量和日趋完善的性能对车载计算平台算力的需求更高。相 较于低级别的自动驾驶，高等自动驾驶系统从传感器获取的数据量大大增加，而自 动驾驶系统的良好运行需要车载计算平台对这些数据进行准确、高效的处理，高级 别自动驾驶中车载计算平台的芯片算力需求还将持续提升。
自动驾驶等级提升，芯片的算力需求呈数量级增长。一般而言，自动驾驶等级每提 高一级，所需算力也需要提升一个数量级。根据各厂商公布的不同级别自动驾驶的 传感器解决方案和计算平台芯片解决方案，我们大致测算出可量产的各级别自动驾 驶中传感器对计算平台算力的基本需求（值得注意的是，这里的算力属于基本需求， 不同厂商在进行传感器的具体配置时，对算力要求可能会更高）。
传统Tier1面临压力，积极发力提振软件能力。软件定义汽车带来的整车产品定义的 重塑以及主机厂软件组织形式的转变，推动主机厂、 Tier1 、软件商、芯片商多方 合作关系下发生改变，主机厂希望通过与软件商、芯片厂商直接沟通和合作的方式 掌握更多产品定义与开发上的主导权。新型合作模式之下，过往在供应链中占据较 高主导权的Tier1的话语权逐步减弱，强供应链话语权带来的超额利润逐渐消失。 压力之下，以博世为代表的国际巨头 Tier1 正加快自身智能化软硬件技术与产品建 设，积极转型“自救”，2021年1月博世正式成立智能驾驶与控制事业部新事业部， 统一为未来汽车架构提供软件密集型系统，博世每年将，30亿欧元用于汽车软 件技术研发。 然而，历史以来由于企业基因、组织管理和文化类型等多方面的不同，硬件为主的 公司转型为软件公司的努力成功者并不多见，因此Tier1转型可能面临软硬分离之下 硬件制造环节被消费电子制造商进入、软件部分被车商与第三方软件供应商切割的 双重挑战。
软件定义汽车趋势之下，OEM面临产业链价值量的再调整，挑战欲机遇并存。 OEM面临的价值量挤压风险：原位于产业链Tier2/3的芯片商、核心传感器厂商、软 件商话语权提升。 OEM面临的价值量扩张潜力：商业模式存在优化的潜力，从原有“一次性硬件销售” 有望转化为“一次性硬件销售+后续软件升级服务”，有望从C端获得更多价值量。
为何从自动驾驶域控制器入手？自动驾驶域控制器内嵌自动驾驶芯片、操作系统、 ADAS算法等软硬件产品，属于汽车实现自动驾驶功能的核心单一零部件。 目前A股智能驾驶核心标的，多有自动驾驶域控制器相关业务，而部分造车新势力的 自研信息时常见诸于公开媒体，致使资本市场对自动驾驶域控制器的主机厂采购策 略关注颇多。我们从“收益-成本”这一经济学经典分析框架入手，尝试对未来自动 驾驶域控制器供应链终局进行分析。
OEM自研自动驾驶域控制器的收益：更多价值量+更强的自主权。 对价值分配的觊觎：在tier1整机制造域控制器的模式下，tier1的毛利率大概在25%- 30%区间，且高级别自动驾驶域控制单体价值量较高。相较之下，我国OEM一般毛 利率都在20%以下，而OEM又对价值量高的单体零部件成本敏感度高。 对自主权的更强掌控：智能汽车核心是软件，而软件的创新常常围绕在硬件的创新 延展开来（最典型例子，在有了大算力自动驾驶芯片、激光雷达等硬件之后，更高等 级智能驾驶才具备了开发的基础，有了超强硬件支持，算法可以相对弱化）。此外， 如果在面对外围供应链波动（比如缺芯等）的情况下，如果OEM不具备较高的自研 自主权，一味依赖供应商，将要付出更多的成本和研发时间。
OEM自研自动驾驶域控制器的成本：高昂的时间、财务、人力等成本投入，产业角 色受限难产生规模效应，车市下行过程中OEM会面临更大压力。 现在来看，通用的部分，即没有差异化的部分一定会越来越依赖供应商，车厂会聚 焦于差异化的应用交互、车型的创新、关键卖点的研发等方面，而不是进行大规模 的平台化的研发。主要是因为： （1）财务成本：研发一个平台需要十亿、甚至二十亿的投入，成本高昂； （2）时间成本：研发时间较长，往往1-2年不一定能见到成效； （3）人力成本：在开发平台时需要上千号人，平台成熟后原先做中间件和底层的员 工工作量不饱和但是又不能轻易开除，维护平台需要多方面的人才； （4）产业角色：OEM无法给其他主机厂供货，致使自身产品无法产生可观的规模效 应，中长期成本高。与此同时，技术也在不断迭代更新，从整车厂的角度，长期维护 一个非常大的平台，是非常不效率，缺乏长期竞争力的事情。
因此，远期来看，我们判断具备大规模量产能力（数十万台规模）+突出的驾驶域软 硬件能力，是进行OEM自研域控制器的必要条件（而非充要条件，不同OEM自身基 因及能力存在异质性），因此未来部分头部造车新势力（需要庞大销售规模支撑）、 以及极少数传统头部OEM预计将会把自研当做核心发展路线之一。 而对于二三线的OEM（也包括较弱的造车新势力），我们预计与tier1、第三方软件 商的合作应该会是主流。
1. 高通、立讯入股中科创达自动驾驶平台公司苏州畅行智驾，中科创达自动驾驶 业务步入快车道，美国高端芯片供应限制性政策对公司业务亦无影响
我们在2022年3月外发的公司深度报告《不断保持创新业务投入的公司该有怎样的 发展规律》中明确指出，公司属于半创业型公司，盈利能力和效率呈现阶段性螺旋 上升的特点。2019-2020年以来公司不断加大投入智能驾驶，2022年开始有望逐步 迎来收获期，有望驱动公司未来盈利步入新台阶。 公司和高通、地平线、英伟达等头部厂商都有密切合作，进展迅速：（1）2022年 4月，公司与地平线成立合资公司，围绕地平线车规级AI芯片为OEM及Tier1等提供 智能驾驶软件平台和算法服务；（2）2022年以来，高通（中国）、立讯精密相继 入股畅行智驾，公司智能驾驶业务生态布局完善。
高通的产品以融合特性和性价比优势非常适合大批量出货的车型，且其开放属性对 于第三方供应链而言有广阔的价值实现空间，中远期看，也将刺激地平线和黑芝麻 等公司加快投入落地的节奏，自动驾驶从零到1的普及越来越清晰。不过也需注意 的是，未来伴随公司自动驾驶域控制器放量，公司报表可能会出现综合毛利率下 降、毛利润增速抬升两大特点。 此外，近期中科创达全资子公司慧行智能与吉利汽车旗下的吉润汽车拟共同设立一 家合营企业，未来将着力推进智能座舱、智能驾驶领域合作，这也再度验证中科创达技术领先性及其中立第三方的产业角色优势。
2. 存货同比高增，继续看好IOT后续增长潜力。 22Q3期末存货达9.0亿元，较去年同期同比+31. 0%，考虑到存货主要由原材料、 合同履约成本构成，由此可见后续IOT业务有望继续保持快速增长。 作为偏硬件类的新兴高增长业务，IOT业务的快速扩张自然也导致应收账款等方面 的垫资规模增长，22Q3期末公司应收账款达到17.5亿元，较去年同期同比63.4%， 合乎商业逻辑。
步入2022年，公司重磅新品IPU04开始放量，目前公司高级自动驾驶域控制器产品 已累计获得超过10家主流车企的项目定点，并已进入量产规模爬坡期，考虑到该产 品单体价值量高，我们预计未来将会有力支撑公司未来3年业绩高增长。
2021年公司共获得年化销售额超过120亿元的新项目订单，同比增长超过80%，突 破历史新高，其中智能驾驶产品、大屏座舱产品和智能座舱域控制器的订单量快速 提升，这也为公司未来增长奠定坚实基础。 2022年三季度末公司存货金额为34.4亿元，环比2022年二季度末增长30.4%，较 2021年末增长约69.0%，充分彰显公司未来收入增长的强大动能。
作为国内首个与英伟达深度合作的tier1，德赛西威目前已经在英伟达生态中积累了 突出的竞争优势，这一优势体现在全面的技术积累、可观的定点规模、突出的产品 质量和交付效率。从商业逻辑出发，中长期来看有望出现新的英伟达本土tier1合作 商，英伟达生态格局或趋于多元。
（本文仅供参考，不代表我们的任何建议。如需使用相关信息，请参阅报告原文。）
扫一扫关注微信公众帐号
