一、电动化&智能化发展，驱动车规半导体应用迈入新时代
“电动化”+“智能化”浪潮下，汽车半导体应用边界持续拓宽。汽车半导体按功能可分为功率半导体（IGBT、MOSFET等）、计算控制芯片（MCU、SoC等）、存储芯片（DRAM、NAND、NOR等）、传感器芯片（CMOS、雷达芯片、MEMS等）、通信芯片（总线控制、射频芯片）等。2020年汽车半导体产业中计算控制类芯片、功率半导体、传感器芯片、存储芯片市场规模占比分别为23%、22%、13%和9%。从应用领域看，传统燃油车的半导体主要集中在车身、底盘安全等传统汽车电子领域，随着汽车电动智能化不断发展，动力总成、辅助驾驶、信息娱乐等领域的半导体需求快速提升，2017-2022年辅助驾驶、电动/混合动力系统的半导体应用规模CAGR分别高达23.6%和21%。
电动化、智能化将驱动汽车半导体市场快速扩容，目前海外半导体厂商占主导地位。2021年全球汽车半导体市场规模达467亿美元，同比+33%。在电动化智能化大趋势下，汽车半导体应用需求显著上升，据Omdia预测，2025年全球汽车半导体市场规模将突破800亿美元，2021-25年CAGR达15%。根据我们对各细分市场规模的测算，电动化将驱动新能源车IGBT芯片和BMS模块中AFE芯片市场的增长，2021年全球规模分别为20和6亿美元，2025年将达73和18亿美元，CAGR分别为39%和34%；智能化则带来车规CIS、智能座舱SoC、自动驾驶SoC以及车规DRAM、NAND、NOR三类车规存储芯片市场显著增量，2021年全球规模分别为39、25、15、12、10和5亿美元，对应2025年规模预计分别为76、42、67、22、28和9亿美元，CAGR分别为18%、13%、45%、15%、28%和13%。此外根据ICInsights，全球车规MCU将从2021年的76亿美元增长至2025年的120亿美元，CAGR达12%。全球汽车半导体市场中，海外半导体龙头厂商占据主导地位，2021年英飞凌/恩智浦/瑞萨/德州仪器/意法半导体市占率分别为12.7%/11.8%/8.4%/8.1%/7.5%，CR5接近50%，行业集中度高。
汽车半导体可靠性要求高，天然存在认证壁垒。1）AEC-Q100系列是切入车企供应链前必须验证的基础标准，该系列标准按温度范围划分为5个等级，0级（-40Cto+150C）为最高等级；2）ISO26262专门针对汽车领域的功能安全，不是全球强制性标准，但该标准越来越受车厂认可，该认证包括生产流程认证和产品功能认证，要求安全机制符合ASIL各等级认证，从低到高分成QM、A、B、C、D五个等级，ASIL等级越高，则认证流程更严苛、周期更长、技术要求和成本都更高；3）IATF16949侧重汽车品质管理体现，涵盖从设计到生产到封测全流程，更强调产品零缺陷，其覆盖的硬件范围除芯片外还有汽车其他硬件。汽车半导体产品进入车企供应链需要经过上述系列安全性认证，认证周期至少2年，行业天然存在较高壁垒，同时车企考虑到产品稳定性和验证测试成本，一般不会随意更换供应商，因此厂商进入供应链后往往能获得较长期稳定的订单。
1、汽车电动化加速发展，半导体价值量显著提升
渗透率迎来10%拐点，汽车电动化进入加速发展阶段。从全球市场看，2021年新能源车渗透率为8%，2022年1-9月全球新能源乘用车销量约578万辆，渗透率达13%，已突破10%拐点，全球汽车电动化进入加速发展阶段。相比于全球市场，中国汽车电动化进程较快，渗透率已由2020年的5%提升至2021年的13%，2022年1-9月国内新能源车销量456.7万辆，渗透率达23.5%。
2、智能化帷幕已启，汽车半导体迎来新增长点
汽车智能化包括智能驾驶、智能座舱和智能服务三大部分。智能驾驶的实现需要对汽车的周围环境进行感知、分析、判断并进行有效的处理和执行，以实现拟人化的动作执行，是汽车智能化的基石。智能座舱通过图像、语音、触控、手势等交互方式提高驾驶操控体验和乘车娱乐性，是人车交互的入口。智能服务将汽车与人及其社会生活相连接，是汽车智能化的延伸和扩大，包括后市场服务、出行服务、社交及生活服务等。
ADAS作为智能驾驶核心载体，未来十年将进入加速渗透阶段。ADAS（advanceddriverassistancesystem，高级驾驶辅助系统）是智能驾驶的核心载体，包含感知、决策和执行三大层次。1）感知层：依靠多传感器对环境信息和车内信息进行采集和处理，摄像头、毫米波雷达、激光雷达等是重要传感器；2）决策层：通过融合多传感器的数据进行决策判断，制定控制策略；3）执行层：将系统决策反馈到底层模块执行，实现车辆纵向横向的自动控制，相当于汽车的“四肢”。我们认为未来十年ADAS将进入加速渗透阶段，预计L2及以上车型渗透率将从2021年的18%提升至2030年的86%，同时，2022年是L2往L3+跨越的窗口，L3+级智能车渗透率将由2022年的1%上升至2030年的56%。
感知层多传感器融合，摄像头和激光雷达芯片是重要增量。感知层传感器主要包括车载摄像头、毫米波雷达、激光雷达、超声波雷达以及惯性导航设备（GNSSandIMU）。不同传感器在感知精度、感知范围、抗环境干扰及成本等方面各有优劣。由于当前自动驾驶厂商还无法通过深度学习算法完全弥补硬件在环境感知方面的缺陷，因此采用多传感器融合方案收集海量信息用于决策分析是目前提高感知精度和可信度的主流方案。ADAS升级将带来明显的半导体增量，智能车单车半导体价值量将由L2级的160美元上升至L3级的630美元以及L4/5级的970美元，从传感器来看，摄像头模块是L2+级核心传感器，L3和L4/5则以激光雷达模块为重要增量，同时，ADAS升级过程中传感器融合也将贡献较大的半导体增量。
高级别自动驾驶催化算力、存储新需求。决策规划分为路径规划、行为决策和运动规划三个层次，每个环节功能的实现都建立在对应的算法上。随着自动驾驶级别的提高，芯片需要处理的环境复杂度和操作多样性抬高算力需求，L2级别的算力需求在10TOPS以下，L3/L4/L5级别则提升至30-60/100/1000TOPS，因此算力更高的自动驾驶SoC芯片需求广阔。同时，高级别自动驾驶的传感器、操作系统、离线地图等都将产生大量数据，根据Counterpoint数据，2025年L4级ADAS系统每小时至少产生1TB数据量，对车规存储芯片数量和性能提出更高要求。
二、功率半导体：电动化核心增量，高成长与国产替代共演绎
1、IGBT：受益电动化趋势，高成长性+国产替代逻辑明确
电动化趋势下汽车功率半导体用量显著提升，为价值占比最大的汽车半导体。传统燃油汽车中，功率半导体分布在动力、车身、安全等部分，主要应用于启动、发电和安全领域；新能源车中，功率半导体是实现电能转换的核心组件，新增三电系统（电池、电驱和电控）以及OBC（车载充电机）、DC/DC、充电桩等需要用到大量的逆变器、变压器和换流器，IGBT、MOSFET等功率器件用量大幅提升。电动化浪潮中，半导体增量主要来自于功率半导体（图11），根据StrategyAnalytics，功率半导体在汽车半导体中的占比从传统燃油车的21%提升至纯电动车的55%，跃升为占比最大的半导体器件。
配合大电流大功率，新能源车IGBT需求旺盛。燃油车中仅有少量的IGBT单管用于发动机点火器，随着电车大功率大电流的技术演进，IGBT模块成为电控系统中逆变器的标配，将直流电转换为交流电以驱动电机。车载OBC中，IGBT将输入的交流电整流为直流电为新能源动力电池充电，车载空调中则配备IGBT单管/模块。从电控成本拆分来看，涉及的电子零部件包括IGBT功率开关、DC/DC变换器、电流传感器、波纹电容以及微控制器等，其中IGBT成本占比高达44%。
新能源车IGBT市场规模测算：2021-25年CAGR达38.5%。新能源车单车搭载约30-48颗IGBT芯片，根据产业信息，2021年单片8寸晶圆代工价格约650美元（产出约120颗IGBT芯片），推算出单颗IGBT芯片的晶圆价值约5.4美元。考虑封装成本、毛利以及双电机占比，我们假设2021年平均单车IGBT成本为300美元，双电机渗透率提升叠加IGBT紧缺持续，单车价值量将进一步提升。综上，我们测算出2021年全球新能源车IGBT市场规模约19.8亿美元，2025年将达到73亿美元，CAGR达38.5%。
2、SiC：800V平台上车催生SiC需求高增
2025年SiC成本预计下降20%+，2026年新能源车SiC器件规模有望达46亿美元。目前SiCMOSFET的应用受到成本高昂限制，据中科院数据，同一级别下SiCMOSFET的价格比Si基IGBT高4倍。碳化硅器件降本主要通过三大途径：1）降低衬底成本，主要通过8寸向12寸升级、持续优化热场设计来实现；2）在设计、器件制造、封装各个环节改进技术，具体涉及缩小元胞尺寸、改进栅氧淡化工艺等方向；3）设计更小尺寸芯片，使得单位晶圆产出更高。根据PGC，假设以2021年6寸SiCMOSFET1200V/100A的成本为1个单位，则至2025年成本有望降至0.8以下，而8寸的成本有望降至0.68附近。2021年SiCMOSFET为Si器件成本的3倍，到25年有望降至2.5倍附近，而业界通常认为2-2.5倍是碳化硅大规模渗透的成本临界点，故当前及未来2年处于SiC爆发的前夜。据Trendforce预测，全球新能源车对6寸SiC晶圆需求将从2021年的12万片提升至2025年的169万片，据Wolfspeed预测，2022年全球新能源车SiC器件市场规模达16亿美元，2026年有望达到46亿美元，CAGR达30.2%。
三、MCU：智能化大增量，本土厂商迎机遇
1、汽车是MCU第一大市场，智能驾驶带来显著增量
汽车是MCU第一大市场，单颗价值量最高。1）市场规模占比：汽车是MCU第一大市场，2020年汽车/工业/消费/通讯/电脑在MCU市场的占比为38%/30%/18%/9%/4%，2010-2020年汽车在MCU占比稳定在38%-40%，持续保持第一大应用的地位。2）出货量占比：汽车是MCU第五大出货领域，2021年，智能卡&安全/个人信息处理终端/工业/消费电子/汽车在MCU出货量的占比为42%/17%/15%/10%/7%。3）ASP：汽车MCU的ASP显著高于其他应用，2021年达3.1美元；自2020年以来，因供应链不稳定，不同应用的MCU价格都有不同程度地上升，2020年汽车MCU价格上涨16%，2021年上涨22%，在MCU中涨价幅度最大，Yole预计汽车MCU的价格未来仍将处于高位。
电动智能趋势下，传统的分布式EE架构ECU数量增多，系统庞杂，博世的五大域划分应运而生。汽车智能化和信息化发展，ECU芯片使用量越来越多，而传统的汽车电子电气架构都是分布式的，ECU通过CAN和LIN总线连接在一起，ECU的增加使得汽车线束排线困难、软件维护与升级困难、模块间信息沟通效率低，因此“域架构”概念随之被提出，如Tier-1厂商博世的经典五域：动力域（PowerTrain）、底盘域（Chassis）、车身域（Body/Comfort）、座舱域（Cockpit/Infotainment）、自动驾驶域（ADAS）。有的厂家则在五域集中式架构基础上进一步融合，把原本的动力域、底盘域和车身域融合为整车控制域，从而形成了三域集中式EEA，包括整车控制（VDC，VehicleDomainController）、智能驾驶（ADC，ADAS/ADDomainController）、智能座舱（CDC，CockpitDomainController）三大部分。
短中期分布式架构仍为主流，ADAS渗透带动MCU用量提升。随着汽车电动智能化的推进，分布式的ECU（电子控制单元）逐渐向域集中，由DCU（域控制器）集成多类ECU实现控制功能的集中，从而在减少整车线束连接长度并降低成本的同时，减少电子电气架构的空间、功耗和复杂性。短中期来看，L1/L2智能车仍占较大比重，由于缺乏路径规划功能且传感器数量有限，仅靠传感器端的MCU便足已完成融合、决策任务，分布式架构仍为主流，因此中低阶ADAS加速渗透将推动MCU用量提升；而在L2+及更高级别智能车中，SoC芯片将逐渐替代MCU，但部分底盘交互高实时性任务仍需要MCU来完成，ADAS域控制器仍会搭载一颗MCU，保障系统功能安全。
汽车MCU市场约80亿美元，2022-2025年CAGR为11%，高于MCU行业平均水平，其中32位是主流，占比近80%。1）市场规模：随着汽车智能化发展，ADAS、高精度导航、车身电子等应用对MCU需求量大增，根据ICInsights，2021年全球车规MCU市场规模约76亿美元，2022年预计达87亿美元，2025年有望增长至120亿美元，2022-25年CAGR为11.3%，高于MCU整体市场规模CAGR（5%）。根据ICInsights，2021年汽车信息娱乐应用预计占汽车MCU市场的10%，较2020年增长59%，其他领域占汽车MCU市场的90%，较2020年增长增长约20%。2）位数：从不同位数在汽车MCU市场的收入占比看，8/16/32位分别占比6%/18%/77%；从出货量占比看，8/16/32位分别占比23%/37%/40%。32位收入占比77%，出货量占比40%，由此推断32位MCU价值最高，在汽车MCU市场占比最大，市场规模达58亿美金。
2、竞争格局：海外三巨头主导车规MCU市场，大陆厂商积极布局
MCU市场经过数轮大规模并购后，CR7>80%。总体看，国外前七大厂商占据了全球超过80%的市场份额，头部效应显著，其中瑞萨、恩智浦>微芯、意法>其他三家。我们认为集中度较高的原因包括：1）为争夺市场份额及布局物联网应用，MCU主要厂商之间发生了数起大规模并购，包括NXP2015年收购飞思卡尔，进军汽车电子领域，市占率上升至19%；Microchip在2016年收购Atmel，市场占有率上升至14%；Cypress在2015年收购Spansion，市场占有率达到4%；2020年Cypress被Infineon所收购，合并后市占率达到13%，跃升为排名第三的厂商。2）MCU下游应用通常更新迭代较慢、使用周期较长，因此倾向于能提供稳定解决方案的供应商，较少更换供应商。
汽车MCU：竞争格局稳定，瑞萨、恩智浦、英飞凌三足鼎立。2021年瑞萨、恩智浦、英飞凌、德州仪器、微芯的市占率分别是29%、25%、22%、8%、7%，CR5达90%，CR3达76%，。2015-2020年，三大厂商市占率稳定在65%-70%，自2020年英飞凌收购赛普拉斯后，三大厂商市占率达76%。
海外三巨头产品覆盖都较全面，但仍各有侧重。1）英飞凌自研，主打功率，擅长底盘、动力域等领域。主打的是功率器件（IGBT、碳化硅等），包括较完整的信号链产品。底盘安全、功能安全、底盘、动力控制、新能源三件是英飞凌的的强项。2）恩智浦拥抱ARM架构，打造开放平台，适合中小客户。恩智浦目前正由Power架构转向ARM架构，打造开放生态、学习成本更低，更适合中小客户使用，向S32平台倾斜，除了ADAS摄像头外，应用覆盖较全面。恩智浦在连接、网络、传感器等方面优势显著。3）瑞萨背靠日本大车厂，产品覆盖中高低端。瑞萨背靠日本大车厂，涉及区域保护、本国利益。产品的性能可以覆盖低端、中端、高端，应用覆盖车身、底盘、动力、智能座舱等。4）ADAS方面，瑞萨更擅长摄像头（R-CAR系列），英飞凌擅长中央大脑的安全MCU（Traveo，收购赛普拉斯获得），恩智浦擅长雷达（毫米波雷达是S32R系列，超声波雷达是S12ZVL系列）。
四、模拟芯片：遍布各域，预计23年BMS带来10亿美元新增量
1、遍布五域各角落，市场规模超百亿美元
市场规模超过100亿美元，电动化、智能化驱动汽车模拟芯片价值量增长。模拟芯片可分为电源管理和信号链两大类。汽车电动化带来的高电压工作环境，用以实现电能分配与控制的电源管理芯片最先受益；信号链芯片连接了现实与数字世界，是电子系统实现自动化、智能化的基础。根据我们统计，目前全球模拟芯片500多亿美元市场中，约25%用于汽车，规模超过100亿美元。
海外大厂主导市场，细分领域存在机遇。全球模拟芯片市场厂商林立，仅TI、ADI两家就占据全球半壁江山。由于模拟芯片重经验、迭代慢、研发久等特点，发展多年的国外厂商具有明显优势，以TI、ADI领衔的“两超多强“市场格局仍将保持。
应用涵盖五域，用量需求巨大。模拟芯片起到桥梁和供电的辅助作用，遍及汽车五域的各个角落。我们以五大域中的某些细分模块为例，说明模拟产品的用途。1）底盘域：以车身动态稳定模块（即ABS/VSC模块）为例，其他需要用到的模拟芯片包括了驱动芯片、接口芯片等；2）车身域：以车内灯模块为例，其需要的模拟芯片包括了LDO、接口芯片等；3）动力域：以双离合变速器为例，需要的模拟芯片包括了接口芯片、PMIC芯片、模拟开关等；4）ADAS域：以远程信息控制单元为例，5）智能座舱域：以仪表盘为例，其用到的模拟器件包括LDO、PMIC、接口、浪涌保护等。
以DC-DC和栅驱动为例：1）DC-DC应用部位遍及全车，增量主要来自于信息娱乐域的低压场景和动力域的高压场景。2）栅驱动我们以车身域为例，其涉及到电机的各类应用如座位位臵调节都需要栅驱动参与其中起到驱动作用。
增量方面，一是汽车智能化将使得配套使用的信号链、电源管理芯片增多；二是电动化下，BMS模块带来AFE新需求。
2、BMS模块带来AFE芯片新需求
AFE用来采集电池信息，以对电池系统进行管理。模拟前端（AFE-AnalogFrontEndFrontEnd）是包含传感器接口、模拟信号调理电路、模拟多路开关、采样保持器、ADC、数据缓存以及控制逻辑等部件的集成组件，其本质上是以ADC为核心的采样芯片。AFE通过内臵传感器感知电池组的电压、温度、电流等数据，并通过ADC将模拟信号转换为数字信号供后端MCU使用，MCU负责接收AFE传递而来的信息，并通过算法计算电池的SOC、SOH等数值从而管理电池系统，还可以与车上的其他控制单元进行信息交互(communication)。
AFE的通道数量指的是其所监测的电池模块串联的单个电池数。主主流的车用AFE的通道数有6s、12s、18s三种，通道数量越多，对AFE负压要求越高。按照流车型电池包400V、单节电池3.6V计算，需要总电池的数量在100颗以上。因此厂商需要仔细选择合适的通道数量进行搭配，做到既不浪费也不勉强。
五、SoC芯片：自动驾驶和智能座舱共催化
1、自动驾驶SoC：智能驾驶核心赛道，国产厂商实力初显
自动驾驶SoC芯片以CPU+XPU为基础架构，以满足算力要求。处理器芯片可分为通用型和专用型，通用型包括CPU、GPU、DSP等，专用型包括FPGA、ASIC等。CPU作为SoC芯片的运算和控制核心单元，调度、管理、协调能力强，但不擅长处理并行重复计算，难以满足自动驾驶SoC芯片的高算力要求，因此SoC芯片需要在CPU基础上增加一个或多个XPU（GPU/FPGA/ASIC）来进行AI运算。
GPU、FPGA、ASIC各有优劣，现阶段三大架构共存。三类XPU各有优劣：1）GPU：擅长图像处理，支持大量数据并行计算，但管理控制能力弱，功耗高；2）FPGA：属于半定制化芯片，能效比优于CPU和GPU，初期具备短周期、试错成本低等优势，但量产后不具备成本优势；3）ASIC：基于特定算法设计的专用芯片，算法迭代后需重新设计，可能导致沉没成本较高、开发周期较长，但算力和能效比高，且量产后成本较FPGA低。具体架构主要分为三大流派：CPU+GPU+ASIC、CPU+ASIC、CPU+FPGA。1）CPU+GPU+ASIC架构（英伟达、特斯拉、Mobileye）。1）英伟达：近年产品Xavier、Orin以及Atlan都采用CPU+GPU+ASIC架构，以Atlan为例，芯片内臵CPU、GPU、深度学习和计算机视觉加速器（ASIC）以及BlueFieldDPU。2）特斯拉：特斯拉HW3.0版的FSD芯片单颗算力72TOPS，包含CPU、GPU和NPU（ASIC）三大处理单元，NPU由特斯拉自主设计，负责深度学习和预测，是芯片中最核心的组件。3）Mobileye：新推出的EyeQ6、EyeQUltra均在以往的CPU+ASIC架构基础上增加了GPU模块。4）高通：Ride高阶产品最大算力达700TOPS，预计也将采用这一架构。
2）CPU+ASIC架构（Mobileye、华为、地平线）。1）Mobileye：EyeQ3-5系列均采用CPU+ASIC架构，EyeQ5包含4个模块：CPU和CVP、DLA、MA三大加速器（ASIC）。2）华为：2021年推出4款MDC产品，均为CPU+ASIC架构，自研的达芬奇架构NPU昇腾310芯片负责AI运算。3）地平线：征程2芯片集成了双核ArmCortexA53（CPU）以及自研双核BPU（ASIC）。3）CPU+FPGA架构（百度赛灵思、谷歌Waymo）。1）百度赛灵思：Apollo专属车载平台ACU-Advance使用单XilinxZU5（FPGA）设计，AI加速能力对标英伟达Parker芯片；2）谷歌Waymo：采用英特尔Xeon处理器（CPU）和ArriaFPGA。
短期以CPU+GPU+ASIC架构为主，长期CPU+ASIC具备量产成本优势将成主流。现阶段自动驾驶算法更新迭代快，对并行计算需求高，而GPU具备强大的并行计算能力，因此现阶段自动驾驶SoC仍需GPU，CPU+GPU+ASIC为主流架构。但未来算法逐渐固化后，量产成本低且能效比高的ASIC将替代GPU，FPGA由于不具备量产成本优势，也将向ASIC转化。长期来看，自动驾驶SoC芯片架构将由现阶段的三大流派向CPU+ASIC主流架构发展。
自动驾驶SoC芯片算力、能效比、制程持续升级。1）算力：自动驾驶软硬件解耦趋势下，主机厂往往通过硬件预埋+OTA升级方式在后续实现更高级别自动驾驶功能，因此自动驾驶SoC芯片算力一般都是冗余配臵，芯片厂商亦不断提升芯片算力强化竞争力。现阶段已量产上车的芯片中算力最高达254TOPS，为英伟达Orin，2023年量产的高通Ride平台芯片算力达700TOPS，英伟达两款新产品Atlan和Thor算力分别高达1000TOPS和2000TOPS，预计2024-26年量产。2）能效比：能效比指芯片单位功耗所能提供的算力，能效比越高，则相同算力下耗电越少，对整车续航能力存在正向影响，因此能效比亦是芯片的核心参数，各厂商芯片能效比持续提升，以英伟达为例，能效比从TegraParker的0.3TOPS/W提升至Xavier的1TOPS/W，再到Orin的3.9TOPS/W，预计新推出的Atlan能效比将继续提升。3）制程工艺：此前初级自动驾驶芯片只需28nm或16nm制程，现阶段主流芯片基本突破了7nm制程，包括英伟达Orin、MobileyeEyeQ5/6、华为昇腾610、地平线征程5/6以及特斯拉HW4.0FSD芯片，英伟达Atlan和高通Ride芯片甚至实现了5nm先进制程。
自动驾驶SoC芯片市场规模测算：现阶段约15-25亿美元，2021-25年CAGR达45%。英伟达Orin芯片售价约400美元，MobileyeEyeQ3售价约100美元，因此我们假设L2/L2+和L3单车价值量分别为100美元和400美元，2024年开始年降5%；而L4/5级至少需要两颗英伟达Orin芯片，因此假设L4/5单车价值量为800美元，年降5%。结合前文ADAS渗透率预测，我们测算出2021年全球自动驾驶SoC芯片市场规模为15亿美元，2025/2030年市场规模将达67/235亿美元，2021-30年CAGR高达45%。
华为、地平线等国内厂商崭露头角。1）华为：基于昇腾610芯片的MDC610平台已在多款新车上应用，单颗算力达200TOPS，支持L4级自动驾驶，目前搭载车型包括哪吒S、极狐S、阿维塔11、问界系列等。“华为造车”产业链持续扩充，在智能化硬件和软件领域均有充分布局，未来有望凭借智能化全栈式服务获得更多定点。2）地平线：征程3首次搭载在2021款理想ONE上，第三代产品征程5是业界首款实现自动驾驶和智能交互集成的整车智能中央计算芯片，算力达128TOPS，将于11月量产交付的理想L8Pro将成为征程5首款量产车。最新推出的征程6芯片算力高达400TOPS，预计2024年量产。地平线凭借具备竞争力的芯片以及成熟完善的开放平台，有望推动自动驾驶芯片国产化进程。
2、智能座舱SoC：市场持续扩容，高通领跑中高端市场
智能座舱渗透率持续提升，市场空间广阔。相比于智能驾驶，智能座舱的安全要求、法律风险、技术门槛相对都更低，其成果也更容易被驾驶员和乘客感知，因此是传统车企和新势力车企重点布局的领域，智能座舱渗透率不断攀升。根据IHS数据，2021年全球市场智能座舱新车渗透率为49.4%，预计2025年将达到59.4%，中国市场渗透率水平和增长速度相对更高，预计将从2021年的53.3%提升至2025年的75.9%。整体规模来看，2030年预计全球智能座舱市场规模达681亿美元，2021-30年CAGR为4.9%，其中国内市场规模将超1600亿元，2021-30年CAGR达9.9%，智能座舱市场空间广阔。
智能座舱数据处理复杂程度高，SoC芯片为核心运算单元。智能座舱涵盖车载信息娱乐系统、人机交互模块、车联网模块、HUD系统等多个部分，发展核心在于集成座舱的软硬件以及人机交互系统，持续优化驾乘体验，最终进化为“智能移动空间”。现阶段多模态交互是智能座舱重要发展趋势，即在舱内舱外感知基础上，通过多模态技术实现语音、情绪、手势、人脸识别、定位等功能的有效融合。在这一演进过程中，车内摄像头数量增加、分辨率提升、3D信息引入、模型优化、运行帧率提高等各类软硬件和算法的升级使得数据处理复杂程度显著上升，传统单个ECU独立运算已不适用，需要集成CPU、GPU、NPU等多个处理器的系统SoC芯片进行数据处理运算。
智能座舱SoC芯片市场规模测算：现阶段约25-30亿美元，2021-25年CAGR达13.3%。根据IHS和RolandBerger数据，假设2025年和2030年全球智能座舱渗透率将达到59%和87%，同时对高中低端智能车比例进行合理假设。芯片售价方面，高通第二代芯片820A售价约40美元，第三代SA8155芯片约200美元，因此合理假设高/中/低端智能座舱SoC芯片售价分别为200/60/20美元。考虑到高端SoC性能算力提升将带动单价上升，我们假设2022-26年芯片单价存在3%涨幅，同时假设中端和低端SoC存在3%年降。综上，我们测算出2021年智能座舱SoC芯片市场规模约25亿美元，预计2025/2030年将达到42/69亿美元，2021-30年CAGR达11.8%。
华为、瑞芯微、芯擎科技等国内芯片企业有望凭借产品优势和本土优势从国产汽车品牌切入中高端市场。华为麒麟990A采用7nm制程，AI算力为35TOPS，目前已量产上车，搭载车型包括极狐S、阿维塔11、问界M5/7等多款“华为系列汽车”。2021年12月AIoT处理器芯片企业瑞芯微推出了车规级座舱SoC芯片RK3358M、RK3568M、RK3588M，RK3588M规格最高，采用8nm制程，8核高性能CPU和GPU，AI算力达6TOPS，可实现一芯多屏等功能，支持12路摄像头合7路1080P视频输出。吉利旗下汽车芯片公司芯擎科技也于同月发布了SE1000芯片，采用7nm制程，AI算力高达8TOPS，可对标高通SA8155P，预计2022年10月量产。我们认为，国内芯片企业在中高端产品领域实力初显，有望凭借产品优势和本土优势从国产汽车品牌切入中高端市场。
六、CIS：受益车载摄像头高成长确定性
1、车载CIS量价齐升，市场空间广阔
摄像头按安装位臵不同可分为前视、环视、侧视、后视和内臵五大类。前视摄像头包括单目、双目和多目类型，能够实现FCW、LDW、TSR等功能；侧视摄像头又分为前臵和后臵两种，其中前臵侧视摄像头能够参与识别交通标识（TSR）；环视摄像头一般为4个，装配于车辆四周，能够实现道路感知和全景泊车辅助（SVC）；后视摄像头主要用于泊车辅助（PA）；内臵摄像头安装于车内驾驶座位前方，实现DMS、OMS等功能。
感知层方案分为视觉方案和多传感融合方案，都将推升摄像头用量。1）视觉方案：以摄像头为主导，高算法低感知要求。特斯拉是视觉方案的主要代表，搭载Autopilot3.0系统的全系列均未搭载激光雷达，共配臵了8个摄像头、1个毫米波雷达和12个超声波雷达，其中8个摄像头包括3个前视、4个侧视和1个后视，可在250米半径内为汽车提供360度视角。Mobileye在2020年CES发布会上演示了仅搭载12个车载摄像头的自动驾驶方案，没有搭载毫米波雷达、激光雷达或其他传感器，车辆能在耶路撒冷的街道上自动行驶约20分钟。2）多传感融合方案：低算法高感知，系统冗余性较高，摄像头等硬件搭载量持续推高。智能化程度较高的车型摄像头搭载量基本在10个以上，像素配臵也更高，例如蔚来ET7搭载11颗800万像素高清摄像头，吉利极氪001搭载的14个摄像头中包括7个800万像素高清摄像头。
ADAS渗透升级推动摄像头量价齐升，车载摄像头市场空间广阔。1）量增：L0和L1摄像头搭载量仅1-2颗；L2/L2+级开始搭载前视ADAS摄像头和普通环视摄像头，总摄像头数达8个；L3级增加前视、侧视、后视ADAS摄像头，摄像头总数高达8-12个；L4/L5级由于对雷达依赖程度更高，摄像头搭载量并无明显提升。结合ADAS渗透率预测（图9）以及各等级车载摄像头搭载情况，我们测算出全球平均单车搭载量将由2021年的2.8颗提升至2025年的5.1颗，2030年有望达到9.0颗。2）价涨：普通车载摄像头模组价值量在150-200元，ADAS车载摄像头模组价值量则在300-500元。随着ADAS等级提升，前视、侧视、后视摄像头将逐渐升级为ADAS摄像头，带动车载摄像头模组平均单价持续提升。3）车载摄像头模组空间测算：结合量价分析，我们测算出2021年车载摄像头模组市场规模为485亿元，2022年预计约629亿元，2025/2030年将分别达到953/1636亿元，2021-30年CAGR达14.5%。
CIS作为主流成像芯片，将受益车载摄像头高成长确定性。车载摄像头主要的硬件结构包括光学镜头（包含光学镜片、滤光片、保护膜等）、图像传感器、图像信号处理器ISP、串行器、连接器等器件。从成本结构看，图像传感器占比约52%，是车载摄像头模组最主要的组成部分，此外镜头组和模组封装占比分别为20%和19%。图像传感器主要分为CCD和CMOS两大类，目前CIS（CMOS图像传感器）占比已超90%，是车载摄像头的主流成像芯片。通过价值占比测算，我们预计2025年全球车载CIS市场规模将达到496亿元，2021-2025年CAGR达18.4%，2030年有望达到851亿元。
2、行业壁垒高，高像素升级趋势明确
车载CIS高像素升级趋势明确。1）环视：由过去的VGA往1.3MP-3MP升级；2）舱内：为实现驾驶员、乘客状态、后排乘客状态监测，对分辨率提出更高要求，主流舱内摄像头逐渐往5MP升级，豪威新品OX05B1S像素便升级至5MP；3）ADAS：自动驾驶等级提升带来功能升级，紧急制动、高速公路驾驶等有限自动驾驶功能下，摄像头像素逐步往5MP甚至8MP推动，安森美和豪威先后推出8MP产品并已实现量产出货，索尼车载CIS最高像素达7.4MP。短中期来看，8MP产品逐步渗透是大趋势，长期来看，未来自动驾驶速度、功能将对视觉感知提出更高要求，CIS有望往更高像素水平升级。
3、竞争格局：行业集中度高，豪威坐二争一
安森美为全球龙头，豪威位居第二，市占率远远领先索尼。根据ICVTank数据，2021年全球车载CIS市场中安森美和豪威市占率分别为45%和29%，第三名索尼市占率6%，CR3高达80%，行业高度集中。1）安森美：2014年收购车载CIS专业厂商Aptina，Aptina在车载CIS领域布局较早，拥有深厚的技术积累，加上安森美丰富的车载客户资源，安森美车载CIS龙头地位较为稳固。2）豪威：2005年开始布局车载CIS，拥有宝马、奥迪、奔驰、本田等知名车企客户，与英伟达、Mobileye、地平线等平台均有合作。3）索尼：2015年开始布局车载CIS，客户以日系车企为主。4）新进入玩家：三星、思特威先后于2020、2021年切入车载CIS市场。
七、存储芯片：智能网联催生存储芯片新需求，国产竞争格局有望逐步向好
车载存储芯片分布广泛，DRAM和NAND为主流产品。车载存储芯片分布在汽车车身域、底盘域、座舱域、动力域、自动驾驶域五大域中，支持ADAS、IVI、仪表盘、互联、黑匣子等应用的存储功能。从应用形态来看，存储芯片除单独搭载系统之外，还被封装在各类主控芯片（MCU、SoC）内部，用于缓存、读取和处理信息，以提高数据处理的效率。汽车存储芯片分为易失型和非易失型，易失型包含DRAM、SRAM两大类，非易失型为NAND、NOR、EEPROM等。2021年全球车载存储芯片市场规模约31亿美元，其中，DRAM和NAND合计占比超70%。
1、DRAM：ADAS和IVI系统带来显著增量
DRAM空间测算：2021年12亿美元规模，预计2025年突破20亿美元。根据美光数据，我们假设L0、L1、L2、L3、L4/5单车DRAM基础容量为2、8、8、16、32GB，考虑到L2级以上车型智能座舱、车联网仍有升级空间，因此假设单车DRAM容量将继续提升。根据阿里交易网中美光和ISSI部分车规DRAM产品报价，我们假设2021年车规DRAM单价为2.5美元/GB，假设2023年开始单价存在3%年降。结合各等级汽车销量预测，我们测算出2021年车规DRAM市场规模为12亿美元，预计2025/2030年将分别达到22/49亿美元，2021-30年CAGR达16.5%。
2、NAND：行业具备弹性增长潜力，国内厂商逐步切入
ADAS和智能座舱升级带来NAND显著增量需求。NAND主要用于ADAS系统、IVI系统、汽车中控等，主要作用在于存储连续数据。ADAS系统中NAND容量需求增长最为显著，根据海力士数据，L2级ADAS一般只需主流的8GBe-MMC，L3级则提升至128/256GB，L5级最高可能超过2TB。IVI系统方面，传统汽车娱乐系统一般只需32GB以下的NAND，而升级智能座舱后，64GB成为了最低配臵，并随着IVI系统功能不断升级，NAND容量需求不断攀升，预计2030年IVI系统NAND需求最高将提升至1TB。此外，随着自动驾驶技术发展，未来将会形成“端-边-云”数据架构以确保行车安全性，为减小云端和汽车间数据的传输延时，车载NAND需求将进一步提升。
高性能UFS替代e-MMC为确定性趋势。车规NAND产品主要包括e-MMC（嵌入式多媒体控制器）、UFS（通用闪存存储）和SSD（固态硬盘），现阶段应用的产品主要是e-MMC和UFS。e-MMC是中低端车载娱乐系统的标配产品，在TBOX、网关和ADAS中亦有应用，此前是车规NAND主流产品。相比于e-MMC，UFS在读写效率、延时、功耗、容量等方面优势显著，近年渗透率不断提升。三星新推出的UFS4.0写入速度高达2800MB/s，是UFS3.1和e-MMC5.1的2.3倍和15.6倍，最大容量达1TB，e-MMC5.1最大容量仅256GB，UFS综合性能更优且仍在继续升级，未来高性能UFS替代e-MMC是确定性趋势。SSD产品目前在乘用车领域基本还没应用，主因产品技术不够成熟且成本较高；在商用车方面，自动驾驶卡车主要采用1TB或2TB以下SSD，自动驾驶出租车则主要配臵4TBSSD，长期来看，若产品技术和成本问题解决后，SSD有望逐步渗透。
NAND空间测算：2021年规模为10亿美元，预计2021-30年CAGR达31%。我们假设2021年L0、L1、L2、L3、L4/5单车NAND容量为4、8、18、64、128GB，L2级以上车型NAND容量存在提升空间。根据阿里交易网中美光和ISSI部分车规NANDFlash产品报价，我们假设2021年车规NAND单价为1.5美元/GB，2023年开始单价存在3%年降。结合各ADAS等级汽车销量预测，我们测算出2021年车规NAND市场规模为10亿美元，预计2025/2030年将分别达到28/119亿美元，2021-30年CAGR达31%。
3、NOR：智能化驱动发展，兆易创新份额有望持续提升
汽车智能化驱动NORFlash用量提升，预计2025年全球规模达8.8亿美元。NORFlash主要作用为系统启动代码和特定只读信息系的存储，车载应用方面，汽车仪表盘、车载摄像头等需要在汽车发动时快速启动，因此对代码读取存在高要求，NORFlash在读取速度方面优势显著，且可避免车辆突然掉电数据丢失。在ADAS系统中，1个摄像头需要1颗NORFlash，平均容量为4/8MB，未来有向16/32MB增加的趋势。一个仪表盘需要1颗NORFlash，容量一般在128/256MB，少量512MB。2020年车规NORFlash市场为4.23亿美元，其中在摄像头和仪表盘市场分别为0.34亿美元和2.17亿美元，在汽车智能化的趋势下，我们预计2025年NORFlash在车载摄像头、仪表盘市场分别增加至0.94亿美元、5.11亿美元。此外，汽车的中控屏、雷达、传感器、安全气囊等也需要用到NORFlash，2020年市场约为1.72亿美金，我们假设其增长驱动来自汽车电动化、智能化，每年增速为10%。综上，2025年全球车规NOR市场预计将达8.8亿美元，2021-25年CAGR为16%。
竞争格局：市场高度集中，兆易创新车规NOR产品进展顺利。2017年美光、英飞凌（赛普拉斯）逐步退出中低端NORFlash市场，2019、2020年兆易创新市占率先后反超美光和赛普拉斯，根据ICInsights数据，2021年三大厂商华邦电子、旺宏、兆易创新NORFlash市占率分别为25.8%、25.5%和17.7%，CR3约62.5%。在车载NORFlash领域，2019年兆易创新GD25全系列SPINORFlash便完成了AEC-Q100认证，覆盖2MB-2GB容量，已向多家车企批量出货。从制程来看，华邦电子相对领先，目前大部分NOR产品均已过渡至40nm，旺宏从22Q2开始向45nm过度，兆易创新55nm全系列产品均已量产，正在推进45nm制程工艺研发。
4、EEPROM：市场规模相对较小，国产厂商加快布局
现阶段汽车EEPROM市场约2.6亿美金，电动化+智能化将带动单车用量提升。EEPROM属于非易失存储器，可通过高于普通电压的作用来擦除和重写，容量较小，因此主要用于存储小规模、经常需要修改的数据。消费、工业和汽车是EEPROM三大终端应用市场，IHS预计2022年汽车EEPROM为2.6亿美元。EEPROM在ADAS（车载摄像头等）、智能座舱（车载屏等）、智能网联（蓝牙天线等）以及三电系统、车身、底盘均有应用，因此智能化带来的摄像头、屏幕、蓝牙数量提升以及电动化都将带动单车EEPROM用量增加，一般而言，传统燃油车单车用量约15-20颗，智能电动车用量则达30-40颗，赛迪顾问预计2023年汽车EEPROM需求量将达23.87亿颗，推算平均单车用量约为26.7颗。