汽車芯片應用將迎6大爆點！各大玩家涌入

來源：芯智訊，謝謝

編輯：感知芯視界 Link

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

雖然變化很多，但傳統(tǒng)汽車積累了幾十年、甚至上百年的底盤系統(tǒng)調校技術則不會過時，它也是新型汽車不斷學習的目標。

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

整個汽車可以被分為6大系統(tǒng)，分別是：動力系統(tǒng)，車身，座艙，控制和通信系統(tǒng)，底盤和安全，ADAS。

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

計算&控制類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、信息娛樂系統(tǒng)、智能座艙，而MCU幾乎遍布全車的各個功能部分，特別是傳統(tǒng)燃油車。

功率器件主要用在動力系統(tǒng)和底盤，模擬芯片也是遍布全車各個部分，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、CIS圖像傳感器，以及各種類型的雷達，不同的傳感器遍布全車。

下面，分別看一下以上提到的6大類芯片元器件在汽車上的應用情況。

01、傳感器

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

由于ADAS興起，使得與之緊密相關的傳感器的重要性和市場地位明顯高于傳統(tǒng)且已經非常成熟的壓力、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）負責收集周圍環(huán)境的數據。一種類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(tǒng)將多種傳感器結合在一起，以實現最大化的安全目標。

在L1級ADAS中，需要1-2個攝像頭，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，L3級則增加了前視、側視、后視ADAS攝像頭，總數達8-12個，未來的L4和L5級對雷達依賴程度很高，攝像頭用量無明顯提升。結合各等級ADAS車載攝像頭使用情況，可測算出全球平均單車用量將由2021年的2.8個提升至2025年的5.1個，2030年有望達到9.0個。

就目前的車載攝像頭方案來說，主要分為視覺和多傳感融合方案。

視覺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(tǒng)的全系車型都未使用激光雷達，采用了8個攝像頭、1個毫米波雷達和12個超聲波雷達，其中，8個攝像頭包括3個前視、4個側視和1個后視，可在250米半徑內為汽車提供360度視角。

多傳感融合方案更強調硬件系統(tǒng)的重要性，對算法要求相對較低。這類方案的傳感器用量不斷提升，智能化程度較高的車型攝像頭用量都在10個以上，CIS分辨率也很高，例如，蔚來ET7使用11個800萬像素高清攝像頭，極氪001使用了14個攝像頭，包括7個800萬像素高清攝像頭。

所有這些，都將推動CIS圖像傳感器市場向更大規(guī)模和體量進發(fā)。而隨著雷達系統(tǒng)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。

02、計算&控制芯片

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

無論是傳統(tǒng)燃油車，還是新型的電動和智能化汽車，MCU用量都很大，車身控制、儀表盤、影音娛樂、電機驅動控制、高級安全系統(tǒng)、雨刮、車窗、電動座椅等，都需要MCU進行控制。目前，一輛汽車上的MCU用量可達50~100個。

傳統(tǒng)燃油車的動力系統(tǒng)主要包括發(fā)動機和變速箱，這兩個部件各有一個主控MCU，電動汽車動力系統(tǒng)包括整車控制模塊，電機控制器模塊，電池管理模塊三個部分，動力域控制器集中控制上述三個部分，這個系統(tǒng)需要更多的MCU，估計每輛車會比傳統(tǒng)燃油車多用至少5個。

車身控制系統(tǒng)所用的MCU數量相對穩(wěn)定，變化不大，原因在于車身域技術較為成熟且使用生命周期長，實現這些功能對芯片算力的要求較低，所用的MCU價格也較低。

傳統(tǒng)MCU大廠，如恩智浦、意法半導體、瑞薩電子和德州儀器等，一直把持著汽車MCU市場的主導權。近些年，中國本土相關企業(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，該公司的車規(guī)級MCU FM33LG0xxA系列可用于雨刮器、車窗、座椅、照明控制等。目前，復旦微電子正在進行新一代車規(guī)級MCU的開發(fā)。

隨著智能化、網聯化、電氣化在汽車應用的深入和普及，汽車電子電氣架構逐漸從分布式走向集中，以減少車輛線束，提高內部信息流轉效率，此時，算力也趨向于集中，僅依靠MCU已難以滿足計算需求。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(tǒng)ECU控制進一步集中，形成幾大功能塊，可概括為整車控制域（VDC），智能駕駛域（ADC），智能座艙域（CDC）。未來，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，它進一步簡化了架構，功能更加集中。在分布式ECU逐漸向域集中的過程當中，由DCU（域控制器）集成多類ECU實現控制功能的集中。

從目前的情況來看，汽車中的MCU有減少之勢，特別是座艙越來越智能化，要實現的功能繁多，包括信息娛樂、人機交互等，為了實現這些先進功能，需要更高性能的芯片，使得MCU地位呈下降趨勢。以儀表盤為例，該部分性能提升使MCU的主控地位被高算力處理器取代。

總體來看，MCU在傳統(tǒng)功能的控制應用上仍有一席之地，而在座艙和ADAS的用量會明顯減少。不過，在可預見的未來，汽車用MCU的市場總量依然很大。

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

目前，以Mobileye、英偉達、特斯拉為代表的廠商在ADAS計算芯片方面走在了市場前列，相關產品已在中高端和新勢力車型中廣泛應用。

Mobileye是L2及以下級別輔助駕駛的龍頭，也是汽車ADAS技術的奠基者和引領者，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，由于短板明顯（采用不向主機廠開放數據權限的“黑盒”模式，以及軟硬件必須捆綁銷售），從2020年開始，Mobileye的拳頭產品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車領域，Mobileye的競爭力越來越弱。

近些年，英偉達在自動駕駛領域崛起，成為了當今的行業(yè)老大。英偉達的初代自動駕駛處理器是Drive系列，隨著車載系統(tǒng)需求的發(fā)展，Drive系統(tǒng)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Xavier加上兩個圖靈架構的GPU。后來，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，使得客戶可以根據不同使用場景選擇適合的芯片，幫助英偉達較為迅速地打開了市場局面。

除了算力，英偉達還在軟件工具開發(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是開放性高，應用靈活，適配性好。這些對用戶都是很友好的，很受歡迎。

近幾年，特斯拉也在自研自動駕駛處理器，名為FSD，放棄了原來用的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NPU組成的NNA（Neural Network Accelerator，神經網絡加速單元）。從算法出發(fā)設計芯片架構，使其能耗比更優(yōu)；可以更激進地嘗試新方案，不需要通過第三方車規(guī)級認證等復雜流程。另外，軟硬件都通過自研完成，可以加快整車研發(fā)迭代速度，效率高于外購芯片模式。

目前，中國相關廠商也在加大ADAS處理器研發(fā)投入，代表企業(yè)是地平線和華為。地平線的拳頭產品是征程系列，已經迭代到征程6，并擁有超過 20 個合作車企。華為的MDC810平臺也將軟硬件整合在了一起，已經用在北汽極狐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，而高通是目前該領域的領導者，中國本土企業(yè)也在發(fā)力，通過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語音操控、在線實時導航、360環(huán)視、快速倒車影像等功能，已經應用在廣汽傳祺和廣汽埃安等多款量產車上。

03、車載通信

汽車中使用的電子控制和通信系統(tǒng)越來越多，如發(fā)動機電控、自動變速器控制、車載多媒體和自動巡航系統(tǒng)（ACC）。這些系統(tǒng)之間、系統(tǒng)和汽車顯示儀表之間需要進行大量的數據交換，此時，常規(guī)點對點的導線連接和信息傳輸方式是不適用的，因為這樣裝配出的系統(tǒng)太復雜了，且故障率會很高。這時，就需要用到汽車總線。

傳統(tǒng)汽車使用的總線（CAN、LIN、FlexRay、MOST）在成本、性能上越來越難以滿足網聯化、智能化汽車的需求，而以太網在汽車應用中的優(yōu)勢逐漸凸顯出來。

車載以太網在傳統(tǒng)以太網技術的基礎上進行了一系列優(yōu)化和改良，針對車內通信需求研發(fā)出了一種用以太網連接車內電子單元的新型局域網技術，它有諸多優(yōu)點，如數據傳輸帶寬高，系統(tǒng)簡潔。車載以太網使用單對非屏蔽雙絞線及更小型的連接器，與傳統(tǒng)總線相比可減少80%的線束成本和30%的布線重量。它可通過使用回聲抵消技術在單線對上實現雙向通信，以滿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網絡通信架構。

據以太網聯盟預測，未來智能汽車單車以太網端口將超過100個，這為車載以太網芯片提供了巨大的發(fā)展空間。在具備先進ADAS功能和以太網總線的汽車中，每一個傳感器（攝像頭、各種雷達）都需要部署一個PHY芯片以連接到ADAS域，每個交換節(jié)點也需要配置若干個PHY芯片。

除了有線通信（以太網），車聯網普及對車上的無線通信能力和可靠性的要求也越來越高，這方面，高通處于優(yōu)勢地位。

04、功率器件

與傳統(tǒng)燃油車相比，電動車對功率器件的工作電流和電壓有更高要求，是電機驅動控制、整車熱管理、充電逆變等系統(tǒng)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，在汽車電控系統(tǒng)應用中如魚得水。

在電動汽車中，SiC MOSFET主要用于驅動和控制電機的逆變器、DC/DC轉換、車載充電器OBC，以及充電樁。與硅基IGBT相比，SiC MOSFET產品尺寸小、能耗低，可以有效提升汽車電池的電能轉化效率，提高續(xù)航能力，同時還可以優(yōu)化電機控制器的結構，節(jié)省成本，實現小型化、輕量化設計。

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

05、模擬芯片

無論是傳統(tǒng)燃油車，還是電動汽車，都會用到大量的模擬芯片，涉及發(fā)動機進氣管、機油、剎車、空調壓力、動力總成、汽油尾氣檢測、車載電池管理等系統(tǒng)。在電動車中，模擬芯片的重要性更強，隨著汽車電動化、智能化的快速普及，車用模擬芯片的市場規(guī)模呈現逐年增長態(tài)勢。

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

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

06、存儲芯片

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

以ADAS為例，在汽車行駛過程中，該系統(tǒng)要收集大量道路數據，包括攝像頭、雷達、GPS采集進來的信息，系統(tǒng)將這些數據上傳到車企數據中心后對其進行AI訓練，并在ADAS平臺上驗證和仿真，整個過程需要存儲大量數據。

汽車在路測時，L2級測試在一小時內會產生2TB的數據，L4-L5級路測每小時的數據量則達到16-20TB，整個研發(fā)周期產生的數據將達到EB級。海量數據的緩存、讀取和處理將對存儲系統(tǒng)的讀寫性能、容量、可靠性提出更高要求。這樣看來，車載存儲芯片（DRAM，SRAM，NAND Flash，NOR Flash，EEPROM）的市場潛力也是很可觀的。

07、結語

2023年即將過去，從目前的情況來看，汽車應用似乎是2023全年芯片市場的唯一亮點。

汽車芯片的長期發(fā)展前景也很樂觀，未來幾年，每輛車的半導體含量將穩(wěn)步增長。S&P AutoTechInsight在2023年1月預測，未來7年，每輛車的平均半導體含量將增長80%。

在這樣的增長預期下，汽車各個功能部分對相關芯片的需求量將持續(xù)提升，而且，隨著新一輪車規(guī)級認證的展開和確定，車用6大類芯片有望迎來更高層級的市場需求和認可，這對產業(yè)鏈相關環(huán)節(jié)（芯片設計、制造、封測）的技術、工藝進步和產能擴充都是利好。

*免責聲明：本文版權歸原作者所有，本文所用圖片、文字如涉及作品版權，請第一時間聯系我們刪除。本平臺旨在提供行業(yè)資訊，僅代表作者觀點，不代表感知芯視界立場。

今日內容就到這里啦，如果有任何問題，或者想要獲取更多行業(yè)干貨研報，可以私信我或者留言

審核編輯 黃宇