华为智能汽车产业链分析报告.docx

1、华为智能汽车产业链分析报告华为智能汽车产业链分析报告2020年11月 1. 前言：软件定义汽车背景智能网联汽车快速发展，2025 年将超 3 千亿市场规模。随着智能汽车快速发展，智能座舱和 ADAS 功能均不断升级，不论是传感器数量、芯片算力还是单车价值均实现快速提升。参照我们前期发布的第 1 篇软件定义汽车，智能座舱先行和第 2 篇软件定义汽车，ADAS 正加速报告，重点梳理了座舱和 ADAS 升级路径、上下游产业链的竞争格局以及根据我们自建的汽车之家样本数据库测算了市场规模。智能座舱方面，我国智能座舱市场规模将由 2020 年的 567 亿元提升至 2025 年的 1030 亿元，CAGR

2、 超过+15.2%；ADAS 方面，我国自动驾驶市场规模将由 2020 年的 844 亿元提升至 2025 年的2250 亿元，CAGR 超过+21.3%。全球来看，根据华为数据，当汽车智能化渗透率每提高1%，全球汽车零部件（除美国市场外）市场空间扩大 33 亿美元；若智能化和电动化同时提高 1%，全球汽车零部件的空间将扩大 60 多亿美元。若智能化+电动化渗透率共同提高 50%，全球将新增超万亿元市场。智能汽车架构由下往上依次为车辆平台+外围硬件+芯片平台+系统软件（操作系统）+应用算法软件。在智能网联汽车产业大变革下，软件定义汽车理念已成为共识。传统汽车采用的分布式电子电气（E/E）架构因

3、计算能力不足、通讯带宽不足、不便于软件OTA 在线升级等瓶颈，不能满足现阶段汽车发展的需求，E/E 架构升级已成为智能汽车发展的关键。参照我们发布的第 3 篇软件定义汽车，E/E 架构是关键结论，E/E 架构升级包括硬件、软件、通信架构三大升级，特斯拉已经做到一个中央计算平台控制整车，而传统汽车主机厂/Tier 1 级供应商无法一步到位，因此多为跨域融合方案（即 3 个域或 5 个域等）。实现软件定义汽车的关键变量即为：芯片+操作系统+中间件+应用算法软件+数据五大核心技术，未来谁能把握其中一环或将实现汽车产业链地位的提升。图 1：智能汽车架构数据来源：中国软件评测中心，绘制根据我们第 4 篇

4、软件定义汽车，AI 芯片是生态之源结论，AI 芯片长期将逐步形成特斯拉自研自用，Mobileye+NVIDIA+华为三强格局。特斯拉 FSD 芯片自研自用，5 / 36 引领产业发展，属于独立一级；全球 GPU 领域 AI 龙头 NVIDIA 和背靠英特尔的汽车 AI芯片龙头 Mobileye 属于第一阵列；华为技术强劲自建生态体系属于 1.5 阵列，有望快速突围进入第一阵列；国内智能驾驶 AI 芯片新锐地平线等处于第二阵列。操作系统：巨头构建基础平台，Tier 二次开发做差异化产品，是软件生态的基石。参照我们前期发布的第 5 篇软件定义汽车，操作系统是汽车之魂，以前车企采用 8位或 16 位

5、嵌入式 MCU，不支持复杂的 QNX、Linux 等操作系统。随着域的逐渐形成，需要管理的算法软件和代码量均指数级提升，打造适配的操作系统势在必行。特斯拉基于 Linux 自建操作系统，系统简约、流畅，是汽车界的“苹果”；大众作为汽车界的代表不安现状，不仅研发应用层软硬件，同时也基于 Linux、QNX 和 VXworks 等研发 VW.OS软件操作系统。NVIDIA、Mobileye、美国黑莓、华为、XX等科技互联网巨头则构建广义操作系统基础软件平台，欲打造汽车界的“Google 安卓”。Tier 则针对主机厂的传感器、自动驾驶算法方案的不同二次开发做差异化产品。其中 NVIDIA 基于 Q

6、NX 开发基础软件平台；Mobileye 基于 Linux 开发基础软件平台；美国黑莓推出 QNX 的智能驾驶版本；华为推出智能座舱操作系统 OS（基于鸿蒙微内核）、智能驾驶操作系统 AOS、智能车控操作系统 OS；XX基于 QNX 开发基础软件平台。软件定义汽车，应用层功能是试金石。应用算法软件工程化、集成化即为 ADAS 功能或座舱的应用，如 ACC 自适应巡航、自动泊车等功能。算法系统主要为三大部分：感知融合、决策规划、控制。感知算法供应商已较为成熟，此类玩家多为传感器供应商及科技创企。决策规划算法主要涉及全局路径规划、行为决策、运动规划等，涉及整车系统方案，此类玩家多为车企/科技互联网

7、/L4 驾驶创企。3）控制算法主要涉及执行端，此类玩家多为传统底盘电子和车企。车企在软件布局由浅至深依次为：软件整合、决策规划、感知、基础软件（OS）。图 2：智能汽车关键变量格局数据来源：绘制6 / 36 2. 华为组织架构变革，正式进军汽车产业华为成立智能汽车解决方案 BU，正式进军智能汽车领域。华为有两大主要责任机构：ICT 基础设施业务管理委员会和消费者业务管理委员会。消费者委员会包括消费者BG 和消费者 BG 区域组织两个部门，负责消费者业务的战略和经营管理。ICT 下设六个部门：运营商 BG、企业 BG、网络产品与解决方案、Cloud & AI BG、ICT 区域组织和智能汽车解决

8、方案 BU。汽车 BU 隶属于华为的 ICT，由华为轮值董事长徐直军统领。汽车 BU 是公司面向智能汽车领域的端到端业务责任主体，将华为公司的 ICT 技术优势延伸到智能汽车产业，提供增量 ICT 部件和解决方案。根据 36 氪，华为消费者 BG 正在与智能汽车解决方案 BU 进行整合，总负责人是华为消费者业务 CEO 余承东。图 3：华为组织架构数据来源：华为官网，华为车 BU 核心骨干携带硬科技+汽车产业基因。总裁王军此前任职于华为日本运营商业务部，曾任华为无线网络业务部 FDD 产品线总裁。副总裁郑刚曾任北汽集团党委常委，北京新能源总经理、党委书记，曾获“中国十大首席品牌官”。另一位副总

9、裁何利杨曾任华为西欧企业业务部部长、华为全球解决方案总裁、华为业务 BG 解决方案总裁。他们都具有深厚的项目经验和纯熟的业务能力，与首席技术官蔡建永、产品经理李振亚等共同构成了汽车 BU 的领导骨干。除了高管团队之外，汽车 BU 从汽车 ICT 业务领域抽调多名核心技术骨干组建新业务。7 / 36 图 4：华为车部核心人物数据来源：华为官网，3. 华为 ICT 技术深厚，奠定坚实基础华为在 ICT 领域积累了深厚的技术基础，包括且不限于芯片-操作系统-机器学习算法-云技术-传感器等，是培育华为汽车业务的沃土。3.1. 芯片全面布局，支撑华为强大生态体系华为芯片全面布局，五大类芯片是支撑华为生态

10、的基础。华为旗下的海思半导体2004 年成立，目前已经建立起了比较完善的芯片产品体系。海思芯片在通用领域主要分为五大类：AI 芯片昇腾系列、云计算处理器鲲鹏芯片、手机 SoC 芯片麒麟系列、5G 基站芯片天罡和 5G 基带芯片巴龙、联接芯片凌霄系列。在汽车专用领域，目前昇腾 310、昇腾 910 分别用于汽车端自动驾驶推理和企业云端训练，鲲鹏 920 作为智能驾驶 CPU芯片用于通用计算，巴龙 5000 为 5G 通信芯片，麒麟 710A 为座舱域的 SoC。8 / 36 图 5：华为芯片发布时间数据来源：华为官网，绘制3.1.1. 麒麟芯片应用于手机/汽车座舱领域麒麟芯片经历寒武纪 IP 授

11、权到自研崛起，主要应用于手机/车机等终端。早在 1991年，华为就成立了自己的 ASIC 设计中心，1993 年成功研发出华为第一块数字专用集成电路。2013 年底，华为海思推出了麒麟 910，这是其第一款 SoC，尽管由于性能和兼容性等原因，没有完全得到市场的认可，但标志着其已经有能力自主研发的手机芯片。经过几年的发展，2020 年 Q2 全球手机 AP 芯片华为海思位居第三，超越三星，占据 16%的市场份额，相比去年同期增长超 30%。国内位居第一，市场份额达到 41%。华为发布麒麟 710A 进军汽车座舱域。麒麟 710A 在麒麟 710 的基础上进行了 CPU 降频处理，从原先的 2.

12、2GHz 降到了 2.0GHz，由中芯国际代工，采用 14nm 工艺。图 6：2020Q2 全球手机 AP 芯片市场份额图 7：麒麟 710 芯片数据来源：Counterpoint Research，数据来源：华为发布会，9 / 36 华为、高通等新进入者共同抢占传统汽车芯片厂商份额。座舱芯片和消费电子应用类似，功能安全标准高于消费电子领域，所以汽车座舱芯片运算性能一般低于手机，但可靠性、稳定性高于手机。从工艺制程角度来看，消费电子领域的芯片制程已经普及 7nm，部分产品达到 5nm，传统汽车芯片厂商芯片制程仍主要为 16nm28nm 等。传统座舱域的芯片玩家主要为 NXP、瑞萨、英飞凌、TI

13、 等，高通、华为等作为手机芯片领域的龙头企业，以芯片算力高等优势正不断抢占传统汽车电子市场份额。图 8：座舱域芯片主要产品数据来源：ARM，各公司官网，整理3.1.2. 昇腾芯片应用 AI 计算领域昇腾系列智能芯片为 AI 应用提供算力支持。按照算法分类，AI 芯片分为云端训练和边缘端/终端推理芯片两部分。推理芯片一般用于边缘端领域，使用云端训练好的算法模型进行运算。训练芯片则应用于企业研发内部/云计算，用于训练算法模型，相对而言训练芯片要求算力更高。从技术路线来看，AI 芯片主要分为 GPU、FPGA 和 ASIC 三类。业界一般认为，GPU 方案通用性较高，支持的算法多，生态优越；ASIC

14、 方案性能功耗比优，在少数算法上性能表现突出；FPGA 方案则介于两者中间。华为于 2018 年首发昇腾 310 推理芯片，可用于边缘计算领域，以及汽车自动驾驶域控制器 MDC 平台中。此外，华为于 2019 年发布昇腾 910 训练芯片应用于云端领域。10 / 36 图 9：华为昇腾 AI 芯片产品路线图数据来源：Counterpoint Research，华为基于昇腾 310 芯片打造汽车自动驾驶域控制器 MDC 平台。昇腾 310 是一款高效、灵活、可编程的 AI 处理器。基于典型配置，性能达到 16TOPS/INT8，8 TFLOPS/FP16，而其功耗仅为 8W。能效比高于目前主流的

15、自动驾驶英伟达 Xavier 与 MobileyeEyeQ4。并于在 2018 年推出汽车自动驾驶 MDC 计算平台以及高阶自动驾驶全栈解决方案，包括分别对应于 L3、L4 级自动驾驶的 MDC 300 和 MDC 600 平台。MDC 集成了华为自研的 Host CPU 芯片、AI 芯片、ISP 芯片与 SSD 控制芯片，并通过底层的软硬件一体化调优，在时间同步、传感器数据精确处理、多节点实时通信、最小化底噪、低功耗管理、快速安全启动等方面业界领先。现阶段华为已有 MDC300、MDC600、MDC210、MDC610 四款智能驾驶域计算平台。图 10：昇腾 310 芯片图 11：MDC30

16、0 计算平台数据来源：华为官网，数据来源：华为官网，汽车 AI 推理芯片格局清晰，寡头垄断。ADAS 领域的 AI 芯片玩家主要为特斯拉、11 / 36 英伟达、Mobileye、华为、地平线等。特斯拉自研自用，自成一派。对外提供 AI 芯片的供应商方面英伟达、Mobileye 处于绝对第 1 档，英伟达主要面向 L2+及以上高级别自动驾驶，对外提供芯片+基础软件平台（不提供应用软件算法），Mobileye 主要面向 L0-L3级的 ADAS 领域，对外提供摄像头+芯片+基础软件+应用算法的一体式解决方案。华为因产品仍未搭载到上市车型，处于第 1.5 档，模式和英伟达类似；地平线和 Mobil

17、eye 模式类似，等处于第 2 档。图 12：座舱域芯片主要产品数据来源：ARM，各公司官网，整理云端 AI 芯片领域，英伟达为绝对市场龙头，华为、寒武纪等加速追赶。在云端 AI芯片领域，英伟达属于绝对龙头，占据 AI 芯片 90%市场份额，主要系英伟达打造了一系列基于其 GPU 的深度学习 SDK，包括 Cuda、cuDNN、TensorRT 等，降低了开发者利用 GPU 进行深度学习训练和推理的门槛，加快了计算速度，短期内其他厂商难以突破其应用生态。华为于 2019 年发布昇腾 910 芯片，采用台积电 7nm EUV 工艺制造，最多32 核心，热设计功耗 350W。它的半精度浮点性能高达

18、 256TFlops，内核面积 182.4 平方毫米，运算密度超过 NVIDIA V100、Google TPU v3，整体性能高达 512PFlops。表 1：云端芯片产品公司（除英伟达 GPU 外，其余均 ASIC 芯片）公司华为产品发布时间推理训练算力功耗工艺产地国内芯片类型云端昇腾 9102019 年512TOPS(INT8)260TOPS310W7nmXX昆仑芯片/150W225W/7nm12nm7nm国内国内国内云端云端云端=3*Tesla T420TFlops(FP32)80TFLOPS燧原科技(腾讯投资)/2019 年（BF16/FP16）平头哥（阿里）含光 8002019 年

19、/性能 78563 IPS寒武纪MLU270Questcore2019 年2019 年128TOPS15TOPS70W20W16nm16nm国内国内云端云端依图科技12 / 36 Tesla V100GPU英伟达（GPU)英特尔2017 年2019 年120TOPS119TOPS300W/12nm16nm国外国外云端云端NervanaNNP-TCloud TPUv3/谷歌2018 年2019 年2019 年/420TOPS250TFLOPSV100/16/12nm国外国外国外国外云端云端云端云端GroqHabana（intel收购)TSP125W/GaudiIPU/Graphcore125 T

20、eraFLOPS16nm数据来源：各公司官网，整理3.1.3. 鲲鹏 CPU 芯片应用于通用计算领域最新鲲鹏 920 芯片已实现通用计算最强算力，性能优于其他厂商的同类型芯片。鲲鹏 920 基于 ARMv8 指令集，是行业内首款 7nm 数据中心 ARM 处理器，采用多发射、乱序执行、优化分支预测等多种手段，并针对大数据、分布式存储、数据库及云服务等场景进行了优化，提升了其性能。鲲鹏 920 拥有 64 个内核，集成 8 通道 DDR4，可以提供多个接口，主频可达 2.6GHz，总带宽 640Gbps。鲲鹏 920 面向数据中心，主打低功耗强性能，性能达到业界领先水平，尤其是整型计算能力，业界

21、标准 SPECintBenchmark 评分超过 930，超出业界标杆 25%，同时能效优于业界标杆 30%。表 2：鲲鹏芯片及同类产品参数华为高通IntelXeon Platinum8180亚马逊GravitonARM v8飞腾华芯通型号鲲鹏 920Centriq 2460FT-2000plus昇龙 4800架构工艺ARM v8.27nmARM v810nmX86ARM v816nmARM v810nm14nm主频2.6GHz2.2-2.6GHz2.5-3.8GHz6 DDR4 Channels205W2.3GHz2.0-2.4GHz8 DDR4 Channels2.6GHz存储器能耗8 D

22、DR4 Channels180W6 DDR4 Channels120W120W核心64 核48 核28 核64 核64 核48 核数据来源：各公司官网，3.1.4. 巴龙和天罡芯片应用于通信领域华为 5G 通信芯片包括巴龙和天罡系列芯片。巴龙 5000 目前少有的已经商用的 5G基带终端芯片。巴龙 5000 支持 NSA 和 SA 两种组网方式，兼容 2G、3G、4G 和 5G 多种网络制式，覆盖 sub-6GHz 和 mmWave 频段，峰值下载速率分别可达 4.6Gbps和 7.5Gbps。目前比亚迪已宣布旗下车型汉将采用华为以巴龙 5000 为核心的 5G 通信模组 MH5000。13

23、/ 36 天罡芯片是全球首款 5G 基站芯片，在集成度、算力、频谱带宽等方面表现出色。三方面性能的改善，使得基站的尺寸缩小超过 50%，重量减轻 23%，安装时间相比 4G 节省一半。因而，华为自主研发 5G 基站能够实现体积小、重量轻、性能强等多项优势，超过以往的 4G 基站，并实现成本的压缩。图 13：巴龙 5000 芯片图 14：天罡芯片数据来源：华为发布会，数据来源：华为发布会，目前市面上发布的 5G 基带芯片有 5 款，紫光展锐的春腾 510，高通的 X50/X55，华为的巴龙 5000，联发科的 M70，还有三星的 Exynos Modem 5100。已经商用的只有巴龙 5000

24、和高通的 X50、X55。表 3：通信芯片主要竞品华为高通联发科Helio M707nm英特尔三星紫光展锐春藤 51012nm型号工艺巴龙 5000骁龙 X557nmXMM816010nmExynos Modem 510010nm7nmSub-6GHz 频段下载峰值 4.6Gbps7Gbps7Gbps2.5GhpsNSA/SA4.7Gbps4Gbps2Gbps2.3Gbps毫米波频段下载峰值4G 下载峰值NSA/SA6.5Gbps6Gbps6Gbps2.4GbpsNSA/SA移动设备、汽车、蜂窝、物联网1.6GbpsNSA/SA1.2GbpsNSA/SA智能手机、WIFI 、 物联网NSA/S

25、ANSA/SA智能手机、家 智能手机、电脑、汽庭宽带终端、 车、移动热点、固定移动设备、汽车、物联网移动设备、物联网、自动驾驶应用场景车载终端天线、物联网数据来源：各公司官网，3.2. 鸿蒙操作系统，连接无限可能华为鸿蒙是面向全场景微内核的分布式 OS，可实现跨平台协作。鸿蒙是全世界第一个面向全场景微内核的分布式 OS，其开发的初衷是为了提升操作系统的跨平台能力，包括支持全场景、跨多设备和平台以及应对低时延和高安全性挑战的能力。鸿蒙系统具有四大特点：分布架构、天生流畅、内核安全和生态共享；有三层架构：第一层是内核，14 / 36 第二层是基础服务，第三层是程序框架。2019 年鸿蒙 OS 1.

26、0 率先用于智慧屏产品，计划从 2020 年起将逐步用于手机、平板、汽车等更多智能设备中。表 4：鸿蒙系统技术发展路线时间2017产品技术落地产品鸿蒙内核 1.0鸿蒙内核 2.0鸿蒙内核完成技术验证2018用于终端 TEE基于开源框架，关键模块自研；分布式架构；方舟翻译器；时延引擎；TEE 微内接形式化检验；多终端开发 IED（Beta）内核及应用框架自研；通用微内核架构；高性能图形线；支持多语言统一编译；多终端开发 IDE；满足车规级标准2019鸿蒙 OS 1.0鸿蒙 OS 2.0智慧屏2020创新国产 PC；手表/手环；车机开源鸿蒙系统：初始版本适用于 128KB-128MB RAM 设备

27、。推出适用于智能电视、手表和车机等的鸿蒙 OS 2.0 Beta 版。适用于智能手机的鸿蒙 OS 2.0 Beta 版本2020.092020.122021鸿蒙 OS 3.0软硬协同优化；垂直加速文件系统；软硬件协同高性能 IPC开源鸿蒙系统：扩展 128MB-4GB RAM 之间的设备支持开源鸿蒙系统：支持所有设备，包括 4GB 以上 RAM 的设备音箱；耳机2021.042021.102022VR 眼镜；更多设备数据来源：华为发布会，鸿蒙系统具备四大技术特性，分布架构、天生流畅、内核安全、生态共享。1）分布式架构保证系统稳定性：鸿蒙采用分布式架构能实现开发跨终端分布式应用，且保证系统的稳定

28、性，系统中某部分发生故障，仍可继续运行。2）时延引擎高性能 IPC，通信效率更高：鸿蒙 OS 通过使用时延引擎和高性能 IPC 两大技术，解决现有系统性能不足的问题，提高通信效率。3）微内核+外核设计，安全性更高：鸿蒙系统采用微内核+外核设计，其中微内核无需 Root 权限，外核服务则相互隔离，从而提升系统安全。4）开发环境更丰富，生态共享：华为提供的集成开发环境，和支持多语言统一编译的方舟编译器，应用程序开发人员可以大幅提高软件开发效率。图 15：鸿蒙系统技术特性数据来源：华为官网，绘制15 / 36 2020 年 8 月华为公布鸿蒙座舱操作系统 HOS、智能驾驶操作系统 AOS 和智能车控

29、操作系统 VOS 以及跨域集成软件框架 Vehicle Stack。跨域集成软件堆栈（VehicleStack）可实现三个操作系统的互联互通，基于服务理念而构造，为车企搭建可持续的盈利模式。华为自动驾驶操作系统内核（含虚拟化机制）已获得业界 Safety 领域最高等级功能安全认证（ISO 26262ASIL-D），成为我国首个获得 ASIL-D 认证的操作系统内核；同时，该内核于 2019 年 9 月获得 Security 领域高等级信息安全认证（CC EAL 5+），标志着该系统内核已成为业界首个拥有 Security & Safety 双高认证的商用 OS 内核。图 16：华为自动驾驶操作系统内核通过 ASIL-D 认证数据来源：华为智能车解决方案公众号，3.3. 机器学习算法实力强劲，实现快/准/巧诺亚方舟实验室和智能车云服务产品部是机器学习软件算法的核心支撑团队。华为智能车云服务产品部和诺亚方舟实验室形成联合攻坚技术团队（Noah CV Lab &Octopus），开展自动化数据标识、传感器融合