汽車自動駕駛域控制器產(chǎn)業(yè)研究：汽車智能化計算中樞

汽車自動駕駛域控制器產(chǎn)業(yè)研究：汽車智能化計算中樞1

自動駕駛域控制器：駕駛域大腦，汽車智能化核心自動駕駛域控制器：駕駛功能域的核心計算單元自動駕駛域控制器的主要功能：DCU作為功能控制中樞，承擔著駕駛相關的車身區(qū)

域的“大腦”的角色。域控制器向上通過智能化接口獲得傳感器、診斷數(shù)據(jù)與狀態(tài)數(shù)據(jù)，向

下通過執(zhí)行器接口傳遞相關執(zhí)行指令，起到該功能域計算大腦的核心角色。除了主

DCU外，該功能域中還會有部分子

ECU來執(zhí)行驅動和特殊邏輯策略的工作。除了駕駛域外，

座艙、動力安全、底盤、車身也逐步開始形成以域控制器為核心的計算中心的架構。在傳統(tǒng)的分布式架構下，主要靠

ECU和傳感器數(shù)量的增加來實現(xiàn)功能增加與算力提

升。ECU是分布于汽車車身各處的小型計算單元，用于處理該部分汽車結構的計算信息。

ECU的核心是中央處理器

CPU，此外也包括

MPU、MCU，周邊包括存儲器，輸入輸出

接口等結構。車內(nèi)

ECU復雜程度提高，集中化成為必要趨勢：伴隨汽車電子化的發(fā)展，車內(nèi)

ECU數(shù)量不斷增多，構成汽車的分布式電子電氣架構。傳統(tǒng)豪車如奔馳、寶馬、奧迪等品牌的

E/E架構中，ECU的數(shù)量達到

100

個左右，最高的達到

150

個。大量的

ECU通過

CAN總線（1-2M/s）來進行信息交互。隨著車內(nèi)智能化水平提升，車載屏幕大屏化、高清化，

ADAS輔助功能在車內(nèi)的不斷滲透，導致單車需要承載、傳輸?shù)男畔⒘砍时l(fā)式增長，帶

動

ECU、線束等投入快速增多。在傳統(tǒng)的

ECU架構下，智能化升級需要依靠硬件數(shù)量的疊加，且過渡依賴于

TIER1

廠商的定義能力。比如，在整車熱管理控制當中，座艙的溫控依賴于駕駛艙空調控制器，

電池包溫度管理被集成在

BMS控制器中，電機及電驅的熱管理由

VCU來實現(xiàn)。不同模塊

之間相互獨立，完全由

TIER1

負責底層控制邏輯，整車之間難以實現(xiàn)有效的一體化設計與

控制。這些問題使得傳統(tǒng)的

ECU架構無法滿足新的汽車智能化需求，催生了域控制架構的

出現(xiàn)，ECU按照功能和空間關系開始出現(xiàn)融合。2017

年，德國博世公布其在整車電子電

氣架構方面的戰(zhàn)略圖，將整車電子電氣架構的發(fā)展分為三大類，分別是模塊化和集成化架

構方案（分布式）、集中式域融合架構方案和車載電腦云計算架構方案。目前市面上大多

數(shù)車型的架構方案都使用模塊化和集成化架構方案。ECU的減負，并非單純的硬件物理層集成，這個過程需要將上百個

ECU模塊逐一進

行軟硬件剝離，然后將軟件注入集中式的計算單元，逐步催生出各個功能區(qū)間的大腦，即

域控制器。傳統(tǒng)

ECU模塊開始軟硬件分離，硬件被逐步取消，軟件被集中到一起，通過

單個計算平臺來實現(xiàn)對多個功能的控制。此后，隨著進一步演進，將會以整車大腦的形式

布局。SOA軟件定義汽車模式下，基于域控的汽車

E/E架構，整合分散的車輛硬件，通過

硬件之間的信息互聯(lián)互通和資源共享，以及

OTA可升級的軟件能力進行整車功能的定義。

當前車企最典型的功能域分為動力總成，底盤控制，車身控制，ADAS與座艙域五個域構

成，座艙域與車身域有進一步整合的趨勢。在這五個域當中，由于動力域、底盤域本身由傳統(tǒng)功能集成而來，且開發(fā)難度較大，

涉及的功能單元與供應商較多，短時間內(nèi)難以實現(xiàn)統(tǒng)一；而駕駛域與座艙域本身屬于新出

現(xiàn)的功能域，供應鏈體系完整多元，主機廠掌控的可能性較大，且對于人機交互的直觀體

驗更明顯；重要性與可行性使得主機廠商將駕駛域與座艙域視為域控化的焦點。根據(jù)

ICVTank的預測，其市場規(guī)模在未來五年將實現(xiàn)

70%-80%的

CAGR。自動駕駛域的域控化進度是全車各個功能域中最快的。駕駛域需要承載包括感知環(huán)境，

數(shù)據(jù)處理，路徑規(guī)劃與云進行同步通信等諸多功能；此外，不斷增加的傳感器數(shù)量，進一

步需要更高性能和集成化的計算單元，從而來維持對關鍵安全信息的無延時處理，使得自

動駕駛域控制器成為汽車各個功能域中發(fā)展最快速的一個。ADAS/AD域控制器方面，目前市場上在用的針對

L1

級輔助駕駛的大多數(shù)仍是使用單

獨的

ECU控制，即

AVM計算單元等獨立的計算單元構成。而

ADASECU主要面向

L2

級自動輔助駕駛中

LDW/LKA與

AEB的融合處理，到了

L2+、L3、L4

級自動駕駛階段，

自動駕駛域控制器的需求就會開始爆發(fā)。以域控制器為底層算法平臺下，L2

級別自動駕駛

算法將會在乘用車上快速實現(xiàn)落地，當前落地最快的功能包括了

ACC、AEB、LDW、BSD、

APS等。基于

L3+的高算力域控制器，主機廠與算法公司將會進一步迭代包括城市級輔助

巡航在內(nèi)的高級別自動駕駛功能。下一步，特斯拉重新劃分了“域”的概念，打破了功能與功能之間的壁壘劃分和傳統(tǒng)

整車架構設計的思維，搭載車載電腦，直接跨入車載電腦和區(qū)域導向架構。特斯拉直接按

車身設計空間來進行區(qū)域域控的劃分，依賴于特斯拉強有力的整車設計與供應鏈垂直一體

化整合的能力。對于大部分主機廠而言，采用功能域進行劃分將會是長期的主流發(fā)展路徑。因為這與

市場上大部分的

OEM與

TIER1

的設計采取同一路徑，使得供應鏈采購更加方便。成熟的

第三方

TIER1

的產(chǎn)品可以幫助

TIER1

企業(yè)快速建立一個功能域的底層硬件能力。預計大部分主機廠仍會使用混合域的

EEA架構，即部分功能域集中化，形成“分布式

ECU+域控

制器“的過渡方案，最后形成"supercontroller（中央超級計算機）+

zonalcontrolunit（區(qū)

控制器）"的架構，這一

EEA演進過程可能長達

5-10

年。域控制器核心組成：高性能

SoC驅動，搭載自動駕駛軟件操作系統(tǒng)底座1）底層芯片：異構分布

SoC作為計算核心，AI單元決定算力差距硬件結構上，智能駕駛域控制器承載了車輛線控平臺與多數(shù)量、多類型的外圍傳感器，

內(nèi)部以大量多并行計算作為主要特點，向外則需要對接大量不同類型的傳感器接口。大批

量、多類型的數(shù)據(jù)流入特征，使得自動駕駛域控制器的底層芯片應當是異構多核芯片。核心計算芯片一般會采用一顆或多顆高性能的

SoC。當前主流廠商使用的均是多核異

構的

SoC，即傳統(tǒng)的

CPU+AI計算單元的解決方案。SoC通過在單塊芯片上集成多個微

處理器、模擬

IP核、數(shù)字

IP核和存儲器等部件來實現(xiàn)相關功能，包括

CPU、AI計算、

DSP、ISP、Codec、NPU（ASIC）、Modem等模塊，其中最核心的是計算單元與

AI單

元。計算單元

CPU：多核

CPU的計算單元具有主頻高，計算能力強等優(yōu)勢，通過系

統(tǒng)內(nèi)核管理軟件和硬件資源、完成任務調度。CPU執(zhí)行了大部分自動駕駛相關

的核心算法，根據(jù)

AI單元整合完成的多傳感器融合數(shù)據(jù)，完成路徑規(guī)劃、決策

控制等功能。當前主流

SoC選擇的多是

ARM架構的多核

CPU。AI單元：AI單元的算力是決定異構芯片硬件框架算力的主要部分，當前主流的

AI芯片有

GPU、FPGA、ASIC等方式。通過系統(tǒng)內(nèi)核進行加速引擎和軟硬件資

源的分配、調度。AI單元主要完成多傳感器融合數(shù)據(jù)的分析和處理，輸出用于

規(guī)劃、決策和控制的周圍環(huán)境信息。MCU控制單元：此外，在形成相關指令后，還需要控制單元

MCU向車上的底盤

域等發(fā)出控制指令，完成車輛橫縱向的控制任務。根據(jù)

AI芯片選擇的差異，選擇

GPU/ASIC/FPGA等不同類型的芯片，會使得

SoC的

整體設計產(chǎn)生較大的差異。大體而言可以分為兩類，分別是采用

CPU+GPU+ASIC的流派，

以英偉達、高通、特斯拉等海外科技龍頭為主；以及采用了

CPU+ASIC模式的流派，代

表廠商包括了

Mobileye、華為以及地平線等。此外，CPU的選擇也會使芯片在表現(xiàn)上有較大差異。當前主流的廠商在

SoC的

CPU中都會選擇更適合移動場景的

ARMCPU，而較為特殊的是

Mobileye選用的是

MIPS的

CPU，這是一種

RISC指令集架構下的

CPU，在安全性和功耗比上占據(jù)優(yōu)勢，缺點在于缺

乏生態(tài)支持，本身開發(fā)難度很大，不利于生態(tài)合作伙伴協(xié)同開發(fā)。2）整體硬件配置：域控制器中主芯片占成本主體在英偉達

ORIN的域控制器量產(chǎn)之前，市場上當前最成熟、產(chǎn)量最大的域控制器是特

斯拉的

AP3.0。特斯拉自研

SoC，通過以太網(wǎng)總線的形式承擔了海量數(shù)據(jù)輸入與以太網(wǎng)交

換的功能。由于產(chǎn)品的具體硬件配置已經(jīng)較為透明。我們可以通過拆分其

BOM成本，理

解高端自動駕駛域控制器大致的成本分布。我們估計

AP3.0

板上芯片價格在

5000

元人民幣左右，加上高速通信以太網(wǎng)連接器接

插件與

PCB等成本，整塊板子成本約

7500-8500

元人民幣。由于當前主流廠商選用的芯

片組已經(jīng)實現(xiàn)

SoC化，CPU與

GPU合二為一，省去了昂貴的

PCIe交換機成本。其中，

主芯片

SoCFSD占所有芯片成本約

61%，占整體硬件

BOM成本的

20%。值得注意的是，由于域控制器是軟硬件一體化的嵌入式設備，單純考慮硬件成本時會

忽略軟件部分的成本，低估域控制器廠商的成本；此外，由于特斯拉的

FSDSoC為自研

（三星代工），成本占比會低于其他第三方自動駕駛域控制器廠商的主芯片。此外，特斯

拉是純視覺算法，沒有使用傳感器融合，一般的自動駕駛域控制器還需要配置快速傅里葉

變換功能的芯片如

DSP，進一步拉高了成本。綜合計算下，高級別的自動駕駛域控制器的主芯片占到整體成本的

30%左右，低級別

的自動駕駛域控制器由于對于交換、接串行、內(nèi)存等芯片的配置需求更低，相對的主芯片

的成本占比更高，占到整體的

40%以上。3)

軟件：底層與應用層解耦，控制器廠商掌控底層軟件開發(fā)汽車

E/E架構長期處于軟硬件耦合的狀態(tài)，這對于汽車統(tǒng)一的軟件部署，OTA升級，

算力集中等產(chǎn)生較大阻礙。隨著域控化的推進，軟件層也逐漸實現(xiàn)底層軟件與應用層軟件

解耦，域控制器廠商一般為車企提供硬件與底層的操作系統(tǒng)與中間件，上層應用層車企有

較多的選擇空間。AUTOSAR是基于整體汽車電子開發(fā)的功能標準，發(fā)起于

2003

年，發(fā)起人包括了

BMW、DAIMLER、GM、TOYOTA、福特等主機廠和博世、大陸等

TIER1

廠商；標準設

立的初衷是避免業(yè)內(nèi)重復開發(fā)功能相同相近的軟件模塊。通過使用獨立于系統(tǒng)的標準軟件

平臺，可縮短產(chǎn)品上市時間，減少開發(fā)工作，并可從同一組組件中開發(fā)出更多產(chǎn)品，提高

產(chǎn)品質量。2018

年，為滿足汽車從傳統(tǒng)

E/E架構向域控化轉型的需求，AUTOSAR聯(lián)盟在原有

的

ClassicAUTOSAR基礎上，進一步推出了

AdaptiveAUTOSAR平臺，滿足車企對于高

度靈活、高性能且支持

HPC、動態(tài)通訊等特性的新軟件架構平臺的需求。當前

ClassicAUTOSAR目前已廣泛應用于傳統(tǒng)嵌入式

ECU中，如發(fā)動機控制器、電機控制器、整車

控制器、BMS控制器等，而

AdaptiveAUTOSAR未來會更多的應用于如

ADAS、自動駕

駛等需求高計算能力、高帶寬通信、分布式部署的下一代汽車應用領域中。Non-AUTOSAR（信息娛樂）的控制器：占用較大的硬件資源、不具有實時性、運

行非車規(guī)級的操作系統(tǒng)上（比如

Linux、Android）。CPAUTOSAR開發(fā)出來的控制器：實時性強、消耗資源少、軟件資源固定。AdaptiveAUTOSAR是一種異構的軟件平臺，可以成為連接

ClassicAUTOSAR和

非實時

OS的橋梁。它的特點是軟實時（毫秒級別），滿足功能安全要求（ASIL-B以上）、

更適合于多核的高資源消耗環(huán)境、支持動態(tài)部署?；?/p>

AUTOSAR架構下，底層軟件與應用軟件實現(xiàn)了相互解耦，使得兩者的開發(fā)商可

以有所區(qū)分，并不強制綁定。通過

RTE連接底層軟件和應用層軟件，RTE使得兩者相互

獨立解耦。底層軟件主要分為幾個抽象層：服務層，ECU抽象層，微控制器抽象層和復雜驅動。

這樣做的目的是，一方面實現(xiàn)底層軟件的解耦，模塊化；另一方面通過復雜驅動來實現(xiàn)特

殊化的需求，保持一定的靈活性，以此來滿足一套代碼可適用多個項目，加快研發(fā)進程，

降低研發(fā)成本。再根據(jù)底層軟件功能，合理地拆分到不同抽象層，這樣每個抽象層都有不

同的功能模塊。DCU廠商主要負責硬件和底層軟件。軟件方面包括最底層的多操作系統(tǒng)虛擬化，以

及各類型的中間件，多融合傳感器算法、標準化軟件架構

AUTOSAR、系統(tǒng)安全

ASIL升

級、車內(nèi)以太網(wǎng)應用、整車

OTA升級等。上層的應用算法一般由主機廠自行掌握。通過

軟件層的分工，域控制器廠商為

OEM提供了便于開發(fā)的軟硬件底座，OEM廠商則可以掌

握更接近消費者感知的上層算法，雙方實現(xiàn)合理化分工。具體到自動駕駛域控制器上，域控制器廠商通過與主機廠合作分工，雙方區(qū)分各自的

軟件提供范圍。在行業(yè)發(fā)展早期，域控制器廠商會控制包括平臺軟件、功能軟件等中間件

在內(nèi)的大部分底層軟件應用，由主機廠提供上層應用算法。部分技術更領先的廠商如華為

則會提供包括應用層在內(nèi)的全套解決方案。隨著行業(yè)分工細化，部分頭部主機廠的算法能

力逐步提升，主機廠會開始要求自己掌握應用層以及中間件，此后向下一直延伸至平臺操

作系統(tǒng)軟件上，以實現(xiàn)與自身車機操控更好的耦合效果，OEM只需要白牌代工廠為其生

產(chǎn)線路板即可。底層的芯片廠則多為第三方廠商：芯片層面的自研，特斯拉是當前僅有的掌握了自動

駕駛芯片的主機廠，其他主機廠是否有這樣的技術能力或訴求需要時間的觀察。因此對于

大部分主機廠來說，自研域控制器是能夠掌握的底層硬件全棧自研的最主要環(huán)節(jié)。上層的應用層不一定由域控制器廠商提供：駕駛域上層的應用算法較為復雜，包括場

景算法（涵蓋數(shù)據(jù)感知、決策規(guī)劃、控制執(zhí)行等）、數(shù)據(jù)地圖、人機交互（HMI）等，其中

場景算法最為復雜，典型的包括數(shù)據(jù)感知、決策規(guī)劃、控制執(zhí)行等。其中感知類算法包括

SLAM算法（涵蓋視覺處理、激光雷達、多傳感器融合等）、自動駕駛感知算法，是主機

廠當前重點自研的方向。決策類算法包括自動駕駛規(guī)劃算法、自動駕駛決策算法，執(zhí)行類算法主要為自動駕駛控制算法，目前該領域涉足的產(chǎn)業(yè)參與方繁多，也被認為是

AI領域最

復雜的場景之一，從整車廠、傳統(tǒng)

Tier1，到初創(chuàng)類公司、科技巨頭以及獨立的軟件供應

商等在該領域都積極發(fā)力。但對于域控制器廠商來說，這些上層算法并不一定由他們來提

供，通過底層與上層算法解耦，域控制器廠商只需要研發(fā)底層軟件。核心

Know-How：從深度定制化為主機廠服務，到逐步全棧標準化自動駕駛域控制器重要程度越來越高，主要原因是全車算力向駕駛域集中。駕駛域算

力追加的主要驅動因素為傳感器傳入信號的復雜程度逐步提升，使底層

SoC需要同步提升

自身的計算能力、傳輸帶寬、存儲能力。如

L2

級別側視攝像頭的加入導致需要預處理的

視頻數(shù)據(jù)成倍的增加，L3+級別激光雷達的加入又不斷地生成千萬級的待處理點云信息，

使得自動駕駛域控制器成為車上算力需求最高的計算中心。由于安全性要求，自動駕駛域

還需要布設冗余，使得駕駛域未來有逐步整合座艙域、車身域等功能域的趨勢。以駕駛域

控制器為主導的全車計算平臺

CCU可能會在未來三到五年內(nèi)實現(xiàn)。智能汽車計算架構持續(xù)演進，展望

2025

年前后，預計屆時芯片廠商的主力芯片型號

已經(jīng)開始向

CCU中央計算平臺演進，智能駕駛域與座艙域的整合趨勢已經(jīng)十分明顯。芯

片廠商通過

DPU、BPU等

ASIC能力，提升信息的芯片間傳輸效率，使得板間通信效率

遠遠超過跨域通信效率。以整合座艙域與駕駛域從而實現(xiàn)車內(nèi)中央計算機的趨勢已經(jīng)逐漸

明朗。要完成瞬時處理、反饋、決策規(guī)劃、執(zhí)行的效果，對中央處理器的算力要求非常高。

在自動駕駛中，最耗費算力的當屬視覺處理，占到全部算力需求的一半以上，且自動駕駛

級別每升高一級，對計算力的需求至少增加十倍。L2

級別需要

2

個

TOPS的算力，L3

需

要

24

個

TOPS的算力，L4

為

300+TOPS，L5

為

4000+TOPS。主機廠未來將會以

OTA的方式實現(xiàn)自動駕駛算法的持續(xù)升級，所以當前對自動駕駛

芯片算力的部署都是超額部署。以德賽西威的

IPU系列自動駕駛域控制器平臺為例，L2

級別的

IPU02

平臺使用的是

TITDA4

SoC平臺，算力

8TOPS；L3

級別的

IPU03

平臺，

使用的是英偉達的

Xavier平臺，提供算力在

30TOPS。預計

2022

年后，隨著新一代更具性價比的自動駕駛芯片平臺問世，XAVIER將會逐步退出市場，取而代之的包括英偉達的

ORIN、高通的

SNAPDRAGONRIDE、華為的

MDC與地平線的

J5

等芯片平臺，普遍單

片提供的算力在

100TOPS以上，當前市場主流配置的

L3+級別域控制器的算力在

400-500TOPS左右。德賽西威將在

2022

年出貨的

IPU04

平臺預計將以兩片

ORIN芯片

制程的

500TOPS版本為主。車企普遍認為該級別的算力能夠滿足當前及此后一段時間主

流的高級別自動駕駛算力需求。低級別與高級別自動駕駛域控制器需要處理的數(shù)據(jù)量級差異極大，主要原因即是傳感

器數(shù)量與產(chǎn)生數(shù)據(jù)量級快速提升。域控制器的市場定位屬于行業(yè)中游：向上，需要快速響

應適配不斷迭代的傳感器與自動駕駛

SoC；向下，需要滿足車企基于自身硬件配置下，對

于算法的差異需求，提供深度定制化的服務。當前低級別自動駕駛領域域控制器廠商向解決方案提供商演進。算法以及實現(xiàn)的ODD功能已經(jīng)通用化，各方提供的方案差異不大，對于傳感器的搭配也已經(jīng)較為固定。因此實

質上已經(jīng)并不存在對低速自動駕駛域控制器廠商的需求，因為以上兩者都已經(jīng)不是核心痛

點，即上游成熟，不需要快速迭代；下游主機廠注重交付落地，不存在過多的深度定制化

服務。因此，在低速自動駕駛領域，TIER1

提供的都是完整的

ADAS解決方案，包含了域

控制器、上層算法甚至傳感器在內(nèi)的“交鑰匙”方案。主機廠當前的核心訴求是快速迭代出具備消費者感知度的特色功能。由于國內(nèi)與全球

基本均采用漸進式的發(fā)展路線，自動駕駛將會以

ODD功能模塊的方式逐步上車。如

360

環(huán)視、APA輔助泊車、AVP自主破車、ACC自適應巡航、NOA領航輔助駕駛等，從

L1

到

L2.9

級別的，最能滿足消費者痛點的

ADAS功能的迭代上車，成為車企用來吸引消費

者的核心賣點。因此在行業(yè)早期，OEM走定制化開發(fā)/部分自主研發(fā)/全自研等方式，比較

多元，主要是根據(jù)自身的技術水平，選擇更合適的快速實現(xiàn)功能落地的方案。TIER1

應當

選擇更靈活的合作模式與主機廠進行合作，與開發(fā)能力更強的

OEM廠商可以選擇合作開

發(fā)的模式，定制化設計域控制器，并通過自身的能力或者合作算法廠商的能力，來實現(xiàn)上

層特定應用功能的開發(fā)；如果

OEM更關注落地能力，TIER1

亦可提供從軟件到硬件到系統(tǒng)的標定，以及驗證服務的一整套交鑰匙的工程能力，從而顯著降低主機廠的開發(fā)周期與

開發(fā)成本。對于高級別自動駕駛域控制器解決方案而言，無論是傳感器、芯片或是車企的算法功

能需求，當前市場都沒有一套成熟的標準，存在非常大的差異，因此域控制器廠商前期需

要在落地方面，與車企進行深度合作開發(fā)，以實現(xiàn)車企的需求。上游核心零部件市場競爭格局的變化成為投資域控制器市場的關鍵抓手。作為上下游

的關鍵銜接者，域控制器廠商需要在以下幾個方面做到最好：1）與芯片巨頭實現(xiàn)良好合

作關系，快速適配。由于芯片硬件平臺上開始積累越來越多的軟件生態(tài)系統(tǒng)，選擇一個芯

片廠商意味著要長期基于其環(huán)境進行快速開發(fā)、迭代，因此與芯片廠的合作考驗自身開發(fā)

能力，與芯片廠商的長期合作同樣也將成為域控制器廠商的關鍵壁壘之一；2）快速匹配

主機廠需求、爭取在客戶需求爆發(fā)前快速落地。域控制器需要通過提前市場研發(fā)獲取超額

收益，最早幫助車企實現(xiàn)成熟落地方案的企業(yè)，能夠最優(yōu)先獲得訂單，并成為市場價格的

主導者。硬件固化、應用封閉、升級難度大是長期以來

TIER1

的共同問題。比如自動駕駛的領

跑者

Mobileye。在上層算法快速迭代的背景下，域控制器廠商需要與上下游一起定義硬件

接口，實現(xiàn)硬件即插即用、可替換升級、不同硬件間互聯(lián)互通，并通過

API接口開放給

應用，交由車企或算法企業(yè)進行定義，從而幫助車企開發(fā)出場景化、跨設備協(xié)同的自動駕

駛系統(tǒng)。域控制器將在合作開發(fā)的過程中，逐步實現(xiàn)硬件模塊化、接口標準化、系統(tǒng)平臺

化。以華為為例，華為以

MDC為核心，推進智能駕駛的系統(tǒng)接口與設計標準化：如傳感

器的接口標準、線控轉向與制動系統(tǒng)的數(shù)據(jù)接口標準以及功能軟件平臺設計規(guī)范等。汽車行業(yè)的供應鏈經(jīng)歷了從垂直一體化到專業(yè)化分工的過程。對

ADAS/AD這類新興

技術而言，行業(yè)在早期會有技術磨合期，OEM與

TIER1、甚至

TIER2

之間的界線開始模

糊。隨著特色功能（ODD）不斷增多，自動駕駛技術的個性化空間越來越少，定制化的需

求逐漸再次被成本效率等因素取代，市場重回專業(yè)化分工、高效率合作的穩(wěn)定市場格局當

中。我們認為汽車行業(yè)長期的垂直供應鏈形態(tài)是市場磨合下，最大化運行效率的最佳選擇。

大部分車企選擇全棧自研自產(chǎn)是規(guī)模不經(jīng)濟的，從長期維度而言，預計獨立的第三方TIER1

廠商仍將是主機廠零部件的核心來源。2

市場格局：智能化需求旺盛，關注落地與生態(tài)優(yōu)勢供應鏈格局重塑：TIER2

對

TIER1

競爭格局產(chǎn)生重要影響從分析域控制器市場競爭格局可以看到未來汽車智能化投資的重要特征：芯片作為最

重要的汽車智能化的

TIER2

產(chǎn)品，開始對

TIER1

的競爭格局起到?jīng)Q定性的作用。能夠更

好地與

TIER2

合作，滿足主機廠與芯片巨頭兩者的快速、高效落地需求，成為

TIER1

域

控制器廠商的核心競爭力之一。傳統(tǒng)車載芯片市場份額高度集中，多年以來一直被恩智浦、英飛凌等巨頭壟斷。這使

得

TIER1

可選擇的芯片來源區(qū)別不大，綁定芯片廠商的因素不明顯。如

MCU相對復雜度

低，運行系統(tǒng)較簡單，長期應用于小型嵌入式設備中，關鍵競爭優(yōu)勢在于供應鏈整合能力、

高良率下的量產(chǎn)能力與車規(guī)級的精密度。隨著域控制器時代的到來，SoC需要的芯片復雜度更高，需要支持多任務的復雜操作

系統(tǒng)、本身應用于復雜的嵌入式設備當中。但傳統(tǒng)的汽車半導體廠商多集中于

MCU芯片

領域，在座艙域、駕駛域所需的高算力

SoC芯片競爭中，傳統(tǒng)廠商開始讓位于

AI芯片企

業(yè)，市場格局迅速變化。且不同的芯片平臺上的軟件開發(fā)區(qū)別較大，域控制器企業(yè)需要能

夠綁定頭部芯片廠商，是加快研發(fā)，實現(xiàn)快速落地的重要保證。此外，2021

年下半年的

汽車芯片供應鏈危機后，與芯片廠商合作，穩(wěn)定供貨的保供能力也愈發(fā)關鍵。因此，我們

在討論域控制器廠商的市場格局時，不可避免地需要與其選擇的芯片平臺進行分析。車載邏輯

IC與存儲

IC在全車半導體價值量中的相對占比與絕對金額不斷提升。相對

占比方面，邏輯

IC與存儲

IC擠壓傳統(tǒng)微控制器等的價值量占比；絕對金額方面，ICinsights預計隨著車載半導體價值量整體快速提升，邏輯

IC與存儲

IC的市場規(guī)模將于

2019

年的

50

億/36

億美金上升至

2025

年的

102

億/83

億美金。新興廠商如特斯拉、英偉達、高通、

華為、地平線等

AI芯片廠商入局，開始搶占邏輯芯片與存儲芯片的市場份額。競爭格局：高低速芯片平臺將形成差異化競爭格局從價值量來看，域控化下零部件價值量同樣開始集中化。隨著汽車

E/E架構從分布式

向域集中式演化，汽車當中的功能組件價值量開始大幅度集中，域控制器的價值量占功能

域中主體部分；汽車電子供應商數(shù)量將逐漸減少，域控制器供應商的地位將愈發(fā)重要，吸

引了越來越多的廠商涉足這一領域。當前涉足域控制器的廠商有以下四類：OEM廠商自研、全球

TIER1

廠商、本土

TIER1

廠商以及軟件

TIER1

廠商。此外，市場容易忽視另一類廠商，即部分新興芯片

TIER2

廠

商，在與車企的合作早期，出于快速迭代、聯(lián)合開發(fā)的必要性，主動承擔了

TIER1

域控制

器廠商的角色，但在開發(fā)成熟后這些廠商也會尋找長期合作的域控制器廠商實現(xiàn)批量出貨。1）由于自動駕駛域控制器的核心計算平臺定位，國內(nèi)智能化水平領先的

OEM廠商

布局自研自動駕駛域控制器。造車新勢力對研發(fā)投入大量人力，部分傳統(tǒng)車廠亦將跟進，

理想/蔚來/小鵬等造車新勢力均布局超過

2000

名

IT工程師，致力于自主研發(fā)、垂直整合。

如蔚來在

ET7上使用的自動駕駛域控制器即以英偉達的ORIN作為主芯片，自研域控制器，

并使用偉創(chuàng)力作為代工。小鵬計劃自研的

XPU自動駕駛智能控制單元實現(xiàn)

4

合

1，將行車和泊車的智能控制集成，打破之前

4

個域之間的交互壁壘，實現(xiàn)更深度的域融合。同時，傳統(tǒng)主機廠考慮到自身組織架構較為成熟，內(nèi)部謀求轉型效率可能較低，因此

選擇外部培育智能汽車子公司的方式，給出更好的激勵與考核機制來鼓勵面對新領域的創(chuàng)

新創(chuàng)業(yè)。如吉利培育的億咖通、長城培育的毫末智行以及上汽投資的創(chuàng)時智駕等。此外，

諸如第三方獨立的算法公司

Momenta也獲得來自上汽、豐田、通用等主機廠的投資。主機廠培養(yǎng)獨立

TIER1

廠商并非沒有先例。國際

TIER1

巨頭電裝即曾經(jīng)是豐田汽車

的電氣配件部門，但直到電裝獲得正式獨立地位后，才實現(xiàn)了快速增長與技術跨越。我們

認為

TIER1

廠商的獨立性定位對于企業(yè)能否健康發(fā)展非常重要，客戶對于技術機密性、價

格敏感度的考量使得

TIER1

難以作為單一車企的子公司，向外界提供產(chǎn)品與服務。2）全球及國內(nèi)的

TIER1

廠商長期仍將是汽車供應鏈中的中堅力量。雖然當前傳統(tǒng)的

硬件供應商面臨著汽車軟硬件解耦帶來的價值沖擊，但

TIER1

仍具備著長期供應鏈定位下，

快速交付、落地量產(chǎn)的核心優(yōu)勢，頭部

TIER1

廠商如博世、大陸、采埃孚等均搭建了龐大

的軟件開發(fā)團隊，對

AdaptiveAutosar中間件展開研發(fā)，通過快速研發(fā)迭代，在市場中實

現(xiàn)技術領先，相較于主機廠的方案更為快速落地，以應對

OEM自研的沖擊。3）軟件開發(fā)平臺企業(yè)通過直接向

OEM提供軟件開發(fā)服務的模式，對傳統(tǒng)

TIER1

企

業(yè)的開發(fā)模式發(fā)起挑戰(zhàn)。由于軟硬件架構的解耦，專注于自動駕駛軟件平臺開發(fā)的新晉廠

商得以進入競爭之中，以軟件開發(fā)的形式為主機廠提供域控制器開發(fā)的服務，與傳統(tǒng)

Tier1

產(chǎn)生直接競爭關系。海外市場，域控軟件供應商

TTTech為包括奧迪

zFAS在內(nèi)的全球

25

款車型提供域控

軟件平臺“MotionWise”。在國內(nèi)，TTTech與上汽集團合資成立創(chuàng)時智駕，為上汽的智己

汽車

L7

研發(fā)基于英偉達

Orin的自動駕駛域控制器。國內(nèi)市場，中科創(chuàng)達、映馳科技、東軟睿馳、未動科技、紐勱科技等也紛紛推出域控

軟件平臺產(chǎn)品，為客戶提供底層軟件能力，包括從汽車操作系統(tǒng)軟件、中間件等底層軟件

為上層應用程序提供開發(fā)環(huán)境。中間件開發(fā)者角色越來越重要，中間件將計算機硬件從軟

件應用程序中抽象出來，同時也作為應用程序間通信的橋梁。

隨著通信架構由“面向信號”

向“面向服務”轉變，域控中間件價值將愈發(fā)凸顯。市場空間：隨整套解決方案成本下行，市場空間有望快速拓展以自動駕駛域控制器為核心，整套自動駕駛解決方案的硬件成本主要分為三層：傳感

器負責信號的采集與邊緣數(shù)據(jù)處理，集中式的微控制器單元（MCU）負責功能控制與實現(xiàn)，

多傳感器融合數(shù)據(jù)則依賴于集中式的域控制器計算單元。車企的配置成本需要考慮整套解決方案的價格。我們可以根據(jù)行業(yè)較為成熟的解決方

案的傳感器配置來大體測算整車當中

ADAS硬件的成本。當前市場上：1）L2+級別自動駕駛方案：針對

L2+級別的自動駕駛功能實現(xiàn)，包括如

ACC全速自

適應巡航系統(tǒng)、LCC車道居中控制、ALC智能變道輔助、ATC自適應彎道巡航、智能泊

車輔助系統(tǒng)等高階

L2

功能，車企當前一般配置

12

個超聲波雷達、5

個毫米波雷達、4

路

以上的高清攝像頭輸入；搭配上

L2

級別的自動駕駛域控制器。該套方案的硬件成本可以

控制在

600