智能化

软件定义汽车时代，车规级 AI 芯片黄金赛道汽车由分布式架构向域控制/中央集中式架构方向发展的过程中，AI 芯 片作为计算的载体逐渐成为智能汽车时代的核心。集成更多 AI 单元是智能芯片技术发展大趋势，AI 芯片通过添加神经网络单元实现 AI 运算的更高效。经我们测算，我国汽车 AI 芯片市场规模由 2019 年的 9 亿美元提升到 2025 年的 92 亿美元，复合增速 45.0%;到 2030 年将达 181 亿美元，十年复合增速 28.8%。特斯拉 FSD 引领产业发展，AI 芯片格局逐渐

超声波雷达：国产化率高。在车载超声波雷达领域，国内外厂商之间的差距不大，就满足倒车辅助等功能 而言，中国厂商超声波雷达足以胜任，赛道竞争激烈。  毫米波雷达：近几年车载雷达主流。在无人驾驶时代尚未到来之前，ADAS将成为汽车电动化、智能化的主 要体现，毫米波雷达将是近几年车载雷达的主流。  激光雷达：专注自动驾驶，从性能极致向低价渗透。在激光雷达价格降低、渗透率逐步提升后，各个厂商之间的竞争将由性能指标转向可靠性、稳定性、性价比等指标  激光雷达+视觉解决方案

激光雷达是实现高级别自动驾驶的核心传感器。高精度和3D建模能力是激光雷达相较于其他传感器的核心优势，我们认为以摄像头主导的纯视觉方案在精度、稳定性和视野存在局限性，无法达到L4/L5级自动驾驶需要的安全冗余。对于特斯拉之外无法通过AI弥补硬件缺陷的汽车厂商而言，激光雷达是必要选择。Waymo、Uber、Aurora等头部自动驾驶公司，和一度以视觉为核心的Mobileye，也明确采用激光雷达主导的强感知方案。需求端：Robotaxi商业化加速，ADAS市场即将爆发。1）我们认为Robotaxi将颠

预计 2023 年搭载车型产量突破 30 万， 2030 年全球前装量产市场规模将超230 亿美元。激光雷达乃高阶自动驾驶标配，存在显性参数、隐性指标及实测表现多个性能评价维度。整车厂从多方面提出上车要求，通过投资或合作方式积极参与，倾向于定制化或自研软件算法。经测算，我们认为已确认搭载的前装量产车型产量将于 2023 年突破 30 万台，价位集中在 40 万 – 80 万元， 2024 年全球激光雷达前装量产市场出货量将超百万个； 2028 年全球前装量产市场规模将超百亿美元， 2

中国汽车工程学会标准（以下简称：CSAE 标准），是由中国汽车工程学会按照明确的程序、规则，遵循公开、透明、协商一致原则组织制定的，供市场自由选择、自愿采用的规范性技术文件。CSAE 标准旨在发挥市场自主制定标准优势，着眼企业竞争力提升，推动汽车产业创新技术的加速发展和广泛应用。 CSAE 标准版权归属中国汽车工程学会，除用于国家法律或事先得到中国汽车工程学会许可外，不得以任何形式复制该标准。

L3+级汽车自动驾驶将成趋势，激光雷达产业空间巨大 1）智能电动车行业快速增长，L3级已处于突破临界点；2）激光雷达的应用趋势或愈发明确（预计2025E全球ADAS与无人驾驶的激光雷达市场规模约81亿美元；其中，国内约占30%达23亿美元，2020E-2025E年化增速60%+）；3）从应用趋势分拆来看，预计全球/国内基于ADAS的激光雷达需求将分别于2021E/2022E快速抬升；当前，国内整车主要涉及造车新势力以及自主品牌车企。 相较机械式雷达，集成化及降成本将推动固态激光雷达加速渗透

伴随智能科技浪潮的兴起，自动驾驶技术开始飞速发展。面对广阔的市场前景，科技发达的美国较早涉足该领域，中国紧随其后。 如今，科技企业、传统车企和一众初创公司成为自动驾驶行业的主要参与者。与此同时，资本也表现出浓厚兴趣，进行加码，多国政府更是将其上升至国家层面的战略高度。 即便自2018年下半年以来，由于发展不及预期，业界开始更加冷静地看待这项技术，但自动驾驶仍在稳步发展。 以目前多家科技企业和初创企业的发展态势来看，未来三年其商业化运营层面将发生显著改变，此时间段同样符合诸多车企推出L3级自

自动驾驶系统的计算机仿真是自动驾驶车辆测试和试验的基础关键技术，也 是未来行业定义自动驾驶车辆相关开发与准入技术标准的基础工具。计算机仿真 测试与真实物理测试互为补充，缺一不可。  《2019 中国自动驾驶仿真技术蓝皮书》是一部全面介绍中国自动驾驶仿真测 试发展现状的工具书。由当家移动绿色互联网技术集团有限公司（51VR）联合学 术研究单位与企业，通过详细收集并整理当前行业现状，结合自动驾驶仿真领域 多位行业专家意见汇编而成。蓝皮书内容涵盖仿真测试的意义、测试方法和作用、 搭建技术方

迈向高阶自动驾驶，汽车之“眼”激光雷达成优中之选 特斯拉引领的电子电气架构、软件架构和通信架构的升级，使得自动驾驶升级由“累加 ECU”转向算力和数据模型的迭代升级，边际成本递减推动自动驾驶在L3 之后升级加速。华为的入局更是推动了国内智能汽车行业的加速发展。感知作为智能汽车之“眼”，其探测精度、广度与速度直接影响行驶安全，目前主要有视觉及激光雷达两种方案。其中，视觉方案所获数据与人眼感知的真实世界更为相似，轻硬件、重软件

行业策略：自驾电动车应是未来 15 年最大的科技变革, 从人驾到类似智能服务器装四轮驱动的自驾, 这对激光雷达, 摄像头, 毫米波雷达, C-V2X 等感知层芯片, GPU/CPU/FPGA/AI 加速器等决策层芯片，及高速以太网络执行层芯片需求暴增；而油到电动车则对高功率牵引逆变器碳化硅 SiC 的需求爆发，在电动车渗透率于 2035 年达 50%，L3-L5 自驾渗透率超过 30%的假设下，国金估计全球车用半导体市场于 2020-2035 年复合增长率有机会超过20%，远高于全球半导体的 5

软件定义汽车背景下，芯片是汽车核心技术生态循环的基石。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 E/E 架构因计算能力不足、通讯带宽不足、不便于软件升级等瓶颈，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网联汽车发展的关键。E/E 架构升级包括硬件、软件、通信架构三大升级，硬件架构升级表现为分布式 ECU 向域控制器/中央计算平台方向发展。芯片+操作系统+应用算法+数据构建核心技术闭环，汽车芯片是软件定义汽车生态循环发展的基石。MCU 引领汽车由机

上海临港的一片原生态海滩已经成为上海观赏日出日落的“网红”地标，但在欣赏日出日落的时候，一些来这里“打卡”的游客会发现，有时头顶会出现无人机，播放劝说游客远离海滩的提醒：无人机会根据每天的潮汐时刻表，提前20分钟“出勤”，沿着海岸线在30米高的半空中巡检飞行，提醒游客不要停留在即将涨潮的海滩上。 如今，临港地区的无人机能实现5分钟内出勤、每天飞行100公里以上的“工作量”，要比人力巡检高效得多。除了