您的位置: 博士妈妈育儿记 > 元素

了解汽车芯片格局,这篇不能错过

2019-08-25来源:博士妈妈育儿记

伴随汽车智能化提速,汽车半导体加速成长。 2017 年全球汽车销量 9680 万辆(+3%);汽车半导体市场规模 288 亿美元(+26%),增速远超整车。 


全球汽车半导体市场规模(亿美元)


汽车半导体按种类可分为功能芯片 MCU(Microcontroller Unit)、 功率半导体(IGBT、 MOSFET 等)、 传感器及其他。 根据Strategy Analytics, 在传统燃油汽车中, MCU 价值量占比最高,为 23%;在纯电动车中,MCU 占比仅次于功率半导体, 为 11%。 


燃油汽车半导体按种类分类


DIGITIMES 预测,功能芯片 MCU 市场规模有望从2017 年 66 亿美元稳步提升至 2020 年 72 亿美元。


纯电动汽车半导体按种类分类


无人驾驶提升算力需求, 主控芯片成为新增市场。 传统汽车的功能芯片仅适用于发动机控制、电池管理、娱乐控制等局部功能,尚无法满足高数据量的智能驾驶相关运算。 


汽车功能芯片市场规模(亿美元)


近年来,伴随智能驾驶渗透率提升, 全球芯片巨头纷纷进军汽车产业,推出具备 AI 计算能力的主控芯片,担当自动驾驶汽车的“大脑”功能。


汽车芯片:主控芯片&功能芯片


我们认为,主控芯片市场规模有望快速成长, IHS预测 2020 年可达 40 亿美元。


汽车主控芯片市场规模(亿美元)


主控芯片巨头具有较强的 AI 计算优势,功能芯片厂商具有丰富的汽车产业链经验,两大阵营之间兼并收购及联盟合作频发。 截至目前, 英伟达已与全球 370+整车厂、一级供应商达成合作;英特尔收购 Mobileye 切入汽车产业; 高通曾意图收购恩智浦等。


汽车芯片市场格局


汽车半导体行业近年兼并收购事件


主控芯片:算力接近 PC/智能手机

                   半导体巨头三足鼎立


智能驾驶涉及人机交互、视觉处理、智能决策等, AI 算法和芯片是核心。 据恩智浦统计,目前一辆高端汽车已经搭载超过 1 亿行代码,远超飞机、手机、互联网软件等,未来伴随自动驾驶的渗透率及级别提升,汽车搭载的代码行数将呈现指数级增长。自动驾驶软件计算量已经达到 10 个 TOPS(Tera Operations Per Second,万亿次操作每秒)量级。

 

汽车已经搭载超过 1 亿行代码


传统汽车 MCU 的算力难以满足自动驾驶汽车的计算要求, GPU、 FPGA、 ASIC 等 AI 芯片进入汽车市场。


汽车搭载的代码行数指数级增长


全球无人驾驶领导者包括谷歌、百度、特斯拉、奥迪等,从这些厂商的自动驾驶主控模块的 SoC 芯片架构或可一窥汽车芯片发展方向。


谷歌 Waymo:采用英特尔 CPU+Altera FPGA 方案,英飞凌 MCU 作为通信接口。谷歌 Waymo 的计算平台采用英特尔 Xeon 12 核以上 CPU,搭配 Altera 的 Arria系列 FPGA,并采用英飞凌的 Aurix 系列 MCU 作为 CAN 或 FlexRay 网络的通信接。


谷歌 Waymo 的计算平台架构


百度 Apollo: 恩智浦/英飞凌/瑞萨 MCU+赛灵思 FPGA/英伟达 GPU。 百度无人驾驶样车采用 IPC(Industrial Personal Computer,工控机)方案, 但工控机的体积和功耗难以满足量产化要求,因而百度也推出了适合于量产的域控制器嵌入式方案。 将各个传感器的原始数据接入到 Sensor Box 中,在 Sensor Box 中完成数据的融合,再将融合后的数据传输到计算平台上进行自动驾驶算法处理。百度自动驾驶专用计算平台 ACU(Apollo Computing Unit)定义了三个系列产品: MLOC(高精定位, MCU)、 MLOP(高精定位+环境感知, MCU+FPGA)、 MLOP2(高精定位+环境感知+决策规划, MCU+GPU)。


百度 Apollo 的工控机计算平台架构


特斯拉:从 Mobileye ASIC 到英伟达 GPU。 2014 年特斯拉发布 Autopilot 1.0,搭载 1 个前置摄像头、 1 个后置倒车摄像头(不参与辅助驾驶)、 1 个前置雷达、 12个超声波传感器,视觉芯片采用 MobileyeEyeQ3,主控芯片采用 NVIDIA Tegra 3。2016 年底特斯拉发布 Autopilot 2.0,搭载 3 个前置摄像头(不同视角广角、长焦、中等)、 4 个侧边摄像头(左前、右前、左后、右后)、 1 个后置摄像头、 1 个前置雷达(增强版)、 12 个超声波传感器(传感距离增加一倍),主控芯片采用 NVIDIADrive PX 2,处理速度为 Autopilot 1.0 的 40 倍。


奥迪: Mobileye ASIC+英伟达 GPU+Altera FPGA+英飞凌 MCU 的多芯片集成方案。 全新奥迪 A8 公开了自己的 zFAS 控制器方案。 zFAS 共有四块高性能的处理器: 1) Mobileye 的 EyeQ3 负责视觉信息处理,包括交通标志识别、行人识别、碰撞提醒、车道线检测等; 2)英伟达的 Tegra K1 SoC 负责 360°环视影像; 3)Altera 的 Cyclone 5 FPGA 负责传感器融合、地图融合、辅助泊车等; 4)英飞凌的 Aurix 系列 MCU 用于交通拥堵控制、辅助驾驶等。


奥迪 A8 的计算平台架构


我们判断,在汽车主控芯片领域, GPU 仍将保持通用汽车主控芯片的主流地位, FPGA作为有效补充, ASIC 将成终极方向。 当前人工智能及智能驾驶算法尚未定型, GPU 作为通用加速器, 预计仍将在相当长一段时间内保持其汽车主控芯片的主流地位; FPGA 作为硬件加速器, 料将成为 GPU 的有效补充;将来如果全部或部分智能驾驶算法得以固化, ASIC 将成为最优性价比的终极选择。


汽车主控芯片趋势图


英伟达: GPU 垄断优势,从智能座舱到自动驾驶


英伟达收入净利润快速增长,汽车为长期动力。 英伟达是 GPU 领域龙头,常年保持超70%市占率。 英伟达 2018 财年(对应 2017 自然年) 收入 97.1 亿美元,同比+40.6%;净利润 30.5 亿美元,同比+82.9%。 按照应用类别拆分, 英伟达的业务包括游戏、数据中心、专业视觉化、 OEM&IP、汽车业务五类。其中游戏为主要收入来源, 2018 财年收入占比 57%。数据中心业务占比快速提升,从 2014 财年 5%提升至 2018 财年 20%。汽车业务虽然占比较低, 2018 财年 6%,但同比增速较高。


英伟达按业务类别拆分营业收入(百万美元)


英伟达数字座舱计算机 Drive CX: 利用先进 3D 导航、高分辨率数字仪表组、自然语音处理及图像处理实现驾驶辅助功能。 Drive CX 的内核是基于 Maxwell 架构的 Tegra X1 SoC,此外还有选配置为 Tegra K1 SoC。 DRIVE CX 的主要功能包括: 1)自然语言处理,通过语音识别完成地址查询、呼叫联系人等功能; 2) 3D 导航和信息娱乐,为众多应用程序提供高分辨率、高帧率的图形显示; 3)全数字仪表组,通过仪表组或抬头显示 HUD 提供丰富的图形显示; 4)环绕视觉,利用复杂的运动恢复结构(SFM)技术和先进的拼接技术,改善鱼眼镜头的图像渲染、减少重影现象,并可在高精细模型中渲染出一辆虚拟汽车,实现逼真的环绕视觉效果; 5)对接 Android Auto,拥有 Android 智能手机或 iPhone 的驾驶员可以轻松访问自己的移动设备,与地图、搜索和音乐等应用进行互动。


英伟达自动驾驶汽车平台 Drive PX: 将深度学习、传感器融合和环绕视觉相结合,力求改变驾驶体验。 Drive PX 的主要功能包括: 1)传感器融合,可以融合来自 12 个摄像头、激光雷达、毫米波雷达和超声波传感器的数据; 2)计算机视觉和深度神经网络,适用于运行 DNN(Deep Neural Network,深度神经网络)模型,可实现智能检测和跟踪; 3)端到端高清制图,可快速创建并不断更新高清地图; 4) 软件开发工具包 DriveWorks,包含了可供参考的应用程序、工具和库模块。


英伟达自动驾驶汽车开发平台 DRIVE PX 系列对比


英伟达与超过 370 家厂商开展自动驾驶相关合作。 截至目前,英伟达已经与众多国际主流整车厂就 DRIVE CX 娱乐系统、DRIVE PX 自动驾驶系统、Xavier 超级计算机等达成合作,包括特斯拉、奥迪、奔驰、宝马、沃尔沃、丰田、大众、蔚来等。英伟达还与传统优势一级供应商如博世、采埃孚等达成合作,英伟达提供自动驾驶计算机平台,传统一级供应商负责整合多传感器方案和自动驾驶系统。此外,在高精度地图领域,英伟达还和百度、 TomTom、Zenrin、 Here 等达成合作。


英特尔: 积极兼并收购,进军自动驾驶专用芯片


英特尔传统业务增长乏力,进军汽车领域创造业绩新增长点。 英特尔曾经是世界上最大的半导体芯片制造商。 据 PassMark 统计, 2017Q1 英特尔占据全球 CPU 行业的市场份额为 80%。近年随着智能手机的兴起与个人电脑市场的景气降低,芯片主业收入增速明显下降,公司营业收入被三星电子超越。公司曾尝试生产了手机处理器但最后表现失利,并不得不解散了负责该业务的部门。 近年来,英特尔通过大量收购积极布局无人驾驶、物联网、人工智能、 VR 等新兴领域,创造业绩的新增长点,力图实现从传统芯片制造商向多元解决方案提供商转型。


英特尔近三年收购动向


英特尔收购 Mobileye:全球视觉 ADAS 领导者。 Mobileye 是全球视觉 ADAS 市场领导者之一,掌握 ADAS 市场 80%份额,拥有丰富的视觉 ADAS 产品。 Mobileye 的专有软件算法和 EyeQ 芯片能对视觉信息进行详细分析并预测与其他车辆、 行人、 自行车或其他障碍物的可能碰撞,还能够检测道路标记、 交通标志和交通信号灯。 


Mobileye EyeQ5 将助力汽车实现 L4-L5 级无人驾驶


截至 2017 年底, Mobileye的产品已经被用于 27 个整车厂的 313 款车型,当年出货量 870 万颗。 2017 年 3 月英特尔以 153 亿美元收购 Mobileye,打造英特尔车队。 车队将包括各种汽车品牌和车型,以展示其多功能性和适应性。 L4 级车辆将被部署在美国、 以色列和欧洲进行测试。


Mobileye 芯片出货量(百万)


英特尔收购 Altera:自动驾驶 FPGA 芯片已经量产。目前全球 FPGA 市场主要被 Xilinx和 Altera 瓜分, 合计占有近 90%的市场份额,合计专利达到 6000 多项。 Altera 的 FPGA产品共有四大系列,分别是顶配的 Stratix 系列(近万美元)、成本与性能平衡的 Arria 系列(2000~5000 美元)、廉价的 Cyclone 系列(10~20 美元)、 以及 MAX 系列 CPLD。 英特尔2015 年宣布完成对 Altera 的收购, 帮助高速增长的数据中心与 IoT 业务。


高通:凭借通信优势,从信息娱乐到车联网


高通传统业务收入下滑,积极进行新兴产业布局。 高通为全球智能手机 SoC 龙头。 据CounterPoint 统计, 2017Q3 高通在全球智能手机 SoC 市场中占有率 42%,远超第二名苹果 20%。 高通的营业收入主要来自设备及服务、授权费。近年来,公司营业收入及净利润均明显下跌。在传统智能手机 SoC 之外, 公司开始积极进行新兴产业布局,包括 5G、千兆级LTE、汽车、人工智能等。在汽车领域,高通提供的解决方案包括: 1)车载资讯系统,为汽车优化制定的蜂窝网解决方案; 2)驾驶数据平台,智能收集和分析来自不同汽车传感器的数据,使汽车实现精准定位,监控和学习驾驶模式,感知周围环境,已经准确与外界共享此平台的信息; 3)资讯娱乐,提供 3D 导航、在线媒体播放和驻车辅助支持,以及语音、人脸和终端识别等功能; 4)电动汽车无线充电,推出 Qualcomm Halo WEVC 无线充电解决方案。


高通推出车载信息娱乐系统解决方案。 骁龙汽车平台信息娱乐系统现分为极简(Select)、高端(High)和顶级(Premium)方案。极简方案可以支持 3 个显示屏,包括信息娱乐系统、仪表和抬头显示(HUD);高端层级可以支持多达 4 个显示屏,副驾驶或后座娱乐可以拥有单独的屏幕,同时还支持顶级音频、低时延无线传输高清视频、环视处理,深度学

本文由博士妈妈育儿记整理,内容仅供参考,未经书面授权禁止转载!图片来源图虫创意,版权归原作者所有。