从发展趋势来看，智能座舱的演进是以科技发展为基础，顺应社会和使用者需求的一个过程。在现有的发展过程中，智能座舱从满足基础需求的按键式操作，演变到现在的电子甚至体态式操作。

  这样的发展过程，不仅是硬件上的提升，更多的是以硬件作为载体，软件的多重表达形式。从有什么造什么，到满足使用者个性化的需求与包含但不仅局限于汽车的应用场景和车物互联。现有的发展，也可简单的分为本地娱乐导航阶段和车物人智能互联阶段。

  硬件方面，从低阶的按键转变到了高阶的数字液晶仪表显示、一芯多屏、HUD、流媒体后视镜等。搭载在这些硬件上的软件，从低阶的蓝牙播放、离线导航到高阶的在线娱乐、车机互联、语音识别系统、手势识别系统、远程控制、无锁启车等。

  另外，数据采集也是软件应用的一个重要组成部分：通过识别用户个人习惯、或者结合行驶环境，提供给用户一种操作更少，更为主动、自动化的体验。

  从底层技术来看，电子电气架构从以前的分布式已逐渐向集中式演进。汽车分布式电子电气EEA架构包括分散的电子单位、电气单位、执行单位。分布式EEA在当下智能造车的环境下，暴露出很多缺点，如：算力不足以满足；过多的ECU和线束安装空间问题，无法统一更新升级；安装繁碎，多由各家Tier1提供，成本高，无法高自动化生产。

  而现在逐渐从分布式转为域集中式，即扩容单个ECU并合并。因此，SOC芯片就成为实现域集中式的重点，把之前芯片数量多、占地大、功耗成本高的问题实现一揽子的解决方案。而SOC芯片的发展，提供了对未来中央集中式EEA的可能，整合了智能座舱域、智能驾驶域、车辆控制域的三域EEA现在有了较为普遍的应用。

  智能之上提供更多想象空间。从现在到未来，智能座舱的发展将从追赶需求变化为创造衍生需求。随着无人驾驶的推进和对无人驾驶的展望，适应人驾驶到芯驾驶的转变，需要智能座舱提供更多的辅助功能。其中，智能座舱需要把现有的人驾驶与智能软硬件的联动，转移至芯驾驶与智能软硬件的联动。

  现在智能舱，更多的倾向于把驾驶人和智能控制从被动导向转变为主动导向。而未来，智能座舱将随着无人驾驶技术的进步，演变为辅助人机共驾，甚至不提供驾驶交互，专注于分析车与路、车与车、车与万物的乘客体验。

  中国智能座舱市场预计于2025年达到850亿。ICVTank预测，中国的智能座舱市场将在2025年达到1030亿的规模。因此自2021年起，年复合率将达到12.7%。由于渗透率的上升和内容的革新，中国智能座舱市场将保持稳定上升，未来或将成为全世界最大智能座舱市场。另外，智能座舱下的无论是硬件或者软件的本地化，将推动中国市场的智能座舱置换速度。

  智能座舱主要模块渗透率快速提升。根据中国汽车工业协会多个方面数据显示，2020年全年乘用车累计销量1999.4万辆，虽同比下降6.5%，但其预测2021年有望突破2600万辆，同比增长4%。随着乘用车销售数量的增长和车市发展，智能座舱将加速渗透到不同价位汽车，因此，主要模块的渗透率也将显著提升。

  HUD被更广泛的应用。现有的HUD主要是以W-HUD（中高价位车型）和C-HUD（低中价位车型）为主，AR-HUD已有概念但尚未量产。2020年，中国69.2万乘用车配置W-HUD渗透率达3.7%，比2019年提高2%。

  根据Reportlinker调查显示，2025年，HUD的前装渗透率在中国将超过30%。推动渗透率提升的原因包括：

  2.AR-HUD将在未来几年量产落地，代替现在的W-HUD适配高级车型。

  IVI增长最为迅速。IVI模块至2026年渗透率有望达到95%，市场规模也将达到61.2亿元。驱动其加快速度进行发展的因素包括：

  1）中国制造商技术进步，抢占更多市场占有率。其中2019年，德赛西威占据全球IVI 2.7%市场占有率和中国9.6%份额，有利于售价控制。

  其余主要模块渗透率也有不同程度的提升。一些常用的如流媒体后视镜、后排液晶显示、行车记录仪将作为前装设施，与整车进行整合。如流媒体后视镜在2018-19年间渗透率不高于0.5%，但2020年超过了1%。

  推动因素包括但不局限于：1. 价格降低。2.购买人对智能座舱有更高的功能需求。因此，整体来说，新车装配智能座舱科技的渗透率也将提高，预测到2025年将达到75.9%。

  车载显示屏大屏化、联屏化趋势明显，带动汽车显示屏市场扩容。智能座舱交互属性的增强在硬件中也同样有所反映，目前座舱显示屏的多屏化、联屏化趋势很明显。根据佐思汽研数据，2020Q1中国搭载联屏方案的乘用车销量将近7万辆，同比增长6.1%；装配率达到2.4%，比上年同期增加1.1pct，并正在从高端车型向中低端车型渗透。这一趋势也有望带动汽车显示屏市场的扩容。

  智能座舱的硬软件和智能手机的基础架构存在相似之处。硬件部分，主要有芯片作为计算分析承载体，显示面板作为信息反馈方式。软件部分包括主要的操作系统，和分属于手机和座舱的应用等。座舱和手机的变革方式也近似。

  相似之处：智能手机赋能的最大意义在于把手机从简单的通信功能，变化到拥有开源的操作系统和其他各式各样的软件，带给用户远超于通信的交互需求。智能座舱发展远晚于智能手机的发展，但智能手机的发展沿革已经在智能座舱的应用上慢慢变现，软件层面拥有让用户个性化的SOA架构。

  从产品形态上，智能手机和智能座舱也在向同一个方向发展：更少的物理按键、更大的屏幕更多的语音手势控制，提高操作便捷性、视觉舒适度以及主流审美等。

  电动车的趋势下，慢慢的变多的手机厂踏入了“造车”和智能座舱的大门。之前我们提到，汽车电动化、智能化趋势下，集中式电子电气架构，能让华为等领先的手机生产厂商能够芯片SoC、传感器、电池管理技术等运用到汽车电子上，做以前几家Tier1一起才能做到的事。

  共同发展，互相完善。智能座舱相较于手机对硬件有着更高的环境要求（抖动、极寒），但随着人机共驾、车物互联的未来发展，智能汽车必将与智能手机实现更多联动。

  智能座舱产业链清晰。智能座舱产业链分上下中游，上游产品基本为软硬件原材料、与底层软件。下游为主机厂，组装整车设备并交付消费者，拥有最终定价权。中国企业已在这个赛道占据优势地位，出现一众优秀的一二级供应商。

  从几大公司产品线来看，国内供应商已逐渐形成自己完善的产品链。在原有的理解中，德赛西威作为传统的硬件集成商，中科创达作为软件供应商各司其职。现有智能座舱的潮流下，Tier1和Tier2的界限被逐渐模糊，供应商与主机厂之间的关系也不再是零和博弈。

  过去垂直化的汽车产业链复杂且冗长，层级关系明显，以链条式逐层生成价值向上输送，层级越高提供的价值越大。而智能座舱打破了原本结构，主机厂和供应商产生更多元和开放的关系，供应商根据主机厂提供的客户的真实需求研发相适配的软硬件，在Tier n中来回跳跃，与主机厂共同研发。从过去的产业链中的单一一环，变为上下通源的打通式服务，实现平台化的开放服务。

  车规级芯片规定要求严格，技术门槛高，供货周期长。民用市场芯片大致可分为三种，分别是车规级、工业级和消费级，不一样的等级芯片的标准不一。车规级芯片从研发、生产、制造等环节都有很严格的要求，以满足汽车对安全性和可靠性的要求，因此车规级芯片的标准远高于消费级和工业级芯片。

  车规级芯片需要适应在复杂的环境下工作，工作环境的温度范围为零下40度至155摄氏度，易受到多电磁、多粉尘、高震动的干扰；由于汽车的常规使用的寿命相比其他消费电子科技类产品更长，因此汽车芯片的寿命一般设计在15年左右，对零部件的可靠性和安全性要求更高。

  一般来看，一款车规级芯片需要2-3年的时间完成车规级认证并进入主机厂供应链，进入后一般拥有5-10年的供货周期。发布于2016年的智能座舱车规级芯片高通骁龙820A经历了多年的测试，一直到2019-2020年才开始大范围的应用于奥迪、小鹏、理想等主机厂。

  自动驾驶时代，“CPU+GPU+XPU”的异构主控SoC芯片慢慢的变成为主流。目前无人驾驶汽车的芯片平台主要为异构分布硬件架构，由AI单元、计算单元和控制单元三部分所组成，通常包含CPU、GPU、FPGA、ASIC等几类芯片。CPU和GPU属于通用型芯片，产品成熟度高，CPU大多数都用在决策控制和复杂的逻辑运算，GPU由于并行计算能力更强，大多数都用在AI运算；

  FPGA属于半定制芯片，用硬件实现软件算法，但具备可编程性，允许用户后期烧写配置文件来更改芯片功能，写好后AI计算性能通常较GPU更强，功耗更低；ASIC是为实现特定要求而专门定制的专用AI芯片，在功耗、算力等方面都具备明显优势，但出厂后便无法更改算法，后续算法面临较大迭代时，前期投入将变为沉没成本， NPU、BPU等AI芯片都属于很常见的ASIC/FPGA芯片。

  以上几种芯片都各有优势，因而由CPU+GPU+XPU+其他功能模块（如基带单元、图像信号处理单元、内存、音频处理器等）组成的异构主控SOC芯片成为当前无人驾驶汽车的主流选择，单个SoC芯片是一个完整的计算单元，可以去独立负责智能座舱域、无人驾驶域等智能汽车中较为复杂的领域。

  无人驾驶算力先行，“硬件预埋”需求下高算力的SoC芯片是自动驾驶技术演进的基础。无论是PC时代还是智能手机时代，芯片算力的提升都是产业高质量发展的核心，只有硬件性能打好基础，才能为后续的软件和应用优化提供足够的发展空间，所以即使在“软件定义汽车”的技术路线慢慢的变成为共识的当下，提高芯片算力依旧是目前产业关注的焦点。

  随着无人驾驶时代软硬件的解耦，对于用户来说，软件系统后续能够最终靠OTA的方式一直在升级，而硬件更新周期要明显更长，通常与整车生命周期相同，所以给主机厂商带来“硬件预埋”的需求，即先做好硬件的冗余，后续通过软件升级的方式来逐步发挥硬件性能，例如这也带来对高算力SoC芯片的强烈需求，因此各头部汽车芯片供应商都在不断推出算力更高的SoC芯片，以满足主机厂客户未来数年的发展规划。

  随着高级别无人驾驶汽车电子电器架构向集中式演进，中短期内无人驾驶汽车芯片形成智能座舱域主控芯片和无人驾驶域主控芯片的双脑结构，未来将向“中央计算平台”演进。

  目前无人驾驶汽车的电子电气架构正在经历从分布式架构到基于域的集中 式架构转型，在这一过程形成了车内的“智能座舱域”和车外的“无人驾驶域”两大核心域，将分别由独立的高算力SoC芯片负责运算。

  预计到2030年以后，随着无人驾驶技术路线的逐渐成熟，无人驾驶汽车的电子电气架构将发展至基于域融合的带状架构，智能座舱主控芯片和无人驾驶主控芯片也将逐步向中央计算芯片融合，通过提高芯片的集成度来进一步提升计算效率，同时降造成本。

  用户使用需求的转变提高对高算力智能座舱SoC芯片的需求。发展无人驾驶的终极目的是解放用户，尤其是解放驾驶员用户，将汽车从出行工具转变为“第三生活空间”。因而进入智能驾驶时代，用户对汽车座舱功能的需求维度将不再仅仅局限于传统的“安全+被动智能”，未来座舱芯片的算力需要支撑客户的真实需求向“主动智能，内容+服务”等多重需求的转变，使用户得到满足人机共驾、内外联合与应用为王三大应用场景的需求，“一芯多屏”的发展的新趋势也对座舱芯片的性能、算力提出都更高要求。

  从技术角度上看，影响座舱算力需求的因素至少有22个，每一个因素都会对算法及上层应用产生不同的影响，对于同样的算法，是多个影响因子共同起作用，这将导致对算力的要求大幅提高。

  随着无人驾驶技术的演进，典型智能座舱SoC芯片的算力需求将快速上升。IHS Markit根据各个影响因素在不同年份的变动情况预估智能座舱SoC芯片的算力趋势，从2021到2024年间，不考虑“硬件预埋”的情况下，只测算实时的算法需求，预计典型的智能座舱需要的NPU算力需求从14TOPS增加至136TOPS，年复合增速为113%，实现快速提升；CPU算力需求从25k DIMPS增长至89k DIMPS，年复合增速为53%，同样保持较快增长。

  智能座舱域控制器出货量有望保持迅速增加，带动SoC芯片市场规模逐步扩大。随只能座舱芯片算力的提升和用户消费习惯的不断培育，智能座舱域控制器的出货量有望实现较快增长。

  根据ICVTank数据，2019年全球智能座舱域控制器出货量约为40万套，预计2025年出货量将达到1300万套，年复合增速为77%；根据盖世汽车数据，2020年中国乘用车智能座舱域控制器出货量约为63万套，预计2025年出货量将达到528万套，年复合增速约为53%。

  我们认为智能座舱域控制器出货量的快速增加，以及搭载高算力SoC芯片的智能座舱域控制器出货占比的提高，将带动SoC芯片市场规模实现较快增长。

  2.2. 传统汽车芯片龙头、消费电子巨头、AI企业竞争激烈，高通处于领先位置

  传统汽车芯片供应商以欧美和日本厂商为主，龙头厂商热情参加无人驾驶汽车芯片的竞争。根据ICVTank数据统计，2019年全球传统车载芯片市场CR5达到50%，CR8高达68%，其中恩智浦、英飞凌和瑞萨电子三大巨头的市场占有率均在10%以上，市场集中度较高，市场占有率前八名中来自欧洲、美国、日本的厂商分别有4、3、1家。

  传统汽车芯片龙头厂商的产品系列丰富、种类多样，与传统整机厂及Tier1供应商保持了良好的合作伙伴关系，且随技术进步及客户的真实需求的变化不断推出新品，以维持较强的市场竞争力。

  进入无人驾驶时代，传统汽车芯片龙头受到一定的冲击，但他们也选择热情参加市场之间的竞争，如瑞萨在2020年底发布的无人驾驶域主控SoC芯片R-Car V3U的CPU算力达到96K DMIPS，AI算力达到60 TOPS，单芯片算力已经足够支撑L2+级别无人驾驶需求，且达到汽车安全标准ISO 26262最高的ASIL D要求，但预计到2023年才可量产；瑞萨的智能座舱域主控SoC芯片R-Car H3目前也具有一定的市场影响力，在国内应用于长城、大众中国部分车型的智能座舱上。

  自动驾驶技术的发展为高算力消费电子芯片巨头及AI创新芯片公司可以提供了市场进入的机遇。无人驾驶技术的快速发展带来了对先进制程、高算力SoC芯片的强烈需求，对研发投入的要求水涨船高，且对芯片的智能网联、推理训练等能力及软件应用生态提出了更加高的要求，而这些恰好是高通、英伟达、英特尔、华为、AMD这样的消费电子巨头所具备的优势，且巨头常常通过并购的方式快速补足自身在无人驾驶芯片领域的能力建设，因而消费电子巨头目前成为了无人驾驶芯片的领军者。

  如高通目前在智能座舱域SoC主控芯片上处于绝对领头羊，英伟达和英特尔（收购的Mobileye）目前分别在L3级以上及以下无人驾驶域SoC主控芯片上处于领先地位。

  以特斯拉、Mobileye及国内的黑芝麻、地平线等为代表的AI创新企业的AI研发技术出众，除特斯拉的芯片自用以外，其他厂商通常可以为客户提供“算法+芯片”的软硬件耦合的全栈式解决方案，也快速崛起为市场的重要参与者，一些优秀的创新企业被巨头并购后依旧保持了活力。

  目前几类厂商在智能座舱主控芯片上形成差异化竞争。高通、英特尔、英伟达在中高端车型智能座舱主控芯片上竞争非常激烈，三星、华为异军突起，切入高端市场，AMD为特斯拉旗舰车型提供定制芯片，瑞萨、恩智浦等在中低端车型上应用比较广泛，地平线等国产创新厂商与国产车型展开合作。

  高通是目前最重视智能座舱主控芯片市场的厂商之一，在新上国产中高端车型中市占率最高。高通目前已经公布了四代智能座舱主控芯片，第一代是2014年发布的骁龙602A，但落地车型较少。第二代是2016年发布的骁龙820A，在2018年开始大范围的应用于理想、奥迪、比亚迪、大众高尔夫、丰田雅阁等中高端车型之中，成为高通第一款获得成功的智能座舱芯片。

  第三代是在2020年初发布的三款芯片，分别为性能级SA6155P、旗舰级SA8155P和至尊级SA8195P芯片，SA8155P性能对标移动端骁龙855，SA8195P对标PC端骁龙8C芯片，由于算力性能出众，自2020年下半年以来几乎成为国产中高端车型的“标配”。

  高通在2021年初发布了第四代智能座舱主控芯片，预计在2022年底量产，将是全球第一款量产的5nm制程汽车芯片，图形图像、多媒体、计算机视觉和AI功能都将进一步强化，有望继续保持算力优势，预计从2023年开始将有大量搭载第四代智能座舱芯片的新车上市。

  根据2021年4月高通官方披露，全球25家顶级车企有20家使用了高通骁龙数字座舱平台，高通汽车解决方案订单总估值超80亿美元，包括车载网联、信息娱乐、和车内连接等。

  芯片供应连紧张的情况下，英特尔A3900系列成为目前全球中高端车型应用最为广泛的智能座舱芯片之一。英特尔目前拥有5块智能座舱芯片可供客户选择，其中4款是在2016年8月推出，即A3930/A3940/A 3950/A 3960，后于2018年底新推出一款A3920，性能略高于特斯拉Model 3曾经使用的A3950，但价格更低。

  英特尔芯片的性能其实远低于其他主要竞争对手，产品长期未更新，但却拥有最广泛的客户群，宝马、现代起亚、通用、沃尔沃、Stellantis、斯巴鲁、捷豹路虎、凯迪拉克的多款主力中高端车型选择英特尔芯片，国产厂商中红旗的三款主力车型以及长城轿跑F7均使用英特尔芯片。

  其原因可能在于目前芯片供应链紧张的情况下，拥有建设在气候稳定的亚利桑那州沙漠里的自有晶圆厂的英特尔能够最大限度的保证供应链安全，所以短期内客户会持续选择英特尔的芯片。

  英伟达智能座舱芯片业务迎来拐点，迎来头部客户回归。在2010年之后的几年，英伟达曾拿下全球近20家主机厂客户，高性能座舱芯片加持下优秀的3D导航及影音娱乐体验是英伟达的主要竞争优势，但后续随着慢慢的变多的厂商进入智能座舱芯片行业的竞争，英伟达的客户出现较为严重的流失。

  在高端品牌中奔驰与英伟达从始至终保持了紧密的合作伙伴关系，双方在2018年量产落地了基于Tegra Parker芯片的第一代MBUX智能座舱系统，并在2020年进一步深化了战略合作伙伴关系，双方将联合开发无人驾驶技术。

  在大客户上，2020年11月全球第五大主机厂现代汽车集团与英伟达达成战略合作伙伴关系，宣布从2022年开始将在现代、起亚、捷尼赛思旗下的所有车型中标配英伟达DRIVE车载信息和娱乐系统，这是双方在2015年之后的再次合作。

  我们认为英伟达在高等级无人驾驶域主控芯片上的越来越显著的一马当先的优势强化了客户的信任和公司的市场形象，随着未来智能座舱域和无人驾驶域主控芯片逐渐向中央计算芯片融合，英伟达有望逐步的提升其在智能座舱域的行业地位。

  三星智能座舱芯片业务异军突起，拿下高端客户奥迪。三星智能座舱主控芯片主要有Exynos 8890及ExynosAuto V9两款，三星V9整体性能与高通SA8155P基本能打平，弱于SA8195P，三星8890性能弱于高通SA8155P。

  然而在2020年使用高通820A平台的高端车厂奥迪在2021年却选择了与三星进行合作，在2021年1月上市的奥迪A3车型改用三星8890芯片，并且后续基于MIB 3平台的奥迪全系车型以及保时捷都将使用三星8890及V9芯片。

  其原因主要在于新一代奥迪座舱操作系统从Genivi改为了AGL，其脱胎于Tizen，而三星属于Tizen社区的发起者和最大参与者，所以三星对AGL的熟悉度成为了加分项，相比之下高通更倾向于安卓系统，因而奥迪最终选择了三星作为其智能座舱芯片供应商。大众在2019年4月也加入了AGL社区，未来也可能选择AGL作为车机系统，从而将一部分车型转向三星。

  华为麒麟芯片性能优异，受益于鸿蒙OS生态的加快速度进行发展。华为智能座舱芯片主要有2020年发布的麒麟710A及2021年发布的麒麟990A，其中麒麟990A的整体性能基本接近高通SA8155P及三星V9这两块主力芯片，AI运算能力在三者中最高，其性能满足未来三年维度内高端车型智能座舱的主流配置需求。

  目前首款搭载麒麟990A芯片的车型为北汽极狐阿尔法华为HI版，搭配运行了鸿蒙OS系统及超长一体显示屏，未来麒麟芯片有望持续受益于鸿蒙OS的快速发展，在中国汽车市场实现突围。

  AMD从车载游戏场景出发，为特斯拉定制包含消费级游戏显卡的智能座舱SoC。和特斯拉出名的自动驾驶能力相比，特斯拉智能座舱的影音互动娱乐能力也一直是行业标杆。

  在智能座舱域SoC芯片的选择上，在2012年发布的MCU1搭载于英伟达的Tegra X1芯片，2017年发布的MCU2搭载于英特尔的A3950芯片，而在2021年最新发布的运行于旗舰车型Model S及Model Y的MCU3搭载于AMD为其定制的Ryzen CPU+ Navi 23 GPU SoC。该SoC能够给大家提供10 TFLOPS的GPU计算性能，集成了64MB的无限缓存和32个计算单元，性能远超其他智能座舱芯片，搭载该SoC的智能座舱娱乐系统整体性能与最新的PS5游戏主机持平，可以让用户畅玩3A游戏大作。

  为特斯拉提供智能座舱SoC芯片也代表着AMD郑重进入智能座舱行业的竞争，未来AMD有可能是在其他高端车型上推广其智能座舱芯片。

  瑞萨、德州仪器、恩智浦等传统汽车芯片巨头在市场占有率不断下滑。恩智浦的i.mx系列曾经是中控领域的霸主，不过高通未能成行的收购打乱了恩智浦的节奏，产品多次跳票，发布于2013年9月的i.mx8一直到2018年才量产，性价比自然不足，至今还没有性价比高端新品问世，但是已经发布10年的i.mx6依旧是中低端座舱领域的霸主，产品大范围的应用于长安、丰田、日产、PSA、福特的中低端车型。

  德州仪器将其战略重点转向模拟器件，产品线迟迟未更新，面向智能座舱的Jacinto7系列一直未发布，未来7系发布后可能会在奥迪、大众等合作伙伴的少量车型中应用。

  瑞萨的R-CAR H3自2015年底首次公布后，量产时间多次推迟，一直到2019年才开始量产，虽然在智能座舱领域性能不算落伍，但性价比已经偏低，不过瑞萨与日系车厂合作紧密，一起推进芯片研发，因而丰田、日产以及本田的高端车型都将采用R-CAR H3芯片；

  在日系车以外，瑞萨抢占了德州仪器的市场空间，全面进军大众，大众的B级车帕萨特和迈腾采用了R-CAR M3W及R-CAR M3芯片，途观、探荣等MQB A2平台车型也可能在2021年使用R-CAR M3芯片；在中国市场，瑞萨的最主要客户是长城和吉利。

  整体来看，传统汽车芯片巨头在智能座舱SoC芯片市场上的竞争力并不够强，不愿意加入消费电子巨头掀起的算力军备竞赛，产品多用于中低端车型，未来市场占有率可能持续受到挤压。

  地平线等国产创新厂商技术实力较强，与国产车型展开积极合作。地平线级别的“智能驾驶+智能座舱”全场景芯片解决方案，其首款智能座舱芯片征程2发布于2019年，AI算力达到4TOPS，在智能座舱芯片中位居前列，应用于长安UNI-T、2021款理想ONE等国产车型。

  中短期内智能座舱芯片行业格局仍有可能出现变动，长久来看具备高等级“无人驾驶+智能座舱”全栈式芯片供应能力的厂商将成为最终获胜者。

  中短期来看，我们大家都认为高通、英伟达、三星在全球中高端车型的智能座舱份额将实现提升，英特尔也许会出现阶段性下滑，AMD可能通过为特斯拉的供货打开高端车型市场，华为将成为中国中高端车型智能座舱的重要参与者，AI创新企业也将获得一定市场占有率，同时六大消费电子巨头及创新企业也将逐步向中低端车型渗透，不断挤压传统汽车芯片巨头的市场空间，使得市场集中度不断提升。

  从长期来看，我们大家都认为类似英伟达、英特尔这样同时具备出色的无人驾驶域和智能座舱域主控芯片生产能力的厂商能够更早的顺应技术发展的新趋势推出高效率、高性能的“中央计算平台”，成为最终获胜者。

  全世界汽车软件市场规模至2030年有望达到840亿美元。根据麦肯锡的预测，2020年全世界汽车电子及软件市场规模2380亿美元，至2030年该市场规模有望达到4690亿美元，2020-2030年行业整体复合增速7%。其中中国市场规模1610亿美元，占全球市场的34%。

  在软件层面，2020年全球汽车软件市场规模340亿美元，至2030年有望达到840亿美元，2020-2030年行业复合增速9%，其中操作系统和中间件复合增速11%，信息娱乐、连接、安全、互联服务市场复合增速9%，ADAS和AD市场复合增速11%。

  智能座舱软件涉及操作系统、中间件、UI设计等三个层面。以同时涉及三个层面的中科创达为例，如下图所示，高通做完一代基线之后会形成流片版本并将其释放至创达内部，通过创达和高通的合资公司创通联达，中科创达帮助高通做点亮；向上即为软件层，包括框架、以及其中叠加的中间件，比如视觉、语音、通信SDK以及泊车应用算法等等；再向上是UI设计等。

  不同功能模块有不同的功能安全等级和需求特点，导致一辆车上需要同时存在多个操作系统。所谓的车的操作系统其实是一个集合的概念，座舱域、驾驶域与车身控制域乃至每个域内部的不同功能模块都会需要独特的操作系统来满足对安全等级和使用功能的不同需求。

  Ø黑莓QNX系统安全性、稳定性高，被众多主机厂用于仪表盘。QNX安全性、稳定性极高，是全球第一款通过ISO26262 ASIL level D认证的车载操作系统，符合车规级要求，所以被众多主机厂用于仪表盘。

  Ø Linux系统具备较高的定制开发灵活度，很多主机厂基于这一操作系统进行定制开发。Linux操作系统是免费的开源操作系统，基于其免费、灵活性、安全性高等特点，部分主机场选择在其基础上依据自己需要定制开发自己的车载操作系统。

  Ø Android系统在应用生态和兼容性方面优势明显，常被用于娱乐系统。Android操作系统基于Linux内核所开发，由于在消费电子产品中Android系统已经积累了数量庞大的开发者，应用开发的生态比较完善，一般被用作娱乐系统；而由于其安全性、稳定性较差，难以适配仪表盘等功能安全要求高的部件。

  随着智能座舱上层软件生态的逐步完善和人机交互的增多，拥有更完善开发生态的操作系统有望获得更高的份额。根据HIS的数据，2016年在全球车载操作系统市场中QNX市场份额排名第一，达到51%，而Linux(Android)系统的份额仅为12%；而根据他们的预测，至2023年，Linux(Android)系统的份额将上升至53%，实现对QNX系统市占率(44%)的反超。

  智能座舱中间件种类繁多，这里我们以其中非常重要的一类——视觉模块为例进行介绍。

  2021年，国内乘用车舱内视觉应用模块(DMS、OMS、FACE ID等为主) 市场规模约为3亿元。

  Ø 汽车销量：根据中汽协的数据，2019年国内市场汽车销量大约是2576.9万辆，其中乘用车2144.4万辆；而2020年受到疫情影响，国内汽车、乘用车销量数据分别下滑到了2531.1万辆和2017.8万辆。结合疫情的缓解以及近年来乘用车销量的趋势(近年来小幅下滑)等多方面因素，我们粗略认为2021年汽车销量将保持在2500万辆左右，乘用车销量则在2000万辆左右。

  Ø 新车型销量占比：根据我们产业调研的数据，国内市场新车型销量占比在15%左右。

  Ø 渗透率：由于搭载了DMS等模块的长安UNI-T在2020年6月上市之后取得了非常好的销售数据，2020年销量达到68646辆，主机厂对于搭载舱内视觉应用的意愿有所提升。根据我们产业调研的结果， 2021年搭载舱内视觉相关功能的车型将在40%以上。

  Ø 单车价值量：根据产业调研的结果，目前舱内视觉应用算法(不含硬件)的版税费在200-300元/辆左右，我们粗略按照250元/辆来算。这里并没有考虑NRE费用，这笔费用在百万量级/车型。

  根据上述假设，可以得出2021年国内乘用车舱内视觉应用市场规模约3亿元。

  整体来看，国内市场的集中度较高，主要玩家包括虹软科技、中科创达、未动科技、商汤科技、地平线等公司。

  Ø 虹软科技：前装车载视觉业务目前是纯软模式，涉及AR HUD、DMS、Interact、ADAS、OMS、Authenticate、AVM、BSD等8个模块。公司2018年开始定点，产业调研显示公司目前有几十个在手定点项目，在2020H1收到了第一笔NRE费用，预计2021年开始有车型量产。

  Ø 中科创达：以纯软为主，涉及DMS、FACE ID、AVM、ADAS等模块。公司2019年末开始进行产品定义，2020年春节过后正式入局开始定点开发，已经获得了7个以上量产订单，预计2021-2022年陆续量产。

  Ø 未动科技：部分项目采用纯软模式，部分项目软硬一体化，主要模块是DMS、OMS、FACE ID。公司2019年6月开始定点，累计定点车型24个，涉及8个主机厂。公司目标在未来5年内累计实现150万台交付量。

  Ø 除上述公司外，这一市场中的主流玩家还包括商汤科技和地平线。根据产业调研的结果，由于相对于安防市场而言，这一市场的规模较小，且项目周期较长，商汤科技在逐步淡出。而地平线除在长安外，还在上汽、广汽等主机厂获得了一些项目。

  根据我们产业调研的结果，在车载视觉市场中取得竞争优势的关键至少包括以下几个方面：

  Ø 数据量和算法质量。图像识别包括机器视觉和计算机视觉。对于机器视觉，在识别某个图像的时候，系统不需要知道这个东西是什么，而只需要做标定。比如工程师拍了很多角度的路标的图片作为样张，然后把它送到模型里。

  经过训练，系统在看到新的照片时就可以通过损失函数来判断它和样张的相似度，从而识别是不是路标。而计算机视觉是先描绘路标的轮廓，把它的特征表述出来，检测的时候直接识别轮廓，如果轮廓相似度比较高系统才认为它是路标。

  对于机器视觉算法，起征点在20%-30%，随着数据回流识别率会慢慢提升，对数据的依赖性较强；而CV起征点就在80%，更强调算法本身的质量，包括怎么能使图像更清楚、识别更快速、准确率更高等。

  Ø 工程落地能力。车载视觉公司不仅需要技术实力，也需要较强的工程落地能力。由于车载视觉模块提供商需要和主机厂、Tier1进行大量的开发和适配工作，且这个周期比较长，一般来说会超过1年(汽车开发周期一般在2-3年)。

  如果出现烂尾项目，在争取后续项目的过程中就会有比较大的劣势。所以根据客户的节奏进行工程化落地和交付是非常重要的能力，这也是为什么国内项目中很少会出现Smarteye、Eyesight等海外视觉算法公司身影的原因。

  Ø 和海外主流Tier1的合作情况。由于汽车非常强调品控和功能安全，主机厂一般希望形成稳定的供应链体系，选择一个Tier1并进行长期合作，比如在美系中伟世通就会比较强，而在欧系中大陆、博世等Tier1的话语权会比较重。对于国内视觉公司来说，如果希望进入海外市场，比较合理的路径是和海外主流Tier1进行合作，自己做Tier2。

  汽车HMI设计主要研究人与汽车的人机交互界面，包含开关、按钮、大屏、语音等等。在这一过程中，需要用到设计集成软件。通过这类软件，设计师可以快速得到设计效果并评估可行性，实现设计方案的所见即所得。

  Ø Rightware：成立于2009年，总部位于芬兰，并在美国、英国、德国、意大利、中国、韩国和日本设有分支机构，主要产品为Kanzi系列。Rightware公司现已被中科创达收购。

  Ø Qt：产品使用范围很广，涉及汽车、医疗、消费电子等诸多领域的UI设计。公司于2012年被Digia从诺基亚收购，又于2016年被Digia分拆成为独立的上市公司，2020年净销售额为7.95千万欧元。

  Ø Elektrobit：大陆集团的全资子公司，致力于为汽车行业提供嵌入式互联软件产品和服务的全球性供应商，HMI方面的产品主要为EB GUIDE工具链。

  Ø Altia：HMI方面的产品主要为Altia Design，被广泛用于汽车、医疗、白色家电、消费电子等领域。

  Ø CRANK：主要产品Storyboard 现在是领先的半导体硬件合作伙伴最常引用的排名第一的嵌入式 GUI 设计和开发工具。公司2021年被AMETEK 收购。

  Ø Epic Games：领先的互动娱乐公司和3D引擎技术提供商，其产品UE除被广泛用于游戏之外也逐渐被用于电影电视、建筑、汽车、制造和模拟领域。

  Ø Unity：全球领先的实施3D内容创作和运营平台，发迹于游戏场景，《元神》、《王者荣耀》、《使命召唤》手游、《英雄联盟》手游等都是使用Unity开发的，2020年该公司于纽交所上市。

  预计Kanzi等背靠第三方服务商的产品份额有望提升。在根据我们产业调研的结果，在中科创达并购Rightware的时候，后者市占率约为20%，而目前市占率已大幅提升。我们认为，Rightware市占率的上升反映了其进入创达体系后的重要优势：

  在被收购前，Rightware和Qt等公司的竞争更多是单纯HMI层面的竞争，而在被收购后，创达除了能提供除Kanzi外还是座舱操作系统和中间件的重要玩家，完整的解决方案有助于主机厂选择Kanzi。基于同样的原因，我们认为，未来KANZI有望维持高份额。

  传统的供应链体系中，Tier1占据着核心位置。在传统的供应链体系中，开发模式分为两类。

  一类是对于正向开发能力比较强的主机厂，一般会针对每个零部件的功能向Tier1提出需求，再由Tier1向下把需求向Tier2分解，在开发结束后由Tier1向主机厂进行交付；

  另一类是对于正向开发能力较弱的主机厂，可能会购买其他品牌的车辆并进行拆解，然后选择自身要的模块去找对应的Tier1进行开发。不论是哪种方式，传统Tier1都占据着承接功能需求并最终向主机厂交付的核心位置。

  Ø 一方面，所有IT/ICT渗透程度较高的产业都面临高度同质化的问题，而对于主机厂而言，实现功能和客户体验的差异化是至关重要的。此前汽车中的ECU是软硬一体的，软件和硬件来自同一个供应商，完全绑定。

  在这种情况下，主机厂没有很好的方法对功能进行重新分配，也没有很好的方法在硬件中嵌入自己的软件。而主机厂希望车辆的功能分配灵活性更好，同时减少ECU的数量。

  从而一方面减少相关成本（如果软硬件解耦，软件功能的发布与更新不再需要依托硬件的发布和更新，硬件的更新频率也就能随之放缓，带动成本下降），另一方面降低复杂度，使系统出问题的概率更低。基于这两方面的考量，主机厂需要一个标准的软件架构对电子电器架构进行支撑。

  Ø 另一方面，如前文所述，软件价值量在汽车产业中的占比快速上升。传统主机厂也希望像特斯拉一样通过FSD选装包、OTA升级、高级车联网服务等软件订阅的方式实现收入。

  这两方面原因共同造成汽车供应链体系逐渐变化，软件厂商的话语权一直上升，有望成为新的“集成者”角色。

  汽车作为终端的复杂性决定了操作系统会被激活，第三方软件服务商是有价值的。当一个终端的复杂程度比较低的时候，第三方软件服务商的价值往往非常低的，因为标准化和简单化的场景意味着定制化的开发需求非常有限；但当一个很复杂的终端出现(比如汽车)，或者市场非常长尾非常细分（比如IOT），就一定需要操作系统厂商去梳理清楚什么样的系统是通用化的，什么样的系统是专用化的，这就是第三方软件服务商的价值。

  Ø 从软件角度看：不同功能模块有不同的功能安全等级和需求特点，导致一辆车上需要同时存在多个操作系统。这一点在上文中已有论述。

  Ø 从硬件角度看：各家芯片的设计理念是不同的，这种不同体现在方方面面。最直观的是，英伟达走的是GPU路线，开发环节非常容易，通用性更好；而其他大多数厂商则以ASIC方案为主，执行效率比较高但相对来说还是比较固化。(详见报告《英伟达领跑无人驾驶芯片，高通、华为各有所长》，这里不再赘述)目前各种路径各有优劣，并将长期并存。在这种情况下，没有哪一个操作系统能够同时完美适配所有的主流芯片，针对每家厂商的芯片都需要做针对操作系统的定制优化。

  Ø 一方面，这些厂商能够最早把自研SDK推荐给客户。操作系统厂商能够更早地接触到主机厂，拿到主机厂整个单子之后对外发包。在这样的一个过程中，对于已有自研产品的算法模块，这一些企业可以把自己的产品优先推荐给主机厂。比如在视觉产品线上，中科创达收购的MM Solutions在AVM方面实力较强，在此阶段创达就可以把这个模块做导入，再把自身没有或者不成熟的模块向外发包。

  Ø 另一方面，对于操作系统的理解有助于帮助第三方软件服务商提出更好的解决方案。比如在低速无人驾驶方面，基于对多操作系统的理解，中科创达打造了融合泊车方案，降低了成本；而对于绝大多数厂商来说，因为对于系统不理解，只能保证自身系统是稳定的，没办法做到两个系统之间的互通，这样就只能单独做一个盒子来实现泊车功能，相应地成本是非常高的，成本一般都在几千元的量级。

  从商业模式上看，第三方软件服务厂商的收费模式包括三种。汽车软件领域第三方软件服务商的商业模式可以分成外包、服务、平台解决和解决方案、产品等4类，对应的收费模式有3种，包括NRE、license、royalty。

  NRE是定制化开发费用，包括人力外包其实都是这种，客户有多少需求，软件服务商评估工作量后给客户报价，然后客户一次性付费或者分期付款；license和royalty是和产品IP相关的或者平台相关的费用。

  License是一次性授权费用，因为主机厂的一些车型是根本就没有量的，可能仅仅是对供应商的技术性能进行的一个测试，把供应商用每个车型来测试一下；其他的还有一些比较小的主机厂，销量本身就比较有限，在这种情况下，license就成为了第三方服务厂商的一种保障或门槛。

  在实际操作的流程中，第三方服务商的对外报价往往只分两个部分，一部分是一次性费用，另一部分是royalty。在实际报价过程种，对于纯标品，第三方软件服务商可能会以license的方式对外报价，如果同时包括产品和服务等等，可能就会把license和NRE合起来形成一个一次性报价。而事实上，像上文提到的UI设计工具软件等不需要再做定制化开发的纯标品是非常少的，一般嵌入的软件模块都需要一些定制化开发。

  从商业模式能够准确的看出，部分第三方软件服务商已经脱离了纯人力外包的范畴。一般来说，第三方软件服务企业为客户提供的是具备基础技能的人力，到客户那边驻点负责处理问题，但经过在行业内的多年积累，部分第三方软件服务企业已经逐渐形成了内部的资源开发池，具备了一定的刻制化能力。这些厂商已经具备成熟的研发体系，使他们能实现IP、解决方案、服务的全方位输出，而不是提供具备基础技能的劳动力。

  “IP、解决方案、服务的全方位输出”能力是衡量一家第三方软件服务商竞争力的关键，因为这样能使公司获得更大的利润空间，同时可替代性更低。

  Ø 更大的利润空间：价值量最厚的部分是解决方案和平台层，如果是单纯的人力外包，能轻松的获得的利润空间是相对有限的。比如中科创达近几年软件许可毛利率一直高于技术服务/软件开发毛利率，而后者又高于在智能网联汽车领域做人力外包的公司的毛利率。

  Ø 可替代性更低：在智能网联汽车领域，客户往往容易对人力外包公司做制衡，因为后者可提供的往往是具备基础技能的劳动力，可替代性较高。对于主机厂来说，出于保障性、议价权等诸多方面的考虑，往往不会把业务全部交给某一个企业，而是选择多家外包公司做制衡。

  而如果一家外包厂商具备了客制化能力，甚至再进一步形成了产品和IP层面的输出，那么主机厂就很难再对这家厂商进行替换，因为主机厂很难承担由于替换服务厂商而产生的销量下滑风险，这一点和我们之前报告里在讲的“虹软科技的手机拍摄算法业务为什么不必过分担心手机生产厂商自研”的逻辑比较类似。