报告出品方/作者：中金公司，邓学、任丹霖

第一章、自动驾驶的决策层逻辑

自动驾驶意味着决策责任方的转移。我国2020至2025年将会是向高级自动驾驶跨越的关键5年。自动驾驶等级提高意味着对驾驶员参与度的需求降低，以L3级别为界，低级别自动驾驶环境监测主体和决策责任方仍保留于驾驶员，而L4、L5高级别自动驾驶的环境检测主体和决策责任方则会转移至系统，即由系统进行环境监控，再将所感知到的信息进行处理决策，再根据决策执行相应的操作，如转向、制动等。即感知层与决策层系统承担的职能会逐级递增，系统构成难度及所需组件也需逐级增加。

决策层主要由芯片、计算平台和软件构成，可视为自动驾驶的中央大脑。在进行决策规划时，决策层会从感知层中获取道路拓扑结构信息、实时交通信息、障碍物信息和主车自身的状态信息等内容。结合上述信息，决策规划系统会对当前环境作出分析，然后对执行层下达指令，模拟大脑决策。

自动驾驶的实现，需要决策层在“软件+硬件”上双重提升，软件在算法，硬件主要就是汽车芯片。

第二章、汽车芯片概述

汽车半导体概念宽广，在汽车电动化、智能化、网联化、共享化等各领域发挥重要作用，其按照功能分为汽车芯片、功率器件、传感器等。

其中芯片又称为集成电路，集成度很高；人们常说的汽车芯片是指汽车里的计算芯片，按集成规模可分为 MCU芯片和SoC芯片。而功率器件集成度较低，属于分立器件，主要包括电动车逆变器和变换器中的IGBT、 MOSFET等。传感器则包括智能车上的雷达、摄像头等。

汽车芯片，正从MCU芯片，进化至SoC芯片。MCU是芯片级芯片，又称单片机，一般只包含CPU这一个处理器单元；MCU=CPU+存储+接口单元；而SoC是系统级芯片，一般包含多个处理器单元；如SoC可为CPU+GPU+DSP+NPU+存储+接口单元。

随着全球汽车消费升级，汽车电子化趋势处于快速增长，全球汽车搭载的电子控制单元ECU数量持续增加，一般都是MCU芯片。汽车电子化需求及汽车MCU行业格局，导致汽车MCU芯片短中期出现了短缺。

汽车智能化趋势，一是智能座舱，二是自动驾驶，对汽车的智能架构和算法算力，带来了数量级的提升需要，推动汽车芯片快速转向搭载算力更强的SoC芯片。

第三章、自动驾驶SoC芯片：自动驾驶竞赛的制高点

处理器芯片是MCU/SOC芯片的计算核心：分为CPU、GPU、DSP、ASIC、FPGA等多种。一般MCU芯片中只有CPU，SoC芯片则中除CPU之外还会有其他种类的处理器芯片。

CPU、GPU、DSP都属于通用处理器芯片：①CPU是中央处理器，擅长处理逻辑控制。对CPU进行优化调整，发展出②善于处理图像信号的GPU和③善于处理数字信号的DSP。

ASIC是专用处理器芯片，FPGA是“半专用”处理器芯片。EyeQ(Mobileye)、BPU(地平线) 、NPU(寒武纪等) 等专门用来做AI算法的芯片(又称AI芯片)则属于专用芯片(ASIC)的范畴。FPGA是指的现场可编程门阵列，是” 半专用”芯片，这种特殊的处理器具备硬件可编程的能力。

自动驾驶芯片是指可实现高级别自动驾驶的SoC芯片，通常具有”CPU+XPU”的多核架构。L3+的车端中央计算平台需要达到500+TOPS的算力，只具备CPU处理器的芯片不能满足需求。自动驾驶SoC芯片上通常需要集成除CPU之外的一个或多个XPU来做AI运算。用来做AI运算的XPU可选择GPU/FPGA/ASIC等。

GPU、FPGA、ASIC在自动驾驶AI运算领域各有所长：CPU通常为SoC芯片上的控制中心，其优点在于调度、管理、协调能力强，但CPU计算能力相对有限。而对于AI计算而言，人们通常用GPU/FPGA/ASIC来做加强：1)GPU适合数据密集型应用进行计算和处理，尤其擅长处理CNN/DNN等和顺序无关的图形类机器学习算法。2)FPGA则对于RNN/LSTM/强化学习等有关顺序类的机器学习算法具备明显优势。3)ASIC是面向特定用户的算法需求设计的专用芯片，因“量身定制”而具有体积更小、重量更轻、功耗更低、性能提高、保密性增强、成本降低等优点。

SoC芯片供应商提供软硬件全栈能力或成新Tier1：传统的博世、大陆等Tier1不具备基于SoC芯片的软件能力，我们认为未来SoC芯片供应商将直接提供的软硬件结合的车载计算开发平台，从而可跳过传统Tier1直接对接主机厂，从而成为“新Tier1”供应商。例如英伟达直接对接小鹏，为小鹏提供硬件平台的同时也提供了小鹏用于做自己的自动驾驶算法开发的工具链软件及仿真环境等；类似地有地平线直接对接长安。

未来的芯片厂通过直接向主机厂提供以SoC芯片为核心的车载计算硬件平台及软开发生态环境来绕过传统 Tier1、从而攫取更高的利润并获得更高的行业话语权。例如Mobileye不再甘当Tier2而只向Tier1供应半成品组件，在与吉利最新的合作方案中，Mobileye首次负责完整的解决方案堆栈，包括硬件和软件、驱动策略和控制，并计划在系统部署后提供持续的软件更新服务。