特斯拉软件定义汽车，商业模式革新拉开序幕。软件定义汽车，即软件将深度参与到 汽车的定义、开发、验证、销售、服务等过程中，并不断改变和优化各个过程，实现体 验持续优化、过程持续优化、价值持续创造。特斯拉可谓实践软件定义汽车的先导者， 其全车系覆盖的Autopilot自动辅助驾驶、大型中控屏，自设计之初便将智能化刻于产 品基因中，此后的OTA空中升级技术更是使汽车从一个普通的交通工具进化成拥有无限 延展可能的智能移动终端。在特斯拉的软件服务体系中，以FSD自动驾驶选装包、OTA付 费升级包、高级车联网服务为核心，收费模式除了一次性前装收费，还另外包含订阅服 务收费，目前特斯拉车主的FSD搭载率已向市场证明了软件创收的可能性，由新车制造与销售转向软件服务授权与OTA升级，逐步从零部件的升级走向服务性的软件开发的商 业模式革新拉开序幕。

  硬件预埋支持软件迭代，架构转型倒逼硬件升级。软件的可开发性注定智能汽车的功能可能面临无限制的扩张。随着汽车软件代码的数量越来越多，现在已经到了上亿行的 规模，支持大规模软件开发要SOA架构实现软硬件解耦，再通过预埋硬件，实现整车软 件迭代升级和某些付费解锁功能。SOA映射到硬件层面，其实就是一个跨域融合的E/E架 构。传统E/E架构下，每增加一项功能，都需要增加一个控制器，有很多弊端，如布线 困难、成本上升，性能方面看来，封闭式网络不利于传感器传输数据、芯片间的协同， 更难以实现整车OTA升级。而跨域融合的E/E架构能够满足智能汽车所需的高计算性能、 高通讯带宽、高功能安全性、高网络安全性、软件持续升级能力等多方面的要求，在跨 域融合E/E架构下，硬件都有显著的集中化趋势。

  软件数量激增，带来硬件井喷式增量。据中国汽车工业协会数据，单车半导体的价值 至2020年已增长到475美元，约是2010年的1.6倍，而2030年预计将达到600美元。用以支持海量数据处理的AI芯片、用以环境感知与识别的传感器、保证数据传输的速率和 可靠性的存储芯片、用以改变电压电频并实现直交流电转换的功率半导体等将成为汽车电子硬件赛道的核心看点。

  在汽车电动化、智能化和网联化三大趋势驱动之下，当前汽车内半导体含量大幅提升， 内置包括控制芯片（CPU/GPU/FPGA等）、存储芯片（DRAM/NAND/NOR Flash等）、MCU芯 片、CMOS图像传感器、V2X射频芯片、VCSEL芯片、触控芯片、显示芯片、LED芯片、 MOSFET/IGBT、超声波/毫米波芯片、PMIC电源管理芯片等等。根据中国汽车工业协会数 据显示，传统燃油车所需汽车芯片数量为600-700颗，电动车所需的汽车芯片数量将提 升至1600颗/辆，而更高级的智能汽车对芯片的需求量将有望提升至3000颗/辆。

  汽车三化趋势下单车半导体含量显著提升。罗兰贝格定义当下汽车四大发展趋势为 “M.A.D.E”，即Mobility移动出行、Autonomous driving自动驾驶、Digitalization 数字化和Electrification电气化，其中电气化、数字化和自动驾驶分别对应电动化、 智能化和网联化。根据罗兰贝格测算，2019年典型的L1级豪华品牌燃油车中汽车电子电 气相关的BOM（物料清单）价值（不含电池与电机）为3145美元，预计到2025年一辆豪 华品牌L3级别自动驾驶纯电车BOM价值将提升至7030美元，增量达3885美元，其中网联 化、智能化和电动化将分别带来925美元/725美元/2235美元的提升。

  随着汽车向智能化发展，特别是智能座舱和自动驾驶概念的兴起，对汽车的算力提出了 更高的要求，传统的功能芯片已无法满足算力需求，主控芯片SoC应运而生。根据IHS数据，预计2025年全球汽车SoC市场规模将达到82亿美元，并且L3级别以上自动 驾驶预计2025年之后开始大规模进入市场，配套高算力、高性能SoC芯片将会带来极高 附加值，有望带动主控芯片市场快速扩容。

  高级驾驶辅助系统（Advanced Driving Assistance System，ADAS）是利用安装在车上 的各式各样传感器（毫米波雷达、激光雷达、单\双目摄像头以及卫星导航），在汽车 行驶过程中随时来感应周围的环境，收集数据，进行静态、动态物体的辨识、侦测与追 踪，并结合导航地图数据，进行系统的运算与分析，从而预先让驾驶者察觉到可能发生 的危险，有效增加汽车驾驶的舒适性和安全性。按照美国汽车工程师协会公布的自动驾 驶分级，L2级及以下定义为高级辅助驾驶技术，L3级及以上定义为自动驾驶技术。当前 市场仍为L1-L2的辅助驾驶主导，预计2023年后L3及以上级别开始逐步渗透。

  传感器、主控芯片、自动驾驶算法是自动驾驶系统最核心的三部分。自动驾驶系统可 分为感知、决策、执行三大模块。（1）感知：通过摄像头、雷达等智能传感器感知周 边环境信息，是智能汽车的“眼睛”和“耳朵”；（2）决策：以中央计算平台为核心，利用 自动驾驶算法+芯片来处理感知信息，完成目标定位、识别、追踪，实现周边环境3D建 模，并规划行驶方案，是智能汽车的“大脑”；（3）控制/执行：通过线控底盘来精准控 制制动系统、转向系统等模块，执行行驶方案。

  自动驾驶级别提升需要更高的算力支持，只具备CPU处理器的芯片难以满足需要，自 动驾驶芯片会往集成CPU+XPU的异构式SOC（XPU包括GPU/FPGA/ASIC等）方向发 展。目前市场主流的三大架构方案包括：英伟达和特斯拉采用的处理器整合特殊应用芯 片和绘图芯片（CPU+ASIC+GPU）设计架构；英特尔转投资的Mobileye和地平线采用 的CPU+ASIC架构；Alphabet旗下子公司Waymo和百度Apollo则采用的CPU+FPGA架 构。

  算力先行是车企主流策略，自动驾驶芯片算力持续攀升。对于车企来说，预置算力最 大值决定车辆智能化升级上限。当前面向量产乘用车的智能驾驶系统整体仍处于L3及以 下级别，但由于汽车产品具备长达5~10年的生命周期，车载计算平台的算力上限决定车 辆生命周期内可承载的软件服务升级上限，因此智能驾驶软件迭代周期与硬件更换周期 存在错位。故为保证车辆在全生命周期内的持续软件升级能力，主机厂在智能驾驶上采 取“硬件预置，软件升级”的策略，通过预置大算力芯片为后续软件与算法升级优化提 供足够发展空间，以蔚来、智己、威马、小鹏为代表的主机厂在新一代车型中均将智能 驾驶算力提升至500~1000Tops级别。当下大算力芯片已成为汽车智能化发展的关键 “基础设施”，亦成为芯片厂商的角力场。

  除特斯拉自研自动驾驶FSD芯片用于自供外，整体自动/辅助驾驶芯片市场呈现消费电 子芯片巨头、新兴芯片科技公司、传统汽车芯片厂商三大阵营。传统汽车芯片厂商阵在传统汽车芯片领域近乎呈垄断地位，产品线、主 机厂有深厚关系积累，满足车规级要求方面有深厚技术能力储备，但在AI计算芯片上优势不足，产品多用于中低端车型；消费电子芯片巨头阵营具备深厚的芯片技术储备，资 金雄厚，可支撑起对先进支撑和高算力芯片的高昂研发投入，同时具备良好的软件生态， 车载计算芯片技术领先，在中高端车型与新势力车型市场中有广泛应用；新兴芯片科技 公司阵营在AI算法与计算上有独到的产品优势，相比传统厂商能力更为全栈，可提供 “芯片+算法参考+技术支持”的产品服务，但在车规级与大规模量产能力上仍待提升， 产品主要应用于自主品牌车型。

  目前来看，英伟达及背靠英特尔的Mobileye处于自动/辅助驾驶芯片第一梯队，华为海 思、地平线、高通处于第二梯队，上升攻势不容小觑。但考虑到目前市场量产车型配置 的ADAS级别仍主要处于L1-L2的初级阶段，我们认为行业格局仍未落定，各家厂商暂处 于百花齐放的阶段。

  智能座舱领跑汽车智能化，打造“第三生活空间”。在燃油车时代，车机功能简单，只有 机械式仪表盘及简单的音频播放设备，之后开始出现小尺寸中控液晶显示器+导航功能 的电子座舱。从特斯拉开始，大尺寸中控液晶屏成为电动车的标配，并逐渐发展成如今 包括驾驶信息显示系统、车载娱乐信息系统、抬头显示系统HUD、人车交互系统、流媒 体后视镜、T-Box等多个子系统的智能座舱。当下智能座舱功能逐渐从分散到集中，控 制也从独立到整合，未来将朝着硬件算法集中化、构架一体化、体验智能化的方向前进， 多功能集成的汽车将成为我们办公娱乐两不误的“第三空间”。根据IHS数据，预计到 2030年，全球汽车智能座舱的市场规模将达到681亿美元，届时国内的市场规模也将超 过1600亿元，成为全球最主要的智能座舱市场。

  智能座舱系统的技术框架主要分为五层：硬件层包含传感器、内存、用于人工智能感知 的芯片SoC、应用处理器AP(Application Processor)等基本硬件设备；系统软件层包含 驱动，通信等基本系统软件；功能软件层则是完成智能座舱的核心功能的层，主要在AI SoC完成感知，在AP完成上层应用；服务层，也即云服务体系，包含语音识别，场景网 关等相关服务；支撑层是支撑软件的快速开发工具，也可称为成长平台。

  “一芯多屏”的设计有望成为智能座舱主流控制方案。随着电动车电子/电气架构 的不断演进，由过去的分布式离散域控制架构，逐渐走到集中式一体化控制，即车内所 有电子单元（除自动驾驶控制单元外）统一都由一块芯片来控制，当下“CPU+GPU+XPU” 的多核SoC芯片是目前智能座舱芯片厂商的主流技术路线。根据罗兰贝格数据，预计多 核SoC芯片在座舱内的渗透率将从2020年的20%（全球）和24%（中国）提升至2025年的 55%（全球）和59%（中国），同时预计至2030年多核SoC智能座舱方案在全球和国内新 车中的渗透率将分别达到87%和90%。

  高算力+先进制程+快速迭代是智能座舱主控芯片发展方向。智能座舱所代表的“车载 信息娱乐系统＋流媒体后视镜＋抬头显示系统＋全液晶仪表＋车联网系统＋车内乘员监 控系统”等融合体验都依赖于芯片计算能力的提升。

  NPU方面，在智能座舱解决方案中，负责人工智能的NPU将直接影响着智能座舱AI能力的 强弱。瑞芯微RK3588M芯片的AI算力约6TOPS，高通SA8155P芯片AI算力约4TOPS，三星已 量产的Exynos Auto V910具备约1.9TOPS的AI算力。制程方面，8nm的瑞芯微RK3588M、三星Exynos Auto V910及7nm的高通SA8155P已经实现 全面量产，未来2-3年7nm和8nm产品将成为市场主力，而5nm芯片将成为各大芯片厂商努 力的方向。迭代周期方面，以前新品迭代周期基本在3-5年左右，现在基本缩短至1-2年，座舱芯片 的迭代速度加快。

  智能座舱SoC芯片市场参与者除了传统汽车芯片厂商之外，消费芯片厂商也纷纷入局， 同时两大阵营之间兼并收购及联盟合作频发。传统汽车芯片龙头的优势在于产品线齐全，车规级芯片积累较多，与传统主机厂合作关系 良好等，目前主要应用于中低端车型，包括的企业有：恩智浦、瑞萨、德州仪器等。消费 电子领域巨头向下切入企业的竞争优势在于其资金雄厚，可以支撑起较先进制程和高算力 芯片的研发投入，以及其良好的软件生态能够在智能座舱系统中得到最大限度的利用，目 前广泛应用于中高端车型，包括的企业有：高通、英伟达、英特尔、AMD、三星等，其中 高通在产品力与高端市场占有率上具备绝对领先优势。

  第一，国内汽车市场繁荣发展，而汽车产品正从单一产品走向服务化，成为继手机、PC 之后的重要消费产品。从用户上看，国内汽车用户整体年轻化，作为智能时代的先头兵， 他们更注重汽车座舱的数字化体验和服务，敢于尝新。同时这些用户接受多重观念影响， 更强调个性化体验。紧贴国内市场发展的国产企业，离用户更近。

  第二，国产智能座舱芯片打入到汽车产业最关键的一环就是车厂，而目前中国车厂经历 了数十年的发展，已到了从生产型到技术型企业转型

  的重要阶段。本土企业智能座舱芯 片可以作为敲门砖，与车厂共同探索智能汽车路线。第三，数据安全是智能时代的重要课题。对于智能汽车来说，数据安全一方面是保障驾 乘人员生命安全的生命线，另一方面也综合了现实世界的多项数据指标以及个人信息， 是国家安全的重要保障不容忽视，故芯片国产可控化是重要趋势。

  国内科技公司的竞争优势在于其出色的AI技术，能够为客户提供“算法+芯片”的从硬件到 软件的全线结合式产品方案，目前主要应用于国产车型，包括的企业有：华为，瑞芯微， 全志科技等。其中瑞芯微于2021年12月底正式发布了车载座舱电子系列产品，涵盖车规级座舱SoC芯片RK3358M、RK3568M、RK3588M和配套的PMIC芯片RK809M和RK806M等， 可为客户提供高、中、低不同性能档次的座舱芯片解决方案，未来有望逐步进入市场。

  MCU（Microcontroller Unit）全称为微控制器或单片机，是将CPU的频率与规格做适当 缩减，并与内存(Memory)、计数器(Timer)、USB、A/D转换、UART、PLC、DMA等周边接 口，甚至LCD驱动电路整合在单一芯片上，形成芯片级计算机，从而实现终端控制的功 能，具有性能高、功耗低、可编程、灵活度高等优点。MCU的主要功能是信号处理和控 制，因其高性能、低功耗、可编程、灵活性的特征在消费电子、汽车电子、工业控制、 通信等领域得到广泛应用。其中汽车为MCU下游最大应用领域，广泛应用于汽车车身至 主控环节。

  按产品细分来看，MCU包括4位、8位、16位、32位乃至64位，其中32位MCU凭借优异的性 能及逐步降低的成本占据主导地位，是占比最大的MCU产品。按应用领域细分来看，汽 车为MCU最大应用领域，根据IC Insights数据，2019年全球MCU下游应用(以销售额计算) 主要分布在汽车电子(33%)、工控/医疗(25%)、计算机(23%)和消费电子(11%)四大领域。

  纵观整个汽车电子芯片领域，MCU的应用范围可谓广袤无垠，从车身动力总成，到车身 控制、信息娱乐、辅助驾驶，从发动机控制单元，到雨刷、车窗、电动座椅、空调等控 制单元，而每一个功能的实现背后都离不开复杂芯片组的支撑，MCU在每个应用场景中 扮演着非常重要的角色。汽车电动化趋势下电池管理系统和整车控制器的增加和智能化趋势下汽车功能应用的丰 富带动车载MCU市场需求快速增长。未来下游应用场景趋于复杂，要求MCU具备更高的集 成度和更丰富的功能，32位MCU工作频率大多在100-350MHz之间，执行效能更佳，应用 类型也更加多元，尤其未来在域控制器逐步应用的趋势下车载MCU重在升级替代，高价 值32位MCU占比的提升将驱动市场规模稳步增长。

  汽车电动化带来车载MCU增量：与燃油车相比，新能源汽车以电机替代了汽油发动机并 增加了动力电池。动力电池作为整车的核心部件之一，其充放电情况、温度状态、单体 电池间的均衡均需要进行控制，因此电动车需额外配备一个电池管理系统BMS，而每个 BMS的主控制器中需要增加一颗MCU芯片，起到处理模拟前端芯片采集的信息并计算荷电 状态的作用。未来随着新能源汽车渗透率持续提升，电池管理系统和整车控制器应用的 增加将驱动MCU市场需求的增长。

  汽车智能化带来车载MCU增量：作为汽车电子系统内部运算和处理的核心，MCU是实现汽 车智能化的关键。MCU是汽车ECU（电子控制单元）的核心构成，根据OFweek电子工程官 网数据统计，普通传统燃油汽车的ECU数量平均在70个左右，豪华传统燃油汽车ECU数量 在150个左右，而智能汽车ECU数量将增加至300个左右。未来随着汽车电动化、智能化 程度的不断提高，MCU在汽车电子中的应用场景也不断丰富，车规级MCU市场需求快速增 长。

  根据Omdia数据，2019年全球MCU市场规模为175亿美元，预计2024年将达到193亿美元， 其中中国MCU市场规模将达到58亿美元。同时，IC Insights预计2021年汽车MCU销售额 将激增23%达到76亿美元，随后2022年汽车MCU销售额将增长14%，2023年将增长16%。

  L3及以上等级智能汽车分布式布局受限于传统汽车设计桎梏。随着汽车功能升级、智 能化进程加速导致单程ECU数量激增，比如奥迪A8车型早在2013年单车ECU数量就达100 个以上，总电路线km。分布式布局信息传输速度受限，大多通过CAN通讯、LIN通 讯等，数据传输速度仅为约20兆Bps每秒。对于自动驾驶，信息需要实时进行传输与处 理，L3及以上级别的自动驾驶单个激光摄像头所产生的信息量达每秒1G Bps以上，传统 分布式布局难以满足需求，同时ECU数量的增加为汽车生产、研发、安全带来更多挑战。

  零部件龙头企业博世将汽车电子电气架构划分为三个大阶段：分布式电子电气架构-跨 域集中电子电气架构-车辆集中电子电气架构，其中分布式的电子电气架构主要用在L0- L2级别车型，此时车辆主要由硬件定义，采用分布式的控制单元，专用传感器、专用 ECU及算法，资源协同性不高，有一定程度的浪费；从L3级别开始，跨域集中电子电气 架构将走向舞台，域控制器在这里发挥重要作用，通过域控制器的整合，分散的车辆硬 件之间可以实现信息互联互通和资源共享，软件可升级，硬件和传感器可以更换和进行 功能扩展。

  域控制器冲云破雾，为汽车三化提供必要条件。对比传统分布式布局设计，域控制器 具有以下四点明显提升：1)集合区域ECU功能，节省线)域控架构升级引 领信息架构升级，信息传储速率提升；3)通过软硬件解耦实现OTA，代表软件重新定义 汽车；4)更高算力，为实现高级别自动驾驶提供基础。当前域集中E/E架构将整车分为 五大部分，分别是动力域、车身域、地盘域、信息娱乐域（座舱域）和自动驾驶域。域 控制器将其负责的功能模块进行功能整合，进行统一控制。未来随着汽车三化进程加速， 更加符合未来汽车发展趋势的域集中控制E/E架构将蓬勃发展。

  域集中趋势下MCU重在升级替代，高价值32位MCU占比提升驱动市场规模稳步增长。伴 随汽车电子电气架构向域集中模式升级，当前一辆车上有70到100个ECU，每个ECU（包 括其中的MCU）控制一个特定的驾驶功能这种分布式计算体系结构将被更集中的域控制 器体系结构所取代。同时随着系统复杂度日益增加，传统8位MCU、16位MCU将通过迁移 到32位MCU并从汽车中移除，而集成度更高、功能更强大的32位MCU将成为主流。集微咨 询预计，单车MCU用量将在2025年达到峰值，接下来随着汽车智能化、控制集中化发展， 车规级MCU的用量将会开始逐步下降至目前水平，不过由于单价更高的32位MCU应用比 例继续提升，汽车MCU整体市场规模仍将处于持续增长趋势。

  车规级MCU具有较高的行业壁垒，全球市场由海外厂商垄断。车规级半导体产品在工作 温度、寿命、良率、认证标准等指标要求严苛，同时认证过程复杂，一家从未涉足过汽 车电子的供应商若想进入整车厂商的供应链体系至少要花费两年左右的时间。另外整车 厂替代意愿不强，倾向于使用已通过验证的MCU产品，而非导入新厂商的产品。较高的 行业壁垒使得车规级MCU市场具备较高的市场集中度，根据StrategyAnalysis数据， 2020年海外厂商瑞萨电子、恩智浦、英飞凌、赛普拉斯、德州仪器、微芯科技、意法半 导体市占率达到98%。

  国内车规级MCU起步较晚，“缺芯”背景下迎国产替代良机。2021年大多数整车和零部 件的停产都是由于MCU短缺导致的，目前来看国际厂商MCU产品仍供应不足，整车厂开始 通过更多渠道采购芯片、增加供应商备选，国产MCU厂商发展迎来窗口期。目前包括兆 易创新、复旦微、芯海科技、中颖电子等厂商均在发力车规级MCU产品并已陆续通过 AEC-Q100认证，其中兆易创新车规级MCU预计将在2022年中实现量产。

  汽车电动化下单车功率半导体价值量接近传统燃油车的5.5倍，未来随着新能源汽车渗 透加速为半导体功率器件市场带来巨大增量。随着电动车800v高压平台逐步落地，SiC 功率器件迎来上车正当时，未来碳化硅产品在高端汽车市场更具优势，而考虑到成本压 力，中端与低端车型继续采用IGBT或MOSFET，预计未来长期将形成Si与SiC方案共存的格局。

  功率半导体是电力电子应用装备的基础和核心器件，主要用于电力电子设备的整流、稳 压、开关、变频等，具有应用范围广、用量大等特点，主要分为功率IC和功率分立器件 两大类。功率IC是把控制电路和大功率器件都集成在同一块芯片上的高度集成电路，主 要产品有电源管理IC、AC/DC以及DC/DC。功率器件包括二极管、晶闸管、晶体管等产品， 其中晶体管又可以分为IGBT、MOSFET和双极型晶体管（BJT）等。

  功率半导体器件作为不可替代的产品，广泛应用于工业控制、新能源发电和电能质量管 理、汽车电子和汽车充电桩等领域，尤其是在大功率、大电流、高频高速、低噪声等应 用领域起着无法替代的关键作用。根据Yole的数据，随着全球制定“碳达峰、碳中和” 目标，带来更多绿色能源发电、绿色汽车、充电桩、储能等需求，功率半导体器件市场 将从2020年的175亿美元增长至2026年的260亿美元，年均复合增长率达6.9%。其中汽车 将会是功率半导体下游应用中占比最大的领域。

  新能源汽车渗透加速为半导体功率器件市场带来巨大增量。碳中和政策背景下，新能 源车渗透率加速提升，2020年全球新能源乘用车销量达到327万辆，到2022年全球新能源乘用车销量达到957万辆，预计到2025年全球新能源乘用车的销量将突破2000万台， 达到2325万辆。中国市场方面，新能源车销量持续超预期，2021年达到330万辆，预计 2022年将突破500万辆，而到2025年预计中国市场新能源车销量将达到1000万辆以上。新能源汽车销量的持续提升为功率半导体行业带来量价齐升，市场规模有望持续增加。当前MOSFET、IGBT已广泛应用于车上，SiC基MOS同样得到小规模应用，未来随着SiC成 本下降以及高压800v平台逐步推进，SiC MOSFET有望大规模上车。

  MOSFET主要应用于车载中低压领域。MOSFET全称金属氧化物半导体场效应管，细分种 类包括平面型、沟槽型、屏蔽栅和超结功率MOSFET，其中沟槽型MOS适用于12V-250V， 屏蔽栅型MOS适用于30V-300V，超结功率MOS适用于500V-900V场景。根据Yole数据，因 为辅助系统的采用和电气化的增加，包括EV在内的汽车将推动对硅功率MOSFET的需求， 其中辅助电机驱动器可升压低压MOSFET，而电气化可提升DC/DC转换器或车载充电器系 统中所包含的高压MOSFET，这两个细分市场2020年占MOSFET市场的21%，预计到2026年 比例将增加到32%，市场规模达到30亿美元。

  IGBT适宜中高压领域，是当前新能源车中应用最广的功率器件。IGB全称为绝缘栅双极 晶体管，由BJT和MOSFET组合而成，兼具MOSFET输入阻抗高、控制功率小、驱动电路简 单、开关速度快和BJT通态电流大、导通压降低、损耗小等优点。IGBT在新能源汽车中应用广泛，主要用于电机驱动控制系统、热管理系统、电源系统等，具体功能如下：在 主逆变器中，IGBT将高压电池的直流电转换为驱动三相电机的交流电；在车载充电机中， IGBT将交流电转化为直流电并为高压电池充电；在DC-DC变换器中，IGBT将高压电池输 出的高电压转化成低电压后供汽车低压供电网络使用。根据EVtank数据，预计2025年中 国车规IGBT市场规模将会达到165亿元。

  SiC MOSFET高压下性能优越，第三代半导体衬底具备优势。与硅基半导体材料相比， 以碳化硅为代表的第三代半导体材料具有高击穿电场、高饱和电子漂移速度、高热导率、 高抗辐射能力等特点，适合于制作高温、高频、抗辐射及大功率器件，具体优势体现为 能量损耗低、更小的封装尺寸、实现高频开关、耐高温和散热能力强。目前随着生产设 备、制造工艺、良率与成本的劣势逐步改善，已有少量新能源车高端车型启用SiC方案， 我们认为未来随着800v高压平台架构的应用，SiC MOSFET有望迎来规模上车。根据Yole 数据，预计到2025年新能源车将贡献15.53亿美元的SiC功率市场，年复合增长率达38%。

  汽车电动化推动功率半导体价值含量大幅提升。传统燃油汽车中，功率半导体主要使 用在启动与发电等领域，而在新能源车中电机控制、引擎控制和车身控制等各个系统都 离不开功率半导体器件，功率半导体在新能源车中用量比传统燃油汽车高出近一倍。根 据Strategy Analytics计算，在传统燃油车中功率半导体装机价值仅为71美元，约占总 价值的21%，对于纯电池动力车，功率半导体价值达到387美元，占据总价值的55%，接 近传统燃油车的5.5倍。

  汽车电气化率越高，对电机功率和电压平台要求就越高，需使用的功率半导体模块的 数量就越多。新能源车中新增的功率半导体主要应用在高电压和高功率的三电系统，包 括电力控制，电力驱动和电池系统，高电压、功率需求带动电动汽车功率半导体价值量 提升。传统燃油汽车中电气系统电源仅需12V蓄电池，低压低功率器件即可满足，而新 能源车中的高压动力电池，电机驱动功率为20-150kW，所需主流功率器件类型从低压 MOSFET、二极管/整流桥转向IGBT模块、SiC以及SJ MOSFET。

  IGBT在电动车驱动系统中起到重要作用，电动化下用量大幅增长。IGBT的技术水平决 定电动车驱动系统的扭矩和最大输出功率，功率变换模块通过IGBT等功率器件实现了直 流转交流的逆变功能。IGBT模块是功率变换模块的核心器件，在电驱动系统中起到重要 作用，占整个电控系统成本的40%-50%。从不同动力类型的新能源汽车来看，随着动力 性要求增强，使用的IGBT组件个数激增，以特斯拉为例，其三相交流异步电机共使用96 个IGBT。

  电动车800v高压平台逐步落地，SiC功率器件上车正当时。鉴于800V高压平台可有效解 决补能焦虑，当前大部分主机厂已进行了相关布局。2021年比亚迪、吉利、长城、小鹏、 零跑等相继发布了800V高压技术的布局规划，理想、蔚来等车企也在积极筹备相关技术， 预计各大车企基于800V高压技术方案的新车将在2022年之后陆续上市。而在800V高压平 台零部件升级过程中，OBC、DC/DC及PDU等电源产品都需要从400V等级提升至符合800V 电压平台的应用，SiC有望凭借耐压性好、稳定性好、频率优于硅基IGBT、体积小等优 点将开始得到大规模的应用。

  预计未来长期将形成Si与SiC方案共存的格局。在800V高压平台架构下下，整车成本及 充电装置将会更昂贵，应用初期更适用于高档跑车/SUV等，中低端车型在较长时间内采 取400V电压平台仍将是较为经济的选择，因此我们预测未来碳化硅产品在高端汽车市场 更具优势，如800V平台的高档SUV/大型轿车等，而考虑到成本压力，中端与低端车型如 400V电压平台则继续采用IGBT或MOSFET（高端车型SiC，中端车型IGBT+SiC，低端车型 IGBT+MOSFET）。以比亚迪旺销车型“汉”为例，作为国内首款采用SiC技术的车型，市价为22万元的前驱版（单电机）仍使用IGBT，而市价为30万元的四驱版（双电机）则采 用SiC MOSFET的解决方案。

  从产业链来看，受惠于汽车产业和工业制造的发展，欧洲与日本是功率半导体产业的 两强。在车用功率半导体领域，长期以来英飞凌（Infineon）、意法半导体（ST）、德 州仪器（TI）、安森美（On Semi）、罗姆（Rohm）等欧美大厂占据主要市场份额，其 中，英飞凌在该领域的市场份额约三成。此外，日本的三菱电机、富士电机与东芝三者 总计占了全球功率半导体约五分之一的市场份额。

  国内车规级功率半导体厂商逐步完成车规认证，陆续上车替代可期。中国大陆的厂商 起步较晚，但随着产品技术逐步突破，国内功率半导体陆续完成车规认证。本土IDM厂 商如士兰微、闻泰科技、时代电气、华润微、立昂微等加紧产能布局扩张，大力建设8 寸或12寸功率半导体产线，Fabless厂商斯达半导建设产线转型IDM模式，其他如新洁能、宏微科技等则重点加码布局模块建设封装产能。

  模拟芯片是连接物理现实与数字世界的桥梁。按功能划分，模拟芯片分为电源管理芯 片和信号链芯片。其中电源管理芯片是在电子设备系统中负责所需电能的变换、分配、 检测等管控功能的芯片，是所有电子产品和设备的电能供应中枢和纽带，其功能一般包 括：电压转换、电流控制、低压差稳压、电源选择、动态电压调节、电源开关时序控制 等。信号链则是指将自然界中存在的声、光、电磁波等连续的模拟信号转换为以0和1表 示的数字信号，再由电子系统处理后转换为模拟信号输出的整个过程链，是拥有对模拟 信号进行收发、转换、放大、过滤等处理能力的集成电路。

  新能源汽车对于模拟芯片的需求主要是由电动化、智能化所催生，如动力系统、自动驾驶，车载娱乐、仪表盘、车身电子及照明等领域。从应用场景来看，新能源汽车包括 PHEV和BEV，动力总成部分主要包括了电机控制器、OBC、DC/DC、BMS等，其中电池管理 系统方案中由于电动车电池组高压可达400V以上，故除正常的DC-DC转换器、LOD降压器 件外还需对电路进行较好的隔离设计，亦需使用大量模拟器件，同时智能驾驶在传感器 方面的需求也将推动模拟芯片市场发展。

  动力域：新能源汽车的动力方式由电池、电机、电控所组成的，系统涉及到多次电能转 换，过程中需使用大量模拟器件。车身域：包括车身电子、汽车安全、舒适性控制和信息通讯系统，汽车照明主要包括照 明灯具、内外部信号灯具等均离不开模拟芯片的使用。座舱域：主要有车载音响系统，车载多媒体播放器和显示器、车载全球定位系统、车载 电脑、汽车防盗系统、泊车辅助系统、无钥匙进入系统和远程遥控启动器等均需搭配模 拟芯片使用。

  模拟芯片市场持续火热，车载模拟规模增速最高。作为所有电子产品不可或缺的关键 组件的模拟芯片市场持续火热，根据IC Insights数据，2021年全球模拟芯片市场规模 创下741亿美元的历史新高，同比增长速度达到30%，预计2022年市场规模将同比增长12% 至832亿美元。细分应用领域来看，根据IC Insights数据，预计2022年车载模拟芯片市 场规模将达到137.75亿美元，占总体模拟芯片规模的16.6%，同比增速达到17%，将成为 模拟芯片所有下游应用领域中增速最快的方向。

  模拟行业市场格局分散但龙头企业稳定，国内厂商逐步提升竞争力。根据IC Insights 数据，2020年全球前十的模拟芯片公司市场占有率达到63%，相较于其他领域集中度较 低，格局较为分散，但其中龙头企业竞争格局稳定，德州仪器市场占有率达到19%，与 2019年相同，ADI市场占有率为9%，较2019年近下降1%。国内市场方面，绝大部分国内 模拟集成电路厂商起步较晚，早期产品以中低端芯片为主，近年来随着技术的积累和政 策的支持，部分国内公司在高端产品方面取得了一定的突破，逐步打破国外厂商垄断， 其中圣邦股份和思瑞浦产品布局较为全面，覆盖电源管理和信号链两大品类，此外芯朋 微、力芯微和芯海科技等公司也逐步在细分品类建立竞争力。

  后移动计算时代，车用存储将是未来新兴市场的增长点，未来十年汽车将成为内存和存 储产业增长最快的市场之一。汽车智能化升级算力演进提升下不断增长的数据量要求汽 车存储芯片具有更快的数据处理速度、更大的数据存储量，以及更高的稳定性。

  存储芯片是集成电路中增速最快的细分领域。存储芯片，又称半导体存储器，是指利 用电能方式存储信息的半导体介质设备，其存储与读取过程体现为电子的存储或释放。依功能不同，集成电路产品主要分为四类，分别为存储器芯片、逻辑芯片、模拟芯片以 及微处理器。根据WSTS预计，2021年整个集成电路市场中规模增长最快的是存储器芯片， 占整个集成电路行业市场规模的比重将提高至35.05%。从存储芯片细分产品来看，目前 DRAM和NAND Flash占据了存储芯片95%以上的市场份额，根据IC Insights数据显示， DRAM销售额在2020年约占整个存储市场的53%，闪存的比重约达到45%，其中NAND闪存为 44%，NOR闪存为1%。

  数字化时代进程加速，存储需求爆发式增长。随着5G通讯、物联网、人工智能、自动 驾驶等领域的快速发展，新型终端设备的兴起如5G基站、智能家居、ADAS系统以及数据 存储量的增加，存储芯片的应用需求也会呈现持续增长的趋势。根据IDC预测，全球数 据存储需求总量将从2019年的41ZB增长至2025年的175ZB，增幅将超过4倍。根据IC Insights预测，2021-2023年全球存储芯片的市场规模将分别达到1552亿美元、1804亿 美元及2196亿美元，增幅分别达到22.5%、16.2%和21.7%。在国内市场，随着中国在电 子制造领域水平的不断提升，国内存储芯片产品的需求量逐步攀升，根据世界半导体贸 易统计协会数据，预计2023年国内存储芯片市场规模将达6492亿元。

  后移动计算时代，车用存储将是未来新兴市场的增长点。根据中国汽车报数据，2021 年，一部手机的平均存储容量为105GB，而一辆汽车仅有34GB。不过到2026年，单车的 存储容量将达483GB、甚至512GB，而手机的只有350GB左右。故未来十年汽车将成为内 存和存储产业增长最快的市场之一，随着汽车工业的重点转向数字化、自动化和电气化， 汽车的电动、联网和自动化飞速发展，新趋势将需要不断积累、处理和共享从传感器和 信息娱乐系统接收到的数据，智能座舱、车联网、自动驾驶等功能均需要大量存储芯片 来支持其正常运行。

  根据搜狐汽车研究室数据，2019年全球汽车存储IC市场规模为36亿美元，预计到2025年 将增长至83亿美元，2019-2025年CAGR为14.94%。其中LPDDR和NAND等高性能的存储器件 成为重点需求，2019年市场规模分别约为8亿美元和10亿美元，2018-2025年预计保持16% 和21%的年复增长。

  汽车新技术中，自动驾驶和智能座舱是推动车载存储市场发展的两大推力。随着车载ADAS功能的增多，以及Tbox安装率的提高，在存储方面就需要用到8GB e.MMC 存储技术。另外，智能座舱概念的推出和发展，也使得车载娱乐系统的存储需求从过去 的32GB增长到64GB，预计到2050年左右单车智能驾舱所占的容量将达到256GB或512GB。

  自动驾驶算力演进提升驱动单车存储容量持续扩大。在电动化、智能化的推动下，不 断增长的数据量要求汽车存储芯片具有更快的数据处理速度、更大的数据存储量，以及 更高的稳定性。根据汽车智能化的分级标准，目前一般认为L2级自动驾驶需要的计算力 10TOPS，L3级需要的算力为30~60TOPS，L4级的算力需求100TOPS，L5需要的算力预测 需要至少1000TOPS，可谓自动驾驶等级每增加一级，算力需求增长一个数量级。从渗透 率来看，我们认为2022年将是L2向L3跨越的窗口期，预计L3级别的智能车在2022年将实 现小范围落地，因此全球汽车市场对DRAM和NAND解决方案的需求亦将不断提升。

  据美光科技及中国闪存预计，L2/L3级自动驾驶汽车对内存带宽的要求约为100GB/s，之 后自动驾驶等级提升的过程中对存储带宽的需求将增长数倍以上，至L4/L5级将分别提 高至300GB/s和1TB/s。同时根据Semico Research数据，L1和L2级对于存储容量的需求 差别不大，一般配置8GB DRAM和8GB NAND，但L3、L4级别自动驾驶的高精度地图、数据、 算法都需要大容量存储来支持，一辆L3的自动驾驶汽车将需要8GB DRAM和25GB NAND， L4级车对DRAM和NAND FLASH的平均容量需求分别提升至16GB和256GB，而一辆L5级的全 自动驾驶汽车则预计需要74GB DRAM和1TB NAND。

  汽车存储领域，目前主要玩家有三星、海力士、美光、微芯等海外存储领先厂商，我国 企业兆易创新、宏旺半导体、东芯股份和北京君正（收购ISSI）亦有布局。其中兆易创 新的GD55 2G大容量产品已通过车规AECQ-100认证，SPI NOR Flash车规级产品2Mb-2Gb 容量已全线车规级存储全系列产品已实现在多家汽车企业批量采用，2022年 旗下全国产化的38nm SPI NAND Flash—GD5F全系列（覆盖1Gb-4Gb容量）已通过AECQ100车规级认证，至此实现从SPI NOR Flash到SPI NAND Flash车规级产品的全面布局。

  此外，北京君正并购的ISSI深耕存储领域三十余年，专注于汽车及工业领域，根据 Omdia统计2020年其SRAM、DRAM、Nor Flash产品收入在全球市场中分别位居第二位、第 七位、第六位，处于国际市场前列。而东芯股份作为国产中小容量存储芯片领导者，目 前其SLC NAND、NOR等存储产品亦在陆续进行车规级认证，未来同样上车可期。

  2021全球智能汽车市场规模快速增长，智能汽车产业链日益成熟，带动了车载领域新的 发展浪潮。作为汽车车载成像的主要采集工具，车载光学的市场规模不断扩大，成为智 能驾驶的主要增量市场之一。相较于手机摄像头，车载摄像头通常面临更复杂的应用环 境，会面临如下挑战：

  （1）高动态范围（HDR）。动态范围指在同一场景中，既有低照的区域，也有高亮的区 域，高亮和低照的比值被定义为宽动态范围。车规级CMOS图像传感器的动态范围要超过 120dB，保证在光线变化剧烈的情况下也能捕获高质量图像。

  （2）温度范围要求苛刻。车载摄像头连续工作时间长，所处环境震动大且一旦失效会 对用户生命安全造成威胁，因此对于模组和封装等要求更为严格。

  （3）对于低照的极高要求。夜间行车的事故率相对较高，要求车载摄像头有较强的感 光能力，未来夜视功能将成为车载摄像头的标配。

  （4）高像素趋势。车载摄像头需要自远距离识别交通和道路标志，更高的像素将增加 车载摄像头的清晰度和检测范围。

  自动驾驶汽车是汽车未来的重要发展方向，传感器成为汽车零部件产业链的重要增长 点。在新一代智能汽车中，车载镜头、毫米波雷达、激光雷达等传感器扮演着至关重要 的角色。主动感知类摄像头、基于激光与光学技术的汽车激光雷达（LiDAR）与基于无 线电波测距的毫米波雷达正被逐步应用于辅助驾驶与无人驾驶技术领域。国内外的汽车 零部件供应商积极布局自动驾驶传感器领域，车载摄像头、毫米波雷达和激光雷达三大 核心部件以及产业链上下游的拓展，为零部件供应商带来增长机遇。

  汽车电动化趋势及智能网联时代的到来，带动汽车电子成本将随自动化水平提高而增 长。以新能源汽车为例，新能源汽车电池、电机、电控三电系统对汽车传统动力系统的 变革，导致汽车电子占据整车成本较大。燃油车的汽车电子成本占整车成本的比例约为 15%-28%，而纯电动车这一比例达到65%。未来汽车电子成本预计在高级驾驶辅助系统应 用领域增长最快。

  车载摄像头是指安装在汽车上以实现各种图像采集和视频录制功能的摄像头，主要组成 部件包括镜头组、CMOS芯片、DSP芯片。车载摄像头按照用途分类，可分为用于被动安 全的成像类镜头与用于主动探测的感知类镜头。成像类镜头主要负责将拍摄到的影像存 储或发给用户，而感知类镜头则主要用于ADAS系统。车载摄像头按照安装位置可主要分 为内视摄像头、后视摄像头、前视摄像头、侧视摄像头、环视摄像头等。摄像头作为 ADAS辅助驾驶时代的主力传感器，广泛应用于车道检测、交通标志识别、障碍物监测、 行人识别、疲劳驾驶监测、乘员监测、后视镜替代、倒车影像、360度全景等方面。

  随着ADAS系统渗透率提升和自动驾驶技术的突破，车载摄像头市场将在未来保持快速 增长态势。随着全球汽车智能化和自动化迅猛发展，基于自动驾驶带动的车载摄像头出 货量迅速提高，据ICVTank统计数据，全球车载摄像头总数将从2021年的约1.65亿个增 长到2026年的3.7亿个，CAGR为16.2%。从市场规模来看，2021年全球车载摄像头前装市 场的规模达到122亿美元，后装市场达到51亿美元，后装市场仍占有一定比例。未来随 着智能汽车渗透率的逐步提高，ADAS等智能驾驶系统将逐渐成为整车出厂自带功能，更 多的摄像头将在出厂阶段配置，后装市场的比重将逐渐下降。ICVTank预计，到2026年， 全球车载摄像头的前装市场规模将达到306亿美元，后装市场规模仅为49亿美元，占比 萎缩至14%。

  CIS是车载摄像头的核心部件，市场规模与车载摄像头紧密相关。CIS是车载摄像头的 核心部件，在其硬件构成成本中占比高达50%，故车载CIS市场将与车载摄像头紧密相关 关，将受益于汽车智能化下ADAS渗透率提升快速增长。按照单颗单目摄像头配置一颗CIS，双目摄像头计做 2颗单目摄像头计算，三目同理，2021年全球总计车载CIS配置量为1.65亿颗，2026年预 计将配置3.7亿颗。规模方面，2021全球车载CIS总价值为38.1亿美元，其中前装CIS必 须符合车规级的产品性能要求，单价几乎为后装的一倍，2021年总价值达到31.4亿美元， 而后装CIS为6.7亿美元。预计至2026年，全球车载CIS市场规模将达到90.7亿美元，其 中前装市场规模将达到82.8亿美元，后装市场规模为7.9亿美元。

  毫米波雷达通过天线发射调频连续波（FMCW），经目标反射后接收到的回波与发射波存 在一个时间差，利用该时间差可计算出目标距离。通过信号处理器分析发射与反射信号 的频率差异，基于多普勒原理，可以精确测量目标相对于雷达的运动速度，进一步通过 多目标检测与跟踪算法，实现多目标分离与跟踪。毫米波雷达根据频率的不同可分为中 短距和长距，工作频段为21.65-26.65GHz和76-81GHz，其中主流车毫米波雷达的工作频 率在24GHz、77GHz和79GHz三个频段附近。频率越高，其波长越短，天线尺寸和体积也就越小。因此高频段毫米波雷达具有更高的性能、更宽的带宽和更好的分辨率。

  77GHz雷达拥有优秀的性能，有望成为未来的主流产品。24GHz频段主要用于短距雷达， 探测距离约50m左右，可以用于盲点检测等系统。但由于其宽带窄的原因，大大限制了 雷达的分辨率和性能。相对来说，77GHz雷达具有广阔的前景。77GHz雷达的两个频段 76-77GHz和77-81GHz，带宽分别是1GHz和4GHz，大带宽优势显著提高了分辨率和精度。另一方面，77GHz雷达由于频率高，波长短，使设计的雷达收发器或天线等组件较小， 从而减小了雷达的外形尺寸，易于在车身中安装和隐藏。

  激光雷达（LiDAR）由发射系统、接收系统及信息处理三部分组成，其工作原理是向目标探测物发送激光光束探测信号，然后将目标反射回来的回波信号与发射信号进行比较， 进行适当处理后，便可获取目标的距离、方位、角度、速度、姿态、形状等多种参数信 息，从而对目标进行探测、跟踪和识别。激光雷达较传统毫米波雷达具有超高的分辨率， 测距精度可达毫米级，能够精确获得三维位置信息。激光雷达工作于近红外光学波段， 通过发射激光束并探测回波信号来获取目标信息，降低了对外界光照条件或目标本身辐 射特性的依赖程度。采用多激光线束扫描或直接投射的激光雷达可基于反射激光信号对 一定距离内的周围环境建立实时多维度数字模型。

  激光雷达具有摄像头、毫米波雷达不具有的性能优势，汽车应用是激光雷达主要推动 力。当前L2级自动驾驶感知系统主要由毫米波雷达、摄像头等车载传感器组成。毫米波 雷达具有同时测距和测速的功能，有效探测距离可达200m，然而单颗车载毫米波雷达的 角度分辨能力通常较弱，如Continental（大陆）77GHz高配版毫米波雷达ARS408-21在 长距模式最优水平角分辨率为1.6°，无法辨识物体的细节，且毫米波雷达对金属的探 测灵敏度远高于非金属材料，导致其在人、车混杂的场景下对行人的探测效果不佳；摄 像头具有优异的角度分辨率，然而其受光照影响大，黑夜和强光下的探测效果不佳，此外摄像头对物体及其距离的识别依赖深度学习算法，无法做到完全准确。

  激光雷达兼具 测距远、角度分辨率优、受环境光照影响小的特点，且无需深度学习算法，可直接获得 物体的距离和方位信息。这些相较于其他传感器的优势，可显著提升自动驾驶系统的可 靠性，因而被大多数整车厂、Tier 1认为是L3级及以上自动驾驶必备的传感器。据Yole Development统计，用于ADAS系统的激光雷达市场规模将从2019年的1900万美元增长到 2025年的17亿美元，2019-2025年CAGR达到114%，纯电动汽车细分市场占据主导地位。

  2021年是中国激光雷达需求爆发的元年。在2021年1月，蔚来在NIO day上宣布ET7全系 搭载激光雷达，掀起了中国车企定点激光雷达的浪潮，随后，小鹏、北汽极狐、上汽智 己、上汽飞凡、广汽埃安、长安阿维塔、长城沙龙、理想、高合、威马等造车新势力和传统车企新能源品牌，纷纷宣布即将量产或交付的新车型将搭载激光雷达。据前瞻产业 研究院测算，假设2021年中国乘用车销量2300万辆、L2及L3渗透率达20%、单车搭配激 光雷达5000元，未来五年乘用车销量按5%的增速、渗透率按30%的增速、单车激光雷达 价格按-15%的增速，而L2及L3车型2021-2026年激光雷达配置率按1%、10%、25%、40%、 60%、100%来预测，我国车载激光雷达行业市场规模将于2026年超过430亿元。

  车载摄像头和各类传感器是先进驾驶辅助系统的重要组成部分。先进驾驶辅助系统 （Advanced Driver Assistant System），简称ADAS，是利用安装于车上的各式各样的 传感器在第一时间收集车内外的环境数据，进行静、动态物体的辨识、侦测与追踪等技 术上的处理，从而能够让驾驶者在最快的时间察觉可能发生的危险，以引起注意和提高 安全性的主动安全技术。ADAS系统整体可分为感知层、决策层和执行层，其中感知层由 雷达传感器（毫米、超声波、激光雷达）、视觉传感器（单双目摄像头、红外热成像传 感器）、高精地图等构成；决策层由芯片通过算法实现交互决策、路径规划，最终实现 V2V、V2X的万物车联；执行层通过决策实现汽车的动力转换、制动、转向及灯光效果等 功能。

  ADAS系统逐步渗透，产业应用加速普及。自动驾驶按照机器介入程度的不同可以分为 L0-L5六个级别，L2级及以上渗透率较低，但产业应用正加速普及。根据罗兰贝格的统 计数据显示，2020年，中国、美国车型仍以L0、L1级为主，欧盟ADAS产业发展相对领先。从ADAS各功能的渗透情况来看，在L1级领域，自适应巡航控制系统、防撞(AEB)系统的 渗透率相对较高，达50%以上，而在L2/L2+领域，ADAS各功能的渗透率均低于10%以下， 未来仍有较大渗透空间。产业应用方面，2020年起，L2级功能已快速普及，且有部分车 型已配备了L2+功能，国产汽车理想、小鹏、蔚来等已相继推出了L2级ADAS功能的车型。

  多传感器融合成为实现高级自动驾驶的核心驱动力。汽车智能化程度与传感器数量成 正比，据赛迪智库整理，L5级无人驾驶车辆中激光雷达等关键传感器数目可达32个。相 较于以往自动驾驶发展进程，目前自动驾驶高速发展的脚步正逐渐减慢，激光雷达在L4、 L5的高级自动驾驶中对行车安全保障的功能重要性凸显。我们认为短期内，传感器市场 需求仍主要为摄像头和毫米波雷达，未来单一种类传感器无法胜任L4及L5完全自动驾驶 的复杂情况与安全冗余，以激光雷达、毫米波雷达等为核心的多传感器融合成为发展趋 势。

  （本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）

  声明：本文由入驻搜狐公众平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。