《汽车与零部件行业AI+汽车智能化系列之三：充分重视OEM自研智驾芯片的长期意义-240422（74页）.pdf》由会员分享，可在线阅读，更多相关《汽车与零部件行业AI+汽车智能化系列之三：充分重视OEM自研智驾芯片的长期意义-240422（74页）.pdf（74页珍藏版）》请在三个皮匠报告上搜索。

1、AI+汽车智能化系列之三充分重视OEM自研智驾芯片的长期意义证券研究报告 行业研究 汽车与零部件汽车行业证券分析师：黄细里执业编号：S0600520010001 联系邮箱：联系电话：021-60199790汽车行业证券分析师：杨惠冰执业编号：S0600523070004联系邮箱：yanghb 2024年4月22日核心结论总结2 当我们在谈自研智驾芯片时，我们究竟在谈什么？【设计芯片IP核+开发适配底软/工具链】芯片按类可分为计算、存储、信号转换以及片上集成SoC四大类，AI芯片是指在SoC基础上针对人工智能算法做特殊加速处理的芯片。智驾领域AI芯片主要用于云端/边缘端两种场景：1）用于智驾边缘

2、端应用的AI芯片一般涵盖AI计算单元NPU、CPUGPUISPIO接口等必要组成部分，更强调各IP核之间的综合协调能力；2）用于云端训练应用的AI芯片则更加强调NPUGPU的计算能力，对于功耗、各部分间协调等要求较低。OEM及三方供应商自研智驾芯片多指：自身设计SoC系统中NPU/ISP等核心IP核，外采EDA软件形成逻辑电路，并由其他厂商完成制造以及封装环节；同时为更好调用芯片算子算力，玩家需适配性开发底软（计算架构）以及SDK工具链，便于编辑落地上层应用。为进一步强化智驾“数据闭环”对于软硬件迭代效率的意义，少部分玩家或将自研云端超算芯片。OEM自研设计AI智驾芯片必要性以及可行性如何？【

3、边缘端芯片必要性及可行性强】必要性：自研边缘端芯片有足够性价比，云端芯片短期必要性较低。智能驾驶产品力的竞争短期看产品体验，中期看迭代效率，长期看降本能力；边缘端芯片自研有效影响中期软件算法相对成熟后的迭代效率（软件能否充分发挥芯片算力），并直接决定长期智驾全系统降本能力，因此强势OEM当前投资芯片自研在未来35年内有足够超额回报，有望形成正循环。云端芯片短期性能要求单一，仅针对AI算力，中长期影响软硬件提升速率，但前期投入较大，当前性价比较低。可行性：OEM玩家自研边缘段智驾芯片可行性较强。参照地平线、黑芝麻智能发展历程，从团队规模、资金投入以及研发耗时三重角度分析，千人研发规模；3050亿

4、研发投入；23年耗时可支持智驾芯片全自研以及配套解决方案落地；特斯拉2016年启动智驾芯片项目，2019年正式搭载上车，国内强势OEM自研芯片以及配套底软具备相当可行性。RUiXiY8Y8ZvZ9YkUmW8VtR9PaO7NsQpPmOsOiNqQsOfQmOoN8OoPpPvPnOrMxNsOrQ核心结论总结3 第三方Tier玩家自研智驾芯片以及底软，打法及成效如何？【高举高打最强音&自下而上差异化】第一类：英伟达/华为，云端&边缘端软硬件全覆盖。1）英伟达：高举高打，打造硬件算力&软件生态最强音。公司依托全球绝对领先GPU芯片&CUDA异构计算架构，软硬件配合构筑高壁垒，汽车为其下游重要

5、终端应用场景。以Hopper架构赋能的DGX高性能芯片布局超算中心，自研DPU芯片支持云端大规模数据传输，配合基于CUDA的高性能算子库和SDK工具包，支持数据训练+图形渲染+仿真模拟等，并通过GPU+Grace CPU组合形成SoC芯片，更好裁剪落地云端算法解决方案。2）华为：全面对标英伟达，赋能车企培育生态。硬件端，华为以昇腾310/910为基础分别聚焦推理/训练环节，310系列配合华为自研激光雷达等传感器形成完整车身解决方案，910 NPU配合鲲鹏系列CPU打造Atlas云端服务器，提供最大20PFLOPS的解决方案；软件端，华为对标英伟达CUDA开发CANN计算架构，盘古大模型赋能，M

6、indStudio工具链支持完善第三方应用。软硬件成套配合赋能国内弱势OEM，更好培育自身智驾生态。第二类：高通/Mobileye/地平线，聚焦边缘端软硬件，自下而上差异化布局。1）高通：边缘端智驾芯片&开发工具链全自研，发挥基盘业务优势自研全芯片IP核，舱驾一体差异化向上突破，国内市场联合创达/毫末/大疆等Tier1迅速入局，补足生态短板；2）Mobileye：依托L2智驾开发积累，由封闭黑盒逐步开放，SDK套件开发完善，聚焦低成本高效能视觉方案，国内联合经纬恒润加速发展；3）地平线：芯片架构持续优化，征程系列产品以自研BPU AI计算核心，OpenExplorer算法工具链为支撑，以相对“