一文详解车规级芯片IC等级及其特点

汽车芯片等级

按照美国制定的汽车电子标准，汽车芯片分为5个等级，数字越小，等级越高。

汽车级芯片和工业级芯片区别

车用级芯片，生命周期

10~15年

车用级芯片和消费级区别

消费级芯片，替换生命周期2~3年。

车规级芯片对加工工艺，要求不高。但对质量要求高。

芯片企业进入汽车行业要求

进入芯片企业，进入汽车行业，需要通过美国汽车电子委员会AEC(AutomotiveElectronicsCouncil)等等一系列的标准测试，还要通过ISO/TS 16949的质量验证。

车规级芯片需要经过的认证过程，可靠性标准 AEC-Q100、质量管理标准ISO/TS 16949、功能安全标准ISO26262等。

车规级芯片IC企业排名

2020：infineon完成收购Cypress后，爬上榜首。

 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。

详解汽车主控+功能芯片，并详细阐述汽车芯片产业格局。

智能驾驶涉及人机交互、视觉处理、智能决策等，核心是 AI 算法和芯片。伴随汽车电子化提速，汽车半导体加速成长，2017 年全球市场规模 288 亿美元（+26%），远高于整车销量增速（+3%），其中占比最高的为功能芯片 MCU（66 亿美元，占比 23%），随后还包括功率半导体（21%）、传感器（13%）等。

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%。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。

▲ 全球汽车销量（万辆）

▲ 全球汽车半导体市场规模（亿美元）

▲ 燃油汽车半导体按种类分类

▲ 纯电动汽车半导体按种类分类

▲ 汽车功能芯片市场规模（亿美元）

传统汽车的功能芯片仅适用于发动机控制、电池管理等局部功能无法满足高数据量的智能驾驶相关运算。

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。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。

▲ 汽车芯片：主控芯片&功能芯片

▲ 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

主控芯片：算力持续增长

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。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。

▲ 汽车已经搭载超过1亿行代码

▲ 汽车搭载的代码行数指数级增长

▲ 典型汽车MCU的算力

▲ 英伟达GPU SoC的算力

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Xeon12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网络的通信接口 。

▲ 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（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

▲ 百度Apollo的域控制器计算平台架构

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。

▲ Mobileye EyeQ3芯片架构

▲ 英伟达Drive PX2芯片架构

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(参数|图片)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Cyclone5 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

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

1、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%。

▲ 全球独显GPU市场份额(2009-2017)

▲ 英伟达营业收入（百万美元）

▲ 英伟达净利润（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。

2、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。

▲ 全球CPU市场份额（2004-2017）

▲ 英特尔营业收入（百万美元）

▲ 英特尔净利润（百万美元）

▲ 英特尔按业务类别拆分营业收入（百万美元）

▲ 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。

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 EyeQ5将助力汽车实现L4-L5级无人驾驶

▲ 英特尔的“车到云”系统方案

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。

▲ 2016年FPGA市场份额分布

3、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。

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。

▲ 全球智能手机SoC市场份额（2016-2017）

▲ 高通营业收入（百万美元）

▲ 高通净利润（百万美元）

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，深度学习与计算机视觉处理可分辨附近的障碍物和行人；顶级方案可以支持多达6个显示屏，包括仪表、信息娱乐系统、HUD、副驾驶、后座（两个不同的屏幕）。

2017年CES展上，参展的玛莎拉蒂硬件上搭载定制的骁龙汽车解决方案，包括骁龙汽车级处理器、Gobi3G/4G LTE无线调制解调器、Wi-Fi和蓝牙模块等。另一辆参展车克莱斯勒Portal(参数|图片)，安装了松下车载娱乐概念系统，此系统将以最新版本的安卓汽车以及高通公司骁龙芯片为工作基础 。

高通推出车联网芯片组，支持LTE及DSRC车联网骁。骁龙X5 LTE支持LTE车联网，速度可达4类，下行速率为150Mbps，上行速度为50Mbps。骁龙 X12 LTE支持速度高10类，支持下行速率高达60 MHz 3x CA（450Mbps）到网络上行链路中的 40MHz 2x CA（100Mbps）。

骁龙X16 LTE调制解调器支持高达1Gbps的峰值下载速度，有助于满足下一代智能网联汽车的连接需求和使用案例，包括高清地图更新、实时交通和路况信息的连接导航、软件升级、Wi-Fi热点和多媒体流。

此外，高通于2017年9月推出了基于第三代合作伙伴计划（3GPP）版本14规范的全球首款蜂窝车到车（C-V2X）商用解决方案，高通9150 C-V2X 芯片组。该芯片组包括运行智能交通系统（ITS）V2X 堆栈的应用处理器以及硬件安全模块（HSM），预计在2018年下半年上市，最早于 2019 年实现量产并向车厂供货。C-V2X同时支持 DSRC和LTE通信，为车辆提供周围环境信息、非视距（NLOS）场景下的信息。

审核编辑：刘清