半导体行业研究：自驾电动车带动的十倍半导体增值.pdf

- 1 - 敬请参阅最后一页特别声明 市场数据 (人民币） 市场优化平均市盈率 18.90 国金半导体指数 5831 沪深 300 指数 5080 上证指数 3421 深证成指 13864 中小板综指 12489 相关报告 1.化合物半导体行业深度报告 -砷化镓本土 闭环，碳化硅等待“奇点时 .， 2021.2.28 2.新能源车快速发展，碳化硅迎来发展良 机 - 新 能 源 车 快 速 发 展 ， 碳 化 . ， 2020.12.31 3.新技术催化景气上行，国产替代空间广 阔 -半导体硅片行业深度， 2020.12.26 4. 2021 年年度策略报告 -2021 2022 年 投资展望，六个 .， 2020.11.26 5.半导体行业 2020 年三季报综述 -三季度 半导体高度景气，盈利指 .， 2020.11.5 郑弼禹 分析师 SAC 执业编号： S1130520010001 zhengbiyu 樊志远 分析师 SAC 执业编号： S1130518070003 (8621)61038318 fanzhiyuan 罗露 分析师 SAC 执业编号： S1130520020003 luolu 自驾电动车带动的十倍半导体增值 投资建议 行业策略 ：自驾电动车应是未来 15 年最大的科技变革 , 从人驾到类似智能 服务器装四轮驱动的自驾 , 这对激光雷达 , 摄像头 , 毫米波雷达 , C-V2X 等 感知层芯片 , GPU/CPU/FPGA/AI 加速器等决策层芯片，及高速以太网络执行 层芯片需求暴增；而油到电动车则对高功率牵引逆变器碳化硅 SiC 的需求爆 发，在电动车渗透率于 2035 年达 50%， L3-L5 自驾渗透率超过 30%的假设 下， 国金估计全球车用半导体市场于 2020-2035 年复合增长率有机会超过 20%，远高于全球半导体的 5-6%，份额从 2020 年的 5%到 2035 年的 30%，每 车半导体价值增 10 倍，从 2020 年的 268 到 2035 年的 2,758 美元 ，新兴受 惠公司将不限于之前的车用半导体龙头。 全球推荐组合 ：国内除了三安，斯达，闻泰 /安世，地平线，韦尔 /豪威的积 极参与外，我们主要推荐 Lumentum (VCSEL 激光雷达芯片 ), 英伟达 (AI GPU), 赛灵思 Xilinx (AI FPGA), 美满 Marvell（高速车用以太网络） , 科 锐 Cree (逆变器碳化硅 SiC 衬底 )为自驾电动车 15 年大趋势的最大赢家。 行业观点 自驾车驱动 AI, 激光雷达 , 以太网络芯片需求 ： 1) 谷歌的 Waymo One 及百 度的 Apollo Go 多采用 2-4 颗英伟达 GPU 及赛灵思 FPGA 解决 AI 问题 , 但整 体 L4-L5 自驾架构成本超过 10 万美元 , 推广到自用车不易； 2） Tesla 低成 本视 觉 /AI芯片系统将成为 L3/L4 自驾自用车赢家 ； 3) 国金预估 2021-2030 全球激光雷达前装量产市场 CAGR 近 90%， 看好 Lumentum 及 AMS 的 VCSEL 低 价优势将取代部分目前主流铟镓砷 EEL 激光器市场 ，并消耗庞大砷化镓代工 及外延片产能； 4) MarketsandMarkets 之前预测全球车用乙太网路市场有 20.9%的复合增长率。 就以 L4-L5 自驾系统来看，每台至少需要 10 个以上以 太网络交换器芯片及实体层收发器 PHY-Transceiver， PHY-Transceiver 是 模拟电路，芯片面积大及良率低 , 所以成本及进入门槛较高。而博通和美满 电子全球份额就超过 50%。 电动车驱动第三代半导体碳化硅需求 ：虽然大部分电动车还是以 IGBT 来做 高功率逆变器 (DC-AC Traction Inverter)及车载充电系统 , 但 SiC 碳化硅 具有降耗能，动力系统模组缩小 5 倍，物料成本低，缩短充电时间，高温下 的稳定晶体结构，及 4 年后的整体方案成本等优势，预期全球碳化硅市场将 迎来 15 年 34%的复合增长率， 到 2035 年达到约 500 亿美元， 2020 年车载 碳化硅领域市占 80%的龙头科锐 Cree 受惠最大。 摄像头 , 毫米波雷达 , 蜂窝车联网 C-V2X, 氮化镓 GaN 芯片有贡献但比重偏 低： 1) 全球车用摄像头芯片将从 2020 年的 1.3 亿颗，增长超过 4 倍到 2035 年超过 5.7 亿颗 ， 10% 复合增长率，但与智能手机 30 亿颗以上的摄像头相 比， 2035 年整体占比不超过 10 个点，对龙头 On Semi 及韦尔 /豪威贡献有 限； 2）毫米波雷达及芯片分食者众，看不出赢家； 3） C-V2X 蜂窝车联网的 赢家是砷化镓产业链，但比起智能手机动辄 45 亿颗射频功率放大器模组的 市场而言， C-V2X 芯片对产业链营收在 2035 年贡献不超过 15 个点 ; 4) GaN 氮化镓器件不管在成熟度，品质，可信度，可扩展性，高功率密度，生产良 率都还没有比 IGBT/MOSFET 有很明显的优势，而且在高压高功率器件如车载 充电系统 Onboard Charger(OBC), 800V 高功率的电源转换系统（车载 DC DC 转换器） , 牵引逆变器 （ Inverter） 又要跟 SiC 碳化硅来竞争。 风险提示 电池及碳化硅 , 自驾系统如人工智能芯片及软件，激光雷达，毫米波雷达， 蜂窝车联网芯片成本下降不如预期 , 全球自驾电动车政府奖励补助减少 , 渠 道库存增加而减少需求 ; 全球车用半导体制造及晶圆代工产能不足。 4470 4948 5425 5903 6380 6858 7335 20 03 09 20 06 09 20 09 09 20 12 09 国金行业 沪深 300 2021年 3月 9日 创新技术与企业服务研究中心 半导体 行业研究 买入 （ 维持评级 ） ) 行业深度研究 证券研究报告 行业深度研究 - 2 - 敬请参阅最后一页特别声明 内容目录 一，全球车市的展望 .4 二，自驾及电动车比例增加及每车半导体价值提升是两大驱动力 .6 三，全球车用半导体市场，未来与现在大不同 .8 四，自驾带动 AI, 激光雷达，摄像头，毫米波雷达，蜂窝车联网，及以太网络 芯片需求 .9 五，电动车驱动碳化硅及氮化镓第三代半导体需求 .26 六，风险提示 .37 图表目录 图表 1： 2015-2030 年全球车市销量预测（百万辆） .4 图表 2：汽车工程学会 SAE 1-5 .4 图表 3：特斯拉自驾车的视觉技术 .5 图表 4：全球电动车及 L3-L5 自驾车销量的占比变化 .6 图表 5：人驾油车 vs. 自驾电动车的每车半导体价值比较 .7 图表 6：每车半导体价值及车用半导体占全球份额变化 .7 图表 7：用于传统燃油汽车的平均芯片数目 .8 图表 8：用于新能源电动车的平 均芯片数目 .8 图表 9： 2020 年全球 10 大车用半导体厂商份额比较 .8 图表 10：美国出租车及自用车自驾平台芯片及视觉系统比较 .9 图表 11：国内出租车及自用车自驾平台芯片及视觉系统比较 .10 图表 12： Waymo 的视觉系统配备 . 11 图表 13： Tesla 的视觉系统配备 . 11 图表 14： Tesla Hardware 3.0 每片晶圆 AI 芯片数 .12 图表 15： Tesla 每片晶圆新 AI 芯片数 .12 图表 16： Intel Xe 架构 AI GPU Ponte Vecchio （ 2021） .13 图表 17： Mobileye/Intel 的自驾芯片蓝图 .14 图表 18：百度 Apollo 自驾的开放平台芯片架构 .15 图表 19： Auto X 的感知视觉系统 .15 图表 20：地平线征程 3 芯片规格 .16 图表 21：华山二号芯片算力平台 .17 图表 22：各种感测器的可视距离，成本，数据量比较 .18 图表 23：全球车载摄像头芯片销量预测 (单位：百万颗 ).18 图表 24：车 用摄像头芯片供应商份额 .19 图表 25：全球激光雷达市场规模 (亿美元 ).19 图表 26：全球激光雷达前装量产出货量预测 .20 图表 27：全球激光雷达前装市场规模预测（亿美元） .20 图表 28： FPGA vs. GPU 荷兰，丹麦、冰岛、爱尔兰，德国，印度，以色列 2040年起禁售燃油车 : 法国，西班牙，台湾 2050年起禁售燃油车 : 日本 欧洲车厂进度 ：德国 BMW 承诺于 2025 年前至少推出 12 款纯电动车 及 25 款全新电动车和油电混合车；德国 Benz 规划 于 2022 年以前所 有车款都会提供纯电动车版本；法国宝狮 Peugeot 指出于 2019 2021 年拟发表 7 款油电混合车和 5 款电动车；福斯 VW 将在 2025 年 前销售 3mn EV，纯电动车占比达 25%，并在 2025 年前推 50 款 EV, 30 款油电混合车； Volvo 2019 年生产车款全面配备电动引擎 ,仅贩售电 动车及混合电动车 美国车厂进度： 美国 GM 于 2023 年前将推 20 款 全电动车，于 2035 年前于全球停产汽柴油引擎车，全面转型至电动车； Ford 在 2020-2025 年将推出 13 款电动及油电混合车款，并于今年二月宣布投 资 10 亿美元改造德国科隆组装厂为电动车厂房，让欧洲福特车销售于 行业深度研究 - 6 - 敬请参阅最后一页特别声明 2030 年前改为全电动。 亚洲车厂进度： 日本 Toyota (Panasonic) 车销量在 2030 为电动 ; Nissan 预计于 2022 年推出 12 款纯电动车； Honda 将 2/3 车款在 2030 转为电动；韩国 Hyundai/Kia 将于 2025 年会有 14 EV 车款 （ vs. 2 车款 in 2018） 图表 4：全球电动车及 L3-L5自驾车销量的占比变化 来源： The Boston Consulting Group (BCG)，国金证券研究所 二，自驾及电动车比例增加及每车半导体价值提升是两大驱动力 未来半导体产业多样化的动能无虞 , 亿物联网遍地开花的长期成长趋势不 变 , 但以份额而言 , 我们认为汽油引擎车转马达电动车，接着是由人驾转 SAE 3-5 级自驾车的占比提升，加上电动车及自驾车的技术演进（耗能降低，电池 密度提升，电源转换系统重量降低，摄像头，感测器，雷达，激光雷达数量提 升，及人工智能芯片运算能力提升但要求耗能持续降低），这些技术演进将逐步 拉升每台电动车及自驾车的半导体价值，这两大驱动力对全球车用半导体公司 及产业未来二十年将产生重大影响 , 因此我们不认同 IHS Markit 对全球车用半 导体于 2019-2026 复合成长率约 7%的预估 , 我们认为全球车用半导体市场于 2020-2035 年复合成长率应有机会超过 20%（主要系增加 AI GPU, FPGA, ASIC， 激光雷达 , 以太网络 , 碳化硅的价值及数量） , 远超过全球半导体市场在同时 间的复合成长率的 5 6%, 约占全球半导体市场 (包括记忆体部分 ) 的份额在 2035 年达到 30% (从 2020 s 5%), 每车半导体价值从 2020 年的 268 美元，暴 增 10 倍到 2035 年的 2,758 美元。而中国车用半导体市场因中国及国际大厂主 导全球马达电动车，车用电池，及 SAE Level 3-5 自驾市场及技术更新 , 我们 因此预估于 2020-2035 年中国车用半导体市场的复合成长率应超过全球的 20%, 达到近 25-30 个点的复合增长率。 0% 10% 20% 30% 40% 50% 60% - 10 20 30 40 50 60 70 20 15 20 16 20 17 20 18 20 19 20 20 E 20 21 E 20 22 E 20 23 E 20 24 E 20 25 E 20 26 E 20 27 E 20 28 E 20 29 E 20 30 E 20 31 E 20 32 E 20 33 E 20 34 E 20 35 E 全球新能源电动车销量 (mn) 全球 L3-5自驾车销量 (mn) 全球新能源电动车占比 (%) 全球 L3-5自动驾驶车占比 (%) 行业深度研究 - 7 - 敬请参阅最后一页特别声明 图表 5：人驾油车 vs. 自驾电动车的每车半导体价值比较 2020 人驾汽油 车 2025 L5 自驾电 动车 摄像头 (Camera IC) 2-4 单 位 8-10 单 位 传感器 (Sensor) 6 单 位 10 单 位 激光雷达 (Lidar) 无，每 单 位 50,000 美金 每 单 位 1,000 美金 , 4-5 个单 位 毫米波雷达 (mmWave Radar) 2 10 单 位 无线 通信 (Wireless) 蓝牙 , WiFi, 4G C-V2X, 5G, Space Xs Starlink 射频 功率放大器 IC 1 16 氮化镓 GaN/砷化镓 GaAs/硅 Silicon 有线 通信 LIN, CAN, FlexRay, MOST LIN, CAN, FlexRAY, MOST, 20 以太网端芯片 人工智能芯片 NXP/Mobileye MCU Nvidia Orin, MobilEYE Q5/6, Intel CPU, 地平线 征程 5/6, Xilinx FPGA, 黑芝麻 A1000 人工 智能系统 高级驾驶辅助系统 Waymo One, Tesla FSD, GM Cruise, 百度 Apollo, AutoX 电力功率器件 (Power) 二极管 , 低压 MOS 器件 , 18x Power MOSFET (US$71) 250 x MOSFET (US$455), IGBT 绝 缘栅双极型晶体管 , 碳化硅 SiC, 氮 化镓 GaN 多层陶瓷电容器 MLCC 2.5k 13k 电源管理 (PMIC) 20-30 单 位 100-150 单 位 每车半导体 美元价值 300 4,000-5,000 来源 : 国金 证券研究所 图表 6：每车半导体价值及车用半导体占全球份额变化 来源 : 国金 证券研究所 那为什么我们比专业研究机构较为乐观，而预估全球车用半导体市场于 2020-2035 年复合成长率可能超过 20%呢？（ 1% CAGR 来自于全球车市成长， 9- 11% CAGR 来自于每车车用芯片数目增长， 8-10% CAGR 来自于芯片平均单价提 升）。以中国大陆为例，根据中国汽车工业协会预估，汽车搭载芯片的数量在快 速增长，电动车搭载芯片的数量高于燃油汽车， 2012 年，中国生产的汽车安装 的平均芯片数目约为 438 颗， 2017 年增加至 580 颗，预测 2022 年将增加至 934 颗（ 5 年复合成长率达 10%），而同时期外国品牌增加一倍到 1,119 颗（ 5 年复 合成长率达 7%），因为通常新能源电动车加了更多的电子控制单元用在区域网 264 285 268 299 332 408 469 560 669 795 984 1,121 1,333 1,651 1,882 2,238 2,485 2,758 0% 5% 10% 15% 20% 25% 30% 35% - 500 1,000 1,500 2,000 2,500 3,000 每车半导体价值 (US$) 車用半导体佔全球份額 (%) 行业深度研究 - 8 - 敬请参阅最后一页特别声明 络，驱动系统，摄像头传感系统及先进驾驶辅助系统，其国内，国外品牌电 动 车平均芯片数目于 2022 年将高达 1,450-1,500 颗（ 5 年复合成长率高达 12%）。 图表 7：用于传统燃油汽车的平均芯片数目 图表 8：用于新能源电动车的平均芯片数目 来源：中国汽车工业协会 ，国金证券研究所 来源：中国汽车工业协会，国金证券研究所 三，全球车用半导体市场，未来与现在大不同 归因于电动车对功率半导体的需求大增，全球功率半导体龙头英飞凌 (Infineon Technologies) 的全球车用半导体市场份额从 2019 年的 16.7%，拉 高到 2020 年的 18.5，一举抢下恩智浦 (NXP) 蝉联多年的全球车用半导体龙 头宝座。而目前十大汽车半导体厂商合计占全部市场的八成以上，市场集中度 偏高。特别的是，目前全球前五大汽车半导体厂皆是由整合元件制造商（ IDM） 掌控，合计持有超过 70%份额，主要系车用半导体主要多是用 6” , 8” , 及 12” 特殊制程生产各种功率器件及微控制器，而且这些产品和 半导体制程工艺都需 要经过全球车厂数年及非常严格的品质，可信度，耐高温严寒等测试。 图表 9： 2020 年全球 10 大车用半导体厂商份额比较 来源：各公司公告，国金证券研究所 虽然全球车用半导体产业，目前由传统的整合元件制造商（ IDM）掌控，但 我们预期未来有些前十大，甚至前五大车用半导体厂都可能易主，主要是因为 当 SAE L3-L5 自驾系统兴起，人工智能，摄像头感 测 器，激光雷达，毫米波雷 达，蜂窝车联网 C-V2X 的射频放大器，以太网络芯片公司的兴起，而这些芯片 很多是由无晶圆设计公司，或非传统车用的 IDM 半导体大厂在主导，尤其在人 工智能方面，有特斯拉自研的双人工智能 ASIC 芯片，英伟达的 Orin AI 计算平 台及 Cuda 软件，谷歌张量处理器 (Tensor Processing Unit)，英特尔 Altera/Mobileye 的 CPU/FPGA/AI 解决方案，地平线 L3/L4 自动驾驶 (16nm 征 程 3.0 芯片 ,及未来的 4.0， 5.0), 苹果自研自驾车用 AI 芯片；在车用摄像头 感测芯片方面，有索尼，三星及韦尔的豪威； 在激光雷达方面，有 Lumentum， Infineon 19% NXPI 17% STM 15% Renesas 14% Murata 11% ADI 4% Maxim 3% Nvidia 2% CREE 2% Monolithic Power 0% 其他 13% 行业深度研究 - 9 - 敬请参阅最后一页特别声明 AMS, IIVI, 英特尔， Waymo/谷歌；在蜂窝车联网 C-V2X 方面有 Skyworks, Qorvo, Avago/博通，及其代工厂的稳懋，宏捷科，三安光电，还有磊晶外延片 IQE，全新光电 , Kopin 等供应商；在以太网络芯片方面有博通 , 美满及瑞昱的 以太网络芯片，除了英伟达之外，这些公司目前都排不上前十大车用半导体厂 商，但以后车用人工智能及激光雷达芯片的全球龙头，确实有机会进入全球前 十大车用半导体厂商。 四，自驾带动 AI, 激光雷达，摄像头，毫米波雷达，蜂窝车联网 ， 及 以太网络芯片需求 1. 出租车与自用车在自驾 AI 脑平台决策层的竞争 根据我们在自驾 AI 脑平台决策层的研究，就美国自驾出租车，公交车运营 商而言， Waymo One 的技术还有大数据里程数明显领先 GM Cruise，但大多都 采用 2-4 颗英伟达的 GPU 及 2-4 颗英特尔的 x86 CPU 芯片架构，加上庞大的视 觉感测系统，我们估计其 AI 芯片加上视觉软硬件成本将轻易超过 15 万美元 ; 而就全球自用自驾车而言， Tesla 的自研人工智能双 ASIC 芯片 , 低成本视觉架 构，超过 10 亿英里大数据里程数，在成本（不超过 2 万美元假如包括 软件）效 率 (SAE L3-L4 FSD) 的比较上，都遥遥领先英伟达及 Mobileye 的解决方案， 我们认为英伟达的 AI GPU 虽然拿到最多的设计方案，也有极优秀的精确度，但 因整体建制成本过高，比较适合可以分摊折旧，长时间创造营收运营的自驾出 租车队，而不适合一般自用车，所以全球自驾自用车要普及，英伟达必须要将 其自驾车芯片平台成本大幅降低，否则我们将看到 Tesla 的自驾 Full Self- Driving FSD 自用车持续主导 L3-L4 自驾自用车市场。 图表 10：美国出租车及自用车自驾平台芯片及视觉系统比较 Waymo One Tesla NVIDIA GM Cruise Mobileye/Intel SAE 级数 L4-L5 L3-L4 FSD L2-L4 FSD L4-L5 L4-L5 主攻市场 公交，出租车 自用 自用 , 公交 , 出租车 公交，出租车 自用，出租车 AI 芯片 2-4x Nvidia GPU, 谷歌张量处理器 , FPGA Dual ASIC (12 ARM A72 cores, 4 NPU cores), 260mm2, 144 Tera OPS AGX Orin 170 亿晶体 管 , 200 Tera OPS, tsmc 7nm 2-4x Nvidia GPU, FPGA EyeQ5, tsmc 7nm, 24 Tera OPS; EyeQ6 tsmc 7nm, 67 Tera OPS CPU 2-4x Intel 或 ARM CPU 2-4x Intel x86 2-4x ARM Hercules CPU 2-4x Intel 或 ARM CPU 2-4x Intel 10nm Tremont 视觉传感器 5x 光达， 4x 雷达， 1x 360 度摄像头 , 8x 摄像 头 8x 摄像头， 12 超音 波感测器 , 1x 雷达 依照客户选择 5x Velodyne VLP 16 光 达 , 16x 摄像头 , 21x 毫 米波雷达 激光雷达 , 自研 (2025), 雷达 , 摄像头 AI+视觉软硬件成 本 超过 20 万美元 1 2 万美元 3-6 万美元 超过 15 万美元 1-2 万 -5000 (2025)美 元 客户及合作伙伴 Honda by 2020, Nissan/Renault (2019) Model S, 3, X, Y Volvo/吉利 , Audi by 2020, Daimler AG by 2018, 博世 Bosch, Paccar for truck, Toyota 2017 May, autoliv/volvo (Zenuity), ZF/Baidu (2022), DHL, Deutsche Post AG, Uber, Hyundai/VW Aurora, Continental (2021), 小 鹏 P7, NIO (2022) GM, Softbank (2018), Honda (2018), Microsoft (2021) BMW/Mini/Rolls- Royce by 2021, Fiat Chrysler, Delphi, 小鹏 G3, 蔚来 , 威马 , 理想 驾驶区域 凤凰城 1000 万英里 Global 10 亿英里 不明 超过 200 万英里 Global 3 亿英里 量产时点 2019 2019 2022-2023 2019 2023 来源：各公司 公告 ，国金证券研究所 行业深度研究 - 10 - 敬请参阅最后一页特别声明 就中国大陆自驾出租车，公交车运营商而言，百度 Apollo Go 的技术还有 大数据里程数明显领先 Auto X，但两方案应该都是采用英伟达的 GPU 及英特尔 的 x86 CPU 芯片架构，加上庞大的视觉感测系统，我们估计其 AI 芯片加上视觉 软硬件成本将超过 10 万美元 ; 而就国内自用自驾车而言，地平线征程 5/6 7nm 的自研人工智能 ASIC 芯片 , 应该明显领先黑芝麻的 A1000 16nm 芯片解决方案， 但若比较 Tesla 自研芯片，英伟达的 AI GPU， 英特尔 Mobileye Eye Q5/Q6, 除了价格及成本优势外，国内自研自驾车 ASIC 芯片，应该还需要 2-3 年的时间 才能追上国际大厂。 图表 11：国内出租车及自用车自驾平台芯片及视觉系统比较 地平线 Horizon Robotics Black Sesame 黑芝麻 百度 /Apollo Go AutoX SAE 级数 L3-L4 L3-L4 L4-L5 L4-L5 主攻市场 自用 自用 公交，出租车 公交，出租车 AI 芯片 征程 5/6, tsmc 7nm, 96/400 Tera OPS 4x A1000 tsmc 16nm, 280 Tera OPS Nvidia GPU, Xilinx FPGA, Infineon MCU 2-4x Nvidia GPU, FPGA CPU 4x ARM Cortex A53 8x ARM CPU Intel CPU 2-4x Intel 或 ARM CPU 视觉传感器 激光雷达 , 毫米波雷达 , 摄像头 激光雷达 , 毫米波雷达 , 摄像头 5 摄像头 , 12 超音波 感测器 , 毫米波雷达 , 光达 5x 激光雷达 , 毫米波雷达 , 摄像头 AI+视觉软硬件成本 1万美元上下 1万美元上下 超过 10万美元 超过 10万美元 客户及合作伙伴 SK 中国 , SK Hynix, 长 安 , 上汽 , 一汽 , 理想 , 奇瑞 , 长城 , 奥迪 , 大 陆集团 , 广汽 比亚迪 , 蔚来，芯动能 , 上汽 , SK 中国 , 招商局 吉利 , 威马 , 一汽 紅 旗 , 大众 , 丰田 , 福 特 阿里巴巴，东风 , 上汽 , 比 亚迪 , FCA, 奇瑞 , 长城 , 滴滴出行 , 高德 , 大众出行 驾驶区域 不明 不明 长沙 , 北京 , 超过 200 万公里 , 300 L4, 45 张执照 加州 , 上海 (100)，深圳 (25)，武汉 量产时点 2022-2023 2021-2022 2019 2020 来源：各公司 公告 ，国金证券研究所 Waymo谷歌的 SAE L5 出租车自驾方案 ：不同于 Tesla 的 Full self driving 自驾车，驾驶还是要时时将手放在驾驶盘上，并介入突发状况， 而去年谷歌推出的 Waymo One, 就决定把安全驾驶员移除，但对于远程 操作员仍需才孔急，而 Tesla 已经透过其全球使用客户进行 L3 自驾功 能，并有上千位测试客户进行 L4 Beta 版本的测试， Waymo 还是仅在凤 凰城进行测试，若要继续扩张， Waymo 还需要搭建出新区域的高精度地 图，扩大服务区域到凤凰城以外的区域，尤其是车辆密集，行人，自行 车混合，及有工地，大雨，大雪的区域。累计至 2020 年 12 月 , 谷歌的 Waymo 已经累计了 1000 万英里自动驾驶里程数的大数据 , 透过建置更 庞大的无人驾驶出租车车队。我们认为谷歌是利用其在机器学习及云端 软，硬件的技术领先优势，加上机器学习终端软件，固件 (firmware)， 安卓物联网作业系统及半导体芯片整体解决方案模块（由英伟达的图 形 处理器，谷歌张量处理器 TPU，英特尔 x86 中央处理器 ,及现场可编程门 阵列芯片 FPGA/PLD 组合而成），我们估计其整体 SAE L5 无人驾驶系统 及视觉配备软硬件成本应超过 20 万美金（尤其是安装 5 颗长，中，短 程激光雷达， 4 颗雷达， 9 个摄像头），来进行无人驾驶整车制造。虽然 建造成本高昂，但 Waymo 自动驾驶系统在时速 100 里以下行进时的精确 度 , 安全防护 , 资料中心 /云端训练学习应明显的领先同业 , 而像安卓 物联网作业系统 Android OS 主导智能手机般地抢下乘坐共享服务业 , 出租车公交车等公共运输服务业 , 及产品运送的物流服务业（ Waymo Via）等大部分的自动驾驶市场。 行业深度研究 - 11 - 敬请参阅最后一页特别声明 图表 12： Waymo 的视觉系统配备 来源：谷歌， Wevolver，国金证券研究所 Tesla 是全球自用车里程数及低成本 L3/L4自驾的赢家 ： 低成本视觉系统： 不同于 Waymo, 英伟达， Mobileye Intel， 地平 线，百度，华为，滴滴，阿里巴巴，富士康及国内各大车厂的激光雷 达解决方案，特斯拉宣称人眼的视觉就像摄像头（可视距离达 250 公 尺），坚持不使用激光雷达（可视距离也是 250 公尺），所以 Tesla 透 过 3 颗前置摄像头（ 60， 150， 250 公尺视觉距离）， 1 颗后置摄像头 （ 50 公尺视觉距离）， 4 颗前后侧边摄像头（ 80-100 公尺视觉距离）， 12 颗环绕车身的超音波感测器（感测距离 8 公尺），及一颗前置雷达 （ 160 公尺视觉距离）推出的 L4 自动驾驶解决方案，整体额外自驾视 觉功能硬件成本应该不超过 3000 美元。 图表 13： Tesla 的视觉系统配备 来源： Tesla， Wevolver，国金证券研究所 低成本 AI 芯片： 再加上 Tesla Hardware 3.0 于 2019 年所推出的自 研 ASIC 双芯片，双核架构，采用 12 核心 ARM Cortex-A72 CPU, 两颗 双核 36 Tera OPS 的 AI NPU（ Neural Processing Unit, 4x36=144 TOPS） , 三星 14nm 制程工艺 , 60 亿个晶体管，芯片面积 260mm2, 假 设 14nm 近 6,000 美元晶圆代工成本加上 3,000 美元封测成本，良率 90%，每片晶圆可以切割 200 颗芯片来测算，每片芯片制造成本约 45 行业深度研究 - 12 - 敬请参阅最后一页特别声明 美元，一组 AI 芯片成本不超过 100 美元，这是远低于英伟达上千甚至 上万美元的人工智能芯片的解决方案，而根据工商时报 2020 年 8 月 报 导 ， Broadcom 博通 与 Tesla 于今年四季度将采用台积电 7nm 制程及 CoWoS（ Chip On Wafer On Substrate）封装技术合作开发及量产新一 代车用 AI 芯片，每 12“晶圆只能切割 25 颗芯片，这相当于每片芯片 面积将从 260mm2 大增到 1850mm2, 假设 7nm 以 10,000 美元晶圆代工 成本加上 3,000 美元封测成本，良率 60%来测算（芯片面积增大对良 率有负面效果），每片芯片制造成本不到 870 美元，一组 AI 芯片成本 不超过 1,800 美元，还是低于英伟达数千，甚至数万美元的人工智能 芯片解决方案。我们预估这样整体自驾解决方案软硬件成本不超过 2 万美元。 图表 14： Tesla Hardware 3.0 每片晶圆 AI芯片数 图表 15： Tesla 每片晶圆新 AI 芯片数 来源： Tesla, Silicon Edge，国金证券研究所 来源： Tesla, Silicon Edge，国金证券研究所 Tesla 100 倍于 Waymo 的实际自驾里程数 : 虽然 Waymo 直攻 SAE L5 自驾，但 Tesla 的 10 亿英里累计辅助驾驶里程将提供其最近开发出 的 L4 FSD Full self driving beta 版本软体更新最大的实体数据库， 加上数千名早期测试客户，不断帮 Tesla 新版 FSD 除错，加上其视觉 系统及 AI 芯片强大的成本优势，我们认为 Tesla L4 自驾系统将领先 各大自用车厂 L4 自驾系统实地应用达 2-3 年，而 Waymo 超过 20 万美 元， Cruise 超过 15 万美元成本的自驾系统，短期内根本无法被售价 5-10 万美元的自用车来采用。 Nvidia 英伟达自驾方案有最多的设计方案，但进度明显落后 ：虽然英 伟达的自驾方案在成本，量产时点，及实际自驾里程数仍无法跟特 斯拉 相比，但因为其通用型图形处理器芯片及 Cuda AI 软件优势，英伟达目 前争取到最多车厂的 自用，公交，及出租车 设计方案，如英伟达在 2019 年 3 月宣布 Toyota 用其 L2/L3 的 AGX Xavier 芯片 (30 每秒兆次运算 , TOPS)及 Drive PX 自驾平台。在 2019 年 6 月宣布 Volvo Group 采用其 AGX Pegasus 芯片 (320 每秒兆次运算 , TOPS) 在卡车产品线发展自驾， 在 2021 年一月宣布 NIO 蔚来电动车将采用 L3/L4 的 Orin SoC 安装在 ET7 sedan 自用车 , 预计 2022-2023 年量产；宾士自 2024 年开始，也将 使用英伟达 Orin SoC 为旗下新车款的标准配备，加上谷歌的 Waymo One, GM Cruise, Uber 等出租车自驾平台应该都有采用两颗英伟达的 人工智能 GPU 芯片，但奇怪的是目前这些在 2018 到 2019 宣布的合作案， 到目前进度都不是很明朗，无论在解决方案成本，量产时点，实际自驾 里程数的积累成果都明显落后于特斯拉的解决方案，我们以为 Tesla 就 像智能手机界的苹果，提供其客户自我研发的芯片硬件及 FSD (Full Self Driving) 软件整合的自驾平台，而英伟达及 CUDA 加 GPU/CPU 芯片就像 Google 谷歌的 Android，但多加了硬件芯片的整合，所以软 硬件整合的难度变高 , 研发时间拉长，也让客户受到更多的芯片选项限 制，这就好像在过去的电脑平台上，英特尔一方面要提供独家的芯片方 案，制程工艺及设计要不断的演进，还要同步配合其自行开发的作业系 统，应用软件，这样就没有所谓微软，客户彼此间技术差异就不大了。 行业深度研究 - 13 - 敬请参阅最后一页特别声明 Mobileye/Intel 有机会打破英伟达在 L4/L5 自驾 AI 芯片及软件的垄断 : 在辅助驾驶系统 ADAS L2 (70%份额 )有压倒性优势的 Mobileye/Intel 在 转化为 L3-L5 自驾系统后，目前有与 BMW/Mini/Rolls-Royce, Fiat Chrysler, Delphi 从 2017 年开始合作外，目前产品推出进度仍然明显 落后于特斯拉及英伟达的自用车自驾系统，之前宣布要在 2020 年推出 EyeQ5 及自驾出租车，目前看起来也不太可能有竞争力，但 2023 要上市 的 EyeQ6 芯片配合与英特尔硅光子团队合作研发的调频连续波 （ Frequency Modulated Continuous Wave, FMCW）技术的激光雷达， 预 计将能把自驾系统成本从 1-2 万美元，在 2025 年降低到 5000 美元左 右，加上 Intel 预计于 2021 年底推出其服务器用 7nm 人工智能 GPU Ponte Vecchio，我们不排除英特尔将利用其在多样化专利权的优势， 来整合出更有竞争力的 AI 芯片产品 , 再透过其辅助驾驶系统的龙头地 位来加速升级其 L2 客户到 L3-L5。 图表 16： Intel Xe 架构 AI GPU Ponte Vecchio （ 2021） 来源： Intel，国金证券研究所 行业深度研究 - 14 - 敬请参阅最后一页特别声明 图表 17： Mobileye/Intel 的自驾芯片蓝图 来源： Mobileye An Intel Company ，国金证券研究所 Cruise 是 Waymo 最大的竞争者 : 当微软 Azure 于今年一月宣布将与 GM Cruise 合作，帮助其建立云端自驾商业化系统，并宣布与 GM, Honda, 及其他机构共同投资 Cruise 20 亿美元，一口气把 GM Cruise 的市值 提高到 300 亿美元。加