芯片市场研究报告

AI芯片主要分为CPU 、GPU、FPGA以及ASIC。其中以CPU、GPU、FPGA、ASIC的顺序，通用性逐渐减低，但运算效率逐步提高。FPGA，即现场可编程门阵列，它是在PAL、GAL、CPLD等可编程器件癿基础上迕一步収展的产物。报告内容包括：1、FPGA芯片定义及物理结构2、FPGA芯片特点及分类3、FPGA芯片与其他芯片对比4、FPGA芯片行业产业链5、FPGA芯片行业市场规模6、FPGA芯片关键技术（执行计算密集型任务、执行通信密集型任务、FPGA部署模式、分享服务器网络部署、数据中心加速层、eFPGA嵌入、执行云计算任务7、全球FPGA大厂竞争8、中国FPGA芯片行业驱动因素9、5G通信体系建设提高FPGA芯片需求10、自动驾驶规模化商用提升量产需求END关注：道合顺大数据 微信公众号 了解更多资讯手机微信搜索“道合顺大数据”即刻查询国产芯片即可轻松实现替代型号搜索类别查找、参数搜索、厂牌搜索

AI芯片即为面向人工智能应用的芯片。人工智能与芯片的发展需紧密合作，但过去碍于跨学科合作困难，加上人工智能算法并未成熟，世界各国对于人工智能的多项投入最后都以失败告终。不过，现在与之前不同的是，AI芯片或称神经网络芯片被Google证实可以大幅加快人工智能模型的训练速度，训练加快意味算法/模型迭代加快，也使得人工智能产品的优化速度加快，有助于人工智能产业的发展。人工智能与芯片的发展在20世纪80年代时，日本即已开始尝试开发新一代的人工智能计算机（第五代计算机项目），但当时碍于芯片算力不足，加上采用专家系统并不能让机器去学习“人类不知道”的事情，导致计划失败，因此人们认为人类无法在短期内实现人工智能。20世纪80年代到现在，人工智能已经向前踏一大步，科学家在国际象棋和围棋的人机竞赛上的成果使世人惊艳，ImageNet计算机视觉竞赛的成果更是直接让AI算法落地发展成商业产品。期间，有两则事件对于AI芯片的发展很重要：第一，陈天石博士团队的“DianNao”系列论文让科学界看到，在冯诺依曼架构下亦能实现AI专用芯片。第二，Google推出使用TPU（AI芯片）运算架构的AlphaGo，接连打败李世石和柯洁，让半导体和人工智能产业看到专用芯片的商业价值已到。中、美两国自然不想错过这个趋势，纷纷推出相对应的政策引领行业发展，中国政府的《新一代人工智能发展规划》将神经网络芯片（即AI芯片）视作整个人工智能发展战略的基础元件，加强扶持行业发展，使中国不在未来芯片的发展上再次掉队。现在，中国已经存在超过20家以上的新创AI芯片设计企业，融资总额超过30亿美元，但是市场上仍未见针对此景研究的行业研究报告，因此本报告将作为市场上第一份专以“AI芯片”行业发展现状和趋势研究的公开报告。研究发现亿欧智库在报告的章节安排上，共分成5个章节和1个附录，依序是：人工智能与芯片的缘起、技术政策与经济环境、半导体与AI芯片产业、参与者分析、企业案例、以及附录企业人才图谱。透过桌面研究和大量企业调研后，发现AI芯片行业具有以下3个趋势：1、 AI芯片行业生命周期正处于幼稚期，市场增长快，2022年将从2018年的42.7亿美元，成长至343亿美元，但芯片企业和客户的合作模式仍在探索中。为了生存，行业出现逐渐上下游整合的趋势。2、 AI芯片是芯片产业和人工智能产业整合的关键，尤其是AI系统芯片。因为位于产业链顶端，产品落地不易，使得AI芯片企业需开展系统集成商服务，向下游整合，而AI系统集成商则为了加深客户合作，进而将芯片设计整合加入事业版图。3、云端（含边缘端）服务器、智慧型手机、和物联网终端设备等三个场景，是目前AI芯片企业的主要落地市场像是提供云服务器芯片和终端芯片IP的寒武纪，以及物联网终端芯片的云知声都是其中代表。另外，少数企业则是面向未来的　　自动驾驶汽车市场，像是提供自动驾驶计算平台的地平线，以及提供商用车自动驾驶的西井科技。这些市场的特征都是千万量级出货量或百亿美元销售额。结语亿欧智库此份《2019年中国AI芯片行业研究报告》是从智库过往在人工智能领域的研究成果，包含金融、医疗、安防、零售、和自动驾驶等AI赋能应用领域，再向上提升到产业上游的行业研究报告，希望能够让读者拥有不一样的视角，去了解人工智能产业的发展，认知到“AI+”已经开始袭卷全部行业，“AI+”不是口号，是政府政策与商业公司共同推行的产业升级计划。在AI和AI芯片的帮助下，未来人类的生活将会进入新纪元。来源：中国网

　核心观点中国步入技术驱动增长的高质量发展阶段，政策将持续加码推动芯片全面国产化中国数字经济产业已经成为驱动经济增长的新动能，2019年数字经济规模占GDP的比重达36.2%;作为数字经济产业底层基础的集成电路，却严重依赖进口，2020年前八个月，中国集成电路进口金额超过万亿元;未来政策将持续加码发展集成电路产业，实现芯片全面国产化。中国AI芯片有望引领国产芯片实现弯道超车，预计2023年中国AI芯片市场规模将突破千亿元5G基站、大数据中心、人工智能等新型基础建设的完善，促使AI芯片成为引领芯片行业未来发展的重要方向;政策、资本、技术、市场等多重因素将驱动AI芯片这一新赛道快速发展，中国芯片有望实现弯道超车;预计2023年中国AI芯片市场规模将超过千亿元。存算一体化AI芯片是未来主流方向，受益于下游需求的强劲驱动力而快速发展人工智能产业的成熟化发展驱动AI芯片由通用型向专用型发展，急剧增长的数据量对AI芯片的性能以及能耗提出了更高要求;能够兼具性能和成本的存算一体化AI芯片符合未来发展趋势，在下游需求的推动下有望快速发展。以下为报告节选内容AI芯片行业相关概念介绍芯片是集成电路(Integrated circuit)的简称，由半导体材料以及电容、电阻等器件集成并封装得到，是半导体元件产品的主要构成部分。AI芯片是用于人工智能应用领域的专用集成电路。人工智能技术落地驱动AI芯片行业发展人工智能(Artificial Intelligence，AI)，作为计算机科学最前沿的发展方向，同时也是新一轮产业变革的核心驱动力，具有巨大的市场前景。面向人工智能应用的AI算法，除具有传统算法一般的性能特征，还具备处理大量非结构化数据、处理过程计算量大、参数量大等新特质，亟须强大的运算能力和高效的访存能力支撑。AI芯片行业仍处在发展起步阶段AI芯片技术架构分类继“软件定义芯片”的定制化AI芯片被愈发重视后，“存算一体化”架构成为AI芯片技术架构的新发展方向。中国数字经济比重持续上升，新型基础设施是引擎随着数字化转型不断深入，中国数字经济规模持续增加。2019年中国数字经济规模达35.8万亿元，占GDP比重为36.2%。艾媒咨询分析师认为，数字经济蓬勃发展是大势所趋，人工智能、云计算、5G 等新型基础设施构成推动数字经济发展新引擎。AI芯片作为人工智能的核心关键，受益于数字经济发展浪潮，拥有广阔前景。国家大力扶植集成电路产业，政策资金多重利好持续落地面对芯片产业核心技术受限于外国的现状，近几年中央出台多项重大产业政策扶持集成电路、人工智能等产业发展，各省市同时积极跟进，利好政策全方面密集落地，从税收减免、创新鼓励、基础设施建设到资金支持等多角度为AI芯片行业发展营造良好政策环境。中国集成电路企业积极研发，夯实AI芯片行业发展基础数据显示，2020上半年，中国集成电路企业登记申请的集成电路布图设计数量达5176件，同比增长78.2%，其中广东、江苏、上海为数量排名靠前的三大地区，贡献了六成以上的总数。艾媒咨询分析师认为，中国集成电路企业积极研发，一方面是国内下游市场需求广阔，另一方面是受中美贸易影响。企业主动或被动式研发都将夯实AI芯片行业发展基础，推动中国集成电路行业实现赶超。全球集成电路市场规模波动上升，AI芯片是新方向数据显示，2019年全球集成电路市场规模达3304亿美元，较2018年出现回落。艾媒咨询分析师认为，随着产业信息化、智能化的深入，集成电路市场规模将迎来新一轮上升趋势，其中AI芯片将成为引领产业增长的主流技术方向。未来五年全球AI芯片市场将保持高速增长态势数据显示，2019年全球人工智能芯片市场规模为110亿美元。随着人工智能技术日趋成熟，数字化基础设施不断完善，人工智能商业化应用将加速落地，推动AI芯片市场高速增长，预计2025年全球人工智能芯片市场规模将达726亿美元。半导体产业向中国转移，国产AI芯片迎来新机遇AI芯片产业链图谱芯片制造资金技术壁垒高，技术变革助力国产芯片赶超芯片设计由IDM企业和Fabless企业负责，其中分工模式(Fabless-Foundry)的出现主要由于芯片制程工艺的发展，研发费用和生产线投资费用大幅上涨。芯片设计和制造环节，均涉及大量的技术和资金投入，资金壁垒和技术壁垒高，产业链条长。芯片产业链技术迭代快速，人工智能的发展加速了芯片行业技术变革。产业链转移叠加万物智联时代的到来，为基础相对薄弱的国产芯片，提供了换道超车的机会。中国AI芯片发展机遇(一)：制程工艺演进，驱动芯片迭代制程工艺升级可以提升芯片集成密度，随之而来的是芯片性能的提升和功耗的降低，这也使得工艺升级成为芯片制造巨头比拼的关键。当集成密度逼近物理架构的上限，芯片性能升级效用变弱，开辟新路径、新方法升级芯片性能将成为必要之举，进而为AI 芯片行业发展注入新动能。中国AI芯片发展机遇(二)：应用场景广，产品需求多元目前AI技术及应用场景大多体现在图像识别、语音识别等弱AI上，随着场景的广泛覆盖以及AI技术的进一步发展，AI芯片产品也将更加细分多元。艾媒咨询分析师认为，AI芯片商用前景广阔，但落地困难的局面导致行业并未形成稳定的市场格局，对于行业新老玩家而言是挑战，更是机遇。　中国AI芯片发展机遇(三)：突破存储瓶颈，下游强力驱动AI芯片主要运用在云端和终端(包括边缘端)，不同场景的应用对AI芯片的性能提出了不同要求。在以传统冯诺依曼架构方式为主的AI芯片市场中，当运算能力发展到一定程度，存储部件就决定了AI芯片的性能上限，同等条件下，“存算一体”架构能够有效降低AI芯片能耗和成本，突破“存储墙”难题，是AI芯片未来发展主流方向。　中国AI芯片行业市场规模有望持续快速增长iiMedia Research(艾媒咨询)数据显示，2019年中国AI芯片市场规模约为115.5亿元。艾媒咨询分析师认为，5G商用的普及将催生AI芯片在军用、民用等多个领域的应用需求，中国政府也有望趁5G的领先优势，倾注大量资源发展AI芯片，抢占科技战略制高点。在政策、市场、技术等合力作用下，中国AI芯片行业将快速发展，在国际上的话语权也将持续加强，预计2023年市场规模将突破千亿元。中国AI芯片需求场景发展不平衡特征明显AI芯片作为人工智能产业的发展核心，需求场景分布广泛，但发展速度并不均衡。云计算、消费电子、智能家居、智能安防是目前市场渗透度较高、发展速度相对领先的场景，而机器人、自动驾驶、智能制造和智慧医疗等应用领域发展相对缓慢，具有较大潜力。中国AI芯片主要需求场景(一)：云计算iiMedia Research(艾媒咨询)数据显示，2019年全球云计算市场规模近2000亿美元，随着全球数字化的深入发展，云计算市场规模将持续增长，预计2023年全球云计算市场规模将超过3000亿美元。艾媒咨询分析师认为，一方面传统数据中心能耗高、运算效率低的特点亟需改善，另一方面新增的云计算需求催生了多元化的AI芯片产品，吸引不少新玩家进入云端芯片领域，推动了AI芯片行业的发展。　中国AI芯片主要需求场景(二)：智能安防安防领域是终端AI芯片典型的应用场景，因图像识别技术以及大数据技术发展较为成熟，智能安防的发展和普及相对较快。iiMedia Research(艾媒咨询)数据显示，2019年中国安防行业市场规模达到8260亿元，并且在过去五年保持不低于10%的增长速度。艾媒咨询分析师认为，在一系列政府项目如“平安城市”、“雪亮工程”的推动下，智能安防将成为中短期内AI芯片落地的最佳场景。中国AI芯片主要需求场景(四)：机器人iiMedia Research(艾媒咨询)数据显示，全球机器人出货量逐年走高，预计2023年将突破2000万个。目前的AI技术仍是弱AI阶段，不具备自主推理能力，与市场期待存在一定距离。艾媒咨询分析师认为，机器人的智能化程度将在技术和市场的双向驱动下逐步增强，AI芯片需求爆发性增长还需时日，但市场潜力巨大。寒武纪：企业介绍寒武纪成立于2016年，目前已在A股科创板上市。公司以云服务器、智能边缘设备、智能终端设备的核心处理器芯片的研发、设计、销售为主营业务。凭借过硬的技术和产品，公司得到了市场和资本的广泛认可。寒武纪：产品情况公司自研的AI芯片产品已经实现了云、边、端三大领域的全覆盖，部分产品已经实现量产出货。艾媒咨询分析师认为，寒武纪的AI芯片产品群，拥有研发的协同优势，在国产替代日趋强烈的背景下，技术和产品的商用进程将会提升，有助于巩固和强化公司的先发优势。寒武纪：经营情况过去三年，寒武纪收入增长快速，至2019年总收入达4.44亿元，2020年上半年总收入为0.87亿元，同比下降11.01%，主要系终端智能处理器IP授权业务收入大幅下降造成。艾媒咨询分析师认为，寒武纪技术及产品商业化能力虽已处国内芯片行业前列，但对大客户的严重依赖以及巨大研发投入导致的盈利问题尚未得到有效解决，未来仍需进一步优化业务及产品结构，以降低经营风险。寒武纪：舆情表现艾媒商情舆情数据监测系统显示，系统监测期间“寒武纪”网络口碑数值为47.4，整体舆论偏正向;网络关注度地域分布较广。艾媒咨询分析师认为，寒武纪作为中国AI芯片行业龙头，受到广泛关注，虽然面临股价波动与亏损的争议，但基于公司较强的科研实力以及民众对国产芯片崛起的殷切期待，市场普遍看好其发展前景。　知存科技：企业介绍知存科技成立于2017年，专注于模拟存算一体的终端智能芯片设计，主要运用于智能物联网终端应用场景。公司的模拟存算一体芯片能够有效提升AI运算效率，降低成本，2019年已推出国际首个存算一体的AI芯片。艾媒咨询分析师认为，知存科技的技术和产品，能够满足下游应用场景对芯片效率和算力日益提升的要求，符合行业未来发展方向，拥有极大的商业化价值。持续的融资进一步验证了资本市场看好其发展前景。知存科技：产品情况知存科技创新地使用eFlash存储器完成神经网络存储和运算一体化，突破了AI的存储墙问题。其存算一体芯片产品，相比于基于冯诺依曼架构的AI芯片，更契合终端应用场景对高算力、低功耗、低成本、低时延的要求。艾媒咨询分析师认为，5G、大数据、云计算等新型基础设施建设的进一步完善，将加速万物智联时代的到来，对高运算力、低功耗的存算一体AI芯片产品需求将日益强烈。知存科技自主研发的产品不仅在技术上实现了引领，还有望走在量产商用的前列。知存科技：核心竞争力艾媒咨询分析师认为，知存科技具有领先的技术优势和轻量化运营特点，集中资源深耕智能终端，有利于强化其技术和价格优势，进而巩固和提升产品竞争力，未来发展潜力巨大。知存科技：舆情表现艾媒商情舆情数据监测系统显示，系统监测期间“知存科技”网络口碑数值为52.9;网络关注度主要集中在中部和东部。艾媒咨询分析师认为，由于存算一体芯片领域在全球范围内仍处于发展初期，因知存科技是国际上首个推出存算一体芯片产品的企业，网络口碑表现较佳。随着产品应用落地加速，其品牌影响力将进一步提升。中国AI芯片行业发展趋势分析芯片行业政策利好不断，芯片全面国产化进程提速芯片是信息化时代、数字化时代的基石。中国作为全球最大的半导体消费市场，芯片自给率不足，严重依赖进口。为发展国产芯片，实现进口替代，近年来政府出台了一系列政策支持国产芯片行业发展。今年7月份，利好政策再度加码，国务院发文表示将从财税、投融资、研究开发、进出口、人才、知识产权、市场应用、国际合作等8个方面进行扶持，以加快集成电路和软件产业发展。艾媒咨询分析师认为，国家重磅利好政策的陆续出台，将推动芯片国产化进程提速，芯片行业将获得广阔的国产替代空间。数字经济时代加速到来，芯片行业迎来新一轮高速增长数字经济正在成为全球经济增长的新动能，为抢占数字经济制高点，中国加速推进5G基站、大数据中心、人工智能、工业互联网等新型基础设施建设。艾媒咨询分析师认为，数字经济时代的到来将催生大量高端芯片、专用芯片的需求，驱动国产芯片行业创新发展。受益于存量需求替代以及增量需求释放，芯片行业将迎来新一轮的高速增长阶段。半导体产业与人工智能产业融合驱动，AI芯片行业进入发展“快车道”芯片行业具有较高的技术、资金、人才等进入壁垒，半导体垂直分工模式降低了芯片行业的准入门槛，此外，以AI芯片为代表的高端芯片前景广阔。细分环节较低的准入门槛以及全新的芯片赛道，吸引了人工智能领域的新玩家入局，传统芯片企业也在加速研发适用于AI应用场景的芯片。艾媒咨询分析师认为，在半导体产业和人工智能产业的融合驱动作用下，AI芯片行业将进入发展“快车道”。AI芯片架构由通用向专用发展，存算一体AI芯片是未来趋势新型基数设施的完善，推动了人工智能技术在消费领域以及工业生产领域的应用，落地场景趋向细分化、垂直化。艾媒咨询分析师认为，下游应用驱动AI芯片由通用架构向专用架构变革，急剧增长的数据量对AI芯片的算力和功耗提出了更高要求。存算一体技术不仅能够使AI设备性能得到提升，还能降低成本。在下游应用的强驱动下，存算一体AI芯片将成为未来主流发展方向。本文部分数据及图片内容节选自艾媒研究院发布的《2020上半年中国人工智能芯片行业研究报告》。

企创网：报告显示，随着人工智能需求的增加，半导体行业将继续强势增长。当今科技创新迅猛发展，半导体行业有望持续增长。对半导体行业来说，2019年会相对疲软，但普华永道预计其将在2020年实现复苏并保持繁荣。2018年半导体行业销售总额为4,810亿美元。人工智能应用的快速增长带来的芯片需求，将极大促进该行业的整体增长。在半导体行业生产的七类元件中，内存芯片元件的市场份额在2022年前将继续占据首位。到2022年，以汽车和数据处理市场为主导的应用市场或将继续增长。带动这些细分市场的将是人工智能相关芯片的需求。随着新兴初创公司和科技界其他领域参与者加入竞争，争夺市场的竞争只会日益激烈。学习机器的崛起半导体行业的需求通常来自颠覆性的新技术推动。在1997年至2007年间，个人电脑的迅速普及推动了对CPU和存储芯片的需求，而互联网的广泛渗透推动了对以太网设备、网络处理器和专用集成电路的需求。智能手机时代始于2007年苹果手机的推出，这增加了对移动处理器的需求，而云计算的采用则推动了服务器CPU和存储的增长。现在，人工智能很可能成为半导体行业又一个十年增长周期的催化剂。我们预计到2022年，人工智能相关的半导体市场收入将从目前的60亿美元增至300亿美元以上，复合年均增长率接近50.0%。虽然人工智能驱动的用例会随着时间的推移逐步渗透到每个行业领域，但人工智能的使用将取决于技术投资的规模、技术开发的速度以及实现其效益的速度。行业数字化半导体行业自问世以来一直是数字化的先驱，提供数字化服务并追求新的数字商业模式。如今，其他行业，尤其是汽车行业在数字化方面明显超过了半导体行业。这不免令人啼笑皆非，因为汽车制造商自身在数字化方面的成功很大程度上来自于半导体行业产品的支持。对半导体公司而言，现在比以往任何时候都更需要考虑如何最好地利用数字化，以及找到最有利于其组织发展的机遇。报告来源：普华永道

（报告出品方/作者：方正证券，陈杭）报告提纲：一、CPU投资逻辑框架从指令集架构看CPU市场格局CPU产业链:先进制程数字芯片产业链当前国产CPU发展的三大路线我们如何看待国产CPU未来格局二、详解CPU:IC产业中的“珠穆朗玛峰”CPU的定义及内部结构 CPU的指令集与微架构 CPU发展历程与未来趋势剖析CPU的需求侧与供给侧分析三、知己知彼:CPU的全球格局与行业龙头服务器CPU全球市场格局:霸主英特尔，追赶者AMD英特尔:七大系列产品全覆盖AMD:持续发力的追赶者苹果:M1芯片横空出世四、国产CPU自主之路:详解六大国产CPU国产CPU的发展历程:再度起航CPU国产化分析:严重依赖进口详解六大国产CPU:国产CPU第一梯队国产CPU其他标的报告摘要：国产CPU产业链—先进制程数字芯片产业链CPU是数字芯片，基于制程越小，性能越好的规律，CPU产业链是先进制程数字芯片产业链。当前国产CPU产业链进口替代:设计环节，华为鲲鹏，飞腾等龙头已经跻身世界一流水平，封测环节，通富承接AMD7nmCPU封测，14nm及以下结点的先进制程，设备、材料、EDA/IP、制造等环节与国外领先 龙头差距较大，目前仍采用“外循环为主+内循环为辅”的模式。海外CPU产业链—先进制程数字芯片产业链CPU产业链的巨头大多集中在海外，它们位居产业链各个环节核心，对全球CPU行业起着决定性的作用。 设计环节:英特尔和AMD几乎垄断通用型CPU的市场;设备、材料、EDA/IP等环节国内龙头与国外龙头差距较大，国产化率较低;制造环节:目前只有台积电和三星有5nm制程生产能力，但均需使用美国设备; 封测环节:目前中国台湾、中国大陆、美国三分天下。除了先进制程某些环节缺失以外，国产CPU还存在一个严重的短板，即来自于国内CPU生态建设的落后。生态对于CPU产业影响极大。上世纪90年代，以复杂指令集为代表的英特尔凭借着与微软的Wintel体系，在通用CPU领域占据了绝大多数份额，至今仍牢不可破。精简指令集则被逐渐挤压到嵌入式市场，后来智能手机兴起后才获得新生:ARM通过构筑与Android的生态合作(AA体系)，占据了全球95%的移动芯片授权市场。 对于X86内核授权的厂商:生态最为完善，但发展存在安全可控和技术授权两大壁垒，海光自去年被美国政府列入实体清单后，AMD表示最新的架构不再进行授权，兆芯使用威盛电子的x86早期授权，性能相对落后。对于Arm指令集授权厂商:生态体系与安全可控最为平衡，且通过架构授权把握主动权，随着Arm生态愈发繁荣，若不考虑美国实体清单的负面影响，前景最为光明。对于自研架构厂商:完全自主可控的引领者，厚积而薄发，其最大的瓶颈在于生态壁垒。总结:目前国产CPU主要需求来自服务器、政企、工业等市场，鲜少出现在消费级市场。我们认为基于安全的自主可控是推动国产CPU成长的主要力量，且基于架构的差异性带来的应用不同，我们认为指令集架构不会直 接消亡，不同架构都会衍生出行业龙头，考虑通用CPU等格局极为稳固，可关注物联网以及汽车等新兴领域。CPU指令集的发展趋势:更多、更全指令集升级的“更多”:指令集总数的 上升以及指令集的二进制位数上升。纵观CPU指令集的发展史，新指令集的 产生不会废除原有的指令集。指令集的 发展是采用叠加的方式进行的，以保证 整个系统的兼容性。例如第11代酷睿 Tigerlake比上代的Icelake，多了虚拟 化的VT-X指令集。指令集升级的“更全”:新CPU相较于 旧CPU对单一大类下的指令集子类支持 更全面。CPU指令集的发展趋势:ARM奋起直追X86微架构是指令集在CPU中的执行方法。指令集和微架构共同构成了CPU内核，它们决定了CPU每个周期内的指令数，并最终影 响CPU的性能。所以指令集从根部支撑CPU的运作，处于核心的地位。 ARM于2011年进入64位时代，比X86-64晚了十年。但是ARM凭借开源、异构运算、可定制化等一系列优势，在苹果、高通 、三星、华为、英伟达等方面的努力下，ARM架构立足于低功耗的移动市场，紧抓云化和移动计算的时代红利，不断向高性能 台式和服务器领域冲击。在移动计算领域，苹果A系列和M1处理器逐步赶超英特尔的X86处理器。苹果A13在晶体管密度与1165g7相近，线程数少于 对方1/4，主频低于对方1/2的情况下，在性能方面领先英特尔1年，我们强烈看好Arm未来前景。并且苹果在软件生态上通过 Rosetta 2和Universal 2，使原先基于X86的软件可以无缝地运行在M1芯片中，软件生态已经不再成为ARM的阻碍了。在服务器领域，ARM的新星架构“Neoverse”，在单核心方面追平AMD和Intel的服务器CPU的同时，凭借ARM并行计算、 能耗控制、易拓展性的优势，在多核性能方面超过对手60%以上。ARM的性能已经不再成为短板。CPU制程的发展趋势:先进制程为导向CPU性能的三大决定因素为主频、IPC、指令数。这些因素中主频通常是由CPU的制程决定的。制程在过去通常表示晶体管或栅极长度等特征尺寸，不过出于营销的需要，现在的制程已经偏离了本意，因此单纯 比较纳米数没有意义。按英特尔的观点，每平方毫米内的晶体管数(百万)更能衡量制程。据此，台积电和三星的7nm工艺更接近英特尔的10nm工艺。先进的制程可以降低每一个晶体管的成本，提升晶体管密度，在CPU体积不变下实现更高的性能;先进制程可以提 升处理器的效能，在性能不变的情况下，减少发热或在发热不变的情况下，通过提升主频来拉高性能。先进制程的主要目的是降低平面结构带来的漏电率问题，提升方案可以通过改变工艺，如采用FinFET(鳍式场效应 晶体管)或GAA(环绕式栅极);或采用特殊材料，如FD-SOI(基于SOI的超薄绝缘层上硅体技术)。CPU制造的发展趋势:Fab+Fabless为导向。IDC发布了有关2020年第三季度服务器市场的报告，该报告显示AMD和ARM在过去12个月中所占份额 均在增长。该季度的总收入为$22.6B，同比增长2.2%，较二季度20%的同比增长率有明显下降。原因 在于疫情爆发初期，各公司为了避免数据中心的短缺而大幅增加采购，这使得第二季度服务器销量大增 ，但也透支了随后两个季度的增长潜力。搭载AMDCPU的服务器全球收入同比增长112.4%，由于基于ARM的服务器的基数很小，同比增长 430.5%。根据Mercury Research的数据，英特尔仍然占据着服务器市场的大部分份额，估计占据了 95.5%的市场份额，但AMD在这一领域正在逐步发展。得益于第二代Epyc处理器“罗马”，AMD的服务器CPU市占率在短短两年内从1%增长到了8%。随着 AMD发布第三代Epyc处理器“米兰”，其服务器市场份额有望达到15%。由于AMD服务器芯片的较高 性价比及台积电7纳米制程技术的加成，越来越多的数据中心开始采购AMD的产品。苹果:M1芯片横空出世，Arm架构重大突破国产CPU进口替代的紧迫性中国CPU市场规模和潜力非常大，庞大的整机制造能力意味着巨量的CPU采购。虽然近些年，计算机整机 和智能手机产量增长都出现瓶颈，但由于这两类产品体量庞大，2019年国内智能手机出货量为3.72亿部 ，电子计算机整机年产量达到3.56亿台，CPU的需求量大且单品价值非常高，市场规模依然非常可观。同时，服务器CPU伴随着整机出货的快速成长，需求量增长也较为迅速。据统计，2018年国内服务器出 货量达到330.4万台，同比增长26%，其中互联网、电信、金融和服务业等行业的出货量增速也均超过 20%。另外，国内在物联网、车联网、人工智能等新兴计算领域，对CPU也存在海量的需求。据统计，近年来中国集成电路自给率不断提升，2018年为13%，预计2020年有望提升至15%，但仍然 处于较低水平。根据国务院印发的《新时期促进集成电路产业和软件产业高质量发展的若干政策》，中国 芯片自给率要在2025年达到70%，这将产生8000亿元的国产芯片需求。中国芯片产业发展空间非常大。……报告节选：（报告观点属于原作者，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。）精选报告来源：【未来智库官网】。

来源：艾瑞咨询来源|根据互联网公开信息整理

中商情报网讯：随着人工智能受到媒体和资本的热捧，近来国内外各路豪杰纷纷推出自己的人工智能芯片，在PC行业已经开始逐年衰退，智能手机行业也随着市场的逐渐饱和进入瓶颈期的情况下，人工智能、 物联网、云计算、大数据等领域被认为是下一个风口。其中，人工智能无疑是最受媒体和资本热捧的宠儿。同时，国外大厂纷纷推出了自己的人工智能芯片。数据显示，2019年中国人工智能芯片市场规模破50亿元，预测2020年中国人工智能芯片市场规模达将近200亿元。《2019年中国人工智能芯片行业市场前景研究报告》主要围绕人工智能芯片行业概况；人工智能芯片市场分析；人工智能芯片市场促进因素；重点企业分析；人工智能芯片行业发展前景等五个章节展开，通过对当前人工智能芯片行业进行分析，总结人工智能芯片行业发展现状，从而预提出当前行业的发展前景。PART1人工智能芯片行业概况AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块。当前，AI芯片主要分为 GPU 、FPGA 、ASIC。为了支持多样的AI计算任务和性能要求，理想的AI芯片需要具备高度并行的处理能力，能够支持各种数据长度的按位、固定和浮点计算；比当前大几个数量级的存储器带宽，用于存储海量数据;低内存延迟及新颖的架构，以实现计算元件和内存之间灵活而丰富的连接。PART2人工智能芯片市场分析近年来中国人工智能产业发展迅速。从市场规模来看，自2015年开始，中国人工智能市场规模逐年攀升。截至2017年中国人工智能市场规模已达到了217亿元，同比增长52.8%。据预测，到2020年，中国在人工智能的市场规模将达到710亿元。2015到2020年间复合年均增长率为44.5%。PART3人工智能芯片市场促进因素从产出规模看，2024年5G带动的直接产出和间接产出将分别达到3万亿和6万亿元。在直接产出方面，按照2020年 5G正式商用算起，预计当年将带动约4840亿元的直接产出，2025年、2030年将分别增长到3.3万亿、6.3万亿元,十年间的年均复合增长率为29%。在间接产出方面，2020年、2025年和2030年，5G将分别带动1.2万亿、6.3万亿和10.6万亿元，年均复合增长率为24%。PART4重点企业分析中兴通讯成立于1985年，是在香港和深圳两地上市的大型通讯设备公司。主要产品包括：2G/3G/4G/5G无线基站与核心网、IMS、固网接入与承载、光网络、芯片、高端路由器、智能交换机、政企网、大数据、云计算、数据中心、手机及家庭终端、智慧城市、ICT业务，以及航空、铁路与城市轨道交通信号传输设备。股票代码：000063。2018年中兴通讯总营业收入达855.13亿元。PART5人工智能芯片行业发展前景ASIC芯片落地浪潮，国产化趋势或带来发展良机：随着行业的快速发展，行业发展进入新阶段，应用场景不断拓展，ASIC芯片由于其低功耗高效率的特点特别适用于功耗较低、空间较小的智能终端，在国家政策的推动下，芯片逐步国产化将为国内企业带来发展良机。《2019年人工智能芯片行业市场前景研究报告》全局研究了当前人工智能芯片的发展概况，为产业未来的发展提供了可行性思路。中商产业研究院在对整个行业把控的前提下，关注人工智能芯片行业现状和未来发展趋势，从市场现状和重点企业进行剖析。附完整报告下载地址：《2019年中国人工智能芯片行业市场前景研究报告》http://wk.askci.com/details/4ec69e18c79b41ce8086713bf025f3aa/

（报告出品方/作者：东吴证券，黄细里）1. 汽车智能化时代来临，车规级 AI 芯片黄金赛道1.1. AI 芯片是智能汽车时代关键变量汽车由分布式架构向域控制/中央集中式架构方向发展。传统分布式硬件架构面临 智能汽车时代多维感知需求和海量非结构化数据处理的需求，一般每新增一个应用功能， 便新增对应的感知传感器、决策、执行层。随着智能网联汽车时代的到来，以特斯拉为 代表的汽车电子电气架构改革先锋率先采用中央集中式架构，即用一个电脑控制整车。 全球范围内各大主机厂均已认识到软件定义汽车的大趋势，纷纷升级自身的电子电气架 构，虽不同主机厂采用几个电脑控制整车的方案不同，但架构域控制/集中化方向相同。智能驾驶处理数据量指数级提升，AI 芯片成为智能汽车时代的运算核心。分布式 架构一般可实现低级别辅助驾驶，由于需要处理的传感器信息相对较少，采用 MCU 芯 片即可满足运算要求。随着高级别智能驾驶的到来，更智能的汽车需要处理更大量的图 片、视频等非结构化数据，仅依靠传统 MCU 芯片不能满足运算需求，而 AI 芯片则可以 实现算得快、准、巧。我们重点参考地平线的数据，L3 级别自动驾驶产生的数据量是 2.3GB/s，对算力要求在 129TOPS 以上；L4 级别自动驾驶数据量达到 8GB/s，对算力要 求达到 448TOPS 以上。如果考虑功能安全的冗余备份，算力需求还要翻倍。由于智能驾驶对算力的需求，汽车业界已经将峰值算力当作衡量 AI 芯片的主要指 标，并掀起算力军备竞赛。蔚来新款旗舰车型 ET7 搭载算力超过 1016TOPS。上汽智己 新发布车型搭载算力也达到 500~1000TOPS。1.2. 我们预计 2025 年我国汽车 AI 芯片市场超 92 亿美元，未来 5 年 CAGR 45.0%假设：1）汽车市场容量预测。2020 年汽车产量约 2500 万辆，2021 年我们预计达到 2700 万辆，假设我国汽车产量 2022-2025 年复合增速为 2%。2）各级别自动驾驶渗透率预测。L3、L4 级分别于 2020 年、2023 年规模量产，每年并以 3-4%渗透率提升。根据工信部发布的《汽车中长期发展规划》指出，我国 2020年自动驾驶渗透率达 50%，2025 年渗透率达 80%。L3级于2020 年开始量产并规模投放市场，渗透率快速提升，随着 L4 级车于 2023 年开始量产，低级别渗透率陆续到达渗透率峰值后又缓慢下降。3）各级别自动驾驶 AI 芯片单车价值预测。2020 年 L1-L3级AI 芯片单车价值分别为 50 美元、150 美元、500 美元，随着技术逐渐成熟，2030 年下降到 41 美元、111 美元、315 美元。我们预计到 2023 年 L4 级高级自动驾驶出现，AI 芯片单车价值约为 1500美元，到 2030 年下降到 931 美元。2025 年我国 AI 芯片市场超 92 亿美元，未来 5 年复合增速达 45%。经我们测算，2020 年我国汽车 AI 芯片市场规模为 14 亿美元，随着汽车 EE 架构加速升级，域控制器/中央计算平台被广泛使用，到 2025 年 AI 芯片市场规模达 92 亿美元，CAGR 为 45.0%，到 2030 年将达 181 亿美元，十年复合增速 28.8%。1.3. 集成更多 AI 单元是智能芯片技术路径发展的大趋势CPU，又称中央处理器，擅长逻辑控制和通用类型数据运算，具有不可替代性。CPU 有很强的通用性，可处理不同的数据类型，主要负责顺序控制、操作控制、时间控制、 数据加工等操作，因此在任何一个电脑或嵌入式的计算中都有 CPU 或其裁剪版本。CPU 由控制器（Control），寄存器（Cache、DRAM）和逻辑单元（ALU）构成，其中控制器 和寄存器占比较大，而处理数据的逻辑单元占比较小，因此对于专用领域数据处理能力 较弱。代表厂商即为 X86 处理器的英特尔和嵌入式处理器的 ARM。GPU，又称图形处理器，俗称显卡，擅长大规模并行计算。GPU 拥有计算单元数量 众多和超长的流水线，处理的数据类型通常为高度统一的、相互无依赖，省去了大量 CPU 的不必要控制指令计算模块，并行计算能力较 CPU 强。随着人工智能的发展，GPU 不 断被应用于数值模拟、机器学习、视觉处理、语音识别等领域，厂商代表即为英伟达。FPGA 全称是 Field Programmable Gate Array：又称可编程逻辑门阵列，算力较 高，适合小规模定制化开发测试。用户可通过烧入配置文件来定义其内部结构的连线， 从而达到定制电路的目的。FPGA 的芯片量产成本较高，能效比较差，不如 ASIC 专用 芯片。适用于科研、企业开发阶段，一旦方案确定，其成本优势就不再突出。ASIC 全称是 Application-Specific Integrated Circuit：是一种为专门目的而设计的 集成电路，具有算力最高，能效比优等特点。ASIC 面向特定用户的需求，适合较为单 一的大规模应用场景，运行速度在同等条件下比 FPGA 快。但在架构层面对特定智能算 法作硬化支持，指令集简单或指令完全固化，若场景一旦发生变化，该类 AI 芯片便不 再适用，需要跟新换代。面对现阶段，AI 算法日新月异，每年都有大量的算法被开发出 来，对于自动驾驶领域适用性不强。所以现阶段并没有真正意义上的 ASIC 芯片。N-SOC，（即添加神经网络单元的系统级芯片）是指在芯片中集成更多的神经网络 单元，以实现快速的 CNN（卷积神经网络）运算。N-SOC 是现阶段市场的新名词，主 要系随着 AI 芯片的发展，传统定义方法并不完全适用，N-SOC 区别于 ASIC 的智能算 法被硬化，但其并不是一颗完全通用芯片，仅支持少量的算法。典型的代表企业：英特尔旗下的 Mobileye、华为（达芬奇架构 Ascend 系列）、寒武纪（MLU 系列）、百度（昆 仑云）、阿里平头哥、Google（TPU）等。由通用向专用排序依次：CPU、GPU、FPGA、ASIC；数据处理成本经济性（由优 至差）：ASIC、FPGA、GPU、CPU。1）CPU 最通用，算力差，能效比最差，但除了运 算，还包括控制指令，不可被替代；2）GPU 为较为通用的芯片，算力高，架构较为开 放，可允许主机厂基于底层硬件架构开发自己的专门算法，但能效比较差；3）FPGA， 算力一般，可根据客户需求用配置文件更改芯片结构的连线，实现定制电路，适用于实 验室科研、前期开发等小批量应用；4）ASIC 为专用芯片，算力高、能效比优，节约不 必要开发资源，规模量产成本最低，但支持算法不够灵活。AI 芯片通过添加神经网络单元实现 AI 运算的更高效。目前市场对未来汽车 AI 芯 片采用通用 GPU、FPGA、ASIC 芯片方案仍有较大争议，我们认为汽车数据处理芯片不 断异构化，通过不断添加神经网络单元实现 AI 运算是未来发展的主要方向。除了华为、 地平线、寒武纪等 AI 芯片不断增加神经网络单元外，而作为通用 GPU 的代表供应商英 伟达的自动驾驶系列芯片，也通过添加神经网络单元，以实现对 AI 处理越来越高效。 但总体而言 GPU 仍功耗较高，丰富的通用模块可实现对各种场景的适用性，但也带来 了成本过高，功耗过高的问题。而新出现的 N-SOC 虽不是 ASIC 固定算法，具有成本/ 功耗较低等优点，但其针对各种场景的适应性仍较弱。在汽车领域，两者未来性能、成 本等方面会有相互靠近的趋势。1.4. 车规级芯片条件苛刻车规级芯片标准远高于消费级，认证流程长。1）工作环境更为恶劣：相比于消费 芯片及一般工业芯片，汽车芯片的工作环境温度范围宽（-40 至 155 摄氏度）、高振动、 多粉尘、多电磁干扰。2）可靠性安全性要求高：一般的汽车设计寿命都在 15 年或 20 万 公里左右，远大于消费电子产品寿命要求。在相同的可靠性要求下，系统组成的部件和 环节越多，对组成的部件的可靠性要求就越高。3）车规级芯片认证流程长:一款芯片一般需要 2 年左右时间完成车规级认证，进入车企供应链后一般拥有 5-10 年的供货周期。汽车标准需认证可靠性标准 AEC-Q 系列、质量管理标准 ISO/TS16949 其中之一， 此外需要通过功能安全标准 ISO 26262 ASIL B(D）。ISO 26262 在 2011 年 11 月 15 日正 式发布，主要包括四个等级，分别为 ASIL A/B/C/D。ISO 26262 安全是汽车电子元件稳 定性优劣的评判依据之一，通过该等级代表其产品稳定性合格，耐用，但不代表其算力、 能效比高。此外，还需要通过零失效的供应链质量管理标准 TS16949/ISO 9000 国际认证 体系下的汽车行业分支的标准认证；另一个是 AEC-Q 认证，由克莱斯勒、通用、福特 制定的汽车电子元件安全性检测标准。1.5. 汽车 AI 芯片市场格局清晰，行业寡头垄断截止 2020 年，根据 Mobileye 数据，其占据约 70%量产车市场。随着 L1/L2 级辅助 驾驶逐步演进到 L3 级别智能驾驶，消费电子/通信领域的英伟达、华为、高通以及国内 的初创企业地平线、黑芝麻等加速入场抢夺汽车 AI 芯片市场份额。算力、功耗、生态 等成为各家芯片厂商抢夺市场的核心竞争力。特斯拉 FSD 芯片自研自用，引领产业发展，属于独立一级。特斯拉搭载的芯片经 历 Mobileye EyeQ3 与英伟达 DRIVE PX2，后期选择自研。主要优势：由于其自研自用， 根据需求研发专用芯片，减少不必要的软硬件模块，1）缩短研发周期，减少研发设计工 作量；2）提升能效比；3）用户数据驱动研发优化。主要劣势：1）生态较为封闭，仅内 部开发和使用，无法建立完善的生态体系。2）若使用量有限，芯片研发需要投入大量资金，软硬件开发的成本难以通过大规模使用均摊成本。全球 GPU 领域 AI 龙头英伟达和背靠英特尔的汽车 AI 芯片龙头 Mobileye 属于第 一阵列。NIVIDA 作为通用 AI 芯片龙头，对外提供芯片级产品，具备最完善的软件工具 链和应用生态。Mobileye 背靠英特尔，提供芯片+算法绑定的一体式解决方案，客户资 源最丰富且已实现量产验证，但黑盒捆绑销售模式一定程度上限制了用户创新。短期来 看，Mobileye 面向 L3 级以下市场，产品更加成熟。中长期来看，英伟达面向 L3 级以上 市场在 AI 领域实力深厚，后发有力，优势会更加突出。高通与华为属于 1.5 阵列，有望快速突围进入第一阵列。高通在通信及消费电子领 域优势明显，基于智能手机芯片的成功经验，已成为智能座舱域芯片龙头。在智能驾驶 领域，高通于 2020 年 1 月推出了 Snapdragon Ride 平台，正加速推广应用中。华为 AI 芯片云边端领域全覆盖，技术实力雄厚。华为面向智能驾驶领域，对应产品为昇腾 310 （面向所有边缘侧）、昇腾 610（专用于汽车领域）、昇腾 320 等。此外，2020 年 9 月， 华为对外发布新一代车规级 MDC 计算平台（包含 MDC600、MDC300、MDC610、 MDC210）。地平线属于强势第 2 阵列，对外可提供解决方案类产品（芯片+算法），也可以单独 供应。作为中立第三方，芯片和算法可分开销售或一体式解决方案，受客户信任，有望 逐步实现国产替代。各计算平台的算力均超百 TOPS。计算平台各厂商车载计算平台竞争格局来看，英伟达算力相对领先，但算力利用率相对较低；而特斯拉、Mobileye 等虽然算力并不突出， 但是由于芯片+算法均采用自研，所以算力利用率相对较高。2. 汽车 AI 芯片赛道长坡厚雪，孕育中国独角兽地平线地平线，全称北京地平线机器人技术研发有限公司，成立于 2015 年 7 月，是边缘 人工智能芯片的全球领导者，具有领先的人工智能算法和芯片设计能力。创始人系前百 度深度学习研究院院长余凯博士。2017 年 12 月发布中国首款边缘端人工智能视觉芯片 征程（Journey）系列和旭日（Sunrise）系列。征程系列芯片主要用于智能驾驶领域，旭 日系列芯片主要用于物联网领域。合作伙伴包括奥迪、博世、长安、比亚迪、上汽、广 汽等国内外的顶级 Tier1，OEM 厂商。2.1. 地平线发展历程公司成立于 2015 年，专注于边缘端 AI 芯片。地平线战略聚焦于车规级智能驾驶 AI 芯片+AIoT 边缘 AI 芯片的研发和产业落地，对外主要提供解决方案类产品（芯片+ 软件算法）。公司已发布车规级 AI 芯片：征程 1.0、征程 2.0、征程 3.0；自动驾驶计算 平台：Matrix1.0、Matrix2.0；AIoT 边缘 AI 芯片旭日 1、2、3；AI 开发平台：天工开物 等多类产品。2020 年 3 月，长安 UNI-T 座舱域搭载车规级 AI 芯片——地平线征程二 代，实现首次前装量产。2.2. 技术团队实力雄厚，股东资源丰富核心技术骨干来自百度等科技巨头，团队实力强劲。地平线创始人&CEO 余凯博士， 曾任百度深度学习研究院常务副院长，百度研究院执行院长，创建并领导百度深度学习 研究院(IDL)、百度自动驾驶团队和百度大脑 PaddlePaddle 等项目。他也是曾担任两大著 名机器学习国际会议 ICML 和 NIPS 的领域主席（Area Chair）为数不多的几位华人学者之一，2011 年在斯坦福大学计算机系任兼职教授。此外，他被 2017 年《福布斯》杂志 评选为“20 位驱动中国人工智能改革的科技领导者”之一。除了创始人余凯以外，联合 创始人&算法副总裁黄畅、地平线通用 AI 首席科学家&硅谷研究院负责人徐伟、智能驾 驶研发总监余轶南均来自百度 IDL。团队规模上，地平线在硅谷、北京、上海、南京等地均设有研发中心和商务运营团 队，截至 2019 年底共有 1400 余人，其中研发人员占比 70%以上。团队成员大多毕业于 国内外著名学府，在人工智能算法和芯片架构研发方面作出多项世界级的成果和产品。C 轮 9 亿美元融资落定，产业资本加持集中优质资源。2020 年 12 月以来，地平线 先后获得 3 批次融资，C 轮融资达 9 亿美元。2021 年 12 月 C1 轮吸引到高瓴创投、五 源资本、今日资本领投，金额 1.5 亿美元；2021 年 1 月获得 Baillie Gifford、云锋基金、 中信产业基金、宁德时代领投的 4 亿美元 C2 轮融资；2021 年 2 月拿到 3.5 亿美元 C3 轮 融资，其中比亚迪、长城汽车、长江汽车电子、东风资产、舜宇光学、星宇股份等 6 家 汽车产业链上下游企业联合加持。自成立以来，地平线已累计获得 10 轮融资，备受明 星机构及产业资本关注，集中产业链上下游丰富资源快速发展。2.3. 汽车+物联网双管齐下，产品化快速落地自动驾驶芯片+物联网芯片两条产品主线。地平线产品业务战略聚焦于 AI 芯片的研 发和产业落地，对外主要提供解决方案类产品（芯片+算法+开发平台）。相比多数 AI 芯 片厂商起步于云端、消费端等场景，地平线聚焦于车规级 AI 芯片，成立 5 年时间便成功实现量产落地。考虑到设计、制造、车规测试、项目定点、车型导入等环节的时间， 地平线产品推进速度在整个行业中都处于领先位置（例 Mobileye 车规芯片从研发到商 用历时 8 年）。目前，地平线已推出的产品包括“征程”系列车规级 AI 芯片，面向汽车 领域；搭载“征程”芯片的 Matrix 自动驾驶计算平台；“旭日”系列边缘 AI 芯片，面向 AIoT（AI+物联网）场景；AI 全生命周期开发平台“天工开物”以及 ADAS 解决方案。2.3.1. 车规级 AI 芯片“征程”系列智能驾驶芯片方面：地平线成长路径与 Mobileye 类似，产品由视觉处理向多传感 器数据融合方向发展。地平线前期产品主要提供视觉处理器，对外提供芯片及配套软件 工具链+算法方案，客户可根据需求只选择芯片或者整套解决方案。根据地平线规划征 程 5 芯片可实现传感器融合，算力/功耗达到 96TOPS/20W。2019 年发布征程二代，主要负责视觉处理。征程二代芯片，搭载了地平线自主研发 的高性能计算架构 BPU2.0（Brain Processing Unit）,通过软硬件的协同创新与优化，算 力/功耗为 4TOPS/2W。基于征程二代芯片打造的单目前视 ADAS 解决方案，可在 100 毫 秒延迟内有效感知车辆、行人、道路线、交通标志、车牌、红绿灯等六大类近百种目标 的检测和识别。通过提供基础的“芯片+工具链”，并向合作伙伴提供先进的模型编译器、 完备的训练平台、场景驱动的 SDK、丰富的算法样例等工具和服务，赋予汽车感知、建 模的能力，实现车内车外智能化，用边缘 AI 芯片全面赋能智能驾驶。2020 年征程二代 芯片的出货量达到 10 万+，2021 年地平线预计其出货量将达到 70-100 万片。2020 年 9 月，地平线通过 TV ISO 26262 功能安全流程认证。地平线已按照 ISO 26262:2018 标准要求，建立起完善的符合汽车功能安全最高等级 ASIL D 级别的产品开 发流程体系，成为首个获得 ISO 26262 功能安全流程认证的中国 AI 芯片公司。2020 年征程二代芯片率先搭载于长安汽车量产新车型 UNI-T 上。2020 年 3 月，长 安汽车全球直播发布主力车型 UNI-T，搭载地平线征程 2 代芯片，6 月正式量产上市， 征程二代成为国内首个搭载于量产车型的国产 AI 芯片。UNI-T 采用长安汽车和地平线 联合开发的智能驾驶舱 NPU（Neural Processing Unit，神经网络处理单元）计算平台， 智能座舱深度融合视觉、语音多种感知数据，实现了从交互对象、交互方式到交互逻辑 的全方位升级，可通过语音、动作姿态、面部表情等指令交互为用户带来更加安全、智 能的驾乘体验。UNI-T 上包含多项 AI 主动服务：接听电话自动降低多媒体音量、视线 亮屏、疲劳监测、智能语音拍照。2020 年北京国际车展发布征程 3。征程 3 采用 16 纳米工艺，基于地平线自主研发 的 BPU2.0 架构，AI 算力达到 5 TOPS，典型功耗仅为 2.5W，可接入 6 路摄像头数据， 不仅支持基于深度学习的图像检测、分类、像素级分割等功能，也支持对 H.264 和 H.265 视频格式的高效编码，能够实现多通道 AI 计算和多通道数字视频录像。适用于高级别 辅助驾驶（ADAS）、驾驶员监控（DMS）、自动泊车辅助（APA）及众包高精地图定位等多种应用场景。广汽版征程 3 则根据广汽集团采用的深度学习网络对征程 3 芯片进行 深度的软硬件联合优化，同时针对广汽量产车型的功能开发需求进行功能模块调优而成， 在系统成本上实现优化。未来该款芯片将计划在更多广汽新车型中量产搭载，实现智能 驾驶和智能座舱的相关功能。Matrix 作为地平线搭载征程系列车规级芯片的自动驾驶计算平台，结合了深度学 习感知技术，为高级别自动驾驶提供稳定可靠的高性能感知计算能力。荣获车辆智能和 自动驾驶技术类 2019 CES 创新奖(2019 CES INNOVATION AWARDS)、“最佳汽车解决 方案”分类奖(2019 Embedded Vision)等多项国际大奖和提名。Matrix 高性能、低功耗、 低成本的特点深受国内外自动驾驶厂商和 Robotaxi 运营车队的青睐，目前已在海内外赋 能近千辆 L4 级别的自动驾驶车辆，成为全球 L4 自动驾驶计算平台的明星产品。（1）Matrix1.0 平台：4TOPS/31W。内置征程 2.0 处理器架构（4TOPS/2W），平台 在 31W 功耗下，可进行 20 类不同物体的像素语义切割、三维物体检测和行人骨骼识别， 支持 4 路 720P@30fps 图像实时处理，支持多传感器融合（摄像头图像输入、毫米波雷 达、激光雷达），支持 L2 级别 ADAS 功能。（2）Matrix2.0 平台：16TOPS/20W。搭载征程二代车规级芯片，可满足 L2～L4级别自动驾驶需求。在感知层面，Matrix2.0 可支持包括摄像头、激光雷达在内的多传感器 感知和融合，实现高达 23 类语义分割以及六大类目标检测，能够应对特殊场景或极端 天气等复杂环境，输出稳定的感知结果。自研视觉算法+AI 开源工具链，具备赋能车厂 ADAS 功能能力。从已公布的搭载征 程二代的车型长安 UNI-T 来看，即使征程 2 在其中主要赋能对象为座舱人机交互+DMS 驾驶员监测的功能，但通过与整车厂/科技公司的合作+算法开源平台，地平线具备提供 ADAS 功能的能力。2020 年 4 月，地平线推出全新一代“天工开物”AI 开发平台，基于自研 AI 芯片打造,由模型仓库(Model Zoo)、AI 芯片工具链(AI Toolchain)及 AI 应用 开发中间件(AI Express)三大功能模块构成。该平台可以为地平线芯片合作伙伴提供丰富 的算法资源、灵活高效的开发工具和简单易用的开发框架，标志着地平线开始逐步建立 开放软件生态。地平线与主机厂和一级供应商保持紧密合作。截止 2020 年，地平线进行中的合作 项目超过 50 个，已签下 20 余个前装定点项目，公司预计装车辆可达数百万台。目前已有长安 UNI-T、奇瑞新能源蚂蚁（搭载征程二代）、理想 ONE（语音方案）等量产车型 上市。长安预计搭载征程 2 代芯片的 UNI-K 将于今年上半年上市。2.3.2. AIoT 边缘 AI 芯片“旭日”系列自 2017 年 12 月起，地平线陆续推出“旭日”系列处理器，面向智能摄像头，能够 在本地进行大规模人脸抓拍与识别、视频结构化处理等，广泛用于商业、安防等多个实 际应用场景。助力发展智慧零售、智慧城市——已与龙湖地产、宝龙地产、永辉超市、 百丽、Kappa、Nike、上汽集团、中信书城、中国建投书局、SK 电讯等公司达成合作； 产品在上海临港新区智慧交通建设、大连平安城市建设、长沙市湘江新区智慧交通建设、 国内某大型机场人脸识别项目、城市水务、国家级开发园区等场景落地应用。2.4. “AI 芯片+算法”面向多场景的解决方案地平线基于其自身车规级 AI 芯片能够以最小的功耗提供高性能计算能力的优势， 结合视觉感知算法实现多类 AI 任务处理，研发了面向 ADAS、智能座舱、高精地图的 众多解决方案，支持乘用车、重卡、客车、城市公交等多种车型，助力智能出行。（1）ADAS 解决方案基于征程 2 芯片，公司研发了面向 ADAS 市场的单目前视解决方案。该方案可在 低于 100ms 延迟下有效感知车辆、行人、车道线、交通标识、红绿灯等多种目标。该解 决方案可满足 10 类动态目标感知，53 类静态目标感知，关键区检测率＞99.8%，且针对 中国道路场景进行了优化，获得国内外众多 Tier1&OEM 厂商认可。2019 年 11 月，地平线携手国内领先的 Tier1 福瑞泰克为主机厂提供高性能的 ADAS 前视一体机产品，共同推动 ADAS 解决方案前装量产。2020 年 1 月，地平线与中兴通 讯子公司英博超算达成战略合作，共同推出面向智能驾驶市场的域控制器，并率先搭载 于 2020 年 9 月上市的奇瑞蚂蚁纯电 SUV 中。2020 年 8 月，地平线与 AI 无人车研发制 造运营企业新石器合作，共同推进低速场景自动驾驶落地。2020 年 10 月，地平线与大 陆集团签署合作备忘录,在 ADAS 及高等级自动驾驶领域展开深度合作。2021 年 2 月， 上汽集团与地平线签署合作协议，以智能域控制器和自动驾驶系统为切入点，围绕地平 线未来的高等级自动驾驶芯片成立联合团队，共同打造对标特斯拉 FSD 的下一代智驾 域控制器和系统方案。结合 C-V2X 技术，升级更高级别自动驾驶解决方案。地平线 Matrix 自动驾驶计算 平台集合了车规级 AI 芯片低功耗强算力的优势，能够处理技术难度更高的 C-V2X 车路 协同信号（限速预警、道路施工预警、前方堵车重点提醒、高优先级别车辆让行等），使 车辆在无需驾驶员干预的情况下自动进行相应的车速调整或变道超车等动作。2020 年 1 月，在地平线 Matrix 赋能下，奥迪中国首次在国内实际高速公路场景进行乘用车编队 L4 自动驾驶及车路协同演示，实测场景位于最高设计时速 80km/h 的延崇高速公路二期 工程封闭路段。（2）智能座舱解决方案DMS（Dirver Monitoring System）驾驶监控系统通过将两路摄像头、两路麦克风 的数据接入到芯片进行相关感知算法的处理，同时通过 CAN 获取车身信号，感知并融 合用户的人脸特征、行为特征、语义特征以及主动行为等数据信息，实现人脸识别、视 线追踪、降噪唤醒、疲劳分级检测等算法，实时监测驾驶员是否在位及其当前状态并提 供警报和干预，保证行驶的安全性。目前已在长安主力车型 UNI-T 和 UNI-K 上实现量 产。车载多音区语音交互技术通过车内的高灵敏度麦克风、阵列语音信号处理和语音识 别技术，结合领先的声源定位、盲源分离和降噪算法，实现对不同位置乘客的语音指令 的精准区分和识别，快速响应乘客对于车辆设置、导航、音乐、视频等多种需求。地平 线为理想 ONE 增程式智能电动车赋能的该项解决方案可支持多达 4 路人声分离和 6 路 音区检测，实测声源定位准确率高达 95%，远超市场现有的语音分区方案。（3）NaviNet 动态高精地图解决方案地平线提供基于其车规级 AI 芯片和高性能视觉感知算法的视觉建图定位方案。 NaviNet 支持在边缘对场景进行实时建模，输出重建的局部三维语义地图；同时也可支 持在边缘进行语义感知与全局地图的匹配，输出亚米级高精度定位。2020 年 4 月，地平 线 NaviNet（基于征程 2 芯片）已在韩国数千辆公交车上完成部署，合作方 SK 电讯通 过车端环境感知算法完成道路特征采集和地图信息实时动态更新。在高清地图领域的合 作方还有易图通、高深智图 DeepMap、凯立德等。3. 智能座舱切入智能驾驶，芯片巨头高通扬帆再起航高通成立于 1985 年，专注通信技术研发，提供处理器与基带芯片，以及相关专利 授权。业务部门分为芯片产品 QCT、专利授权集团 QTL、以及战略投资集团 QSI。高通 布局汽车领域已有近 20 年历史，早在 2002 年，高通便为通用旗下安吉星提供 CDMA 1x 车载信息处理解决方案，正式迈入智能汽车领域。高通在汽车智能化领域的布局主要 分为四大方向：智能座舱、ADAS/自动驾驶、车联网和车对云平台。根据高通在 2020CES 发布会数据显示，截止 2019 年年底，全球 25 家主要车企中已经有 20 家与高通达成合作，全球超过 1.5 亿辆汽车采用了高通汽车解决方案，相关产品订单量总估值超过 80 亿美元。2019-2024 年高通预计汽车业务营收 CAGR20.1%。2015-2020 年高通年度营收规模 较为稳定，基本在 220-250 亿美元区间浮动。2021 年 Q1 高通实现 82.35 亿美元营收， 同比增加 62%，净利润为 24.55 亿美元，同比增长 165%。高通预计汽车业务板块收入 将从 2019 年的 6 亿美元增长至 2024 年的 15 亿美元，年均复合增长率 20.1%。3.1. 智能座舱芯片王者，第四代数字座舱持续占领高端市场高通在智能座舱域具备绝对领先优势。从高通智能数字座舱平台的市场份额来看， 目前高通已获得全球领先的 25 家汽车制造商中 20 家的信息影音以及数字座舱项目。国 内车企中，包括蔚来、上汽、长城汽车、零跑汽车、奇瑞捷途、比亚迪、威马汽车、广 汽、小鹏、吉利、理想等均已推出或宣布推出搭载骁龙汽车数字座舱平台的车型。智能座舱域芯片布局来看，高端市场以高通为主，英特尔、瑞萨、三星随后，中低 端有恩智浦、德州仪器等，国内华为、地平线、联发科、芯驰科技等加速入局。其中， 高通骁龙 820A 数字座舱平台支持计算机视觉与机器学习，能够提供丰富的图形与多媒 体功能，广泛的可视化和操作系统选项组合及神经处理引擎。2020 年多款上市新车型都搭载了骁龙 820A，包括领克 05、奥迪 A4L、小鹏 P7、2020 款小鹏 G3 车型等。2020 年 量产的高通骁龙 SA8155P，是基于台积电第一代 7nm 工艺打造的 SoC，也是第一款 7nm 工艺打造的车规级数字座舱 SoC，性能是原有高通 820 平台的三倍。SA8155P 还支持新 一代的联网技术，包括 WiFi6、蓝牙 5.0 等, OTA 过程中稳定性和速度更优。国内多数车 企的下一代车型，包括蔚来 ET7、上汽智己、长城 WEY 品牌 VV7 及摩卡、威马 EVOLVE 及 EX7、零跑汽车 C11、比亚迪 D1、奇瑞捷途 X70 PLUS、广汽 AION LX 都将搭载 SA8155P 芯片，高通在该领域的龙头地位进一步巩固。高通发布第 4 代骁龙汽车数字座舱平台，加速汽车智能化变革。2021 年 1 月 26 日， 高通在“重新定义汽车”主题活动中推出第 4 代高通骁龙汽车数字座舱平台。此前的 2014/2016/2019 年，高通曾分别推出第一、二、三代数字座舱平台。今年推出的新平台 采用第 6 代高通 KryoCPU、高通 Hexagon 处理器、多核高通 AI 引擎、第 6 代高通 Adreno GPU 以及高通 Spectra ISP，基于 5nm 制程工艺打造。新平台增强了图形图像、多媒体、 计算机视觉和 AI 等功能，旨在支持情境感知优化且具备自适应能力的座舱系统，可根 据驾乘者的偏好不断演进，并计划于 2022 年开始量产。3.2. ADAS/自动驾驶后来居上，Snapdragon Ride 平台布局全面高通以 Snapdragon Ride 硬件平台+配套软件架构布局 ADAS/自动驾驶。2017 年 12 月，高通获得加州无人驾驶测试牌照。2020 年 1 月，高通在 CES 国际消费电子展推 出自动驾驶 Snapdragon Ride 平台。Snapdragon Ride 平台主要由安全系统级芯片 SoC(ADAS 应用处理器）、AI 加速器（智能驾驶专用加速器）和智能驾驶软件堆栈构成， 可支持三个等级的智能驾驶系统：L1/L2级ADAS：面向具备 AEB、TSR 和 LKA 等驾驶辅助功能的汽车硬件支持：1 个 ADAS 应用处理器（安全系统级芯片 SoC），可提供 30 TOPS 的算力。L2+级 ADAS：面向具备 HWA、自动泊车 APA 以及 TJA 功能的汽车硬件支持：2 个或多个 ADAS 应用处理器，期望所需算力要求- 60~125 TOPSL4/L5 级自动驾驶：面向在城市交通环境中的自动驾驶乘用车、机器人出租车 和机器人物流车硬件支持：2 个 ADAS 应用处理器 + 2 个智能驾驶加速器 ML（ASIC），可提 供 700TOPS 算力，功耗为 130W。Snapdragon Ride 平台可提供开放的编程架构。该编程架构支持汽车制造商和一级 供应商根据其对于摄像头感知、传感器融合、驾驶策略、自动泊车和驾驶员监测等方面 的不同需求，对 Snapdragon Ride 平台进行定制。为了加速先进智能驾驶解决方案的部 署，针对视觉感知、泊车和驾驶员监测场景，Snapdragon Ride 采用多款行业领先软件栈， 持续扩展其软件生态系统，并支持其中一款或多款软件栈的组合形式提供给客户。3.3. 率先发布 4G/5G 骁龙汽车平台，持续推进 C-V2X 落地5G C-V2X 芯片广泛用于车联网中。C-V2X 即蜂窝车联网是车辆相互之间以及周 围物体进行通讯的基础技术，它有助于提供 360°非视线意识和更高的可预测性，从而 改善道路安全性并实现自动驾驶。2017 年第一个完整的 LTE-V2X 标准完善后，高通便推出 9150 C-V2X 芯片组，针对 3GPP Rel-14 版本 C-V2X PC5 直接通信进行优化，同时 支持包括北斗系统在内的高精度定位。2020 年 7 月，3GPP 完成了 5G 标准第二版规范 Release 16，高通同样参与其中。2016 年成立的 5GAA（5G 汽车协会），高通也是 8 家 发起单位之一。9150 芯片组包括 C-V2X 直接通信模式，包括车对车（V2V），车对基础设施（V2I）， 车对行人（V2P）和车对云（V2C）交流。截至 2020 年初，11 家制造商已在其模组中采 用 9150 C-V2X 芯片组；全球超过 12 家 RSU 厂商计划在其产品组合中采用该芯片组； 超过 10 家 Tier1 供应商和汽车后市场 OBU 厂商基于该芯片组为其 C-V2X 产品上市准 备就绪。高通骁龙汽车 4G/5G 平台赋能全球汽车供应商。2019 年，高通在世界移动通信大 会 MWC 上宣布推出高通骁龙汽车 4G 及 5G 平台。骁龙汽车 4G 和 5G 平台集成 CV2X、Wi-Fi、蓝牙和高精定位技术，旨在支持车对车、车对云以及车对周围环境的无缝 连接，支持丰富的车内体验、网联汽车服务以及更高水平的安全性与自主性所需要的先 进智能。目前，高通已与大陆集团、高新兴物联、LG 电子、移远通信、华人运通、锐凌 无线、启碁科技、中兴通讯和均联智行等企业持续合作，推动支持4G/5G 网联服务的 汽车在全球部署。3.4. 推出车对云平台，拓展汽车后端服务增量车对云服务是高通首款集成骁龙数字座舱、骁龙汽车 4G/5G 平台的安全网联汽车 服务套件。2020 年 1 月，高通在 CES 国际消费电子展发布车对云服务。车对云服务支 持 Soft SKU 芯片规格软升级能力，可以帮助汽车制造商根据消费者定制化需求，通过 OTA 升级调整车辆功能。其采用“按需激活”、“即用即付”的收费模式，为汽车制造商、 内容提供商和应用开发者带来新的汽车后端服务增量价值。4. 背靠英特尔，Mobileye 是全球 ADAS 市场龙头4.1. Mobileye 是 ADAS 市场领头羊Mobileye 是以摄像头为主的图像识别龙头，于 1999 年由以色列希伯来大学的 Amnon Shashua 教授和 Ziv Aviram 创立。创办之初，公司致力于用单目视觉，提供包 括行人检测、车道保持和自适应巡航等辅助驾驶技术。2007 年，宝马、通用和沃尔沃成 为首批配装 Mobileye 芯片的车企，Mobileye 产品正式商用。2014 年 7 月公司 IPO 上市并受到市场的广泛关注， 2017 年被英特尔以 153 亿美元收购，并将其原自动驾驶事业部IDG 整合到 Mobileye 旗下。目前 Mobileye 主要为全球 OEM 厂和 Tier1 厂商提供“芯片+算法”软硬一体化的 ADAS 视觉解决方案，2020 年一共新中标 37 个车企项目，加 上正在进行的 49 个项目，共覆盖 3600 万辆车的相关技术供应。全球市占率 70%，EYE Q 系列芯片出货量持续快速提升。EYE Q 系列芯片出货量 由 2014 年的 270 万片提升至 2020 年的 1930 万片，年均复合增速 38.8%。EyeQ1 至 EyeQ4 等芯片型号已经量产，Mobileye 预计 EyeQ5 今年投放市场。截至 2020 年底， Mobileye 累计售出约 7330 万枚芯片，被搭载在全球超过 7000 万辆汽车上，前装市场收 入占营收的 85%以上，从 ADAS 到 L2+方案的市场占有率约为 70%。2014-2020 年 Mobileye 营收持续快速增长。Mobileye 从 2014 年的 1.44 亿美元提升 到 2020 年的 9.67 亿美元，年均复合增速 37.4%。其中，通用、日产、现代、宝马四大 汽车产商约占收入一半以上。4.2. EyeQ 系列芯片是 Mobileye 产品核心EyeQ 芯片的神经网络处理单元是 VMP，主要通过 VMP 数量提升实现算力提升。 EyeQ 芯片由 Mobileye 和意法半导体合作研发设计，通过增加 VMP 的数量和提升 VMP 的运行频率来提升算力、能效比。VMP 用来应对 ADAS 相关的图像处理任务，如：缩 放和预处理、翘曲、跟踪、车道标记检测、道路几何检测、滤波和直方图等。Eye Q3 和 Eye Q4 是目前 Mobileye 在市场上的主流产品。2004 年 EyeQ1 开始研 发，2007 年正式商用，宝马、通用和沃尔沃成为首批配装 Mobileye 芯片的车企，支持 车道偏离预警(LDW)和自动紧急制动(AEB)两种 ADAS 功能。EyeQ2 芯片于 2010 年推 出，在 EyeQ1 的基础上加入了前碰撞预警（FCW）功能。EyeQ3 发布于 2014 年，配置 四个多线程 MIPS32 内核和四个矢量微码处理器（VMP）内核，只负责视觉处理。2015 年，Mobileye 发布 EyeQ4，算力达到 2.5TOPS/3W，开始部分融合并支持最多 8 个传感 器(7 个摄像头+1 个激光雷达）数据处理，2018 年开始搭载于量产车型中。Mobileye 一体化解决方案软硬件结合紧密，产品效率高但开放性需要提升。Mobileye 以视觉处理起家，所以前期产品主要专注于摄像头+视觉处理芯片+算法等绑定 一体式解决方案。由于自动驾驶发展初期，主机厂和 Tier 1 级供应商软件算法的开发能 力很弱，采用绑定一体式解决方案可一站式搭载上车，该模式对主机厂软件开发能力要 求很低，符合该阶段市场需求，因此 Mobileye 产品迅速占领全球市场。但随着主机厂和 Tier 1 级供应商的软件开发能力逐步提升，绑定一体式解决方案限制了主机厂新车型的 算法应用创新。根据 Mobileye 规划的 EyeQ5 芯片，可实现多种传感器数据融合处理， 且融合算法或将开放给主机厂自行开发，但视觉处理的感知算法是否开发并未提及。4.3. REM 高精地图成为 Mobileye 贯通自动驾驶的桥梁基于多年 ADAS 技术积累，REM 高精地图成为 Mobileye 贯通自动驾驶的桥梁。 大量实时路测数据是自动驾驶技术迭代升级和解决长尾问题的核心要素，主要掌握在车企手中，而 Mobileye 借助其 ADAS 层面与车企的深度合作，通过众包形式深耕高精地 图数据采集。截至 2020 年底，参与 REM 的车辆接近 100 万辆，每天采集约 800 万公里 的路网数据，在全球范围内共采集超过 75 亿公里的道路数据。REM 核心优势在于其可 以将每公里的地图信息数据量压缩到 10 KB，带宽要求低，同时信息传输成本平均只需 1 美元。目前，Mobileye 已与宝马、日产、大众等 6 家整车企业合作，真正实现从获取 数据、发送到云端到构建高清地图的纯自动化操作。Mobileye 联手中国本土企业，加速进军中国市场。作为外企，Mobileye 在中国通过 与本土企业合作的形式进行地图数据采集。2018 年初 Mobileye 和四维图新达成全面战 略合作伙伴关系，在中国开发和发布路网采集管理产品。2019 年 1 月与长城汽车合作， 在未来 3~5 年内，Mobileye 向长城提供 L0~L2级ADAS 系统，将共同开发中国独特路况的 L3+自动驾驶系统；10 月与紫光集团成立合资公司，紫光持股 51%、Mobileye 持股 49%；11 月与蔚来汽车宣布合作，蔚来使用的 L4 级别自动驾驶汽车套件将包括 EyeQ系统集成芯片(SoC)、硬件、驾驶策略、安全软件和 REM 高精地图解决方案；2020 年 1 月 与上汽集团达成合作，上汽将采用 REM 技术。以推进 L2+自动驾驶系统等部署。4.4. 自研激光雷达，完善自动驾驶产业链布局Mobileye 宣布自研激光雷达技术，纯视觉+纯激光雷达方案将实现互为冗余。2021 年 11 月，Mobileye 在 2021CES 上推出激光雷达 SoC 芯片，进军激光雷达市场，并预计 2025 投入使用。该 LiDAR SoC 是利用硅光子工艺集成激光器的芯片，主要依靠 FMCW 技术计算物体距离、速度和运动的方向，相比发送离散激光脉冲的 ToF 方案更有效。目前市场上认可的主流方案为摄像头+雷达多传感器融合方案，而 Mobileye 选择了 一条与众不同的道路：将摄像头、雷达-激光雷达打造成互为独立的子系统，由此实现多 项冗余和互为冗余。目前 Mobileye 已经开展纯激光雷达传感器子系统的测试研发，并实 现了与SuperVision 纯视觉方案同样的端对端完全自动驾驶能力。Mobileye 背靠英特尔， 用软件定义成像雷达，目标是将激光雷达虚拟通道从 192 个提升至 2304 个，动态范围 从三维采样转变成四维采样，达到 100dB，旁瓣电平从 25dB 升至 40dB。这样的设计足 以支撑自动驾驶策略，或将成为自动驾驶汽车在架构上的新转变。4.5. 收购 Moovit，拓展出行服务野望9 亿美元收购 Moovit，Mobileye 剑指 Robotaxi 市场。2020 年 5 月，英特尔以约 9 亿美元（扣除英特尔投资的股权收益后为 8.4 亿美元）收购了以色列出行即服务解决方 案提供商 Moovit，并入 Mobileye 业务部门。截至 2020 年底，Moovit 在全球拥有 9.5 亿 用户，业务遍及 112 个国家和地区的 3400 个城市，其庞大用户群和出行生态资源可以 对 Mobileye 的出行服务布局形成完美补充。 根据 Mobileye 的规划，在自身自动驾驶解决方案、REM 高精地图等内生式增长夯 实 MaaS 的底层基础上，可以通过 Moovit 进一步加强车队运营及调度中心、智能出行平 台及服务、出行用户及合作伙伴网络。2021 年，Mobileye 自动驾驶测试车队将在底特 律、东京、上海、巴黎上路行驶，并计划在监管审批通过后推广至纽约。详见报告原文。（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。）精选报告来源：【未来智库官网】。

来源：亿欧智库免责声明：本文系网络转载，版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题，请第一时间告知，我们将根据您提供的证明材料确认版权并按相应流程获取授权或立即删除内容！本文内容为原作者观点，并不代表本公众号赞同其观点和对其真实性负责。爱创客邀请函