国内自主研发的隐私计算TEE技术通过金融科技产品认证，蚂蚁集团主导研发的
06-18
如今的汽车与20年前相比已经发生了很多变化，特别是随着电动化和智能化的发展和普及，传统汽车的老两大部件（发动机和变速箱）越来越多地被新的两大部件（电机和电控系统）所取代。
而且，智能化的提升，让传统汽车所没有的自动驾驶辅助系统（ADAS）变得越来越重要。
在此基础上，新车的安全保障系统功能不断被添加和升级。
此外，传统汽车中的信息娱乐系统功能相对单一、分散，而新车中的智能座舱系统逐渐将车内的声、光、音视频、触摸操作等功能融合在一起，实现更加智能化的管理。
和操作。
虽然变化很多，但传统汽车几十年甚至上百年积累的底盘系统调校技术不会过时。
也是新车不断学习的目标。
接下来，我们将结合传统燃油汽车和新型电动化、智能汽车的各个功能块，看看各种芯片组件如何在车辆中发挥作用。
整车可分为六大系统，分别是：动力系统、车身、座舱、控制和通讯系统、底盘和安全、ADAS，如下图所示。
汽车中使用的芯片种类繁多，大致可分为以下六类：计算与控制芯片、通信芯片、电源芯片、模拟芯片（电源、驱动等）、传感器芯片、存储芯片。
计算控制芯片主要基于各种处理器，包括MCU、CPU、GPU、FPGA以及相应的SoC。
其中，CPU、GPU等高性能计算SoC主要应用于ADAS、信息娱乐系统、智能座舱等领域，而MCU几乎遍布整车各个功能部分，尤其是传统燃油汽车。
功率器件主要应用于电源系统和机箱。
模拟芯片也分布在车辆的各个部位。
存储芯片主要应用于ADAS和驾驶舱。
传感器包括压力、流量、惯性、湿度、红外、CIS图像传感器以及各类雷达。
，不同的传感器遍布整个车辆。
接下来我们就来看看上述六类片式元件在汽车上的应用。
01 计算与控制芯片 在电动化、智能化普及之前，汽车的各个功能块都是由ECU（Electronic Control Unit）控制的，而MCU是ECU的核心。
它监测汽车的各种运行数据（速度、换挡、制动、航向等），以及汽车的各种运行状态（油耗、加速度、与前车的距离等），并计算信息由各种传感器根据预先设计的程序逻辑发送，并将各个参数处理后发送到相关的执行模块，执行各种预定的控制功能。
这种架构一般称为分布式。
无论是传统燃油汽车还是新型电动、智能汽车，MCU的用量都非常大，包括车身控制、仪表盘、影音娱乐、电机驱动控制、高级安全系统、雨刷、车窗、电动座椅、等需要MCU进行控制。
目前，一辆汽车中使用了多达 50 个 MCU。
传统燃油汽车的动力系统主要包括发动机和变速箱。
这两个组件各有一个主控MCU。
电动汽车的动力系统包括整车控制模块、电机控制器模块、电池管理模块、电源域控制器三部分。
为了集中控制以上三个部分，该系统需要更多的MCU。
预计每辆车将比传统燃油车多使用至少5个MCU。
车身控制系统中使用的MCU数量比较稳定，变化不大。
原因是体域技术相对成熟，生命周期较长。
这些功能的实现对芯片运算能力的要求较低，所使用的MCU的价格也较低。
恩智浦、意法半导体、瑞萨电子和德州仪器等传统MCU厂商一直主导着汽车MCU市场。
近年来，中国本土相关企业也努力奋起直追，涌现出不少特色企业。
复旦微电子就是其中之一。
该公司的汽车级MCU FM33LG0xxA系列可用于雨刷器、车窗和座椅。
目前，复旦微电子正在研发新一代汽车级MCU。
随着智能化、网联化、电动化在汽车应用的深入和普及，汽车电子电气架构逐渐从分布式走向集中式，以减少车辆线束，提高内部信息流效率。
此时，计算能力也趋于集中化，仅仅依靠MCU来满足计算需求已经不可能了。
目前ADAS和智能座舱芯片主要是CPU、GPU和NPU，并集成在域控制器中。
该域将传统ECU控制进一步集中，形成若干功能块，可概括为车辆控制域（VDC）、智能驾驶域（ADC）和智能座舱域（CDC）。
未来，在基于领域的集中式架构的基础上，还将向领域集成（中心集成）架构发展，进一步简化架构，使功能更加集中。
在分布式ECU逐渐集中到域的过程中，DCU（域控制器）集成了多种类型的ECU，实现了控制功能的集中化。
从目前的情况来看，汽车中的MCU数量呈下降趋势，尤其是随着座舱越来越智能化，需要实现的功能非常广泛，包括信息娱乐、人机交互等，为了实现这些先进的功能功能，对芯片的性能要求更高，导致MCU的地位下降。
以仪表板为例，该部分的性能提升使得MCU的主控位置被高算力处理器所取代。
总体而言，MCU在传统功能控制应用中仍占有一席之地，但其在驾驶舱和ADAS中的使用将大幅减少。
但在可预见的未来，汽车MCU的市场总量仍将很大。
随着自动驾驶水平逐步提升，应用功能越来越丰富，汽车对芯片算力的要求也越来越高。
尤其是在安全性和实时性方面，ADAS有着非常高的要求，要求系统具有更高的认知和推理能力。
目前，以Mobileye、Nvidia、Tesla为代表的厂商在ADAS计算芯片方面处于市场前列，相关产品已广泛应用于中高端及新动力车型。
Mobileye是L2及以下级别辅助驾驶领域的领导者，也是汽车ADAS技术的创始人和领导者。
在Nvidia、高通和特斯拉崛起之前，Mobileye一直是ADAS行业的领导者。
但由于存在明显的缺陷（采用不向OEM开放数据权限的“黑匣子”模式，以及软硬件必须捆绑销售），Mobileye旗舰产品EyeQ芯片出货量的增速已经下滑。
今年以来下滑明显，尤其是在智能化水平较高的电动汽车领域，Mobileye的竞争力越来越弱。
近年来，英伟达在自动驾驶领域异军突起，如今已成为行业领头羊。
英伟达第一代自动驾驶处理器是Drive系列。
随着车载系统需求的发展，驱动系统也在不断升级。
例如Drive PX Xavier就搭载了Xavier芯片，适用于L2级别的辅助驾驶。
对于更高级别的应用程序，可以使用两个 Xavier 加两个 Turing 架构 GPU。
后来Nvidia又推出了性能更高的Orin芯片。
不久前，该公司推出了Thor，其算力达到了TOPS。
芯片与强大算力的组合，让客户可以根据不同的使用场景选择合适的芯片，帮助英伟达相对较快地打开市场。
除了计算能力之外，NVIDIA还斥巨资开发软件工具，先后推出了DRIVE OS、DRIVEWORKS、DRIVE AV、DRIVE IX等。
NVIDIA软件的突出特点是开放性高、应用灵活、适应性好。
这些都是非常用户友好且非常受欢迎的。
近年来，特斯拉还开发了自己的自动驾驶处理器，名为FSD，并放弃了原来的EyeQ3和Drive平台。
从算法需求出发，FSD采用了全新的芯片架构设计，其核心是由两个NPU组成的NNA（Neural Network Accelerator，神经网络加速单元）。
基于算法设计芯片架构，实现更好的能耗比；新的解决方案可以更彻底地尝试，无需经过第三方车规级认证等复杂流程。
另外，软硬件全部通过自研完成，可以加快整车开发的迭代速度，比外购芯片模式效率更高。
目前，中国相关厂商也在加大ADAS处理器研发投入，以地平线、华为为代表。
地平线的主打产品是征途系列，目前已经迭代到征途6，合作车企超过20家。
华为的MDC平台也实现了软硬件一体化，并已应用于北汽奇虎αS Hi版和航海王11。
除了ADAS之外，智能座舱对芯片算力的要求也在不断提高，而高通目前是该领域的领先者。
中国本土企业也在努力通过合作和自研的方式跟上座舱芯片的发展。
以广通元驰为例，该公司基于高通QCM平台开发了ALS座舱SoC模块，支持高分辨率中控大屏，提供AI语音控制、在线实时导航、环视、快速倒车影像等功能。
其他功能。
已应用于广汽传祺、广汽艾安等多款量产车型。
02 车载通信 汽车上应用的电子控制和通信系统越来越多，如发动机电子控制、自动变速箱控制、车载多媒体和自动巡航系统（ACC）等。
这些系统之间以及系统与车辆显示仪表之间需要交换大量的数据。
这时，常规的点对点有线连接和信息传输方式就不适用了，因为这样组装的系统过于复杂，故障率也会增加。
很高。
这时候就需要使用汽车巴士了。
传统汽车使用的总线（CAN、LIN、FlexRay、MOST）在成本和性能方面越来越难以满足网联化、智能化汽车的需求，而以太网在汽车应用中的优势逐渐凸显。
车载以太网在传统以太网技术的基础上做了一系列的优化和改进。
针对车载通信需求，开发了一种使用以太网连接车载电子单元的新 LAN 技术。
它具有数据传输带宽高、系统简单等优点。
汽车以太网采用单对非屏蔽双绞线和更小的连接器，与传统总线相比可降低线束成本80%，布线重量减少30%。
它利用回声消除技术实现单线对上的双向通信，满足智能的高带宽要求。
目前，博世、采埃孚、特斯拉等都提出了新一代汽车网络通信架构。
据以太网联盟预测，未来智能汽车单车上的以太网端口将超过1000个，这为车载以太网芯片提供了巨大的发展空间。
在具有先进ADAS功能和以太网总线的汽车中，每个传感器（摄像头、各种雷达）都需要部署一个PHY芯片来连接ADAS域，每个交换节点也需要配置多个PHY芯片。
除了有线通信（以太网）之外，车联网的普及对车辆的无线通信能力和可靠性提出了越来越高的要求。
在这方面，高通处于优势地位。
03 功率器件 与传统燃油汽车相比，电动汽车对功率器件的工作电流和电压有更高的要求。
它们是电机驱动控制、车辆热管理、充电逆变器等系统的核心部件，特别是MOSFET和IGBT。
，而SiC MOSFET具有耐高压、耐高温等特点，非常适合汽车电子控制系统应用。
在电动汽车中，SiC MOSFET主要应用于驱动和控制电机的逆变器、DC/DC转换、车载充电机OBC、充电桩等。
与硅基IGBT相比，SiC MOSFET产品尺寸小、能耗低，可有效提高汽车电池的功率转换效率，提高电池寿命。
还可以优化电机控制器的结构，节省成本，实现小型化、轻量化。
设计。
2016年，特斯拉率先在其Model 3中安装了采用24V、A SiC MOSFET模块的主逆变器。
功率转换效率的提高使续航里程增加了5%至10%。
同时，车身重量比Model S轻了20%。
博世等多家Tier1厂商，以及比亚迪、蔚来、小鹏等车企，都在部分产品中采用了SiC MOSFET解决方案。
2017年，由于电动汽车的普及和SiC MOSFET模块的使用增加，SiC器件和模块在汽车领域的应用发展速度超出了市场预期。
04 模拟芯片 无论是传统燃油汽车还是电动汽车，都使用了大量的模拟芯片，涉及发动机进气管、机油、刹车、空调压力、动力总成、汽油尾气检测、车辆电池管理等系统。
在电动汽车中，模拟芯片更为重要。
随着汽车电动化、智能化的快速普及，汽车模拟芯片的市场规模逐年增长。
随着ADAS的普及，安全的重要性越来越凸显，这就需要电子系统和电源之间进行有效的安全隔离。
这时，模拟隔离芯片就发挥了关键作用。
此外，ADAS系统需要极高性能和可靠的毫米波雷达、监控摄像系统、车联网控制模块、动力辅助模块等，这些都离不开高性能的模拟芯片，如放大器、接口等、电源管理芯片等。
智能化的普及，显示面板在汽车中的使用量显着增加，尺寸也变得越来越大。
目前，每辆车的平均使用率不少于2块面板，预计年内将达到3块面板以上。
与此同时，汽车市场对高亮度、高对比度面板的需求也在不断增加，MiniLED和AMOLED的普及程度也在不断增加。
所有这些，对相关驱动IC和TDDI的数量和质量要求也在不断提高。
05 传感器汽车上使用的传感器种类很多，包括压力、流量、惯量、温度、红外、CIS、毫米波和激光雷达等，由于ADAS的兴起，与其密切相关的传感器的重要性和市场地位明显高于传统且已经非常成熟的压力、温度等传感器。
ADAS中使用的传感器（包括CIS、超声波和热传感器、激光雷达等）负责收集周围环境的数据。
一种传感器是不够的，因为每种传感器都有其局限性，ADAS 系统结合多个传感器来实现优化的安全目标。
L1级别ADAS中需要1-2个摄像头，L2和L2+级别需要配备前视ADAS摄像头和普通环视摄像头，总数达到8个，L3级别增加前视、侧视，以及后视ADAS摄像头，总数可达8-12个。
未来L4、L5级别将高度依赖雷达，摄像头数量不会大幅增加。
结合各级ADAS车载摄像头的使用情况可以计算出，全球平均自行车使用量将从2018年的2.8辆增长到2018年的5.1辆，预计2018年将达到9.0辆。
就目前的车载摄像头解决方案而言就其而言，主要分为视觉和多传感器融合解决方案。
视觉解决方案以摄像头为主，对算法要求很高。
典型代表就是特斯拉。
所有搭载Autopilot 3.0系统的车型均不采用激光雷达，而采用8个摄像头、1个毫米波雷达和12个超声波传感器。
雷达，其中8个摄像头包括3个前视、4个侧视和1个后视，可以为汽车提供半径米内10度的视角。
多传感器融合方案强调硬件系统的重要性，对算法要求相对较低。
此类解决方案中使用的传感器数量不断增加。
更智能的机型采用10个以上的摄像头，CIS分辨率也很高。
例如，蔚来ET7采用11兆像素高清摄像头，极氪则采用14兆像素高清摄像头，其中7兆像素高清摄像头。
所有这些都将推动CIS图像传感器市场规模更大、数量更大。
随着雷达系统的普及，毫米波、超声波、激光雷达传感器的使用量也将大幅增加。
06 存储芯片 随着智能化水平的提高，存储芯片在汽车中的使用量也不断增加，特别是在ADAS和智能座舱方面。
汽车级存储芯片的需求和性能要求越来越高。
以 ADAS 为例。
汽车行驶过程中，系统需要采集大量的道路数据，包括摄像头、雷达、GPS等采集的信息。
系统将这些数据上传至车企数据中心，并对其进行AI训练。
为了在平台上进行验证和仿真，整个过程需要存储大量的数据。
汽车在道路上进行测试时，L2级别测试每小时会产生2TB数据，L4-L5级别道路测试每小时会产生16-20TB数据。
整个研发周期产生的数据将达到EB级别。
海量数据的缓存、读取和处理将对存储系统的读写性能、容量和可靠性提出更高的要求。
由此来看，汽车存储芯片（DRAM、SRAM、NAND Flash、NOR Flash、EEPROM）的市场潜力也相当可观。
07 结束语 这一年即将结束。
从目前的情况来看，汽车应用似乎是全年芯片市场的亮点。
汽车芯片的长期发展前景也很乐观，未来几年每辆车中的半导体含量将稳步增长。
S&P AutoTechInsight 在 1 月份预测，未来 7 年内每辆车的平均半导体含量将增加 80%。
在这样的增长预期下，汽车各功能部件对相关芯片的需求将持续增加。
而且，随着新一轮车规级认证的启动和确认，六大类汽车芯片有望迎来更高水平的市场需求和认可，有利于汽车芯片的技术、工艺进步和产能扩张。
产业链相关环节（芯片设计、制造、封装和测试）。
【本文由投资界合作伙伴微信公众号授权：半导体产业纵横。
本平台仅提供信息存储服务。
】如有任何疑问，请联系投资界（）。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-08
06-17
06-17
06-18
06-17
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态