http://www.breeziemaples.com

金沙网www.js55.com「自动驾驶」汽车芯片行业深度报告

近日,全球领先的市场调查机构IHS Markit表示,2016年全球半导体市场在2015年下滑之后出现复苏迹象。2016年,全球半导体市场总收入达到352.4亿美元,年终增长率为2%,芯片业务营收则在多个细分市场中都有所增长。 车用半导体成主要增长动力 为何2016年半导体市场迎来全面复苏呢? IHS Markit分析表示,这一增长的主要驱动因素是—在2016年下半年,DRAM和NAND闪存都增长了30%以上。其中,供应的限制和市场强劲的需求是市场转变的关键。此外,动态服务器页面(ASP)增长也是其中较为重要的因素。 “我们预计这些因素将在2017年将全球半导体市场的收入推向历史新高。”IHS Markit表示,在2016年,应用于汽车的半导体利润也出现了明显增长,年终增长率为9.7%,为整体半导体市场的复苏做出了重要贡献。由于近些年来半导体在汽车中的应用原来越多,从之前简单应用于汽车内外饰、LED车灯,已转向助力包括安全系统、娱乐信息系统、车内网络、动力系统等汽车其他相关部件发展上,未来汽车半导体市场发展空间还会增加。 据介绍,随着微型元件和存储器集成电路领先,车载芯片内容持续攀升,汽车应用增长超过10%。在车载芯片领域,微组件和内存集成电路(IC)成为攀升最快的部分,而在车载应用市场上,二者都有超过10%的增长。IHS分析师表示,现今车辆驾驶纷纷采用蓝牙、电信网路,或其他远端连网方式,来提供或处理各种资讯。这些连网设备的使用,都需要功率半导体来分配与控制由车辆提供的电力。 IHS Markit半导体高级总监兼首席分析师Len Jelinek表示:“2016年市场有了创纪录的消费,并为行业提供了先进的技术平台,预计2017年半导体行业收入将进一步增长。” 整合已成为未来半导体业发展方向 目前,半导体市场发展的趋势表现为持续的整合,而且整合仍在加速。这一切开始于半导体行业的一次大收购---安华高以370亿美元收购了博通公司,并形成新的Broadcom有限公司。在市场占有率上,这家新公司一下跃居第四位。而这次收购也使得新公司在多个细分市场中增加了不少的市场份额,并确定了其在有线应用市场上的领先优势。 “经过一些选择性的业务剥离,Broadcom有限公司专注于其拥有主导地位的细分市场。”高级分析师Brad Shaffer表示,“这种选择也有助于巩固新公司在竞争中继续保持优势。” 此外,在前20名半导体供应商中,英特尔仍然位居半导体供应商的首位,其次是三星,高通名列第三名。安森美半导体和英伟达的收入增长最大,紧随其后的是联发科。其中,安森美半导体和联发科通过多次收购实现了营收增长。2016年,高通仍然位居Fabless领域第一位,联发科和英伟达则分别位居二、三位。 据悉,高通计划在2017年增加其市场份额,收购恩智浦的行动也在紧锣密鼓的进行中。据了解,高通优势在智能手机领域,是全球最大的智能手机芯片厂商。恩智浦优势在汽车领域,自2015年恩智浦收购美国半导体公司飞思卡尔后,超过瑞萨成为全球最大的汽车半导体供应商,占据了15%的市场份额,一跃成为全球车载芯片系统老大,其芯片能应用在新能源车的电池管理系统、汽车的微控制器上。而据4月5日消息,高通470亿美元收购恩智浦的交易已得到了美国反垄断机构的许可。 此前,IT巨头英特尔宣布将以153亿美元的价格收购以色列驾驶辅助系统开发商Mobileye与高通和恩智浦的收购案有异曲同工之妙。据了解,Mobileye研发的ADAS系统在整车厂的市场占有率在90%以上,英特尔收购Mobileye也符合其在智能汽车领域的规划和布局。

金沙网www.js55.com 1


文章转自:湖杉资本

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,远高于整车销量增速,其中占比最高的为功能芯片 MCU,随后还包括功率半导体、传感器等。

汽车半导体按种类可分为功能芯片 MCU、功率半导体、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

▲ 全球汽车半导体市场规模

▲ 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

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amp;功能芯片

▲ 汽车主控芯片市场规模

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定义了三个系列产品:MLOC、MLOP、MLOP2。

▲ 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、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、4个侧边摄像头、1个后置摄像头、1个前置雷达、12个超声波传感器,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

▲ 英伟达净利润

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。

▲ 英伟达数字座舱计算机Drive CX

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。

▲ 英伟达自动驾驶汽车开发平台Drive PX

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

▲ 英特尔营业收入

▲ 英特尔净利润

▲ 英特尔按业务类别拆分营业收入

▲ 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、成本与性能平衡的Arria系列、廉价的Cyclone系列、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。

郑重声明:本文版权归金沙网www.js55.com所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。