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）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%。
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FieldProgrammableGateArray：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-SpecificIntegratedCircuit：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。
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 Kaiyun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。
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 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。
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。
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Kaiyun 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。
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 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 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。
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。
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 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 月，地平线通过 TÜV ISO 26262 功能安全流程认证。地平线 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 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 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 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。
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。
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。
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。
