华泰 | 智能驾驶芯片：NOA起量+国产替代

受益因素一：高阶智驾起量，NOA 带来芯片算力提升

24 年改款车型上新，以 NOA 为代表的高阶智驾功能快速渗透，逐步替代原先基础 L1-L2 方案（据高工，2023 年搭载率 59%，算力在 10TOPS 以下）。我们认为针对市场销量最多的 10-25 万元车型，考虑成本压力和智能化需求，高速 NOA 功能技术方案目前较为成熟，成本可以压缩至 2000-5000 元， 有利于在该价位段去大规模渗透，因此芯片端布局在 15-128TOPS 算力带的产品有望在未来三年具有较大的出货量成长空间。而面向全场景的城市 NOA 对传感器硬件、计算能力和安全冗余要求更高，目前技术尚在探索，万元以上智驾成本难在大众市场价格带实现规模化，主要搭载于高端车型。 

受益因素二：主机厂对高价值量的汽车芯片环节自主可控和降本需求加大

英伟达、TI、Mobileye 是目前主要海外高/中/低智能驾驶芯片供应商，产品推出早、功能安全性高、有完整的开发工具链和生态，一直被主机厂青睐。24 年初《国家汽车芯片标准体系建设指南》发布，代表着核心供应链自主可控的需求和要求在不断加强。国内芯片厂自 2020 年来随着产品量产，在低算力领域的量产能力已经得到验证、生态配套逐步完善，其本地及时响应和成本优势凸显。2023 年以来中高算力领域国产芯片逐步走向量产，如黑芝麻智能 A1000、地平线 J6、 华为 MDC 平台等，有望进一步提升智能驾驶芯片的国产替代进程。

受益因素三：智能驾驶产业链分工未明确，芯片厂商布局软件提升价值量

从合作模式上，过去两年主机厂对智能驾驶领域话语权要求普遍提升，但由于不同主机厂的投入程度不同，导致与供应链的合作分工非常差异化较大，呈现出“Case by case”的情况。但展望 2025 年后伴随特斯拉、小鹏等的低价车型推出，市场或将加大 20 万元以下的车型的高阶智驾竞争。目前大众市场的主要自主品牌尚未备全栈自研能力，芯片厂商从硬件到全套智驾解决方案的布局延伸，已经具备成熟、性价比高、响应和上车速度快的方案，有望在现阶段受益产业链环节的拓展获得更多的价值量。

风险提示：智能驾驶渗透率不及预期，国产厂商技术迭代放缓。

核心观点：

智能驾驶产业链环节较长、涉及范围广。包括：智能驾驶产业链环节较长、涉及范围广。按智驾算法的感知、预测和决策、执行层面划分：1）感知层面上：依赖摄像头、毫米波雷达、激光雷达、超声波雷达、IMU、GNSS 等硬件感知系统，结合地图信息，获取汽车所处的环境信息，为汽车决策提供数据支撑。2）预测和决策层面上：通过芯片计算平台，利用感知层的数据信息去跑自动驾驶算法模型，输出预测和决策结果。3）执行层面上：依据决策规划结果，控制车辆的制动和转向系统，实现车辆的自动行径。

智能驾驶芯片是自动驾驶的核心硬件，负责智能驾驶的感知、预测、决策算法的运算和执行。（1）随着近一两年更多带有NOA功能的高阶智驾车型推出，车辆传感器配备的需求以及大模型的参数量提升带来对计算能力需求的增长。智能驾驶芯片作为车载计算平台的核心硬件，其算力也在不断升级，芯片价值量提升。（2）此外，出于供应链安全考虑，且在国产芯片量产能力逐步得到验证，性价比以及本土化服务优势条件下，地平线、黑芝麻智能、华为等带动国产替代加速。（3）智能驾驶产业链分工尚未明确，软件层百花齐放，芯片厂商入局提供从芯片到算法的整套解决方案，产业链端有利于芯片厂商所获价值量提升。

因此，本篇报告视角下，我们看好在智驾向NOA的升级和国产替代背景下，国内智驾芯片公司规模起量，同时绑定中高端芯片的域控公司也有望受益实现域控产品放量。

报告亮点：

我们系统统计了目前国内外46家主要的第三方供应商的域控、一体机产品布局（包括国内外Tier 1、平台型科技公司、新兴智驾企业、车企旗下孵化公司），以及主机厂自研的进展和供应链的合作策略。从芯片、域控方、主机厂多方的视角去判断现阶段不同智驾驶等级发展下对算力的需求，以及未来三年的核心成长方向。

NOA领航辅助功能加速落地，带来智能驾驶芯片算力升级

智能驾驶芯片主要是集成在前视一体机或者域控当中的形式交付。（1）前视一体机：主要系智能驾驶芯片加一颗摄像头，以及1-5个毫米波雷达进行封装，可以实现前碰撞预警（FCW）和道路线偏离预警（LDW）等基础的辅助驾驶功能，主要集中在L1-L2级自动驾驶，结构和功能简单，发展比较成熟，背后采用的芯片算力系5TOPS以下的低算力芯片。（2）域控制器：更高算力的（15-500+Tops）智能驾驶芯片集成在PCB板上，并连接多个摄像头、毫米波雷达、激光雷达等传感器，通过域控封装，主要实现L2+及以上的自动驾驶功能。

从实现的智能驾驶功能上看，L2级发展初期分别通过行车和泊车两套互相独立的ADAS系统实现基础的行、泊功能。（1）行车：前视一体机主要负责行车功能：包括自适应巡航（ACC）、交通拥堵辅助（TJA）等。（2）泊车：用到的传感器一般是环视摄像头和超声波雷达，功能包括全自动泊车（APA）、遥控泊车（RPA）等，背后芯片或采用MCU/低算力智能驾驶SoC或集成至座舱SoC计算等方案。随着更高算力智能驾驶芯片的推出，通过集成1-2颗智能驾驶芯片的域控来完成行车和泊车功能的一体化以及更为高阶的NOA（领航辅助驾驶）和自主代客泊车等功能成为目前趋势，更有利于算法的开发、算力和传感器的复用。

高阶智驾的落地：高速和城市NOA处于量产周期

高阶智能驾驶的落地—打通NOA功能是现阶段车企发力的主要方向。NOA（领航辅助驾驶）本质是在行泊一体基础上，实现更高阶的辅助驾驶功能，可让车辆依据导航实现点到点的自动驾驶，过程中车辆自动变道、超车、上下匝道。受制于目前L3级别智能驾驶尚未放开，L2朝着高速/城区NOA等更高阶智驾功能发展（大致可以理解为即市场上所区分的L2+/L2++等级）。

由于面向的高速、城市场景不同，对应技术门槛和软硬需求不一，目前呈现两种发展趋势：

（1）针对25万元以下大众市场车型：高速NOA处于快速向下普及期，成本是核心要素。2023年高速NOA技术已基本迈向成熟，由于主要面向高速场景，技术门槛相对不高。据亿欧网，截至1H24中国智能电动汽车市场已经有超过57款车型可以实现高速NOA功能。高速NOA主要基于5-10V+3-5R方案实现，所需芯片算力不高，目前核心在于如何继续降本下沉至大众市场车型，替换原有的基础L1-L2功能。2024年10月四维图新用户大会上，公司首次亮相了面向10万元级车型市场的“自研AC8025芯片+地平线征程3”舱行泊一体解决方案，整套方案成本控制在单车2000元以内，有望继续推动高速NOA方案下沉。

（2）针对25万元以上的中高端车型：城区NOA迎来量产“元年”，技术落地仍是重点。城市NOA面向全场景自动驾驶，对模型算法要求极高，背后配套芯片算力、传感器冗余相应增强，成本短期难以压缩，实现功能完全落地是关键。目前主要由特斯拉（北美）、蔚小理、华为系、小米等领衔城区NOA的逐步落地，传统自主品牌比亚迪、上汽、广汽、吉利和长城也计划在2024年推出带城区NOA版本的车型。

从渗透率情况看：

目前基础L2级整体市场持续稳步扩容，但后续或将逐步下行。据高工智能汽车数据，2024年1-7月，中国市场（不含进出口）乘用车前装标配搭载L2（不含NOA）交付460.99万辆，同比增长21.68%，前装搭载率首次达到40.26%。但我们认为随着更为高阶的智能驾驶功能落地，仅带有基础L1-L2功能的车型渗透率2025年后将会逐步下行。

考虑到L3级以上级别自动驾驶所面临的法规、权责等长尾问题，我们判断未来三年高阶智驾向NOA功能（L2+/L2++）发展会加速渗透。我们预计2025年国内搭载高速/城市NOA功能的乘用车渗透率分别达到12.0/6%，整体NOA渗透率达到18%左右。

NOA等功能落地推动低算力芯片的升级

我们系统梳理了国内外46家智驾厂商的域控、一体机产品布局，具体分类包括国内外Tier 1（德赛西威、经纬恒润、均胜电子、四维图新等；采埃孚、法雷奥等）、科技型公司（华为、大疆、百度等）、新兴智驾企业（知行科技、纵目科技、宏景智驾、智驾科技等）、车企旗下（毫末智行、亿咖通等）。从目前各家采用的硬件产品布局情况看，根据算力大小基本可以分为低、中、高三种：

（1）低算力芯片：算力范围区间大致为0-10TOPs，是目前出货量最大的算力带区间。过去以前视一体机产品作为低算力芯片的交付主体，主要出货芯片包括Mobileye EyeQ1-Q4，地平线J2-J3，TI TDA4 VM等。

（2）中算力芯片：算力范围区间大致为10-150TOPs，可以实现 “L2+APA（自动泊车辅助）+AVM（全车监视系统）”的全面行泊一体功能，并逐渐支持高速NOA和部分城区LCC等功能，其中搭载的芯片产品主要包括英伟达Xavier（30Tops）、TI TDA4VH（32TOPs）、黑芝麻智能A1000（58TOPs）、英伟达Orin N（84TOPs）、地平线J5（128Tops）等。中算力目标搭载车型的价位集中在10-25万元，该价位段车型销量占比在2023年高达62%，是消费力最集中的市场。相比城区NOA几万元的成本，目前大疆、四维图新、毫末等公司表示旗下高速NOA方案已经将成本控制在2000-5000元。

（3）高算力芯片：算力范围区间大致在150TOPs以上，可以实现全场景复杂道路的城区NOA。据小鹏在2022 年10月24日科技日上的介绍，城市 NGP （小鹏的城市NOA名称）的代码量是高速 NGP的 6 倍，感知模型的数据是高速NGP的4倍，预测/规划/控制相关的代码是高速 NGP的88倍，因此对高算力芯片需求较大。由于成本较高，搭载的车型价位普遍在25万元以上（2023年25万元以上乘用车型占全部车型比例为22%）。目前搭载的芯片产品主要系英伟达Orin X或者2颗地平线J5。根据高工智能统计，2023年搭载英伟达新车的交付均价为38.7万元。短期若要实现城市NOA在25万元以下价位段的渗透，背后成本压缩的难度较大。

我们判断未来几年由于终端对成本同时对智能化的需求刚性，中算力智能驾驶芯片市场或有望成为最大增量。（1）一方面，城区NOA的实现需要大算力芯片、大量数据积累、以及云端算力集群等去训练大模型，技术难度高且综合资金投入高昂，领先的城市NOA算法能力往往掌握在新势力主机厂手中，目前规模难以实现城市NOA的价格下探。（2）从综合成本和功能来看，面对25万元以下的大众市场，利用中算力实现高速NOA等功能或是最具性价比、最成熟的方案。我们看到大疆、毫末智行、佑驾创新、亿伽通等近30家公司自22年以来集中推出了相关产品，高速NOA算法已经基本成熟。而要实现流畅、好用的高速NOA算力基本需要在30TOPs以上，但目前部分厂商如宏景智驾、福瑞泰克、易航智能等可以通过分时复用等方式，利用10-20TOPs的有限算力基本初步达成了高速NOA功能，可以更大程度实现搭载车型的价位段下沉。此外，高速NOA面临场景相对简单，可以极大程度去掉传感器和芯片冗余，成熟的单芯片行泊一体甚至高速NOA方案能够在短周期内开发成功并量产上车。

此外，在降本推动下，Tier1正积极布局中算力平台舱驾融合的开发。在EEA集中化趋势推动下，多家Tier1正开发布局舱驾融合平台，配套整车厂迭代汽车电子电气架构，智驾域和座舱域功能融合，在芯片级和域控级的融合下可以使整体硬件成本实现约20-30%下降。德赛西威最早于2022年5月基于英伟达率先发布第一代可量产的车载智能计算平台“Aurora”，算力可达2000TOPs以上。最近一年来，随着国内黑芝麻智能C1200跨域融合家族等芯片端产品的推出，多家Tier1开始在基于国产单SoC情况下打造实现高速NOA功能、记忆泊车、智能座舱控制的“舱行泊”一体化平台，包括均胜电子、NULLMAX、安波福、法雷奥、博世均在2024年北京车展期间推出相关跨域融合产品。

算力需求升级，车端智能驾驶SoC市场空间加速扩容。我们认为一体机市场整体功能有限，需求趋于饱和，从2025年后随着L1和基础L2 级别智能驾驶规模下降，会逐步下滑被域控等新的产品形式替代。而对于NOA等的高阶智驾需求将驱动SoC规模增长。我们测算2022年国内自动驾驶SoC规模为12.4亿美元，预计2025将达到27.9亿美元，2030年预计将达到67.7亿美元。

国产算力芯片安全可靠性逐步成熟，加速进口替代

目前车载芯片主流供应商包括：英伟达、高通、特斯拉（自供）、Mobileye、TI等国际厂商，及地平线、黑芝麻智能、华为智能等国内厂商。

英伟达、高通、TI等海外厂商有完整的开发工具链和良好的上下游生态，芯片设计偏通用型。Mobileye方案不完全开放，车企可以参与设计的程度较低。从产品维度看，国内智能驾驶芯片厂商目前拳头产品如黑芝麻智能华山A1000系列、地平线征程系列经过了2-3年维度量产后，在2-128Tops算力领域产品的安全可靠以及量产能力逐步被验证。

随着汽车芯片国产化的要求推进，一方面出于供应链安全考虑，另一方面国内智能驾驶芯片厂商能力的完善和产品验证，国内芯片厂商获得的定点在不断增加。国产化趋势正在加速，通过统计国内外Tier1智驾域控厂商的产品情况，我们看到2023年之后，在降本以及供应链安全需求下，国产芯片的配套定点在加速落地，多家域控厂商已经基于国产芯片部署了从基础L2到高阶城市NOA的全方面高低配产品。

国产智能驾驶芯片在中、低算力领域出货量近两年快速增长。目前国内智驾芯片厂商逐步在低中高算力区间布局完备，在中低算力区间具有较好的量产能力。

1） 在低算力区间（0-10Tops），国产智驾芯片厂商竞争优势不输传统龙头。地平线J2/J3推出时间相对较早，主要系配套一体机产品。经过近几年的验证，2023年地平线Horizon Mono（前视一体机产品）出货量已经达到167万套，根据高工智能统计，2023年地平线作为国产智驾芯片的代表厂商，在国内自主品牌前视一体机的市场份额仅次于Mobileye，占比高达24%，超过瑞萨、AMD、德州仪器等传统芯片厂商。2024年，地平线份额提升至34%，超过Mobileye。

2） 在中高算力区间（10-128Tops），国产智驾芯片厂商正实现“1到N”的出货规模。根据盖世汽车统计，2023年地平线J5芯片出货量达到20万颗。黑芝麻A1000系列芯片自22年量产以来，22/23年芯片出货量分别为2.5/13.7万颗。

3） 在高算力区间（128Tops以上），国产智驾芯片面临更加激烈的竞争。黑芝麻智能、地平线等国内厂商过去主要发力布局中低算力区间，在该区间的多个国产芯片产品已经实现规模量产。目前正往200TOPs以上的高算力区间发力，随着2023年华为MDC610/810平台（200-400Tops）量产、2024年地平线征程6（560TOPs）、黑芝麻智能华山A2000的推出，国产芯片也将在高算力区间迎来持续突破。但考虑到在高算力区间英伟达的垄断优势、以及蔚来、小鹏等自研芯片带来的需求挑战，国产芯片在高算力领域的验证、测试周期更长，规模放量或仍需时日。

Mobileye过去在前视一体机领域份额一直处于垄断低位，但公司在2024以来由于汽车缺芯缓解，导致Tier 1客户在不断去库存；但更重要的是，公司指出面临中国市场的竞争加剧、份额下滑。我们看到公司在年初和2Q24业绩会上连续两次下调了全年的出货量指引，公司指引2024年出货量2800-2900万颗，较去年3700万颗出货量下滑22-24%。

智能驾驶产业链分工尚未明确，芯片厂商布局软件获取更多价值

智能驾驶的产业链分工方面，主要有三种模式：

“黑盒”模式：从底层架构到SoC以及算法和操作系统，由芯片厂商提供一站式服务，将整个软硬件自动驾驶系统和整车开发分离，不支持车企修改其中的算法，车辆数据不与车企共享，主要代表厂商是Mobileye和华为等。该模式拥有比较成熟的打包交付，以及速度和成本优势，更利于车企进行快速部署。

“白盒”模式：在白盒模式下，由主机厂主导解决方案的开放，对主机厂的技术能力要求极高，且所需资金投入大。该模式下主机厂决定芯片采购、指定Tier 1提供域控制器硬件生产，主导核心的自动驾驶底层算法架构，掌握数据权限；由芯片厂提供芯片、中间件、开发软件栈和原型设计包。该模式代表厂商包括英伟达、TI、地平线等。

“灰盒”模式：黑盒模式不能满足主机厂对于主导智能化研发的需求，白盒模式会让主机厂耗时耗力，因此出现了一种新型的整零关系以达成平衡，“灰盒模式”介于两者之间。灰盒模式下，主机厂仍选择由供应商负责提供智能驾驶解决方案，但同时会加强和供应商的绑定，在智能化研发方面深度参与加强自主权和话语权。Mobileye、地平线均有提供该模式以加强和主机厂的绑定。

过去两年中，车企追求智能化的主导权，特别是高阶智驾方案等城市NOA功能探索方面，生态开放是多数主机厂的要求。围绕主机厂个性化需求，各种供应商主体不断变换角色，将一体机市场的传统“黑盒”交付制合作模式演变成更加开放的“灰盒”、“白盒”模式，主机厂在智能驾驶方案中占据主导权，深度参与解决方案的定制，实现差异化。过去的智驾龙头Mobileye的芯片不完全开放，车企可以参与设计的程度较低一直是其打入高阶智驾市场的阻力。在车企对智能化话语权要求的提升下，“白盒”/“灰盒”模式是过去两年大部分主机厂在高阶智驾探索途经中的选择。但不同主机厂对智能驾驶的投入程度不同，产业链不同环节供应商在分工合作方面呈现出非常大的差异化。

随着智能化竞争在逐步加剧，华为模式入局以及特斯拉的FSD有望入华，给主机厂自研的时间紧迫性角度带来了非常大的挑战。特别是随着2025年之后，特斯拉、小鹏低价车型推出，我们认为或将打响高阶智驾在20万元以下的车型上的渗透。目前大众市场的主要参与方，主机厂如比亚迪、长安、长城、吉利、上汽等尚未量产全栈自研能力，许多第三方供应商的成熟、性价比高、响应和上车速度快的方案，即成了主机厂目前阶段边自研边合作的供应之策。

受益于目前智能驾驶产业链分工不明晰、国内芯片厂商在不断补足算法能力后，在逐步获得更大的产业链价值量。

芯片架构方面，地平线、黑芝麻均配有ASIC芯片，软硬件能力结合互补。单CPU架构难以满足自动驾驶的大量并行计算需求，需要搭载对应AI专用芯片或GPU进行深度学习计算。（1）黑芝麻智能采用CPU+GPU+ASIC，国外代表厂商包括英伟达、特斯拉、高通等；往往系利用CPU进行任务的处理和指令调度，专门设计的ASIC（NPU）主要负责数据集的并行运算，而GPU可能更多是负责浮点处理、图像渲染等工作。（2）地平线在J2-J5系列采用的是CPU+ASIC，国外主要代表厂商是Mobileye。地平线自研专用的ASIC芯片BPU，推出高斯、伯努利、贝叶斯、纳什几种架构，逐步实现卷积神经网络（CNN）、循环神经网络（RNN）和 Transformer 等复杂神经网络模型的高效计算。

我们认为芯片公司原先研发的专用ASIC深度学习处理架构，即是基于自身对智能驾驶软件和算法的深入理解而设计。因此应用芯片公司处理硬件去其提供的通用性芯片算法时或更具有出色的性能、高能效和低延迟，也为主机厂的开发和后续适配工作降低了成本，提高了效率。而反之对于智驾算法的不断研发和深入，更利于公司往后对芯片架构进行进一步的优化设计，如更好的去掌握CPU、GPU的算力需求、更好地优化设计NPU架构，包括将算法固定成算子从而加强芯片的效率和通用性等，不断迭代芯片硬件，通过不断地迭代提升效率。如地平线最新一代 BPU 纳什架构，专为大参数量Transformer、大规模交互式博弈而设计，以针对目前前沿算法提升计算效率。

风险提示

智能驾驶渗透率不及预期。智能驾驶发展依然面临较多技术长尾问题，同时存在因已上市的辅助驾驶功能导致交通事故的可能，或带来消费者选用意愿降低，出现渗透率不及预期的情况。

国产厂商技术迭代放缓。国内厂商在中低算力领域努力实现国产替代，但存在因技术发展不及预期，导致后续中高算力芯片迭代速度放缓，导致国产替代速度变慢的可能。