汽车自动驾驶产业链深度报告：芯片及软件专题
汽车自动驾驶芯片行业市场分析
汽车自动驾驶芯片行业市场分析
核心观点：
1.自动驾驶与智能座舱芯片一体化趋势明显，自动驾驶芯片具有高算力发展趋势。市场容量未来5年将会高速增长。
2.目前自动驾驶芯片企业中英伟达依托自己的前期GPU积累和算力优势，CUDA生态占据市场领导地位。
3.市场渗透率仍低同时还未固化，需求和技术路线仍在探索。国内自动驾驶芯片企业有望依托国内强势新能源车企业获得突破。
1、自动驾驶芯片概况
1.1、自动驾驶芯片简介：车规级芯片要求更加严苛
芯片按应用场景可分为消费芯片、工业芯片、汽车芯片和军工芯片等。汽车是芯片应用场景之一，汽车芯片需要具备车规级。车规级芯片对加工工艺要求不高，但对质量要求高。需要经过的认证过程，包括质量管理标准ISO/TS16949、可靠性标准AEC-QI00、功能安全标准ISO26262等。汽车内不同用途的芯片要求也不同，美国制定的汽车电子标准把其分为5级。汽车各系统对芯片要求由高到低依次是：动力安全系统>车身控制系统>行驶控制系统>通信系统>娱乐系统。
车规级芯片特殊的技术和工艺要求挡住了企业进入的脚步。车规级芯片有着比消费级芯片更高的技术门槛，需满足温度、振动、电磁干扰、长使用寿命等高要求，还要通过可靠性标准AEC-QI00、质量管理标准ISOZTS16949、功能安全标准ISo26262等严苛的认证流程，大部分芯片企业尚不具备转型
进入能力。目前\车规级芯片在传统汽车中的成本约为2270元/车，在新能源汽车中的成本约为4540元/车。随着汽车向电动化和智能化发展，芯片的种类、数量和价格占比将进一步提高。
2023-中国自动驾驶行业研究报告2023年-1
中国自动驾驶行业研究报告2023年
近年来，随着人工智能技术的不断发展，各种智能化产品开始延伸至
各行各业，特别是自动驾驶汽车正在成为一种全新的趋势。据预测，
自动驾驶汽车市场的规模将在未来几年内快速增长，成为自动驾驶行
业的一个巨大市场，并且中国将在该领域扮演至关重要的角色。
于是，针对中国自动驾驶行业市场规模、产业链、应用环境等综合变
化趋势的研究报告被制作出来。根据该报告的预测，到2023年，中国
自动驾驶行业的市场规模将迅速增长，预计市场规模将达到2250亿元，增速将达到46.1%。
这份报告提供了对中国自动驾驶行业市场的详细分析，重点涉及到自
动驾驶技术的开发及应用，在不同的市场领域、应用场景下，不同的
自动驾驶技术将各司其职。同时，这份报告还预测到未来的自动驾驶
技术将主要分为两个阶段，分别是标准化和专业化阶段。
除此之外，该报告还分析了中国自动驾驶行业的重要产业链，包括硬件、软件、传感器、应用系统等各个环节。据悉，未来的自动驾驶技
术需要依靠这些产业，产业链上的每一环都是至关重要的。
而为了保证中国自动驾驶行业的发展，政府也被认为是一个不可忽视
的因素。政府在该领域内的优惠政策和市场监管对自动驾驶汽车的推
广至关重要。
总而言之，据该报告预测，中国自动驾驶行业将在未来几年持续增长，市场规模将不断扩大，市场发展的势头也将得到很好的保持。同时，
政府的支持将为该领域的整体发展提供更好的支持和保障。希望这份
报告能够为中国自动驾驶行业的发展制定出更加科学、有针对性的发
展方案。
汽车自动驾驶芯片行业市场分析
汽车自动驾驶芯片行业市场分析
摘要：
汽车自动驾驶芯片是汽车自动驾驶技术核心部件，对提升自动驾驶系统的安全性和可靠性起着重要作用。随着汽车自动驾驶技术的日益成熟，汽车自动驾驶芯片市场也将迎来快速增长。本文对汽车自动驾驶芯片行业的研发和运营情况进行了分析，探究了其市场发展的趋势及对投资者的投资潜力。
关键词：汽车自动驾驶；芯片；市场分析
1引言
近年来，汽车自动驾驶技术发展迅速，在交通安全和汽车生产制造方面取得了重大进展，使汽车自动驾驶芯片市场火热发展。汽车自动驾驶芯片是汽车自动驾驶技术的核心部件，负责收集、处理车辆的运行数据，实现车辆自主决策、控制系统。本文将重点分析汽车自动驾驶芯片行业市场的发展动态，分析成因及其发展，并对投资者投资潜力提出建议。
2汽车自动驾驶芯片行业发展概述
（1）行业研发情况
知名厂商均在竞相研发汽车自动驾驶芯片，以实现无人驾驶汽车。英特尔，英伟达和英州仪器等领投均投入大量资金，建立专业的集成芯片研发团队进行芯片研发。
2021智能驾驶深度研究报告：智能驾驶核心,软件!
资料来源：公司官网，华西证券研究所
4
1.1 软件定义汽车的典型代表：特斯拉
盈利结构对比：传统汽车主要依靠车辆及零部件等硬件销售获得收益，特斯拉则是由硬件销售+软件服务两部分构成，相
对于传统硬件收入的一次性确认&低毛利率特点，软件收入具有高持续性&高毛利率的“双高特征”（毛利率预计在70%80% 以上，甚至更高），同时OTA技术变革带来的软件更新属性，可以显著改善驾驶体验，提高客户粘性。 ✓ 目前特斯拉软件服务内容基本成型：主要包括基本辅助驾驶Autopilot、完全自动驾驶FSD、软件应用升级、高级连接服务 、 商业保险等。
智能驾驶车辆加速放量，驱动软件需求持续攀升。从国内部分主机厂和造车新势力的智能驾驶量产规划来看，2020-2022年是大多数国内 自主车企L3级自动驾驶量产的规划阶段，进而带来相关软件需求加速放量。
L3等级车辆多在2020年量产，L4等级车辆多在2021年开始导入（2020年中更新）
企业 宝马 奔驰 沃尔沃 特斯拉 大众 通用 福特 丰田 本田 日产 现代起亚 上汽 一汽 长安 东风 北汽 广汽 吉利 长城 奇瑞 蔚来 威马 小鹏
共同研发新一代的智能汽车平台
Woven Planet Holdings
2020年成立，2021年正式运营，旨在创造更灵 活的“软件 优先”开发流程，将努力精简软件系统，使汽车软件与机 械和电子结构无缝对接
汽车自动驾驶专题报告
汽车自动驾驶专题报告
1、自动驾驶三大系统：感知、决策、执行
驾驶技术的发展是将人类驾车替换为机器驾车的过程，因此可以拿
人类驾车作类比，自动驾驶技术分为感知决策和执行三大核心环节。
感知指对于环境的场景理解能力。例如障碍物的类型、道路标志及
标线、行车车辆的检测、交通信息等数据的分类。目前存在两种主流
技术路线，一种是以特斯拉为代表的以摄像头为主导的纯视觉方案；
另外一种是以谷歌、百度为代表的多传感器融合方案。根据融合阶段
不同分为前融合和后融合。前融合指的是把所有传感器的数据作为整
体进行识别，后融合指的是将不同传感器识别后的结果进行整合。
决策是依据驾驶场景、驾驶需求进行任务决策，规划出车辆的路径
和对应的车身控制信号。分为任务决策、轨迹规划、跟踪控制和执行
控制四个阶段。在决策的过程中需要综合考虑安全性、舒适性和到达
速度。
执行指的是将控制信号发送给执行器，执行器执行的过程。执行器
有转向、油门、刹车、灯光档位等。由于电动汽车执行器执行较线性，便于控制，因此比燃油车更适合作为自动驾驶汽车使用。为了实现更
精确的执行能力，线控转向、线控刹车、线控油门等技术不断发展。
2、自动驾驶分级
2.1L1-L2为驾驶辅助，L3-L5为自动驾驶
国家标准GB/40429-2021和SAEJ3016明确定义了汽车自动驾驶分级，将驾驶自动化分为0级至5级。其中定义等级的原则是1）自动化驾驶系统能够执行动态驾驶任务的程度。2）驾驶员的角色分配。3）
有无允许规范限制。国标规定L1和L2级自动化系统命名为“驾驶辅
助系统”、L3-L5命名为“自动驾驶系统”。
2021年智能汽车芯片专题研究报告_2021数据分析研究洞察完整版行业报告
2021年智能汽车芯片专题研究报告
1、从燃油车到智能电动汽车，千亿车载半导体市场冉冉开启
电动化+智能化升级驱动汽车单车含硅量显著提升，千亿车载半导体行业冉冉开启。自 1886
年戴姆勒首次将内燃机应用于汽车以来，汽车工业的创新一直围绕内燃机展开，消费者也以追求发动机马力等性能指标为目标。然而，随着特斯拉在电动化
技术与自动驾驶技术领域的颠覆性变革，汽车电动化与智能化渐成主机厂共识，消费者购车时的考量也逐步从传统的性能指标，转向以智能车机、自动驾驶为代表的智能化体验视角。
同时，当汽车行业供需两端的关注点逐步由性能转变至智能时，
汽车创新的核心亦从“动力引擎”发动机转移到“计算引擎”半导体。根据 McKinsey 数据统计，预计 2025
年国内汽车半导体行业规模将达到 180 亿美元；到 2030
年该市场规模将达到 290
亿美元。其中，电动智能汽车的加速渗透将成为车载半导体行业快速增长的核心驱动力。智能化方面，根据 McKinsey
数据统计，在国内汽车半导体行业中，L3
及以上的高阶自动驾驶汽车的车载半导体规模占比预计将从 2025
年的 27.8%（50 亿美元）提升至 2030 年的 44.8%（130 亿美元）。
电动化方面，随着新能源汽车渗透率的快速提升，“三电系统”逐步取代传统的燃油动力系统，伴之而来的亦是整车中汽车电子成本占比的显著提升。根据 Gartner 数据统计，2019
年纯电动型汽车的半导体成本（750
美元）要高于插电式混合动力型（740 美
元）和轻度混合动力型汽车（475
美元）。此外，根据麦肯锡数据，2019 年国内汽
2021年汽车自动驾驶产业链深度研究报告
一、自动驾驶历史及定义
早期（1925~2016），自动驾驶雏形建立
自动驾驶的研究历史悠久，是人类的终极梦想之一。早在1925年，就诞生了人类历史上第一辆“无人驾驶汽车”,由一位来自美国陆军的电子工程师Francis P. Houdina，通过无线电波来控制前方车辆的方向盘，离合器，制动器等部件来完成的，至今已近百年历史。自此之后，人们主要利用摄像头进行数据采集并指导车辆进行自动驾驶。u 自21世纪初的美国DARPA挑战赛加入激光雷达之后，现代意义的自动驾驶汽车雏形已经确立。当DARPA挑战赛的参赛车队使用摄像头、激光雷达等传感器设备以及计算设备，实现了车辆的自动驾驶后，人们意识到了自动驾驶的可行性，科技公司（如Waymo）和整车厂（奥迪、沃尔沃）等纷纷开展相关的研究。随着相关企业的不断投入，相关产业链也日臻完善。
爆发期（2016~至今），深度绑定人工智能
自动驾驶是人工智能实现场景落地的重要方向：人工智能的主要细分技术，包括机器视觉，深度学习，增强学习、传感器技术等均在自动驾驶领域发挥着重要的作用，自动驾驶发展的瓶颈主要在于这些人工智能底层技术上能否实现突破。u 科技企业、造车新势力纷纷加入智能化汽车的竞争。自动驾驶行业迎来爆发期，呈现快速发展的新格局。除了谷歌、百度等软件科技企业外，偏硬件的公司如小米、华为、英伟达、苹果等巨头也纷纷加入自动驾驶汽车领域的研究，还有特斯拉、蔚来、小鹏以及众多传统车企也纷纷开展自动驾驶的研究，整个市场呈现快速发展的势头。
自动驾驶分类及技术路线：L1~2与L3+
智能汽车行业市场调研报告自动驾驶技术的突破与智能交通的发展
智能汽车行业市场调研报告自动驾驶技术的
突破与智能交通的发展
智能汽车行业市场调研报告：自动驾驶技术的突破与智能交通的发
展
随着科技的快速发展，智能汽车行业正迅猛发展，并在全球范围内
引起广泛关注。本报告将深入探讨智能汽车行业的市场现状，并重点
分析自动驾驶技术的突破和智能交通的发展。
一、市场现状分析
1.1 全球智能汽车市场规模
根据市场调研数据显示，智能汽车市场规模逐年增长。2019年全球
智能汽车市场规模达到XX亿美元，预计到2025年将超过XX亿美元。
1.2 智能汽车行业发展趋势
智能汽车行业的发展趋势表现为以下几个方面：
（1）自动驾驶技术的突破
自动驾驶技术是智能汽车发展的核心驱动力。随着人工智能和传感
器技术的不断进步，自动驾驶技术已取得突破性进展。无人驾驶汽车
的实现将成为未来的趋势。
（2）智能交通的发展
智能交通是智能汽车行业的重要方向之一。通过智能化技术，可以实现车辆与交通基础设施的无缝连接，提高交通效率和安全性。智能交通系统涵盖了车联网、智能红绿灯、智能停车等多个领域。
（3）共享出行的兴起
共享出行是近年来的新兴行业，通过云端平台将车辆资源进行合理高效调度，实现出行方式的革新。共享出行不仅可以减少城市拥堵，还能降低个人出行成本，具有广阔的市场前景。
二、自动驾驶技术的突破
2.1 感知与决策系统的改进
自动驾驶技术的核心在于车辆感知与决策系统。通过激光雷达、摄像头、毫米波雷达等传感器技术，车辆可以实时掌握周围环境信息。而决策系统则通过深度学习等人工智能算法对感知数据进行分析和处理，实现自主决策。
行业研究报告-自动驾驶芯片-GPU的现在和ASIC的未来
自动驾驶芯片：GPU的现在和ASIC的未来
——自动驾驶系列报告三：车载芯片篇
行业观点
⏹自动驾驶系列报告第三篇，我们将按时间顺序梳理车载芯片的发展历程，探
讨未来发展方向。
汽车电子发展初期以分布式ECU架构为主流，芯片与传感器一一对
应，随着汽车电子化程度提升，传感器增多、线路复杂度增大，中心化
架构DCU、MDC逐步成为了发展趋势；
随着汽车辅助驾驶功能渗透率越来越高，传统CPU算力不足，难以满
足处理视频、图片等非结构化数据的需求，而GPU同时处理大量简单
计算任务的特性在自动驾驶领域取代CPU成为了主流方案；
从ADAS向自动驾驶进化的过程中，激光雷达点云数据以及大量传感器
加入到系统中，需要接受、分析、处理的信号大量且复杂，定制化的
ASIC芯片可在相对低水平的能耗下，将车载信息的数据处理速度提升
更快，并且性能、能耗和大规模量产成本均显著优于GPU和FPGA，
随着自动驾驶的定制化需求提升，ASIC专用芯片将成为主流。
⏹目前出货量最大的驾驶辅助芯片厂商Mobileye、Nvidia形成“双雄争霸”局
面，Xilinx则在FPGA的路线上进军，Google、地平线、寒武纪在向专用领
域AI芯片发力，国内四维图新、全志科技等也在自动驾驶芯片领域积极布
局。
Mobiley e的核心优势是EyeQ 系列芯片，可以处理摄像头、雷达等多
种传感器融合产生的大量数据，在L1-L3自动驾驶领域具有极大的话语
权，目前出货量超过了2700万颗；
NVIDIA在GPU领域具有绝对的领导地位，芯片算力强大且具备很强
的灵活性，但功耗高、成本高，AI机器学习并不太适合GPU的应用；
汽车自动驾驶芯片
汽车自动驾驶芯片
汽车自动驾驶芯片是指安装在汽车上，用于支持自动驾驶功能的集成电路芯片。它是自动驾驶系统的核心组件之一。
汽车自动驾驶芯片通常集成了多种功能和技术，包括图像处理、机器学习、人工智能、传感器数据采集和处理等。这些芯片能够通过传感器感知环境和道路条件，并根据预设的算法和模型做出相关决策和控制。
在自动驾驶系统中，汽车自动驾驶芯片的作用是实时处理感测数据，将其转化为对汽车行为的控制指令，如加速、刹车、转向等。通过高效的算法和实时的数据处理能力，它可以支持汽车实现高度自动化的驾驶功能，从而提升行车安全性、舒适性和效率。
当前市场上有多家公司开发和生产汽车自动驾驶芯片，如英特尔、NVIDIA、特斯拉、Mobileye等。随着自动驾驶技术的发
展和市场需求的增长，汽车自动驾驶芯片的功能和性能将不断提升，为全面实现自动驾驶做出更大的贡献。
自动驾驶行业分析报告
自动驾驶行业分析报告
自动驾驶是近年来崛起的新兴产业，其定义为：利用计算机、传感器、无线通信等技术，自主获取、处理环境信息，并以人工无需操作的方式控制车辆的行驶，从而实现车辆自主驾驶的一种技术，目的是为了提高行车的安全性和运行效率。自动驾驶技术已经得到国内外多家车企和科技公司的广泛关注和投入，目前已经迎来了快速增长的发展期，成为了未来交通产业的重要方向之一。
1. 分类特点
目前，自动驾驶技术可分为完全自动驾驶和半自动驾驶两种类型。完全自动驾驶即Driverless，在这种情况下，车辆不需要
驾驶员操作，全部由车辆自主行驶完成；而半自动驾驶则需要驾驶员对车辆进行控制，但车辆在特定的情况下可以自己完成部分或全部操作。自动驾驶汽车的特点在于，它可以根据周围的环境对路面情况进行预测和分析，从而自主操控车辆并避免交通事故。
2. 产业链
自动驾驶可涉及到传感器及相关配件制造商、车载电子和控制器制造商、汽车生产商、运营商、地图制造及更新企业、数据
服务商等多种产业链。其中，传感器制造商是自动驾驶产业链中首要重要的一环，可以包括雷达、Lidar、照相机、超声波等传感器。汽车生产商则可以为自动驾驶技术提供整车和车载系统。而运营商可以为自动驾驶汽车提供数据服务、路线规划和管理等方面的服务。
3. 发展历程
自动驾驶技术的发展历程可以分为几个阶段。在早期阶段，其开发主要集中在实验室和科研机构，以满足科学研究和技术验证为主。在2000年左右，自动驾驶开始向军事领域和航空领域拓展。近年来，自动驾驶技术已经逐步走入公众的视野中。在行业中的主要进展包括：从宝马、奥迪等豪华品牌车商增加至特斯拉、福特等主流汽车品牌；从高速公路、自由路、城市道路等道路类型扩展到学校、博物馆等室内场景。
汽车自动驾驶产业链深度研究报告
汽车自动驾驶产业链深度研究报告
首先，技术研发是汽车自动驾驶产业链的重要环节之一、自动驾驶技
术的研发和创新是实现自动驾驶的基础。在这一环节中，包括传统汽车制
造商、科技创新企业和学术研究机构等各类参与主体。传统汽车制造商通
过对自动驾驶技术的研发，提高汽车的智能化程度；科技创新企业则通过
自主研发和技术引进，推动自动驾驶技术的进一步发展；学术研究机构则
通过科研项目和基础理论的研究，为自动驾驶技术的创新提供支持。
其次，配套设施是汽车自动驾驶产业链的另一个重要环节。配套设施
包括交通基础设施、通信网络和定位导航等。交通基础设施的建设需要考
虑自动驾驶车辆的特殊需求，如无人停车场、无人加油站和无人道路收费
站等；通信网络则是实现车辆之间和车辆与交通设施之间实时通信的基础，可以提供交通信息和远程控制功能；定位导航系统则是为自动驾驶车辆提
供精确的定位信息。
再次，制造环节是汽车自动驾驶产业链的一个重要组成部分。制造环
节包括自动驾驶核心组件的生产和整车的制造。自动驾驶核心组件包括传
感器、处理器、控制模块等，这些组件是实现自动驾驶功能的关键。制造
企业需要确保这些核心组件的稳定供应和质量可靠；同时，整车制造也需
要考虑自动驾驶技术对汽车结构和制造工艺的要求，如更高的安全性和可
靠性。
最后，销售环节是汽车自动驾驶产业链的最后一环。汽车自动驾驶技
术的商业化落地离不开销售环节的支撑。传统汽车销售渠道可能需要根据
自动驾驶技术的特殊需求进行调整和优化，如推动智能化展厅、线上线下
的销售渠道结合等；同时，自动驾驶技术对售后服务也提出了更高的要求，使得售后服务网络需要进一步完善和提升。
2024年中国自动驾驶产业研究报告
摘要：
自动驾驶是一个快速发展的领域，各国都在积极推动自动驾驶技术的
研发和应用。中国自动驾驶产业近年来取得了长足的发展，成为全球自动
驾驶技术的新兴力量。本报告对中国自动驾驶产业的发展状况进行了详细
分析，包括市场规模、技术应用、政策支持等方面，并对未来发展趋势进
行了展望。
一、市场规模
中国自动驾驶产业市场呈现快速增长的势头。据初步估计，2024年
中国自动驾驶产业市场规模将达到XX亿元，同比增长XX%。市场需求主
要来自于出行、物流、农业等领域，其中出行领域占据了最大的份额。随
着技术进步和政策支持的不断加强，中国自动驾驶市场有望在未来几年保
持高速增长。
二、技术应用
自动驾驶技术在中国已经得到广泛应用，并取得了一系列突破。目前，自动驾驶技术主要集中在车载系统和无人驾驶领域。车载系统方面，许多
车企纷纷推出了支持自动驾驶功能的车型，并实现了部分自动驾驶功能。
无人驾驶领域方面，一些公司已经开始在特定区域进行测试，并取得了一
定的成果。未来，随着技术的不断进步和商业化应用的推广，自动驾驶技
术有望在更多场景和行业得到应用。
三、政策支持
中国政府高度重视自动驾驶产业的发展，并出台了一系列支持政策。2024年，国家加大了对自动驾驶产业的政策引导和财政扶持力度，鼓励
相关企业进行创新研发和技术应用。此外，政府还支持建立自动驾驶示范
区和测试区，为企业提供了实验场地和政策环境。
四、发展趋势
1.技术进步：自动驾驶技术将继续向智能化、安全性和可靠性方向发展，提升自动驾驶系统的性能和用户体验。
2.商业化应用：自动驾驶技术将逐步在出行、物流等领域得到商业化
自动驾驶行业分析研究报告PPT
自动驾驶发展趋势
未来自动驾驶的发展趋势是向着更高级别的自动驾驶发展，如L4和L5级别的自动驾驶。同时，自动驾驶还wk.baidu.com与智能交通、车联网等技术相结合，进一步拓展其应用领域和市场。
自动驾驶发展现状与趋势
机会技术创新：自动驾驶技术的发展将带来巨大的商业机会，如新的商业模式、新的产品等。市场潜力：随着消费者对自动驾驶技术的认知度不断提高，市场规模将不断扩大。产业链协同：整个自动驾驶产业链上的企业都有机会参与到这个市场的发展中来，从而分享到更大的商业价值。挑战技术风险：自动驾驶技术仍处在不断发展的阶段，存在一定的技术风险。
自动驾驶产业链分析
02
01
软件算法和人工智能技术包括传感器融合、计算机视觉、深度学习等技术，用于实现自动驾驶的智能化决策和自主控制。
自动驾驶产业链结构
02
硬件制造和集成包括高性能传感器、控制器、执行器等硬件设备和系统集成，实现自动驾驶车辆的硬件制造和集成。
03
服务和运营包括自动驾驶出租车、公交、物流等服务和运营，为自动驾驶的应用提供服务支持。
产业协同自动驾驶产业链上下游企业将进一步加强合作，共同推动自动驾驶技术的发展和应用。
自动驾驶行业市场前景预测
04
技术进步
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
汽车自动驾驶产业链深度报告：芯片及软件专题
核心观点:
巨头厂商底层技术突破，为汽车智能化带来质变
无论是造车新势力，还是传统车厂都在深度布局汽车智能化，座舱域、驾驶域的发展速度尤为惊人。目前智能座舱的新车型普及度持续攀升，智能驾驶的落地速度也有所加快。在汽车新四化浪潮下，车厂、芯片厂商、Tier1、OS 以及其他软硬件供应商积极投入研发，产品迭代速度显著加快。尤其巨头厂商在底层技术的突破，为市场带来质变。
硬件控制器集中化，SDV 已成为未来行业发展趋势
随着软硬件和新技术的共同发展，ECU 开发瓶颈问题日益突出，汽车行业由最初的“机械定义汽车”逐步转变为“软件定义汽车”。硬件控制器集中化，SDV 已成为未来行业发展趋势。在软件定义汽车时代，产品价值链被重塑，传统汽车核心竞争要素将会被硬件、软件和服务所取代，供应链生态也将变革，汽车行业的重点将从依靠硬件驱动的产品逐步进行转移，当下的新产品应当是由“硬件+软件”同步驱动的产品。
中国汽车智能化发展速度领先，A 股有望成为核心投资市场之一
汽车新四化的发展，OTA 市场增速迅猛，中国智能座舱作为首个核心应用市场潜力巨大，预计2025 年规模破千亿，市场政策双驱动，ADAS 获井喷发展。据中国产业调研网估计，2025 年全球ADAS 市场规模将达275 亿欧元，2015~2025 年均复合增长率高达17%。
终端软件解决方案提供商的盈利模式也有望发生转变
大部分传统汽车厂商缺少软件基因，在软件定义汽车领域需要寻求外部供应商的合作，且需求范围逐步扩大。供应商多以项目开发的形式开展业务，
智能座舱全产业链分为三大环节：1）Tier0.5 级供应商也可称为产业的下
通过仪表盘内的车载摄像头，系统可以实时监控驾驶员的双眼视线使得3D
车企开发自主车载系统方式以标准的定制化操作为主，ROM 和超级APP 方式为辅。车载系统的构建从下至上为：硬件、虚拟机、系统内核、标准系统服务层、汽车服务和车辆控制、应用程序框架（含中间层）、应用程序和云服务。智能座舱是结合软件和硬件多多元配合下的产品，一个完美的智能座舱需要拥有驾驶辅助、座舱域控制器、沉浸式声学体验、显示屏技术和座舱检测系统等新技术，同时搭配内饰、座椅等传统硬件。
车企对车载OS 布局会根据战略格局以及自身实力划分为 3 种形式：1）定制化自主开发专属OS；2）ROM 方式基于已有系统做上层UI；3）直接采用现成的车载OS 并搭建自身的应用软件。头部车厂大多倾向从整车硬件到车载OS 都自己开发，形成自身独有的完整生态链。
车载OS 是传统车产实现数字转型的关键，汽车将演变为移动智能终端。目前主流的底层车载操作系统共有四种：QNX、Linux、Android 以及WinCE，其中WinCE 基本上已经退出市场。从主流车企选择的系统开发方式来看，海外高端车厂、零部件供应商（如奔驰、宝马等）和国内车企新势力（如小鹏、蔚来等）都选择自建技术团队，即在底层操作系统基础之上进行定制化开发，形成独有的车载系统。
QNX 为车载OS 领域龙头，全球100%的OEM 商和前八家Tier1 都是QNX 的客户，在车载信息娱乐系统或车联网系统占据超过60%的市场份额，如宝马ConnectDrive、奥迪MMI 都用QNX 技术。车载OS 行业巨头QNX 也推出基于软件的智能座舱解决方案，凭借实时性交互等优势，集成多个电子控制单元（ECU）到单一芯片系统（SoC）使系统运行的软件可以打破临界线，甚至横跨不同的操作系统，从而推动安全认证的要求。使用QNX 平台的智能座舱不仅享有可靠安全的车载信息系统和娱乐信
息系统，还可以通过同一ECU 访问Android 系统的最新应用程序，如谷歌地图和音乐软件。
虚拟机和中间层软件分别辅助车载系统
虚拟机辅助软硬件的一体化聚合是未来趋势。Hypervisor（虚拟机）是运行在物理服务器和操作系统之间的中间软件层，可用于同步支持Android、Linux、QNX 多系统。根据ISO26262 标准规定，仪表盘的关键数据和代码与娱乐信息系统属于不同等级，主流市场中，QNX 或Linux 系统用来
中间件层位于平台（操作系统）和应用软件层之间的软件，用于连接各个
打通底层到云端的各个技术、生态环境，将具备自动驾驶功能的智能网联汽车和5G-V2X 全云场景的逐步实现规模化商业应用，促进未来“人-车-路-云”的高度协同。在软硬件一体化的实施过程中，车辆智能网联中最重要的设备为云端数据平台的建设，搭载先进的车载传感器、控制器，连接车内各个ECU 获取的数据，实现车与车、车与人、车与城市建筑、车与基础设施等通信数据交换共享。
根据IDC 全球智能网联汽车预测报告显示，可以连接第三方服务平台的车辆以及配备嵌入式移动网络的全球智能汽车出货量在2019 年已达5110 万辆，同比增长45.4%，预测2023 年将增至7,630 万台。云计算的优点在于降低成本的同时还可以运用合理的资源分配方式处理数量庞大的
数据，并且满足更加弹性和个性化的业务模式更新迭代快（OTA）的需求。
云端数据可以真正的为自动驾驶提供有效解决方案，随着V2X 通讯的发展和5G 技术的推进，汽车行业将在未来致力于ADAS 芯片和车载娱乐信息芯片的相互融合发展。C-V2X 无线技术可以快速收集更多信息以及降低延时，从而最大程度的保证行车安全，并且协作驾驶过程中能够降低能源损耗，提升自动驾驶/半自动驾驶的效率。根据《智能汽车创新发展战略》，我国将重点支持LTE-V2X/5G-V2X 的发展，基础建设快速发展为智能网联汽车渗透带来红利。其中地平线已推出了基于征程处理器和Matrix 自动驾驶计算平台的多层次解决方案以及针对现阶段汽车市场亟需的辅助驾驶
推出的ADAS、DMS、AR-HUD 技术方案。另一方面，高精地图软件的加入也将会很大程度的加强自动驾驶辅助系统，将汽车的舒适、安全和智能提升到一个全新的境界。
语音交互系统
未来智能语音交互将成为最主流的人车交互场景。日益丰富的生物识别技术助力智能语音交互系统，依托于AI 技术的不断发展以及大数据的推广应用，为驾驶舱带来更高效、人性化、情感化、个人定制化的行车氛围。为了打造智能音乐座舱，基于驾驶员音乐沉浸式氛围，小鹏配备18 个丹