2021年智能汽车行业发展现状及趋势2022年成高级别智能驾驶量产元年

2021年智能汽车行业发展现状及趋势2022年成高级别智能驾驶量产元年1.

供需两端拐点将至，2022年汽车智能化景气度高

1.1.

供给端：芯片供给逐渐改善，汽车产销量有望复苏回望2021年，根据AutoForecastSolutions的最新数据统计，受制于芯片短缺，今年全球汽车市场累计减产量为1012万辆，国内汽车市场累计减产量已达198.1万辆，占全球总减产量的20%。展望明年，我们认为芯片短缺有望得到缓解，从而拉动汽车产销量的复苏。我们可以从以下几个维度来观察和验证：多家芯片厂商如英飞凌、瑞萨电子等都加大投资、主动扩产，代工龙头台积电也重新分配产能，将产能向汽车芯片倾斜；

得益于疫情好转和疫苗接种率的提升，以半导体封测重镇马来西亚为例多数工厂恢复生产，当地半导体产能开始爬坡，供给端持续改善；国内各大品牌车型交付时间普遍缩短，乘用车产销量开始回升，芯片供给改善趋势日渐明确。图：各车型交车时间正在缩短

1.2.

需求端：高级别智能驾驶量产元年，增量软硬件率先受益

汽车智能网联化的渗透率不断提升，政策指引2025年新车搭载率将过半。全国政协经济委员会苗圩副主任在2021中国电动汽车百人会云论坛上表示，2020年中国L2级智能网联乘用车市场渗透率达15%。根据中国智能网联汽车技术路线图2.0规划，到2025年，L2/L3级智能网联汽车占汽车年销量的50%以上，L4级汽车开始进入市场。

2022年成高级别智能驾驶量产元年，汽车智能化浪潮即将来袭。通过对产业链上游供应商和下游新车量产时间的梳理，我们认为明年将是高级别智能驾驶的量产元年，汽车智能化浪潮即将来袭。在此过程中，由于配套零部件和软件解决方案的需求前臵性，我们认为增量的软硬件产品将会率先受益于智能化浪潮：

传感器开启高速发展，诸如激光雷达和4D毫米波雷达将进入上车周期；域控制器方面，英伟达、华为、高通等厂商的下一代计算平台均处于量产前夜，助力高级别智能驾驶加速推进；硬件算力提升的同时，相关软件和算法的复杂度也得到提升，场景从辅助驾驶迈向高级别智能驾驶，智能领航、代客泊车等应用场景逐步落地，汽车开启软件付费商业模式。智能座舱的渗透率将进一步提升，更加智能化的人车交互是趋势，座舱域控制器、操作系统、一芯多屏和DMS有望放量。2.

四大主线布局智能汽车领域增量赛道2.1.

传感器：迈入高速发展期，关注激光雷达和4D毫米波雷达

激光雷达进入上车周期，千亿级市场拉开序幕。作为一种兼具高精度和远距离的传感器，激光雷达长期被认为是高级别智能驾驶的必备品。但此前由于集成度低导致成本高昂，以及难以达到车规级标准，其更多被运用在后装的Robotaxi上，而非前装量产。我们认为，2022年激光雷达将迈入上车周期。一方面，各家厂商通过芯片化提升集成度从而使成本进入可控范围；另一方面，扫描方式也得到优化，将机械式升级为半固态式提高可靠性从而达到车规级标准。从落地节奏来看，小鹏P5、蔚来ET5、ET7、北汽极狐等均装载了激光雷达，根据各家企业官网披露的交付周期来看，这些车型均会在2022年开启量产。从产业的市场规模来看，统计分析当前各款车型激光雷达的数量和价值量可以看出，在技术进步驱动成本下降的趋势下，激光雷达的价值量有望稳定在500美元左右。智能驾驶汽车标配的激光雷达数量在2颗左右，则单车价值量稳态下有望达到7000元。根据乘联会的数据统计，全球汽车的出货量在1亿辆左右，如果未来智能汽车的渗透率达到15%，则激光雷达的年装车量将达到1500万辆，对应市场规模将超过1000亿元，发展空间广阔。

图：部分搭载激光雷达车型梳理

4D毫米波雷达落地可期，带动产品ASP提升。除激光雷达外，我们也看好4D毫米波雷达在L2及以上智能驾驶场景中占据重要位臵。虽然目前智能汽车也装配有毫米波雷达，但其由于缺少测高能力，导致难以识别静止物体。而4D雷达通过增加通道数，兼顾了分辨率高、低成本和全天候工作的优势，目前，包括上汽飞凡、长安C385均装载了4D成像雷达，而华为、傲酷也发布了自研4D成像雷达。此外，凭借更好的性能，4D毫米波雷达的单价也会更高，有望推动毫米波雷达在整车中的价值量。2.2.

域控制器：高算力平台助推高级别智能驾驶，高通布局加速

英伟达仍是高算力平台首选，2022年开启量产周期。根据我们的统计，英伟达仍是高算力平台首选，目前主打高级别智能驾驶的厂商，例如蔚来、小鹏、理想等下一款车型均搭载了基于Orin的智能驾驶平台，并有望在明年开启量产节奏。我们认为，除较高的算力外，英伟达的优势还在于：1）经过Parker、Xavier、Orin三代产品迭代而形成的完整工具链，对开发者更为友好，有助于提升开发效率；2）打造了从数据采集、标注，到仿真训练，再到车端部署，及后续模型持续迭代的端到端解决方案，以提高对数据的运用能力，加速产品落地；3）得益于多年积累，而逐渐丰富的AI算子库，以保障开发者可以更快、更高效地部署相关模型；4）完整的硬件生态，合作伙伴包括OV、索尼、Velodyne等各类传感器厂商。华为MDC初露锋芒，已被北汽、长城、长安等厂商采用。自2018年推出第一代MDC以来，华为的智能驾驶计算平台至今已迭代出3个版本，形成了完整且成熟的产品矩阵。据华为官网资料，该平台具备“三高一低”的技术优势：1）性能高，该平台算力最高可达400TOPS，满足L4级别自动驾驶算力要求；2）安全可靠性高，从信息安全、功能安全、车规及流程管理三大维度构建安全防护体系，保护数据隐私并应对严苛车载环境；3）能效高，处理器运算能力达1TOPS/W，在降低能耗、延长续航里程等方面表现突出；4）确定性低时延，时延最长仅达200ms，提升自动驾驶安全性。就合作模式而言，华为采用HuaweiInside模式与车企联合开发智能汽车，目前华为MDC已装载应用于北汽极狐阿尔法S、长城机甲龙、长安阿维塔E11等车型上。

高通SnapdragonRide平台进展迅猛，有望成为智能驾驶中的主流供应商。2020年1月7日，高通正式推出可扩展的开放自动驾驶平台SnapdragonRide，包括安全系统级芯片、安全加速器和自动驾驶软件栈，满足从L1-L3级高级驾驶辅助以及L4/L5级自动驾驶复杂运算需求，将于2022年量产装车。2021年10月4日，高通与投资机构SSWPartners以45亿美元的价格共同收购维宁尔，并把维宁尔的自动驾驶平台Arriver纳入Ride中，以提升在智能驾驶方面的竞争力。2021年11月16日，高通与宝马达成在自动驾驶领域的战略合作，宝马NeueKlasse系列车型将搭载高通SnapdragonRide平台，新车将于2025年量产。图：高通SnapdragonRide平台2.3.

算法解决方案：高速领航和自主泊车类智能驾驶算法有望率先落地

高级智能驾驶场景中，智能领航（ICC）和代客泊车（AVP）有望率先落地。结合技术的提升和场景本身的特点，我们认为高速和泊车场景有望率先落地高级别的智能驾驶。在高速场景，智能领航功能可以实现点到点的全场景自动行驶，一定程度上解放双手。在泊车场景，代客泊车可以在全新停车场景实现自动停取，提高停取车效率，升级用户体验。不同于此前定速巡航、360度环视等功能，智能领航和代客泊车等功能对于用户的感知更为明显，后者一方面可以帮助车厂，快速在智能驾驶的初级阶段占领用户心智；同时也可针对这些功能推出软件订阅服务，演进出新的商业模式，预计车厂后续将通过自研、合作、建立生态圈等方式，持续加码在软件和算法方面的能力。

2.4.

智能座舱：渗透率持续提升，操作系统、一芯多屏和DMS率先放量

与高级别智能驾驶相比，智能座舱的落地节奏更快，因此我们也总结出了当前座舱域的三大主流趋势：高通8155芯片集中上车，提供强大算力支持。该芯片采用7nm工艺流程，算力比传统主流车载芯片高3-4倍，目前多款车型如小鹏P5、蔚来ET7、智己L7等均已装载。一芯多屏交互成为趋势。智能座舱屏幕正在从过去的单屏扩展到仪表、中控屏、平