1. 基础信息

(1) 自动驾驶产业链机遇

判断L3和L4级别的自动驾驶基点已到来

未来3~5年是自动驾驶产业链大趋势的机遇之年

特斯拉在北美已验证了这个逻辑

(2) 投资机会变化

国内能够跟得上特斯拉的自动化升级迭代节奏

国内也会面临产业链大趋势性机会

从零部件投资机会向整车厂投资机会转变

2. 大算力平台驱动

(1) 大模型驱动的变化

纯视觉大模型成为主流解决方案

功能体验快速提升，硬件需求下降

纯视觉大模型技术方案推动渗透率加速提升

(2) 核心受益环节

软件、算法和AI大模型掌握在组织手上

软件、算法等核心在未上市公司掌握

整个市场对核心算法和大模型的需求明显

(3) 逻辑变化与投资机会

每一轮核心驱动因素不同

在每一轮变化中寻找核心受益的公司

零部件、整车厂和软件服务存在投资机会

(4) 大数据平台投资机会

大模型时代需要大算力支持

大模型驱动大数据平台渗透率加速提升

大数据平台投资机会从2021年开始受到关注

(5) 电子电器架构升级驱动智能化升级

电子电器架构升级推动智能化升级

从分布式到预集中再到中央集成的趋势变化

区域控制和中央计算架构是主要方向

(6) 预控制器的市场规模持续增长

预控制器是复杂的软硬结合产品

市场规模复合增速超过50%

座舱市场规模增速超过30%

(7) 大模型驱动自动驾驶算法变革

大模型助力推动自动驾驶算法变革

加速对算力的需求提升

Q&A

Q：从投资角度来看，大数据平台在哪个时间点开始备受关注的？这对投资是否有意义？

A：大数据平台在2021年开始备受关注，尤其是自驾座舱预控器和车身预控器逐渐受到关注。从投资角度来看，整个大数据平台的投资机会从2021年开始就备受关注，这对投资是有意义的。

Q：大数据平台的升级架构是怎样的？这对投资有什么影响？

A：大数据平台的升级架构主要包括电子建立架构、SOA软件架构和通信架构的升级。这种升级架构使得整个智能化升级从原来的慢车道进入一个快车道，域控制器和中央计算平台的出现加速了智能化升级的迭代速度。从投资角度来看，这种升级架构对投资有积极影响，因为它加速了智能化升级的速度，降低了边际成本，提高了功能体验。

Q：中央计算和区域控制的架构趋势如何？对投资有何意义？

A：中央计算和区域控制的架构趋势是从分区的预控器向中央计算平台集中的方式发展。这种架构趋势对投资有意义，因为它可以减少限速回落，降低控制器数量，提升算力和数据驱动的能力，进一步推动智能化升级。

Q：智能化升级的驱动因素是什么？对投资有什么意义？

A：智能化升级的驱动因素主要是电子电器架构的升级，其中特别重要的是中央计算和算力和数据的驱动。这种驱动因素对投资有意义，因为它可以推动智能化升级的加速，降低边际成本，提高功能体验，促进投资市场的发展。

Q：预控制器和大模型助力对智能化升级的影响如何？对投资有何意义？

A：预控制器的快速发展和大模型助力对智能化升级有积极影响。预控制器的市场规模复合增速超过50%；大模型的落地推动了自动驾驶算法的变革和算力需求的提升。从投资角度来看，预控制器和大模型助力意味着智能化升级市场有大幅增长的潜力，值得关注和投资。

Q：实现高等级自动驾驶需要什么样的算力平台？

A：要实现高等级的自动驾驶，必须拥有大算力的平台。特斯拉的自动驾驶算力要实现L3级别至少需要72套甚至144套算力，要实现L4级别至少需要144套算力，而要实现L5级别可能需要500到1000套以上的算力。其他厂家在实现L3级别的自动驾驶时，基本上至少需要256套算力，要实现L4级别可能需要508套算力，而要实现L5级别可能需要1000到2000套以上的算力。因此，大算力平台是实现高等级自动驾驶的一个明确方向。

Q：自动驾驶行业中的控制器玩家主要有哪些类型？

A：目前可以将自动驾驶中的域控制器玩家分为四类。第一类是整车厂自研，可能同时兼做代工。第二类是全球的参观者，如财富博士、康迪威斯通等。第三类是国内或全球的以软件开发为主的玩家，如百度、创新控股、泰克等。第四类是国内本土的玩家，如德赛西威、金网恒瑞、华为等。目前主要的玩家是整车厂自研和参观者，而趋势是朝着整车厂自研的方向发展。

Q：自主研发还是走向第三方合作是整车厂自研控制器的发展方向？

A：对于整车厂来说，在技术快速迭代的过程中，自主研发迭代速度更快，学习特斯拉系统效率更高，资源方向更明确。但是要走到最后是否一定要走自主研发这条路并不确定，因为整个行业变化可能很大。目前整车厂都是学习特斯拉的自主研发模式，但未来也有可能出现类似安卓平台的模式。其他具备能力的顶尖厂商可能会走向自主研发，而其他厂商可能会选择与安卓平台合作。据目前来看，安卓平台可能会更多地采用芯片开发模式，但前提是真正的安卓平台出现后才会有所动作。另一种可能是在技术升级迭代过程中，整车厂自研的迭代效率更高，在初期不太考虑投入产出比。选择使用像NVIDIA或HorizonRobotics等芯片而非自主研发芯片的厂商，最终也会走向自主研发芯片的道路，但需要达到较大规模和更多应用领域的体量，以实现更高的投入产出比。

Q：未来智能汽车的竞争格局如何？国内探索智能汽车的实力如何？

A：从整个全球的竞争格局来看，国内的探望有实现全球崛起的投资机会。国内探望的实力比海外探望更强，因为国内在自动驾驶推进方面的速度更快，能够更快地落地实施；此外，在整个全球的竞争格局中，国内探望也有机会发展和成长。从市场规模和产业链定位的角度来看，整个大数据平台都有很大的投资机会。

Q：在智能汽车领域，未来是更关注自动驾驶还是智能座舱？

A：目前大家更关注的是自动驾驶，但未来3到5年，大家可能会越来越关注大模型对仓库能力和算力消耗的需求，主要来源将是智能座舱。智能座舱的重要性不可忽视，已经有公司开始将大模型应用于智能座舱，例如在语音识别和视觉感知方面的算法。引入大模型算法后，座舱内的感知和交互体验将得到明显提升，包括驾驶员和乘客的身份位置、动作和交互需求的感知，以及手势和面部识别等交互体验的提升。此外，大模型在云算法中的应用也在快速推进。因此，智能座舱将成为未来更重要的关注点。

Q：大算力平台如何实现多模态的人机交互能力？具体有哪些应用场景？

A：引入大模型之后，大算力平台可以实现多模态的人机交互能力。包括定位音区、分离人声与其他声音、实现多语种、多方言和多任务的语音感知能力，加上语音和视觉的结合，可以实现多模态的人机交互能力。目前已经可以在新势力的车机领域中看到一些应用，比如可以连续进行各种任务的准确识别、智能出行规划、智能诊断和儿童百科等功能。随着自动驾驶技术的发展，当驾驶员的手和脑都解放出来时，整个智能座舱功能的开发将迎来大爆发，基于大算力平台的应用也将更加丰富。因此，大算力平台的需求有望远远超过自动驾驶的需求。

Q：智能座舱的软件开发机会在哪里？未来软件开发行业有何投资机会？

A：目前智能座舱的软件应用开发主要由厂商掌握，因为很多功能的开发需要和车辆的底层功能进行互动，例如车窗、车门、雨刮和天窗等的控制。但是随着自动驾驶技术的发展，智能座舱将成为一个巨大的发展机会。在将来，一些软件开发公司将有机会基于大算力平台和车辆的硬件平台，开发与出行相关性较低但与车辆功能和体验相关的应用。这些公司可能来自不同领域，包括开发手机APP、游戏和其他软件的公司。类似于手机应用开发带来的新生态，智能座舱有望诞生一个新的生态，成为投资的机会。目前大家主要关注硬件开发，但在未来三到五年内，软件开发领域将成为更大的投资机会，因为随着软件越来越多，对硬件的要求也将越来越高。

Q：智能座舱的硬件发展趋势是什么？控制器和芯片的融合方式有哪些？

A：智能座舱的硬件发展趋势将朝着控制器和芯片的融合方向发展。目前已经出现控制器层面的融合，即将预控制器和自动驾驶的预控制器合并成一个盒子，内部仍然存在两个芯片的构成，或者两块不同的板子合并到一起。另外一种方案是在芯片层面实现单芯片SOC（系统级芯片）的融合，需要在芯片层面划分虚拟层，同时需要芯片具备足够的算力支持。实现这种芯片层面的融合需要等待至少明年年底甚至更久。控制器层面的融合主要是在物理硬件层面进行，而芯片层面的融合则需要开发出具备足够算力支持的单芯片SOC，两者都将在未来的发展中起到重要作用。

Q：为什么下一代芯片索尔真正做到芯片层面的融合是大量成本下降的关键？

A：下一代芯片索尔实现了芯片层面的融合，这将大幅降低整个架构的成本，包括芯片成本、板子成本、预控制器的接口限速成本以及电子元器件等。这种融合方案有望在2024年底到2025年大规模落地，从而实现自动驾驶的大幅渗透。

Q：融合后如何降低整车成本和提升续航里程？

A：融合后，整车成本将进一步降低，包括ECU的减少、限速长度减少、电子元器件数量减少等，整车重量也会减轻，还能实现车身轻量化和提升续航里程。

Q：大算力平台如何促进算法能力提升和降低硬件要求？

A：大算力平台的提升可以有效提升算法能力，从而降低对硬件的要求，包括传感器数量的减少、各类传感器的要求等。这将降低整体研发成本，并对降本产生帮助。

Q：在自动驾驶领域，哪些公司的AI计算芯片最为领先？

A：目前在AI计算芯片领域，特斯拉、斯达公司、英伟达和高通等公司是最具领先地位的公司。特斯拉和斯达公司通过合作，确定了自己在自动驾驶领域的地位。

Q：英伟达在市场占比方面如何呈现？

A：目前英伟达在自动驾驶领域市场占比较低，主要还是依赖于数据中心业务，数据中心业务占比达56%。MB点在自动驾驶业务方面更加重视，只有3%占比，但它对未来自动驾驶的发展前景非常看好。

Q：奥瑞在自动驾驶领域的地位如何？

A：奥瑞在量产的大蒜类芯片中独大，进入索尔后继续引领仓价一体化的趋势。在2022年，自动驾驶芯片市场占比超过80%。索尔将继续引领技术迭代和市场优势。

Q：英伟达在芯片领域有什么优势？

A：英伟达在芯片领域具备端到端的解决能力，包括云端的超算中心、软件检测移植工具包、模拟仿真平台等。它还拥有自己的算法团队和合作伙伴，在自动驾驶领域形成了完整的软件生态和核心的壁垒。

Q：龙头企业在芯片领域市场占比如何？

A：在PC时代和手机时代，龙头企业通常占据市场绝大部分的机会，后续市场规模占比较小。英伟达和高通都具备强大的能力，在手机市场和通信市场上有很强的设计和竞争力。

Q：在智能化升级加速的大算力时代，高通作为车载通信和手机芯片领域的领先厂商，有哪些优势和市场份额？

A：高通在座舱领域已经占据了22年份额接近30%的份额，在高端市场几乎垄断。在自驾方面相对较晚，但已推出了自身的Rap平台，并将进一步提升算力。此外，高通在软件层面上也加强了补强，并且希望跟上英美达迭代的速度，以满足未来市场需求。中低端市场对自驾需求不是很高，但高通的8295在认可度方面很高。因此，如果高通能继续提升算力并保持适应性，将有更大的优势。

Q：在寻找大创业平台的投资机会时，有哪些关注重点和路径？

A：首先，从芯片角度出发，目前来看全球市场上MV是占绝对优势的。因此，在寻找大创业芯片平台时，应首先找到与MV产业链有关的公司，如渠道德赛西威、金皖润和军事电子等。其次，应关注国产的地平线和华为的产业链。芯片平台决定了大算力平台的竞争格局，因此应寻找与芯片平台上最有竞争力的大商业平台相关的公司。在AI计算芯片出发，寻找最有机会的公司，目前全球来看最有机会的是地平线。

Q：在电动智能化时代，与燃油车时代相比，大数据平台的竞争格局有何不同？对龙头厂商的市场份额空间会有怎样的影响？

A：在电动智能化时代，汽车将逐步向消费电子智能手机方向靠拢。整个竞争格局可能会相对集中，但不会像消费电子那样极端。从芯片平台的角度来看，与燃油车时代相比，整个产业链的竞争格局会更好。因此，在这样的背景下，对于大商业平台，我们建议关注核心的AI芯片公司、龙头公司和相关的产业链，如MV、华为和地平线的产业链。这些公司有机会成为龙头和核心控制器公司。