从分布到集中式架构，车用处理器何去何从

引言：ECU 的前世今生与域概念的出现

ECU，即车用电子控制单元，由核心 MCU（车用处理器的最典型形式）、模/数转换器、数 字信号缓冲器、存储器、电源电路、通信电路等部分组成。工作流程上，外部传感器将温度、电流等信号输入，交由 MCU 运算处理，结果通过输出回路等传递至执行器，使车辆完 成所需动作。

早期 ECU 的诞生主要是被用于发动机控制，但随着汽车电子技术的进步，ECU 数量不断增 加，刹车、转向、车门车窗、照明等各种功能都需要 ECU 的配合。目前经济型车大约需要 20 个 ECU，高端车型 ECU 数目甚至达到 100 个上下，与之配合的不同规格的 MCU 数量也 不断增加，相关市场蓬勃发展。但是，我们认为，传统汽车电子电气（E/E）架构下 ECU各司其职，随着功能的增加，传统架构的问题逐步凸显：

ECU 结构冗余，算力和功能存在重复。以动力 ECU 为例，发动机由一个核心 ECU 负责， 而电机、电流、点火、驱动等模块又各有一个 ECU，尽管有安全冗余，但还是浪费了 大量算力；

排线难度与线束成本上升。ECU 之间需要通信，不断增加的 ECU 数量使得线束长度大 幅增加，成本上升，复杂的线路需要分开排线，否则线束相互缠绕会产生发热等安全 隐患；

不利于软件维护与升级。分布式架构下整车厂从不同 Tier1 厂商采购 ECU，各厂商拥有 不同的软件架构和接口标准。这使得汽车出厂后软件维护和升级难度大幅上升。如果 能够采用集中式架构，一次维护即可升级全车系统，将大幅提高效率；

分布式 ECU 难以保证网络安全。信息技术的进步使得车辆与互联网联系更加紧密，遭 受网络攻击的可能性也随之提升，高性能处理器网络防护能力强，而分布式 ECU 难以 建立防火墙统一管理，存在安全隐患；

高级别辅助驾驶需要 ECU 间高度融合，传统架构处理效率较低。实现自动驾驶需要视 觉、雷达、高精度地图以及网络互联的共同参与，实现汽车对环境的感知预测，并且 需要快速控制车辆做出反应。传统架构下多 ECU 协同能力有限，沟通效率较低，难以 胜任高级自动驾驶任务。

为了解决分布式架构问题，“域（domain）”的概念随之出现。全球知名的 Tier-1 厂商博世 提出，按照功能划分，汽车电子电气系统基本上可以被划分为“五域”架构：即动力域、 底盘域、车身域、信息娱乐域、以及 ADAS 域。考虑到未来车联网应用，还可能会增加外 网控制域。各个域之间通过千兆以太网连接，以此解决实时性问题与传导问题，而每个域 与自己分管的子系统之间通过 CAN，CANFD 以及百兆以太网连接通信。我们认为，未来汽 车 E/E 架构的发展趋势先是从分布式 ECU 向 5-7 个域控制器集中，之后具有交叉功能的域 控制器也可能发生融合，最终还可能统一受中央计算机调配。

我们认为，三大趋势将引领汽车处理器（MCU 等）发送如下需求变化：

第一，智能化方面，ADAS 普及与功能升级是车用处理器市场增长的重要驱动力之一。 随着 E/E 架构向集中式、向域架构发展，我们认为其对硬件系统最大的改变在于 MCU 将被量少价高的 AI SoC 替代；

第二，电动化、网联化方面，我们认为 E/E 架构向“域控制”演进并不会直接带来 MCU 需求量减少，BMS、车联网等功能的引入反而会为 MCU 带来增量市场空间；

最后，看存量上，因车身、底盘等功能上要预留安全冗余，E/E 架构演进同样不会带来 车用处理器需求量下降，但底层 MCU 功能将大大简化。

ADAS 部分：L3 或将成为硬件架构分水岭，AI SoC 部署将对 MCU 需求形成替代

ADAS 的硬件系统一般由视觉感知模块及雷达感知模块组成。视觉感知模块包含 IFC（智能 前视摄像头模组）及 AVS（全景环视系统），而雷达感知模块包括 FCR（前向毫米波雷达模 组）、SRR（侧后毫米波雷达模组）、UPA/APA（超声波雷达模组）及 LiDAR（车载激光雷达）。 一切 ADAS 功能都将由一个或多个模块组合实现。

如果再深究其内部结构，我们认为分布式架构下单个模块均由 1-2颗处理芯片（MCU/MPU） 及多个传感器（摄像头/雷达）组成，而在集中式架构下，模块的概念依然存在，但模块中 仅保留传感器，处理芯片将会集中至 ADAS 域控制器中。ADAS 域控制器这一概念最早由博 世、大陆等 Tier1 厂商提出，用于处理单个硬件模块无法实现的系统级功能，如一些需要定 位、视觉数据、雷达数据的相互配合的功能。域控制器在 L3 及以上场景中成为不可或缺的 硬件配置，而在 L2 及以下十分罕见（详见下文分析）。ADAS 域控制器中一般包含一颗或多 颗算力更高的 AI SoC 芯片及一颗MCU 芯片（安全冗余），SoC 常由英伟达、Mobileye 等厂 商提供，MCU 一般采用 Infineon 的 Aurix 系列。

L0-L2：分布式架构仍是主流，MCU/MPU 数量随 ADAS 渗透率上升而增长

我们认为，由于 L0-L2 级别 ADAS 功能较为单一，涉及多传感器融合少，因此多采用分布式 传统架构，硬件模块基本为 Tier-1 厂商的成熟解决方案，即传统整车厂会直接采购 Tier-1 成套的模组。新能源车方面，Tesla 第一代 Autopilot 平台同样采用分布式架 构，前置摄像头的模组核心部分仍然采用了博世与 Mobileye 的方案（Autopilot 的主 PCB 板上外挂了摄像头的解决方案及信息娱乐板）。

我们认为传统车厂在向 L2 以上更高级别的 ADAS 功能迭代过程中，仍然多采用“叠罗汉” 模式，即保留分布式架构的冗余，额外追加域控制器或高算力模块来实现 L3 及以上功能， 带来处理器需求的线性增长。举例来看，在全球第一款实现 L3 功能的 2017 款 A8 轿车中， 奥迪并没有采用集中式架构，而是在分布式架构基础上追加了一颗 zFAS 域控制器对超声波 雷达、环视摄像头、激光雷达实况数据做统筹处理，其中包含了 Nvidia Tegra K1 套 件（处理器为一颗 GPU）、MobilEye EyeQ3、Altera Cyclone FPGA 以及 Infineon Aurix MCU， 直接将单车处理器用量提升 4 颗，价值量提升数倍。宝马同样通过增加额外的传感器系统 与高端微处理器来满足自动驾驶性能要求提升；对 Level 3 车型，宝马选择在平台中整合两 颗 Mobileye EyeQ5 芯片，两个 Intel Denverton CPU 和一个额外的 Infineon Aurix MCU。

L3 及以上：集中式架构将成为主流， AI SoC 部署将对 MCU 形成替代

在上文中我们提到，L3 及以上 ADAS 各个功能的实现会带来单车感知模组数量大幅提升， 对于芯片识别、预测及执行的要求也更高。我们认为，分布式架构下芯片冗余问题严重， 排线过于复杂，难以实现更高级别的自动驾驶；而集中式架构具有提升算力，减少排线等 诸多优点。因此，我们认为尽管目前传统车厂大多数仍以硬件“叠罗汉”方式实现 L3级ADAS 功能，但这很难成为长期趋势。

新能源车企带动 ADAS 硬件架构革新，简化 MCU，增加配备高算力 MPU（AI SoC）的域控 制器来实现多传感器融合有望成为 L3+ ADAS 硬件的主流结构。以 Tesla 的自动驾驶平台 Autopilot 为例，在 2.0 版本时代，Tesla 便抛弃了分布式架构，而演化到 3.0 版本时，我们 看到 1）中央超级计算机由 ADAS 板+信息娱乐板组成，在 ADAS 板上，Tesla 采用了两颗自 研的 SoC 替代 Nvidia GPU + SoC，并保留一颗冗余 MCU。此外，在整个超级计算机中仅有信 息娱乐板上使用了一颗MCU（NXP 提供），相比第一代产品 MCU 数量减少，自研芯片占比 大幅上升；2）在视觉和雷达模块上，Tesla 的三摄方案只保留了感知的基础能力，边缘 MCU 数量下降明显。

量减但价增，我们测算中国 2025 年 ADAS 相关 MCU + SoC 市场规模有望达到 44 亿美元

关键假设思路：

我们遵循各级别 ADAS 在新能源乘用车、燃油乘用车及商用车中渗透率不同的假设：

1） 新能源车追求科技属性加成，ADAS 渗透率高于燃油乘用车；

2）2018 年交通部在《营 运货车安全技术条件》中要求绝大部分上市商用车型必须配备 L1 级别 ADAS 系统，因 此商用车 L0-L1 级别渗透率高于乘用车；

3）售价较低的经济型乘用车仍然是中国汽车 市场的主流车型，受到成本的制约，短时间内不会安装 L2 及以上级别的自动驾驶系统， 因此 L2 以上级别 ADAS 渗透率增长较慢；

量价趋势上，我们认为随着 L3 级别技术日趋成熟，ADAS 系统将会从分布式向集中式 转换。如上文所述，L2 及以下系统仍采用分布式架构，因此 L0->L2 升级过程中 MCU 与分布式 SoC 数量线性增加。达到 L3 级后，我们认为集中式架构普及，MCU 数量大 幅减少，被单颗价值量较大的集中式 AI SoC 所替代。

基于以上关键假设，我们首先预测了新能源乘用车、燃油乘用车以及商用车未来五年的出 货量，之后统计各级别 ADAS 所需要的每辆车 MCU/MPU 数量及单价，再分别预测 L0-L4 级 别 ADAS 系统在新能源车、传统燃油车及商用车中的渗透率。以新能源乘用车为例，2025 年新能源乘用车 L4 级别渗透率为 3%、L3 及以上级别渗透率为 20%、因此 L3 级别渗透率为 17%，以此类推 L0 及以上级别新能源乘用车渗透率为 88%，其中 L0 级别渗透率为 48%，最 后结合之前预测的汽车出货量、MCU/MPU 单价及数量来计算市场规模。

结论：

我们测算，2020-2025 年，中国 ADAS 相关 MCU 市场规模将从 1.2 亿美元提升至 3.3 亿美元， CAGR 达到 22%；而 ADAS 相关 SoC 市场规模有望从 2020 年的 12 亿美元提升至 2025 年的 41 亿美元，CAGR 达到 28%。

车身及底盘部分：出于安全冗余考量，ECU 融合并不会带来 MCU 用量下降

我们认为，Tesla Model 3 的车身电子方案简洁，集中度高，是目前来讲架构最前沿、最具 代表性的车型之一，代表了行业的发展方向。我们看到，Model 3 整车采用了 3 个车身控制 器（前、左、右），均为典型的域控制器方案，也承担着电动车中整车控制器的角色（其他 车型可能有单独的整车控制器，如比亚迪、蔚来等），具体来看：

前车身控制器：主要负责电源分配，车辆状态监测，驱动控制功能，部分空调控制功 能，有处理器芯片 4 颗（主 MCU 1 颗，辅MCU 3 颗）；

左车身控制器：融合了传统车的车身控制器、门模块、座椅控制器、方向盘电动调节 控制器、电子驻车的功能，同时还外加了空调的鼓风机控制，有处理器芯片 4 颗（主 MCU 2 颗+辅 MCU 2 颗）；

右车身控制器：右车身控制器除了集成传统的车身控制器、右前座椅控制器、右前门 模块、右后门模块外，也负责空调控制及 APA 控制，有处理器芯片 3 颗（主 MCU 1颗+ 辅 MCU 2 颗）。

我们看到，实际上 Model 3 车身控制器使用了“一板多芯”的解决方案，三个车身控制器 整合了 14 个模块的功能，包含 11 颗 MCU 芯片，仅发生了少量融合（我们认为主要是在车 门等简单控制），整体集中式架构下 MCU 用量基本与分布式架构相比未发生明显改变。出 于安全冗余的考虑，我们认为集中式架构与 ECU 的融合并不会带来车身及底盘 MCU 数量 的降低，仅会将部分 MCU 的功能弱化，仍需保留执行层面的功能。

动力部分：汽车电动化带来 MCU 增量需求，BMS/VCU 驱动车用处理器市场增长

第一，从用量上来看，我们认为集中式电气架构本身并不会迎来汽车动力部分相关处理器 硬件结构变化，MCU 的需求变化是驱动形式由燃油转化为电机带来。与燃油车相比，新能 源车以电机代替了汽油发动机，且增加了动力电池，并主要带来以下硬件架构的差异：

增加电池管理系统（BMS），MCU 数量上升：动力电池是整车的核心部件之一，其充 放电情况、温度状态、单体电池间的均衡均需要进行控制，因此电动车需额外配备一 个电池管理系统（BMS）。我们认为未来主从式电池管理系统将会成为最常见的解决方 案，每个电池管理系统中的主控制器需要附加一颗 MCU，每个从控制板上也需要一颗 MCU，但规格要求逊于主 MCU；

增加整车控制器（VCU），MCU 数量上升：由于燃油车动力部分相对简单，动力部分仅 由发动机承担任务，不需要协调动力电池等部件，因此引擎控制单元便能满足要求。 而对于纯电动车、混合动力汽车，动力架构复杂，单个控制器兼任能量管理更为困难， 必须增加一个整车控制器（VCU）。整车控制器中也需要配备高性能的 32-bit MCU 芯片， 数量根据不同车企方案不同而呈现差异；

引擎控制器/变速箱控制器方面，MCU 是存量替代逻辑：在电机控制器中，也需要一 颗 MCU 控制逆变器的工作，但可以视作是对汽油车引擎控制器的存量替代。而变速箱 方面，尽管电动车中不需要传统燃油车中狭义的变速箱，但由于电机转速高，需要经 过减速器（也可视为电动车的变速箱）减速才能正常推动车辆行驶，因此也会配备一 颗 MCU 芯片来控制减速器工作。

第二，从价值量来看，动力域对 MCU 性能要求较高，处理器单颗价值量大。BMS 中 MCU 承担着处理 AFE（模拟前端芯片）采集的信息并计算 SOC（荷电状态，State of Charge）的 重要作用。我们认为，SOC 是 BMS 系统中最重要的参数，其余一切参数均以 SOC 为基础计 算得来，对相关 MCU 的性能要求较高。整车厂既可以自己开发板级 BMS 系统，也可以直 接采购芯片厂商的解决方案，但全球仅有少数企业可供应 BMS MCU（如恩智浦）。根据分 销商贸泽电子网站披露，BMS 内 MCU 单颗价格接近 100 元人民币，甚至部分型号高达数百 元人民币，即便车厂采购可以获得大量折扣，我们认为 BMS 用 MCU 价格仍然远高于平均 32-bit 的 MCU 价格（6 美元上下）。

电动车出货量上升，动力相关 MCU 市场增长可期。对于动力部分的 MCU 市场需求，我们 参照如下逻辑做测算：

1）我们认为未来燃油车动力系统 MCU 种类和数量在集中式 E/E架构下没有重大变化，仍然维持着 1 个发动机管理 MCU、1 个变速箱 MCU 以及一个车用发电机MCU 的设计。

2）电动车方面，MCU 在动力部分的应用场景主要包括 BMS（我们以 1 主 4 从模式作为测算的假设，不同车型根据从板数量不同，MCU 用量也呈现差异）、整车控制 器（暂以 1 颗做假设，因车型而异）、电机控制（1 颗）、变速箱（即减速器，1 颗）。基于 以上假设，再结合我们对未来五年整车出货量、MCU 单价走势的预测来计算市场规模。

我们测算，2020-2025 年，中国车用动力系统相关 MCU 市场规模将从 4.0 亿美元增长至 7.5 亿美元，CAGR 达到 13%，其中电动车动力系统 MCU 市场规模将从 0.6 亿美元提升至 4.1 亿 美元。

二、进口替代 + 新赛道新机遇，中国车用处理器迎来发展机会

MCU 芯片国产替代空间广阔，但任重而道远

结合 Strategy Analytics 数据，我们测算中国车用 MCU 市场规模有望由 2020 年的 26.3 亿美 元提升到 2025 年的 41.5 亿美元，CAGR 达到 10%。如上文分析所述，按照标准六域划分， 我们认为 ADAS 域（主要受益于汽车智能化）及动力域（主要受益于汽车电动化）为中国 车用处理器芯片市场增长最重要的两个驱动力，2020-25 年 CAGR 分别达到 28%/14%，2025 年市场规模占比分别将达到 55%/16%。

但事实来看，目前我国车用 MCU 自给能力依然较低。我们认为其主要原因是：

1）从存量 上来看，尽管动力、车身、底盘等高可靠性 MCU 均在 130nm/90nm 等成熟工艺节点上制造， 但美日欧整车品牌全球市占率高，供应链基本固化。海外 Tier-1 厂商仅采购 IDM 大厂的车 用 MCU，导致恩智浦（Freescale）、英飞凌、瑞萨等厂商垄断汽车处理器芯片市场。除了车 规级AEC-Q100 认证1是门槛外，中国半导体企业起步晚，也难以切入现有生态圈；

2）从近 几年增量上来看，其中 ADAS 域控制器依赖较高制程（英飞凌 Aurix 系列/Renesas R-CAR V3 等均基于 40nm，甚至 28mm 以下工艺制造）及高性能处理器内核（如 ARM Cortex-R），对 制造工艺及设计能力要求非常高；而高端 BMS 用 MCU 芯片也需要大量经验积累，目前大 量成熟解决方案被恩智浦垄断，中国企业渗透进度较慢。

车身/底盘/动力部分：我们认为车身、底盘等基本控制系统仍然将遵循 Tier-1 厂商完 成系统集成的商业模式，因此本土车用 MCU 的市占率增长将会受到国内 Tier-1 厂商、 本土车企市占率提升驱动（我们认为相同技术认证水平下，国内厂商更有动力去配套 国产芯片）。此外，我们认为高级运算功能在未来将会交由域控制器进行，仅用于执行 的 MCU 功能将会被大大简化，将为国内芯片厂商带来更大的国产替代机会。目前比 亚迪、芯旺、赛腾等企业已经实现前装产品，但基本还停留在车窗、照明、冷却系统 等偏简单的控制应用上。动力部分来看，由于可靠性要求及功能复杂度更高，我们对 短期内中国企业进入燃油车引擎 ECU、新能源车电控/BMS 供应链维持谨慎态度。

ADAS 部分：我们预计 2025 年中国 L1+L2 级 ADAS 总渗透率目标为 45%，中短期分布式 传统架构 ADAS 仍然是主导，Tier-1 厂商的话语权依然较大。在 ADAS 在执行层方面来 看（MCU 多部署于执行层），国内 Tier1 仍然缺位，因此短期内我们对国产 MCU 进入 L1/L2级传统 ADAS 架构系统持谨慎态度。长期来看，L3 级（含）以上 ADAS 硬件中 AI SoC 会对 MCU 形成替代，ADAS 硬件架构将发生改变，我们更加看好国内企业在新架 构中弯道超车机会。

集中式架构带来汽车供应链重塑，AI SoC 芯片厂商有弯道超车机会

在 ADAS 域中，上文我们已经讨论到 L3+功能实现需要价值量大幅提升的 AI SoC 来配合。考 虑到芯片价值量的大幅上行及在未来自动驾驶场景中的重要支撑性地位，我们认为整车厂 商开始有动机使 SoC 芯片定制化，来实现更有针对性的进行硬件层级的优化，再辅以先进 的算法来获得更好的计算性能、功耗比、及更低的单车成本。

我们看到，Tesla 的 Autopilot 3.0 硬件中便使用了两颗自研 FSD 芯片来替代 Nvidia Xavier SoC， 并大幅削减边缘 MCU 数目，这不仅打破了汽车半导体的固有供应链，使传统 Tier-1 份额明 显下降，还表明了有实力的整车厂在未来将会像上游移动，直接采购芯片参与 ADAS 系统 的设计集成；而对于自研芯片能力的较弱的、试图转型新能源赛道的传统整车厂来说，我 们认为其更有可能直接去与芯片设计及算法能力足够强的 AI SoC 供应商合作，这就使 SoC 厂商拥有了绕过 Tier-1 进入车厂的宝贵机会。而最后，数据、算法能力突出的软件大厂或 科技企业也开始启动造车计划、自研 ADAS 芯片并直接成为 Tier-1。我们认为，ADAS由分 布转向集中带来车用半导体供应链变革，车用 AI SoC 有望成为国内车用半导体行业的突破 口。

我们为什么看好国内车用 AI SoC 企业未来的发展？第一，我们认为目前海外 Mobileye， Nvidia 等大厂出于知识产权保护的原因，提供的解决方案相对封闭，国内车企个性化需求 难以被满足；第二，从成本端来看，国外供应商提供的解决方案普遍价格较高（举例来看， 小鹏 P7 中使用的单颗 Nvidia Xavier SoC 价格就高达 500 美元以上，蔚来 ET7 中使用的 Orin 芯片价格更高），议价空间也十分有限，对于主打 C级车（小鹏、未来、理想等）造车新势力可能尚能承受，而对于主打性价比、利润空间相对较小的车企来说是一大挑战；第三， 随着华为等巨头的入场，我们认为中国本土 SoC 企业与海外龙头企业 Mobileye，Nvidia 的 技术差距正在逐步缩小；第四，海外芯片企业在后期优化时与国内车厂、高精度地图提供商等产业链其他环节沟通成本高，技术改善较缓慢。综上，系统我们认为当下本土车用 AI SoC 芯片供应商最有希望切入 ADAS 赛道，并有对海外企业的弯道超车机会。