中国智能汽车车载计算芯片产业报告

1 . 中国智能汽车车载计算芯片产业报告 本产品保密并受到版权法保护 Confidential and Protected by Copyright Laws 

2 . 分析定义与分析方法 分析定义及分析范畴 分析方法 千帆说明 ⚫ 本分析内容主要分析对象为中国智能汽车 ⚫ 分析内容中的资料和数据来源于对行业公 ⚫ 千帆说明：千帆通过多重数据源注入算法 车载计算芯片。 开信息的分析、对业内资深人士和相关企 模型推算出APP活跃行为，帮助企业快速 ⚫ 本分析内容通过明确车载芯片的定义、类 业高管的深度访谈，以及易观分析师综合 了解市场。千帆分析领域全面、行业划分 型、发展概况、产业图谱，对车规级芯片 以上内容作出的专业性判断和评价。 细致、APP收录量高，助力企业洞察市场 的核心落地场景进行剖析，并对主流的车 ⚫ 分析内容中运用Analysys易观分析的产业 地位及赛道发展趋势。千帆是数字化企业、 规级芯片厂商详细阐述，进而对中国智能 分析模型，并结合市场分析、行业分析和 投资公司、广告公司优选的大数据产品， 汽车车载计算芯片行业的未来进行预测， 厂商分析，能够反映当前市场现状，趋势 并且干帆的产品效果已经在BAT旗下的众 判断未来的行业发展趋势。 和规律，以及厂商的发展现状。 多企业，平安、华为等数字化转型企业， 工商银行、招商银行、华泰证券、银河证 券等金融机构，以及软银愿景基金等数百 家企业得到了验证。 2023/12/27 激发科技与创新活力 2 

3 .CONTENTS 01 中国智能汽车车载计算芯片行业概况 02 中国智能汽车车载计算芯片落地场景研究 03 中国智能汽车车载计算芯片行业发展趋势 

4 .01 中国智能汽车车载计算芯片 行业概况 

5 . 计算控制类芯片已成为智能汽车的大脑，占芯片市场份额比例高 ⚫ 车载芯片是指应用在汽车上的芯片的统称。车载芯片一般包括计算控制类、功率类、传感器类、存储类芯片四大类，其中计算控制类芯 片又包括MCU与SoC芯片。2022年，计算控制芯片市场份额占比领先其他类型的芯片，达到28.6%。 ⚫ 随着技术的发展与进步，计算控制芯片已成为智能汽车的“大脑”。而芯片IP作为计算控制芯片的基础和核心，发挥着重要的作用。 车载芯片类型 2022年各类车载芯片市场份额占比 芯片类型 含义 功能 应用场景 代表厂商 具有知识产权核的集成 降低芯片设计难度、 芯片IP —— Arm、Synopsys 电路芯核 提升芯片稳定性 31.0% 28.6% 是汽车电子系统内部 MCU=CPU+存储+接 悬挂、气囊、门控、 瑞萨电子 计算 MCU 运算、处理的核心， 单元 终端控制等模块 恩智浦、英飞凌 控制 只有一个处理单元 芯片 SoC=CPU+GPU+DSP 属于系统级芯片，包 英伟达、高通、地 SoC 智能座舱、自动驾驶 NPU+存储+接口单元 括多个处理单元 平线 低压MOSFET用于燃 英飞凌、赛米控、 功率芯片 包括IGBT与MOSFET 保证和调节能源传输 油车；IGBT和高压 富士电机、意法半 14.3% 26.1% MOSFET多用于BEV 导体 包括车辆感知传感器及 探测、感受外界变化 激光雷达、图像传感、 索尼、韦尔股份、 传感器芯片 环境感知传感器 并加以传递 光电/生物传感等 格科微 计算控制芯片 功率芯片 存储智能汽车产生的 ADAS、娱乐系统、 传感器芯片 其他芯片 存储芯片 包括闪存和内存 三星、北京君正 海量数据 导航地图等 数据来源：新思界产业研究中心等互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 5 

6 . 汽车智能化发展进入白热化阶段，车载计算芯片需求更加旺盛 ⚫ 随着汽车新四化的不断推进，智能化成为未来汽车发展的重要方向。在国家政策的引导下，汽车作为“第三生活空间”的功能逐渐突出 ， 主机厂不断加码智能汽车领域，智能座舱、自动驾驶成为兵家必争之地，对车载计算芯片的需求日渐增加。 ⚫ 汽车智能化发展对芯片算力提出更高要求，车载芯片的市场规模也不断扩大。根据2022年-2023年上半年的投融资情况来看， GPU、存 算一体芯片、智能座舱/自动驾驶芯片等备受资本青睐。 国家关于智能汽车发展的相关政策 2023-2030年车载芯片的市场规模预测 2022年车载芯片投融资情况 单位：亿元 2015年工信部发布《中国制造2025》，首次在政策层面 投融资金额（亿元） 投融资件数 涉及智能网联汽车，并制定了明确的发展路线 2054 1937 50 14 16 1823 13 2020年发布《智能汽车创新发展战略》，明确提出到 1696 45 1574 14 2025年L3-L4级别自动驾驶汽车的规模化应用目标 1413 40 10 10 12 1239 35 2021年发布《智能汽车创新发展战略》，提出到2025年 1056 10 30 中国标准智能汽车的技术创新、产业生态、基础设施、 25 8 法规标准等体系基本形成 20 6 15 2022年发布《十四五数字经济发展规划》，要求推动智 4 能计算中心有序发展，打造智能算力、通用算法和开发平 10 25 30 45 32 2 台一体化的新型智能基础设施，面向自动驾驶等重点新兴 5 领域 0 0 2023年E 2024年E 2025年E 2026年E 2027年E 2028年E 2029年E 2030年E 2022年Q1 2022年Q2 2022年Q3 2022年Q4 2022年8月科技部联合六部委颁发《关于加快场景创新 以人工智能高水平应用促进经济高质量发展的指导意 注：车载芯片市场规模根据汽车产量、智能汽车渗透率、单车芯 注：本图根据公开信息整理，为不完全数据统计； 见》,促进人工智能与实体经济深度融合 片成本均值进行综合估算 投融资金额根据公开披露的融资金额进行粗略估算 数据来源：工信部、科技部等互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 6 

7 . 车载芯片产业图谱 上游 中游 下游 芯片设计 半导体原材料 仪器制造 硅片 光刻胶 电子气体 CMP耗材 仪表显示器 雷达制造 EDA 制造设备供应商 系统制造 车联网 辅助驾驶 IP 晶圆制造 晶圆代工 封装检测 整车制造 芯片架构 车载芯片制造 GPU芯片 ASIC芯片 MCU芯片 ADAS芯片 座舱芯片 DSP芯片 数据来源：互联网公开资料整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 7 

8 . 半导体IP是芯片设计的核心环节，是车载计算芯片的研发基础 ⚫ 半导体IP（Intellectual Property）又被称为IP核，是在半导体集成电路设计中具有自主知识产权的、可重复使用的功能模块。成熟的半导 体IP已经过验证，性能高、功耗优、成本适中。先进的IP核可以降低计算控制类芯片的设计难度与成本，助力创新，商业价值极高。 ⚫ 当前半导体IP行业头部玩家为Arm及Synopsys，2022年占据市场超60%的份额。 半导体产业的运作模式 2022年全球IP供应商市场份额占比TOP10 Arm Synopsys 1.3% 19.7% Cadence 芯片设计 芯片制造 封装测试 1.6% Imagination Technologies 41.1% Alphawave 1.8% IDM模式（Integrated Device Manufacturer） 2.0% Ceva 2.0% Verisilicon Fabless模式 Foundry模式 2.6% SST 2.8% eMemory Technology 5.4% 19.7% Rambus IDM模式 Fabless模式 Foundry模式 others 注：按营收计 • 设计、制造等环节协同优 • 只负责芯片的电路设计， • 只负责芯片制造、封装或测 化，有助于发掘技术潜力 资产轻、运行费用低 试，不承担市场风险 随着半导体产业分工不断精细化，IP行业随之产生。芯片设计 • 管理成本及运营成本较高， • 难以完成指标严苛的设计 • 投资规模大，运行费用高 公司通过购买市面上已经验证成熟的IP方案，用以实现某个特 投资回报率偏低 • 承担各种市场风险 • 需要持续投入维持工艺水平 定功能，大大降低了芯片设计的难度与成本，进而有力推动着 芯片设计创新。 数据来源：IPnest等互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 8 

9 . 智能汽车架构向中央集中迈进，对车载计算芯片的算力要求更高 ⚫ 伴随汽车智能化的快速演进，汽车的电子电气架构呈现出显著的从分布式向域控制/中央集中式方向发展趋势。汽车将以少量高性能计算 单元替代大量ECU，为日益复杂的汽车软件提供算力基础。因此域控制器的功能集成度、算力需求、软硬件复杂度、通信需求将呈指数 级增长，从而对车载计算芯片的算力提出更高要求。 汽车电子电气架构的演进过程 传统分布式架构（过去） 域集中式E/E架构（2021-2025） 整车集中式E/E架构（未来） 中央网关 中央网关 ECU ECU ECU ECU 动力 底盘 车身 IVI 左前 右前 ECU ECU ECU ECU 中央计算平台 ECU ECU ECU ECU 左后 右后 ECU ECU ECU ECU ECU ECU ECU ECU ECU ECU ECU ECU ECU ECU ECU ECU ECU ECU ECU ECU 电子控制单元ECU 域控制器 区控制器 中央网关 中央计算平台 数据来源：互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 9 

10 . 车载计算芯片应用在智能汽车多个领域，是智能汽车的发展重点 ⚫ 车载计算芯片作为智能汽车的核心大脑，广泛应用在智能汽车的多个领域，覆盖了车身域、座舱域、底盘域、动力域及智驾域五大板块。 未来随着智能座舱与自动驾驶的进一步发展，车载计算芯片将需要进行更为复杂的计算和处理，如实时3D地图构建、复杂场景下的决策 运算等，将对车载计算芯片的性能和可靠性提出更高要求。 车载计算芯片在智能汽车的应用 座舱域 车身域 智驾域 • 仪表盘 • 车身控制 • 车速控制 • 座椅加热/按摩 • 前车灯/尾灯 • 紧急制动 • 触控/交互 • 无线充电 • 盲点监测 • 信息娱乐系统 • 环视系统 • 雷达系统 动力域 • 引擎管理 • 传动 底盘域 • 主逆变器 • 制动、转向 • 防抱死系统 • 微混系统 • 电子稳定系统 • 安全气囊 • 电池管理系统 • 主动悬挂系统 • 胎压监测系统 • 充电系统 • 底盘域控制器 传感器 微控制器 存储设备 功率半导体 数据来源：互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 10 

11 .02 中国智能汽车车载计算芯片 落地场景研究 

12 .2.1 落地场景研究 

13 . 智能座舱与自动驾驶是当前及未来车载计算芯片的热门应用场景 ⚫ 根据前文所述，车载计算芯片的应用场景主要包括车身域、动力域、底盘域、座舱域和智驾域。 ⚫ 对于座舱域和智驾域来说，要求车载计算芯片有较高的运算能力，并具有高速的外部通讯接口；车身域要求有较多的外部通讯接口数量， 但对车载计算芯片的算力要求相对较低；动力域和底盘域则要求更高的工作温度和功能安全等级。 ⚫ 因此从智能汽车的发展来看，智能座舱与自动驾驶两个场景将会是未来车载计算芯片激烈竞争的关键场景。 智能座舱SoC芯片算力变化 高等级自动驾驶对芯片算力的要求 算力 NPU算力（TOPS） CPU算力（k DIMPS） 需求 1000+ (TOPS) 136 120+ 63 69 38 100+ 20~60 25 ~10 29 14 自动驾驶 级别 2021年 2022年 2023年 2024年 2021年 2022年 2023年 2024年 L1-L2 L3 L4 L5 数据来源：IHS、地平线等互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 13 

14 . 智能座舱渗透率提升，多维交互升级要求车载计算芯片更加强劲 ⚫ 得益于汽车电动化与智能化的发展迅速，当前的汽车座舱已经不仅仅是内容显示的媒介，更是人车互动的参与者或发起者，是从消费者 应用场景角度出发而构建的人机交互（ HMI ）体系，已经成为人们的“第三生活空间”。 ⚫ 智能座舱是汽车座舱内饰与座舱电子领域的创新与联动，由于处理的数据复杂度呈指数级上升，因此需要选择高度集成CPU、GPU、 NPU等多个模块的系统级SoC芯片，来驱动多个系统和多块屏幕。 2023年H1不同价格区间智能座舱渗透率 安谋科技车载芯片不同场景算力IP方案示意 整体 58.4% 小于10万 28.2% 10-20万 61.0% 20-30万 57.4% 30-40万 76.5% 40-50万 73.0% 50-60万 85.7% 60万以上 92.8% 数据来源：盖世汽车、安谋科技等互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 14 

15 . 高通成为智能座舱芯片领导者，国内厂商依托Arm架构奋起直追 ⚫ 目前占据智能座舱SoC芯片大部分市场份额的厂商为高通、英特尔、TI、瑞萨电子和恩智浦五大海外巨头。根据 ICV TAnK数据，2022年 这五家厂商占据全球智能座舱SoC芯片超过80%的市场份额，其中高通的全球市场份额高达29.47%，装配量达303.9万颗，占总量的 43.4%。2022年，在中国市场上市的30多款新车型中，有20多款采用了SA8155P，占比达87%。高通成为全球智能座舱芯片的领导者。 ⚫ 通过对国内外主流智能座舱芯片进行对比发现，大部分厂商的芯片都依托于Arm架构为基础进行设计，可以说先进的芯片架构成为决定 芯片性能的关键。 国内外主流智能座舱芯片对比1（后页续表） 芯片架构 CPU算力 制程 GPU算力 NPU算力 厂商 型号 内核数 （KDMIP 应用车型 工艺 （FLOPS） (TOPS) CPU GPU NPU S） Qualcomm Kryo485(Arm 主流车型与新势 SA8155P Adreno640 GPU 自研 7nm 8核 105 1142G 4 架构) 力车型均有搭载 国 Qualcomm Kryo495(Arm 高通 SA8195P Adreno680 GPU 自研 7nm 8核 150 1843G 10 别克、凯迪拉克 外 架构) 厂 商 Qualcomm Kryo695(Arm 奔驰、蔚来、高 SA8295P Adreno695 GPU 自研 5nm 8核 200 1720G 30 架构) 合 英特尔 A3960 X86 HD X50 自研 12nm 4核 42 216G —— 宝马、红旗 数据来源：ICV TAnK、盖世汽车等互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 15 

16 . 高通成为智能座舱芯片领导者，国内厂商依托Arm架构奋起直追 国内外主流智能座舱芯片对比2（续前表） 芯片架构 制程 CPU算力 GPU算力 NPU算力 厂商 型号 内核数 应用车型 CPU GPU NPU 工艺 （KDMIPS） （FLOPS） (TOPS) A57(4核)+A53(4 瑞萨 R-CAR H3 PowerVR GX6650 —— 16nm 8核 40 288G —— 丰田、大众、长城 核) Exynos Cortex-A76 Arm Mali-G76 MP18 自研 8nm 8核 111 1205 1.9 Auto V910 大众、奥迪、 三星 Exynos 保时捷 国 Cortex-A78E Xclipse 自研 5nm 10核 188 2.1T 23.1 外 Auto V920 厂 A72(2核)+A53(4 2*GC7000XSVX850MH 商 NXP i.mx8QM —— 28nm 6核 26 128 —— 福特、广汽 核) z A73(4核)+A53(4 MT8666 Arm Mali-G72*3 —— 12nm 8核 56.8 113 —— 长安 核) 联发科 A76(4核)+A55(4 MT8675 Arm Mali-G57 MC5 自研 7nm 8核 105 218G 2.8 哪吒 核) A76(4核)+A55(4 瑞芯微 RK3588M Arm Mali-G610 GPU 自研 8nm 8核 100 512G 6 —— 核) A76(4核)+A55(4 芯擎科技 龙鹰一号 Arm GPU 安谋科技 周易NPU 7nm 8核 200 1.8T 8 领克、红旗 核) 国 Imagination PowerVR 3D 内 芯驰科技 X9SP Arm Cortex-A55 安谋科技 周易NPU 12nm 12核 100 220G 8 —— GPU 厂 商 A53(4核)+R5F(2 AC8015 Arm Mali-T820 MP2 —— 14nm 6核 17 30G —— 上汽、广汽、长安 核) 杰发科 数据来源：互联网公开资料·易观分析整理 A76(2核)+A55(6 © 易观分析 AC8025 —— 自研 14nm 10核 60 120G 1.2 红旗 www.analysys.cn 核)+R5F(2核) 华为 麒麟990A Arm V7A Arm Mali-G7 GPU 自研达芬奇NPU 7nm 8核 —— —— 3.5 阿维塔、问界 2023/12/27 激发科技与创新活力 16 

17 . 自动驾驶进入商业化量产阶段，对自动驾驶芯片需求与日俱增 ⚫ 自动驾驶技术是依靠计算机与人工智能技术在没有人为操纵的情况下，完成完整、安全、有效驾驶的前沿科技。自动驾驶芯片作为自动 驾驶演进过程中最核心的领域，是成为整个自动驾驶行业发展的重中之重。 ⚫ 当前正处于自动驾驶由L2向L3过渡的关键阶段，得益于硬件平台和软件算法逐步成熟，新车搭载L2功能正在逐渐成为前装标配，可以预 见，市场对自动驾驶芯片的需求将日益增加。 自动驾驶芯片发展阶段 2021-2030年中国自动驾驶芯片市场规模 2022-2023年中国在售新车 ➢ 阶段一：2014-2018年 （单位：亿元） 自动驾驶搭载率预测 • 主要玩家：Mobileye、英伟达 800 696 2022年 2023年 • 自动驾驶功能尚处早期，行业入局者较少。 700 • Mobileye深耕视觉ADAS，自研“视觉算 621 法+芯片”方案， 凭 EyeQ3/Q4占据L1- 600 555 51% L2视觉ADAS芯片市场。 495 • 英伟达以通用 GPU架构为基础，将GPU 500 442 路线的自动驾驶SoC推向市场。 395 35% 400 352 ➢ 阶段二：2019-2022年 315 281 • 主要玩家：英伟达、地平线 300 251 24% • 行业发展提速，英伟达引领高算力市场， 20% 地平线抓住时间窗口进行国产替代。 200 • 在低算力市场，地平线抓住时间窗口进 11% 11% 9% 行国产替代，逐渐抢夺Mobileye市场。 100 2% • 在中高算力市场，英伟达基于领先的 GPU 架构先声夺人， 地平线则有望将国 0 产替代的脚步带向中高端市场。 2021年 2022年 2023年 2024年 2025年 2026年 2027年 2028年 2029年 2030年 L1 L2 L3 L4 数据来源：中信证券、观研产业研究院、共研产业研究院等互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 17 

18 . 大算力AI芯片将成为自动驾驶芯片竞争方向， ASIC架构优势明显 ⚫ 随着自动驾驶量产迈入深水区，L2+智能辅助驾驶逐步成为汽车标配，从泊车、座舱域控到更高集成度的行泊一体、舱泊一体域控，自 动驾驶芯片市场迎来爆发式增长。大算力的AI芯片将成为自动驾驶芯片的主流发展方向。 主流自动驾驶SoC芯片架构方案 主流大算力自动驾驶芯片产品对比 CPU+GPU+ASIC CPU+ASIC CPU+FPGA 最大算力 功耗 制程 适用 量产 芯片商 芯片型号 （TOPS） （W） （nm） 等级 时间 定制化程度 通用 全定制化 半定制化 Orin X 254 40 7 L2-L5 2022 英伟达 灵活性 高 低 高 Thor 2000 —— 5 L2-L5 2024 国 Mobileye EyeQ Ultra 176 <100 5 L4/L5 2025 成本 高 低 较高 外 SA8540 360 —— 5 L1-L5 2022 厂 高通 功耗 高 低 较高 商 骁龙Ride Flex 600 —— 5 L4/L5 2024 计算能力强、产品 性能强、功耗低、 特斯拉 优点 性能高、更灵活 FSD2.0 121 160 7 L2-L5 2022 成熟 体积小 安霸 CV3-AD 500 50 5 L2-L5 2022 效率低、编程难度 不可编辑、研发时 缺点 峰值计算能力较弱 华为 MDC 810 400 310 7 L2-L5 2022 大 间长 征程5 128 30 16 L2-L5 2022 英伟达、特斯拉、 Mobileye、华为、 百度、赛灵思、 国 地平线 代表企业 征程6 高通等 地平线等 Waymo等 内 400 —— 7 L2-L5 —— 厂 在自动驾驶算法尚 算法成熟后，定制 适合做算法的开发 A1000 Pro 196 25 16 L3/L4 2021 商 黑芝麻 发展趋势 未成熟固定之前， 披露生产的AI芯片 测试，大规模量产 A2000 256 —— 7 L4/L5 2023 该架构为主流 有望成为主流架构 不具备成本优势 辉羲智能 —— 260+ —— —— L4/L5 2024 数据来源：海通证券、东方证券、头豹研究院、盖世汽车等互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 18 

19 .2.2 IP与解决方案研究 

20 . 安谋科技：提供核心计算力IP产品和解决方案的头部供应商 ⚫ 安谋科技于2018年整合了Arm在中国的业务，成为一家独立运营的合资公司。安谋科技独家且永久地拥有在中国授权并销售Arm IP的权 利；自研业务方面，安谋科技可独家开发并销售基于Arm架构的CPU IP，以及自由开发除CPU之外的其它IP产品，在中国属于头部芯片IP 设计与服务提供商。 基于Arm架构 全面进军数据中心 自研新品牌发布 自研新品发布 “中国芯” • Arm全面进军数据中心 • 安谋科技“山海”S12及 • 3月，发布“周易”X2 NPU, 并正式 累计出货量超100亿 等基础设施领域 自研业务新品牌发布 发布“周易”NPU软件开源计划； • 安谋科技发布自研处理 • 本土客户基于自研业务 • 11月，发布面向智能汽车SoC的HSM 器“山海”E10/E20 芯片出货量超1亿颗 产品—“山海”S20F安全解决方案 • 本土客户基于自研业务芯片出货量突 破2亿颗 2002 2016 2018 2019 2020 2021 2022 2023 Arm中国 安谋科技成立 发布三款自研处理器 发布车规级新品 在上海成立 合资公司安谋科技启动运 • 安谋科技发布3款自研处理器” 7月，安谋科技发布自研车规 星辰”STAR-MC1、“周 营，Arm中国所有业务和 级高性能嵌入式处理器“星 易”Z2、“玲珑”i3/i5 团队并入 • 基于Arm架构“中国芯”累计 辰”STAR-MC2，以及面向 出货量超200亿 多场景应用的高效视频处理 器“玲珑” V6/V8 数据来源：互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 20 

21 . 安谋科技：多维度生态合作，助力智能计算“芯”繁荣 ⚫ 安谋科技自2018年独立运营以来，已推出NPU、CPU、SPU、VPU等自研业务产品矩阵。依托自研的高性能计算平台，安谋科技创新性 地将自研“周易”NPU、“星辰”CPU、“山海”SPU和“玲珑”VPU等计算单元进行智能化融合，并结合领先的Arm IP技术，助力国 产汽车芯片厂商形成优势，缩短产品开发周期。 安谋科技自研业务产品矩阵 “周易” NPU “山海”SPU 已迭代Z系列和X系列两大产品系列，在智 提供车规级高安全的产品解决方案，帮助 能汽车、移动互联网、智能物联网等芯片 主机厂在车规芯片中实现信息安全和功能 上都已落地，可以满足从智能座舱到自动 安全。 驾驶等不同级别的性能需求。 “星辰”CPU “玲珑” VPU 自2019年首次发布至今，目前已发展到第二代 面向多场景应用的高效视频处理器。“玲 产品，以其强劲的处理性能和对Arm生态的延 珑”多媒体产品系列包括VPU、DPU等， 续，在汽车电子、AIoT等领域被广泛应用，逐 可满足业内高性能标准，广泛适用于智能 步构建起丰富的生态系统。 汽车、智能安防、AIoT等应用场景。 数据来源：安谋科技等互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 21 

22 . 安谋科技：提供高性能车载智能SoC方案，满足未来车辆需求 ⚫ 自动驾驶运行时软件与芯片是紧密耦合的，从汽车行业发展趋势看，不管是域集中式电子电气架构，还是更为激进的中央集中式电子电 气架构，车载SoC都会更加复杂。安谋科技提供了车载智能计算SoC所需要的几乎全部核心IP，以及底层硬件计算单元配套的驱动、编译 器、工具链等系统软件集等，以满足虚拟化和上层应用开发所需的仿真、调试等快速开发、测试和部署运行需求。 安谋科技车载智能SoC概念设计方案 数据来源：安谋科技官网·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 22 

23 . 安谋科技：智能时代创新NPU设计，开源共建产业生态 ⚫ 2023年，随着生成式人工智能（AIGC）热潮的来临，AI芯片及算力产业空前兴奋。作为构筑AI芯片大厦的“砖瓦”，NPU（神经网络 处理器）的设计会影响AI推理的性能、能效、灵活性、易扩展性、安全性。智能计算的多元化场景，正在改变新一代NPU的设计理念。 ⚫ 2023年3月，安谋科技发布兼顾多元化算力需求的新一代AI处理器“周易”X2 NPU，基于第三代“周易”架构，支持多核Cluster，子 系统最高算力可达320TOPS。此外，安谋科技还发布了NPU软件开源计划，通过开放源码，来满足客户更自主、更灵活的算法移植需求， 和更多开发者及合作伙伴共建国内NPU产业生态。同时，安谋科技生态伙伴计划与开源项目同步展开，目前已经有超过80家合作伙伴加 入，涵盖了智能汽车、物联网、基础设施等领域的龙头企业，既包括有芯片厂商也有算法厂商、Tier1和Tier2的上下游合作伙伴，目前 安谋科技还在积极推进跟各生态伙伴的战略合作以及实际项目的落地，包括产品展示类项目以及真正落地的产品项目联合开发和推广。 安谋科技“周易”X2 NPU概览 安谋科技“周易”X2 NPU特点 安谋科技合作成果 精度 灵活性 场景 国内授权客户超过 400家 支持更多的浮点格 支持自定义算子、 针对高级驾驶辅 式以及int4/int8/ 满足各种模型部署 助系统 累计芯片出货量突破 int12/int16/int32、 需求的基础上，还 （ADAS）、智 能座舱、平板电 300 亿片 fp16/bf16/fp32多 面向各类应用场景 精度融合计算，显 提供定制化AI解决 脑、台式机、手 自研业务核心技术专利数 著提升计算效率与 方案，进一步满足 机等应用场景做 密度，更好地支持 不同场景的差异化 了大量的性能优 量超过 100个 通用算法。 需求。 化，提升计算效 注：数据截至2023年12月 率。 数据来源：互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 23 

24 . RISC-V 架构：通过开源生态构建核心竞争能力，推动产业创新 ⚫ 凭借简洁、开放、模块化、可扩展等优势，RISC-V为业界带来芯片创新的自由。 ⚫ 国内的赛昉科技作为全球可提供高性能RISC-V CPU IP的为数不多的厂商，则致力于通过RISC-V推动产业创新。 RISC-V的优势 赛昉科技产品矩阵 • 完全开源： • 定制化能力强 指令集完全开源，任何人 采用模块化设计的思路， 处理器内核 都可以设计、制造和销售 不同的组件可以灵活进 昉·天枢-90、昉·天枢-80、昉·星链-500 RISC-V芯片和相关软件 行裁剪与增加，因此 RISC-V架构可以根据需 商业级国产RISC-V CPU Core IP • 可移植性好 要进行灵活定制，优化 开发者可以方便地移植 并满足不同的应用需求 芯片 Linux和Unix系统到 昉·惊鸿7100、昉·惊鸿7110 RISC-V平台上，可以在 RISC-V架构上运行成熟 智能视觉处理平台 的操作系统 • 社区支持强 RISC-V社区已经提供了 开发板 • 架构简单 完整的开发与设计的工 没有过多的历史版本， 具，RISC-V基金还会持 昉·星光、昉·星光2 不需要考虑兼容性问题 续进行维护 集成3D GPU的高性能量产RISC-V 单板计算机 数据来源：赛昉科技等互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 24 

25 . Arm架构在汽车领域更加可靠稳定，RISC-V架构灵活可定制但 稳定性有待验证 ⚫ Arm架构作为主流的车载计算芯片架构，成为更多厂商的选择。Arm架构的设计更注重功耗控制和性能优化，长期以来受到国内外芯片 厂商的青睐。在智能汽车领域，Arm架构已经得到广泛应用，对于主机厂要求与消费者偏好有充分的了解，更加适应汽车智能化的要求。 ⚫ RISC-V架构的优势为开源及可定制性，但是由于其发展较晚，因此还处于成长阶段、生态尚未成熟。虽然全球RISC-V内核出货量已经达 到100亿颗，但是绝大多数被应用于物联网设备。对于智能汽车这类需要高度可靠与安全性的产品而言，RISC-V架构仍略显稚嫩，需要 更长时间的验证与测试。 PK 性能高效、注重功耗控制 开源、可定制性高 稳定性强、安全性高、生态成熟 生态尚未成熟、稳定性弱 受到众多汽车厂商验证 落地客户少、需长期验证 数据来源：互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 25 

26 .03 中国智能汽车车载计算芯片 行业发展趋势 

27 . AI浪潮之下，NPU将成为车载计算芯片发展的核心，模块化与集 成化是NPU的发展趋势 ⚫ 在智能AI大算力快速发展的当下，NPU（神经网络处理器）由于其具有高效性、低延时、稳定性及可编程性的优势，将是车载计算芯片 发展的核心方向，在智能汽车未来的发展中将发挥重要作用，成为智能座舱与自动驾驶进一步突破的关键。 ⚫ 随着人工智能应用的不断扩大和多样化，NPU也需要适应更多的应用场景和算法模型，开发不同的计算模块来进行计算，提高计算效率 和灵活性。此外，目前大多数NPU都需要与其他芯片配合使用，未来NPU的设计和开发将更加注重集成化，减少对其他芯片的依赖。 NPU的核心优势 NPU的使用场景 01 01.自动驾驶 03.智能语音 高效性 低延时 02 NPU可以提供高效的计算 NPU可以为智能语音系统提 NPU是为了进行深度学习计算而设计，具 NPU采用了更加高效的矩阵计算和向量 能力，支持车辆的感知、 供高效的计算能力，支持语 有非常高的计算效率和能耗效率，能够在 计算方式，因此可以在很短的时间内响 短时间内完成大规模的神经网络计算任务。 决策和控制等功能。 音识别、语音合成等操作。 应计算请求，执行计算任务。 02.人脸识别 04.视频监控 稳定性 03 可编程性 04 NPU可以为人脸识别系统 NPU可以为视频监控系统提 提供快速的计算能力，支 供高效的计算能力，支持视 NPU的计算单元和数据存储经过精心设计 NPU可以通过软件调整参数和配置来适应 和测试，可以在长时间的运行中保持高效、 不同的计算任务。这意味着NPU可以适应 持人脸检测、特征提取和 频数据的处理、分析和识别 稳定的性能。 不同的算法、框架和数据集。 匹配等操作。 等操作。 数据来源：互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 27 

28 . 端侧大模型的深入发展成为推进汽车智能化的有力工具，更需要 大算力、灵活兼容的NPU进行支撑 ⚫ 终端侧AI是将AI的处理和数据存储、计算等任务放在终端设备（如手机、电脑、汽车等）上执行。较生成式AI而言，终端侧AI可以节约 服务器成本、保护用户信息安全、提升实时性和实现个性化用户体验。 ⚫ 端侧大模型的不断发展与应用，对车载计算芯片的NPU算力提出更高要求。此外，随着AI向平板电脑、台式机等更多终端，家居、汽车 等更多领域渗透，“万物智联”时代拉开序幕，这不仅考验着NPU的算力和精度，也对NPU架构的灵活性和兼容性提出了更高的要求。 从市场表现来看，安谋科技“周易”X2 NPU聚焦综合性能提升，兼顾多终端、跨领域应用对大算力、高精度、灵活性、兼容性的需求。 智能座舱场景 自动驾驶场景 多模态大模型有望用于智能座舱中的人机交互，融合语音、 基于 BEV+Transformer 架构的感知算法应用带来传感器架 视觉、手势等多种交互方式， 满足用户在不同场景下的不同 构改变，大模型的本地化部署对边缘算力、数据传输带宽和 使用习惯，实现车内跨业务、跨场景人车自由交流。 速度都提出了新的要求，车载计算芯片需进行相应升级。 数据来源：安谋科技、东方证券、高通等互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 28 

29 . 协同优化、产业共研、生态建设将成为未来车载计算芯片的重要 方向 ⚫ 目前，各类车载计算芯片的开发多为企业各自为战，缺少沟通及合作，而芯片IP公司能够将从应用层、软件层到芯片层的整个产业链的 需求与发展思路进行对齐统一，通过打造通用的硬件及软件工具，满足更广泛的市场需求。 ⚫ 以安谋科技为例，推出了“周易”NPU开源计划及生态伙伴计划，率先对外开放NPU中间表示层规范、模型解析器等，并向相关合作伙 伴提供“周易”Compass软件平台等多种软件工具。发者无需在不同的硬件平台上进行开发，从而避免重复，提升软件开发效率，同时 基于生态伙伴计划推进跟各个生态伙伴的战略合作以及实际项目的落地，帮助生态快速发展。 “周易”NPU开源计划 安谋科技的生态伙伴计划 智能汽车 & AI AloT 通用计算及扩展（INF & Client） 安全 标准 & 联盟 生态伙伴计划 – 为合作伙伴提供交流平台 Arm IP 周易 NPU 山海 SPU 星辰 CPU 玲珑 VPU 生态伙伴数量 生态伙伴领域 生态伙伴分级 应用合作探索 80+ 5 战略/普通 （POC+PR) 安谋科技生态伙伴展示&宣传平台 – 官网&公众号&极术社区 数据来源：安谋科技等互联网公开资料·易观分析整理 © 易观分析 www.analysys.cn 2023/12/27 激发科技与创新活力 29