當今的汽車，與20年前相比，已經出現了很多變化，特別是隨著電動化和智能化的發展和普及，傳統汽車的兩大件(發動機和變速箱)越來越多地被新兩大件(電機和電控系統)所取代。而且，智能化的提升，使傳統汽車內沒有的自動駕駛輔助系統(ADAS)越來越重要，在此基礎上，安全保障系統功能在新型汽車中不斷增加、升級。再有，傳統汽車的信息娛樂系統功能較為單一和分散，而新型汽車中的智能座艙系統將車內的聲、光、影音、觸控操作等功能逐漸集成在一起，實現了更加智能化的管理和操作。

　　雖然變化很多，但傳統汽車積累了幾十年、甚至上百年的底盤系統調校技術則不會過時，它也是新型汽車不斷學習的目標。

　　下面，我們就綜合傳統燃油車和新型電動化、智能化汽車的各個功能塊，看看各種芯片元器件是如何在汽車當中發揮作用的。

　　整個汽車可以被分為6大系統，分別是：動力系統，車身，座艙，控制和通信系統，底盤和安全，ADAS，如下圖所示。

　　一輛汽車中會用到各種各樣的芯片，大致可以分為以下6大類：計算&控制，通信，功率，模擬(電源，驅動等)，傳感器，以及存儲芯片。

　　計算&控制類芯片以各種處理器為主，包括MCU、CPU、GPU、FPGA，以及相應的SoC。其中，CPU、GPU等高性能計算SoC主要用于ADAS、信息娛樂系統、智能座艙，而MCU幾乎遍布全車的各個功能部分，特別是傳統燃油車。

　　功率器件主要用在動力系統和底盤，模擬芯片也是遍布全車各個部分，存儲芯片主要用于ADAS和座艙，傳感器包括壓力、流量、慣性、濕度、紅外線、CIS圖像傳感器，以及各種類型的雷達，不同的傳感器遍布全車。

　　下面，分別看一下以上提到的6大類芯片元器件在汽車上的應用情況。

　　01計算&控制芯片

　　在電動化、智能化普及之前，汽車的各個功能塊由ECU(Electronic Control Unit)控制，MCU則是ECU的核心，它監控著各種汽車運行數據(速度、換擋、剎車、航向等)，以及汽車運行的各種狀態(油耗、加速、前車距離等)，并根據預先設計的程序邏輯計算各種傳感器送來的信息，處理后把各個參數發送給相關的執行模塊，執行各種預定的控制功能。這種架構一般稱為分布式。

　　無論是傳統燃油車，還是新型的電動和智能化汽車，MCU用量都很大，車身控制、儀表盤、影音娛樂、電機驅動控制、高級安全系統、雨刮、車窗、電動座椅等，都需要MCU進行控制。目前，一輛汽車上的MCU用量可達50~100個。

　　傳統燃油車的動力系統主要包括發動機和變速箱，這兩個部件各有一個主控MCU，電動汽車動力系統包括整車控制模塊，電機控制器模塊，電池管理模塊三個部分，動力域控制器集中控制上述三個部分，這個系統需要更多的MCU，估計每輛車會比傳統燃油車多用至少5個。

　　車身控制系統所用的MCU數量相對穩定，變化不大，原因在于車身域技術較為成熟且使用生命周期長，實現這些功能對芯片算力的要求較低，所用的MCU價格也較低。

　　傳統MCU大廠，如恩智浦、意法半導體、瑞薩電子和德州儀器等，一直把持著汽車MCU市場的主導權。近些年，中國本土相關企業也在努力追趕，涌現出了多家比較有特色的企業，復旦微電子就是其中之一，該公司的車規級MCU FM33LG0xxA系列可用于雨刮器、車窗、座椅、照明控制等。目前，復旦微電子正在進行新一代車規級MCU的開發。

　　隨著智能化、網聯化、電氣化在汽車應用的深入和普及，汽車電子電氣架構逐漸從分布式走向集中，以減少車輛線束，提高內部信息流轉效率，此時，算力也趨向于集中，僅依靠MCU已難以滿足計算需求。目前，ADAS和智能座艙芯片以CPU、GPU和NPU為主，并集成在域控制器中。域是將傳統ECU控制進一步集中，形成幾大功能塊，可概括為整車控制域(VDC)，智能駕駛域(ADC)，智能座艙域(CDC)。未來，在基于域的集中式架構基礎上，還將向域融合(中央集成)架構方向發展，它進一步簡化了架構，功能更加集中。在分布式ECU逐漸向域集中的過程當中，由DCU(域控制器)集成多類ECU實現控制功能的集中。

　　從目前的情況來看，汽車中的MCU有減少之勢，特別是座艙越來越智能化，要實現的功能繁多，包括信息娛樂、人機交互等，為了實現這些先進功能，需要更高性能的芯片，使得MCU地位呈下降趨勢。以儀表盤為例，該部分性能提升使MCU的主控地位被高算力處理器取代。

　　總體來看，MCU在傳統功能的控制應用上仍有一席之地，而在座艙和ADAS的用量會明顯減少。不過，在可預見的未來，汽車用MCU的市場總量依然很大。

　　隨著自動駕駛級別逐步提升，應用功能越來越豐富，汽車對芯片算力的要求越來越高。特別是在安全性和實時性方面，ADAS的要求很高，需要系統具備更高的認知與推理能力。

　　目前，以Mobileye、英偉達、特斯拉為代表的廠商在ADAS計算芯片方面走在了市場前列，相關產品已在中高端和新勢力車型中廣泛應用。

　　Mobileye是L2及以下級別輔助駕駛的龍頭，也是汽車ADAS技術的奠基者和引領者，在英偉達、高通和特斯拉崛起之前，Mobileye一直是ADAS行業的龍頭。不過，由于短板明顯(采用不向主機廠開放數據權限的“黑盒”模式，以及軟硬件必須捆綁銷售)，從2020年開始，Mobileye的拳頭產品EyeQ芯片出貨量增速明顯下滑，特別是在智能化水平很高的電動車領域，Mobileye的競爭力越來越弱。

　　近些年，英偉達在自動駕駛領域崛起，成為了當今的行業老大。英偉達的初代自動駕駛處理器是Drive系列，隨著車載系統需求的發展，Drive系統也在不斷升級，例如，Drive PX Xavier配備了一塊Xavier芯片，適用于L2級輔助駕駛，對于更高級別應用，可以采用兩個Xavier加上兩個圖靈架構的GPU。后來，英偉達推出了具備更高性能的Orin芯片，不久前，該公司新推出了算力達到2000 TOPS的Thor。強大算力的芯片組合，使得客戶可以根據不同使用場景選擇適合的芯片，幫助英偉達較為迅速地打開了市場局面。

　　除了算力，英偉達還在軟件工具開發上花費了大量資金，先后推出了DRIVE OS、DRIVEWORKS、DRIVE AV、DRIVE IX。英偉達軟件的凸出特點是開放性高，應用靈活，適配性好。這些對用戶都是很友好的，很受歡迎。

　　近幾年，特斯拉也在自研自動駕駛處理器，名為FSD，放棄了原來用的EyeQ3和Drive平臺。FSD從算法需求出發，采用了全新的芯片架構設計，其核心是兩個NPU組成的NNA(Neural Network Accelerator，神經網絡加速單元)。從算法出發設計芯片架構，使其能耗比更優;可以更激進地嘗試新方案，不需要通過第三方車規級認證等復雜流程。另外，軟硬件都通過自研完成，可以加快整車研發迭代速度，效率高于外購芯片模式。

　　目前，中國相關廠商也在加大ADAS處理器研發投入，代表企業是地平線和華為。地平線的拳頭產品是征程系列，已經迭代到征程6，并擁有超過 20 個合作車企。華為的MDC810平臺也將軟硬件整合在了一起，已經用在北汽極狐αS Hi版和阿維塔11上。

　　除了ADAS，智能座艙對芯片算力的要求也在提升，而高通是目前該領域的*，中國本土企業也在發力，通過合作和自研等多種方式，緊跟座艙芯片發展。以廣通遠馳為例，該公司基于高通QCM6125平臺，研發出了AL656S座艙SoC模組，支持高分辨率中控大屏，提供AI語音操控、在線實時導航、360環視、快速倒車影像等功能，已經應用在廣汽傳祺和廣汽埃安等多款量產車上。

　　02車載通信

　　汽車中使用的電子控制和通信系統越來越多，如發動機電控、自動變速器控制、車載多媒體和自動巡航系統(ACC)。這些系統之間、系統和汽車顯示儀表之間需要進行大量的數據交換，此時，常規點對點的導線連接和信息傳輸方式是不適用的，因為這樣裝配出的系統太復雜了，且故障率會很高。這時，就需要用到汽車總線。

　　傳統汽車使用的總線(CAN、LIN、FlexRay、MOST)在成本、性能上越來越難以滿足網聯化、智能化汽車的需求，而以太網在汽車應用中的優勢逐漸凸顯出來。

　　車載以太網在傳統以太網技術的基礎上進行了一系列優化和改良，針對車內通信需求研發出了一種用以太網連接車內電子單元的新型局域網技術，它有諸多優點，如數據傳輸帶寬高，系統簡潔。車載以太網使用單對非屏蔽雙絞線及更小型的連接器，與傳統總線相比可減少80%的線束成本和30%的布線重量。它可通過使用回聲抵消技術在單線對上實現雙向通信，以滿足智能化對高帶寬的需求。

　　目前，博世、采埃孚、特斯拉等都提出了新一代汽車網絡通信架構。

　　據以太網聯盟預測，未來智能汽車單車以太網端口將超過100個，這為車載以太網芯片提供了巨大的發展空間。在具備先進ADAS功能和以太網總線的汽車中，每一個傳感器(攝像頭、各種雷達)都需要部署一個PHY芯片以連接到ADAS域，每個交換節點也需要配置若干個PHY芯片。

　　除了有線通信(以太網)，車聯網普及對車上的無線通信能力和可靠性的要求也越來越高，這方面，高通處于優勢地位。

　　03功率器件

　　與傳統燃油車相比，電動車對功率器件的工作電流和電壓有更高要求，是電機驅動控制、整車熱管理、充電逆變等系統的核心元器件，尤其是MOSFET和IGBT，而SiC MOSFET憑借其耐高壓、耐高溫等特性，在汽車電控系統應用中如魚得水。

　　在電動汽車中，SiC MOSFET主要用于驅動和控制電機的逆變器、DC/DC轉換、車載充電器OBC，以及充電樁。與硅基IGBT相比，SiC MOSFET產品尺寸小、能耗低，可以有效提升汽車電池的電能轉化效率，提高續航能力，同時還可以優化電機控制器的結構，節省成本，實現小型化、輕量化設計。

　　2018年，特斯拉率先在其Model 3 中搭載了采用24個650V、100A的SiC MOSFET模塊的主逆變器，電能轉換效率的提升使續航里程提升了5%~10%，同時，車身重量比Model S減輕了20%。博世等多家Tier1制造商，以及比亞迪、蔚來、小鵬等車企都已在部分產品中采用了SiC MOSFET方案。2022 年，由于電動車普及率和SiC MOSFET模塊用量雙提升，使得SiC器件和模塊在汽車領域的應用發展速度超過了市場預期。

　　04模擬芯片

　　無論是傳統燃油車，還是電動汽車，都會用到大量的模擬芯片，涉及發動機進氣管、機油、剎車、空調壓力、動力總成、汽油尾氣檢測、車載電池管理等系統。在電動車中，模擬芯片的重要性更強，隨著汽車電動化、智能化的快速普及，車用模擬芯片的市場規模呈現逐年增長態勢。

　　隨著ADAS的普及，安全的重要性越來越凸出，這就要求電子系統與電源做到有效的安全隔離，此時，模擬隔離芯片起到了關鍵作用。此外，ADAS系統需要極高性能和可靠性的毫米波雷達、監控攝像系統、車聯控制模塊、電源輔助模塊等，這些都離不開高性能模擬芯片，如放大器、接口、電源管理芯片等。

　　智能化的普及，使得車內顯示面板的使用量顯著增加，尺寸也越來越大。目前，平均每輛車有不少于兩塊面板的使用率，到2025年會達到3塊以上。同時，汽車市場對高亮度、高對比度面板的需求也在提升，MiniLED、AMOLED的普及率也越來越高。所有這些，對相關驅動IC、TDDI的數量和質量要求也在提升。

　　05傳感器

　　汽車需要用到的傳感器種類很多，包括壓力、流量、慣性、溫度、紅外線、CIS，毫米波和激光雷達等。

　　由于ADAS興起，使得與之緊密相關的傳感器的重要性和市場地位明顯高于傳統且已經非常成熟的壓力、溫度等傳感器。

　　用于ADAS的傳感器(包括CIS，超聲波和熱傳感器，激光雷達等)負責收集周圍環境的數據。一種類型的傳感器是不夠的，因為每種傳感器都有其局限性，ADAS系統將多種傳感器結合在一起，以實現*化的安全目標。

　　在L1級ADAS中，需要1-2個攝像頭，L2和L2+級需要搭載前視ADAS攝像頭和普通環視攝像頭，總數達到8個，L3級則增加了前視、側視、后視ADAS攝像頭，總數達8-12個，未來的L4和L5級對雷達依賴程度很高，攝像頭用量無明顯提升。結合各等級ADAS車載攝像頭使用情況，可測算出全球平均單車用量將由2021年的2.8個提升至2025年的5.1個，2030年有望達到9.0個。

　　就目前的車載攝像頭方案來說，主要分為視覺和多傳感融合方案。

　　視覺方案以攝像頭為主導，它對算法要求很高，典型代表是特斯拉，搭載Autopilot 3.0系統的全系車型都未使用激光雷達，采用了8個攝像頭、1個毫米波雷達和12個超聲波雷達，其中，8個攝像頭包括3個前視、4個側視和1個后視，可在250米半徑內為汽車提供360度視角。

　　多傳感融合方案更強調硬件系統的重要性，對算法要求相對較低。這類方案的傳感器用量不斷提升，智能化程度較高的車型攝像頭用量都在10個以上，CIS分辨率也很高，例如，蔚來ET7使用11個800萬像素高清攝像頭，極氪001使用了14個攝像頭，包括7個800萬像素高清攝像頭。

　　所有這些，都將推動CIS圖像傳感器市場向更大規模和體量進發。而隨著雷達系統的普及，毫米波、超聲波、激光雷達傳感器的用量也將大幅提升。

　　06存儲芯片

　　隨著智能化水平的提升，存儲芯片在汽車中的用量也在提升，特別是ADAS和智能座艙，對車規級存儲芯片的需求量和性能要求越來越高。

　　以ADAS為例，在汽車行駛過程中，該系統要收集大量道路數據，包括攝像頭、雷達、GPS采集進來的信息，系統將這些數據上傳到車企數據中心后對其進行AI訓練，并在ADAS平臺上驗證和仿真，整個過程需要存儲大量數據。

　　汽車在路測時，L2級測試在一小時內會產生2TB的數據，L4-L5級路測每小時的數據量則達到16-20TB，整個研發周期產生的數據將達到EB級。海量數據的緩存、讀取和處理將對存儲系統的讀寫性能、容量、可靠性提出更高要求。這樣看來，車載存儲芯片(DRAM，SRAM，NAND Flash，NOR Flash，EEPROM)的市場潛力也是很可觀的。

　　07結語

　　2023年即將過去，從目前的情況來看，汽車應用似乎是2023全年芯片市場的*亮點。

　　汽車芯片的長期發展前景也很樂觀，未來幾年，每輛車的半導體含量將穩步增長。S&P AutoTechInsight在2023年1月預測，未來7年，每輛車的平均半導體含量將增長80%。

　　在這樣的增長預期下，汽車各個功能部分對相關芯片的需求量將持續提升，而且，隨著新一輪車規級認證的展開和確定，車用6大類芯片有望迎來更高層級的市場需求和認可，這對產業鏈相關環節(芯片設計、制造、封測)的技術、工藝進步和產能擴充都是利好。