一、自动驾驶的前世与今生

1.1 自动驾驶浪潮越演越烈

自动驾驶汽车指主要依靠人工智能、视觉计算、雷达和全球定位及车路协同等技术，使汽 车具有环境感知、路径规划和自主控制的能力，从而可让计算机自动操作的机动车辆。美 国、德国等XXX均将自动驾驶汽车视为未来汽车产业发展的主流趋势，各方面投入持续加 大。自动驾驶系统可以分为感知层、决策层、执行层，分别代替人的眼睛、大脑、手脚。 有别于传统人工驾驶车辆，自动驾驶车辆x大特点是 AI 技术的主导，其驾驶过程是机器 不断收集驾驶信息并进行信息分析和自我学习从而达到自动驾驶的系统工程。 感知层负责感知、采集和处理车内信息和环境信息，主要包括智能硬件（传感器、RFID 及 车载视觉系统等）、导航（GPS、北斗以及惯性导航系统）、 路侧设备等。车内所采用的传 感器包括激光雷达、摄像头、毫米波雷达、超声波雷达等，并基于高精地图、GNSS 卫星 定位、IMU 惯性导航等进行路测辅助。

决策层依据感知层获取的信息进行决策判断，制定相应控制策略，替代人类做出驾驶决策。 决策层主要包含操作系统、芯片、计算平台和算法等，被视为自动驾驶的XXX大脑。决策 算法需要覆盖多数罕见路况的海量数据以及完善高效的人工智能技术。硬件主要是各类计 算芯片、自动驾驶域、域控制器等。 执行层是指系统在做出决策后，替代人类对车辆进行控制。车辆的各个操控系统都需要能 够通过总线与决策系统相链接，并能够按照决策系统发出的总线指令精确地控制加速程度， 制动程度以及转向幅度等驾驶动作。其中，执行层主要包含动力总成（发动机或电机）、 制动以及各类电子电气系统。

关于自动驾驶的分标准目前有两种，即 NHTSA（美国高速公路安全管理局）和 SAE（国 际自动机工程师学会）。目前行业主流采用 SAE 的分标准：根据无人驾驶发展程度、自 动化程度，将智能网联汽车的无人驾驶等由低到高划分为 6 个层。一般以 L3 别为 界，将 L3 及以上视为“高别自动驾驶”，L3 以下被称为辅助驾驶。L0-L2 被视为自 动驾驶辅助系统（ADAS），由 L2 跃升到 L3 后，动态驾驶任务的接管者主体发生改变， 由驾驶员转变为车辆系统。L2 的 ADAS（高驾驶辅助系统）是实现高等自动驾驶的 基础，目前全球自动驾驶处于 L2 向 L3 别转化的过程。

当前 L1/L2 自动驾驶车辆渗透率已达 50% 以上。目前市面上的自动驾驶功能的汽车仍是以 L1/L2 辅助驾驶功能为主，包括拥堵时自动辅助驾驶、自动危险预判刹车、高速/ 封闭路巡航、自动泊车，但驾驶的主体责任仍然在驾驶员。目前，L1、L2 及 L3 智能驾驶 技术将仍是中国自动驾驶技术的主流。预计能够实现 L4 别功能的车型将于 2024/2025 年正式上市，首批 L5 自动驾驶汽车将于 2025-2030 年间上市。根据中商产业研究院的 数据，2021 年中国 L0 自动驾驶汽车渗透率超过 50%，L1 为 25%、L2 为 20%。随着自动驾 驶技术的发展，预计到 2023 年，中国 ADAS（L1+L2）智能驾驶技术的渗透率预计将达到 约 60%。

在自动驾驶的浪潮下，行业内各家主机厂积布局，呈现出不同思路。1）国际巨头通常 采取稳扎稳打、缓步推进的策略，从 L1/2 低别辅助驾驶逐步切入 L4 高别驾驶，同时 通过投资或持股业内创业公司孵化内部团队；2）国际与国内新势力车企将自动驾驶视为 核心竟争优势，通过自研芯片、算法等将自动驾驶的核心能力牢牢掌握在自己手中；3） 国内较小型主机厂多采用拿来主义，由于研发能力相对较弱通常与大厂联合,以确保在自 动驾驶不落人后(如赛力斯与华为合作)。4）国内传统强势主机厂呈现多方向探索，对芯 片与算法公司进行财务投资,或在探索自研路径的同时采购供应商方案。也有传统强势主 机厂与巨头联合，采用合资或者战略合作的方式共同孵化独立品牌，如吉利与百度合作推 出的“集度 JiDu”；5）出行平台公司在无人驾驶运营场景发力,如滴滴押注无人驾驶出租 车场景,落地自动驾驶方案。

产业链长，“感知-决策-执行”构成产业链上通路，中游为整车厂+解决方案提供商双架构， 下游场景丰富多元。自动驾驶功能的实现需要汽车制造商、零部件供应商、车载计算平台 开发商、出行服务供应商等多方主体参与，因此产业链较长。其中上游包括感知层、决策 层和执行层，涉及传感器、软件算法、芯片设计制造、高精地图、通信模组、域控制器等众多玩家。中游为整车厂和平台层，整车厂包括传统的车企以及所谓的造车新势力，,前 者以燃油车为主，如大众、吉利等，后者主打新能源汽车，如特斯拉；方案供应商则主要 包括汽车行业传统的 Tier1 及一些高科技公司，典型的公司包括蘑菇车联、百度 Apollo。 下游主要为整车厂和第三方服务,在 L4 自动驾驶模式下，用户需求派生出多个不同的 应用场景，涵盖用户包括 G 端、B 端、C 端不同用户及不同使用场景。与此同时业务模式 也变得更加多元，自动驾驶公司的角色可能不仅仅是供应商，也可能作为运营商推动自动 驾驶技术在城市开放场景、高速场景和封闭场景的商用车端相关应用落地，提供丰富多元 的场景化服务。

1.2 自动驾驶政策先行，商用化处于初阶段

自动驾驶相关法律法规加速拟定和逐步完善。自动驾驶商业化落地的社会环境条件已得到 各国x重视，相关立法工作正在加快。自 2012 年 Google 获得美国加利福尼亚州首个自 动驾驶汽车测试牌照以来，发达XXX均在积推动自动驾驶汽车新政策的制定和引导。美 国率先引领自动驾驶政策落地，早在 2013 年就已出台自动驾驶测试的相关标准，NHTSA 新规表示目前并不禁止部署自动驾驶汽车,甚至无需配备手动驾驶控制系统。中国已有北 京、广州、深圳、重庆、武汉、长沙等 10 多个城市允许自动驾驶汽车在特定区的特定时 段从事出租汽车、城市公共汽（电）车等商业化试运营，且应用规模不断扩大。

自动驾驶仍处于商业化落地的初阶段。当前，L2 别自动驾驶汽车已经商业化落地，但市场渗透率和应用规模仍然较小，L3、L4 及以上等自动驾驶仍停留在试验和区域性 示范的有限运行场景中。2022 年 7 月，深圳率先破冰发布《深圳经济特区智能网联汽车 管理条例》，成为全国首个对 L3 及以上自动驾驶权责、定义等重要议题进行详细划分的 官方管理文件。技术安全问题依然是影响自动驾驶规模商业化落地的关键原因，由于受到 技术、法规等制约，L3 自动驾驶汽车目前仍未能大规模量产落地，仅搭载在小批量车 型之上，或者部分 L3 别功能在 L2+的车上体现。各国急需突破与技术、产业发展不相 适应的政策瓶颈，明确 L3-L5 更高别自动驾驶的技术方案和落地路径，以激发自动驾驶 领域创新能力。

1.3 自动驾驶的发展对硬件产业链形成巨大成长加持

自动驾驶和新能源应是未来 15 年x大的科技变革。从人驾到类似智能服务器装四轮驱动 的自驾的转变将对硬件产业链形成巨大的提升，大幅提高激光雷达,摄像头,毫米波雷 达,CV2X 等感知层芯片,GPU/CPU/FPGA/AI 芯片等决策层芯片，以及高速以太网接口等执行 层芯片的需求。

人驾到自驾，自动驾驶的发展重点在于持续降本以及视觉和 AI 芯片技术的进步：如同我 们在报告《2022-2023 年投资策略应用篇，汰弱留强》中提到，很多产业砖家说未来的自 驾车就像装了四个轮子的智能手机，以自驾技术的难度及半导体配置而言，我们不同意这 说法，我们认为自驾车像是装了四个轮子的智能 AI 服务器（如果透过远端控制软件来协 作，自驾车队更像装了四个轮子的智能集群系统），成本的持续下降使得自动驾驶的大规 模推广更易于实现。目前自动驾驶感知技术存在两种路径：1）传统车企和造车新势力使 用摄像头、激光雷达、毫米波雷达的硬件方案，但激光雷达的价格仍在 2 万元以上，大幅 提高单车价格。2）特斯拉采用纯视觉路线，不使用激光雷达但通过 3 颗前置摄像头（60， 150，250 公尺视觉距离），1 颗后置摄像头（50 公尺视觉距离），4 颗前后侧边摄像头（80-100 公尺视觉距离），12 颗环绕车身的超声波雷达（感测距离 8 公尺）推出的 L3 等 FSD 自 驾驶解决方案，整体自动驾驶成本应该不超过 5000 元。所以我们之前在 2022 年度策略报 告中估计 2035 年全球超过 30%的汽车销量将具备 L3-L5 的自动驾驶功能，未来 15 年的复 合增长率达到 30-35%。

我们认为从传统燃油车转向新能源汽车，接着是 SAE L3-5 自动驾驶的占比提升，加上 电动车及自动驾驶的技术演进（耗能降低，电池密度提升，电源转换系统重量降低，摄像 头，传感器，激光雷达数量提升，及人工智能芯片运算能力提升但要求耗能持续降低）， 这些技术演进将逐步拉升每台新能源车的半导体价值，这两大驱动力对全球车用半导体公 司及产业未来二十年将产生重大影响, 我们于 2022 年度策略报告中估计全球车用半导体 市场于 2020-2035 年复合成长率应有机会超过 20%（主要系增加 AI/GPU, FPGA, ASIC，激 光雷达,摄像头，以太网, MCU，碳化硅，电源管理芯片的价值及数量）,远超过全球半导 体市场在同时间 5-6%的 CAGR,汽车半导体在全球半导体市场中的份额在 2035 年有望达到 30%(从 2021 年不到 10 个点),每车半导体价值从 2020 年的 268 美元，暴增 10 倍到 2035 年的 2758 美元。

二、从特斯拉自动驾驶迭代看电子发展方向

特斯拉坚持纯计算机视觉方案，逐渐完成了从合作到全栈自研的转变。特斯拉于 2013 年 启动了 Autopilot（自动辅助驾驶）项目，早期特斯拉意图与谷歌共同开发一套半自动驾 驶系统。但谷歌认为半自动驾驶系统并不可靠，之后谷歌转向研发 L4 以上的全自动驾 驶技术，而特斯拉则继续开发x代 Autopilot。特斯拉在设计之初就采用了硬件先行、 软件更新的原则。硬件部分与软件分开迭代，硬件通常随着车辆换代而更新，更新频率为 1-2 年一次。而软件则是通过车辆 OTA 进行在线升，更新频率以月计算。 2014 年 10 月特斯拉发布x代硬件 Hardware 1.0，自动驾驶芯片主要依靠 Mobileye 提 供，硬件配置为 1 颗前视摄像头+1 个毫米波雷达+12 个超声波雷达。特斯拉的自动驾驶方 案从设计之初就坚持纯视觉方案，因为当时谷歌使用的激光雷达单价高达 5 万美元以上， C 端消费者难以承受如此高的价格。特斯拉坚持在汽车上使用摄像头组成的视觉系统来实 现自动驾驶，因此与视觉识别龙头厂商 Mobileye 达成合作，基于 EyeQ3 平台实现 L2 别 的辅助驾驶功能。但早在 2015 年 4 月，特斯拉就组建了基于计算机视觉感知的软件算法 小组 Vision，准备自研软件以逐步替代 Mobileye。2016 年 7 月，由于数据权等因素 Mobileye 宣布和特斯拉终止合作。

2016 年 10 月特斯拉发布第二代硬件 Hardware 2.0，自动驾驶芯片转由英伟达提供，硬件 配置大幅度提升，并开始使用自研软件。HW2.0 配置 8 个摄像头+12 个远程超声波雷达+1 个前置毫米波雷达，这套配置也保留到了 HW3.0，直到 HW4.0 摄像头数量才再一次得到升 。但由于特斯拉与 Mobileye 合作突然终止，特斯拉自研的 Tesla Vision 性能还达不到 HW1.0 的水平，直到大半年后，通过几个版本的更新才使 HW2.0 的使用体验达到前一代的 水平。在 HW2.0 研发的同时，特斯拉认为英伟达的芯片以 GPU 架构为主，Mobileye 芯片 以 CPU 和 CVP 为主，无法完全满足图像处理和 AI 计算的需求，在性能上仍有较大提升空 间，因此开始同步自研 FSD 自动驾驶芯片。 2018 年 8 月特斯拉发布第三代硬件 Hardware 3.0，自动驾驶芯片革命性地采用自研的 FSD 芯片。HW 3.0 中的 FSD 芯片总算力达 144TOPS，是上一代英伟达硬件的 12 倍。每秒可处 理图片 2300 张，而 HW 2.5 的每秒处理能力仅为 110 张，图像处理速度提升了 21 倍。功 耗增加了 25%，但芯片成本降低了 20%。同时，HW3.0 通过两个完全独立的 FSD 芯片，以 及各自独立的电源系统、内存和闪存保证系统冗余。主板运行时，两套硬件将同时处理相 同的数据，保证信息安全和完全冗余。

目前特斯拉正处于由 HW3.0 向 HW4.0 过渡更新的阶段。HW4.0 在 FSD 芯片、传感器与摄像头、通讯接口、GPU 小板等方面性能得到提升。HW4.0 可能增加高分辨率的 4D 毫米波雷达， 支持更多传感器与摄像头接入，新增 2 个侧摄像头（L-FF-Side 和 R-FF-Side 摄像头）和 1 个前保险杠摄像头（F-SVC）；将 HW3.0 的独立 GPU 小板整合进主板，使得 GPU 小板集成 化更高、模块更轻薄；FSD 芯片内核数量增多，性能更加强悍；显存规格大幅度提升；GPS 由双频升为三频，精度提升，民用定位精度从 5m 提升至 30cm；通讯接口增多等。

特斯拉自动驾驶快速发展背后是各类硬件的支撑。截至 2022 年 12 月，特斯拉自动驾驶总 里程数已接近 9000 万英里，特斯拉已经向美国和加拿大约 40 万客户发布了自动驾驶 FSD Beta。特斯拉自动驾驶技术迭代的背后是硬件的持续升，大幅提高激光雷达,摄像头, 毫米波雷达,CV2X 等感知层芯片,GPU/CPU/FPGA/AI 芯片等决策层芯片，以及高速以太网接 口等执行层芯片的需求。

2.1 计算芯片：AI 拉动 GPU/FPGA/ASIC 量价齐升

人工智能中主要使用计算芯片有三种，分别是通用型的 GPU，可定制的 FPGA，以及专用的 ASIC。CPU 计算指令遵循串行执行，GPU 有大量的核心和高速内存，擅长并行计算。所以 CPU 常用于深度学习的推理，GPU 更适合深度学习的训练和推理任务。

根据 VerifiedMarketResearch 的数据，2021 年全球 GPU 市场规模 335 亿元，2028 年全球 GPU 市场规模有望达到 4774 亿元，22-30 年 CAGR 达 33.3%。随着未来特斯拉在自动驾驶 系统中引入 AI 学习神经网络，将会使 GPU、FPGA、ASIC 等 AI 芯片重点受益。目前特斯拉 的后端 GPU 集群，共有 14000 个 GPU，其中 4000 个用于自动标签，10000 个用于算力训练。 英伟达是 GPU 市场的主导者，全球独立显卡市占率高达 80%。其高端 GPU 如 H100，A100 和 V100 等占据了 AI 算法训练市场绝大部分的份额。

目前国内厂商 GPU 市占率不足 1%，美国对华制裁加速 GPU 国产替代。2015 年以来美国对 GPU 的制裁不断升，美国国防部研究员曾提出中美竞争中，利用人工智能更多且更快的 一方将获胜。前几年主要是美国将中国超算中心及相关 GPU 芯片企业拉入实体清单，以此 达到限制中国 AI 以及超计算机的发展，但是限制范围限于超算单一场景。2022 年 9 月， 美国针对 AI、HPC 及数据中心研发所用的高端 GPU 发出限制，英伟达的 A100 和 H100 以及 AMD 的 MI250 芯片暂停向中国客户销售。2022 年 10 月，美国升禁令限制范围，对高算 力芯片的连接速度和每秒运算次数等具体参数做限制，除英伟达和 AMD 外，国内厂商海光 信息的部分产品也被加入到限制范围内。美国将制裁限制范围由应用场景扩大到芯片和产 品层面，其实也是代表着国内相关 GPU 产品或下游应用发展超过美国x的预期。我们认 为美国持续加大对中国高端芯片的出口限制，高速运算相关的 GPU、CPU 等芯片国产化进 程必然加快。

在云侧与端侧的不同任务中，FPGA 芯片均已与 GPU 及 ASIC 等芯片一起成为人工智能处理 芯片的重要选择之一。FPGA 芯片由于其高度灵活性及强大的并行运算能力，与神经网络 的运算需求十分契合，因此能够明显提升人工智能算法的计算速度。在面向人工智能领域 的计算密集型任务时，和 GPU 及 ASIC 芯片相比，FPGA 芯片内在并行处理单元达到百万， 做到真正并行运算，其可编程性又可实现灵活搭建数据处理流水线，因此运算速度快，数 据访问延迟低，较为适合人工智能的实时决策需求。FPGA 芯片在人工智能领域应用时还 具有优势突出的功耗比。因此，FPGA 芯片在矩阵运算、图像处理、机器学习、非对称加 密、搜索排序等人工智能领域有着很广阔的应用前景。

FPGA 芯片因其现场可编程的灵活性和不断提升的电路性能，可用于工业控制、网络通信、 消费电子、数据中心、汽车电子、人工智能等各类领域。根据 VerifiedMarketResearch 的数据，2021 年全球 FPGA 芯片市场规模为 71 亿美元，2030 年市场规模预计将达到 221 亿美元，22-30 年 CAGR 达 15%。全球 FPGA 市场由四大巨头赛灵思，英特尔，Lattice， Microchip 垄断，国外企业起步较早，在硬件设计和高端的 EDA 软件设计上都形成了 强的技术封锁，闭环了非常强大的产业生态链。中国 FPGA 行业发展起步较晚，技术水平 和研究资源不足，现主攻低密度市场，逐步进行国产替代。

2.2 存储芯片：看好 2023 年存储板块止跌反弹

特斯拉 HW4.0 内存容量和规格大幅度升。根据目前曝光的拆解图，HW4.0 内存用量或从 8 颗 2GB 成长为 16 颗 2GB,规格上或从 LPDDR4 升为 GDDR6，价值量从 20 美元到 200 美 元实现十倍提升。以往因算力需求不高以及 GDDR 功耗过高等因素，导致车厂普遍使用 LPDDR 系列芯片，特斯拉开创了在车载领域使用 GDDR 的先河。GDDR6 x高运行频率可达 1750MHz，x高传输速率约是 12800MT/s,是 HW3.0 中所使用的 LPDDR4 的三倍。

存储芯片市场水大鱼大，根据 Yole 的数据，2021 年存储芯片市场规模 1670 亿美元，2027 年市场规模 2630 亿元，21-27 年 CAGR 达 8%。从各细分产品类别看，2027 年 DRAM 芯片市 场规模有望达 1580 亿美元，21-27 年 CAGR 达 9%。2027 年 NAND 芯片市场规模有望达 960 亿美元，21-27 年 CAGR 达 6%。2027 年 NOR 芯片市场规模有望达 49 亿美元，21-27 年 CAGR 达 6%。新冠疫情大流行期间，芯片供给短暂性中断与服务器和笔记本需求的持续走强使 得存储芯片的市场规模在 2020 年和 2021 年分别成长了 15%和 32%，但 2021 年底以来海外 经济走弱带来消费电子需求的短期萎靡导致了存储芯片的周期性调整，但是长期来看，物 联网 (IoT)、汽车、电信和基础设施将持续推动存储芯片市场规模的边际成长。

回顾全球半导体与存储市场周期变 化情况，资本开支增速与市场变化呈现强相关性。2011 年存储市场增速先于资本开支增 速迎来向上的拐点，2016 年和 2019 年存储市场增速与资本开支增速同时迎来向上拐点。 这论证了我们的观点，当资本开支增速大幅度下滑时，市场往往已经或者即将迎来拐点。 随着各大存储厂商陆续在x新财报说明会中公开 2023 年展望，并大幅度下调 2023 年资本 开支计划，我们看好弹性x大的存储板块 2023 年下半年迎来复苏。

以史为鉴，当存储厂商纷纷下调资本开支时，我们认为股价基本已见底，我们看好 2023 年下半年存储行业触底反弹。存储器是x小单元的阵列式复制，产品功能单一，同质化率 高，是科技大宗品，产品价格容易受到经济和库存周期波动，因此美光周期性更强。由于 强周期的属性，美光的股价是半导体周期x前瞻与直观的指标。从历史规律里我们看到美 光的股价总是领先基本面 2~4 个季度见底，每次在大厂宣布资本开支削减之时，股价已基 本企稳。

2.3 高速连接器：智能化驱动量价齐升，国产化有望快速提升

高速连接器连接智能化。高速连接器分为 FAKRA 射频连接器、Mini-FAKRA 连接器、HSD （High-Speed Data）连接器和以太网连接器，主要应用于摄像头、激光雷达、毫米波雷 达、传感器、广播天线、GPS、蓝牙、Wi-Fi、信息娱乐系统、导航与驾驶辅助系统等。 特斯拉HW4.0平台，高速连接器量价齐升。以特斯拉x新研制的HW4.0XXX计算单元为例， 相较于 HW3.0，前者的摄像头接口由 9 个增至 12 个，以太网接口至少增加 1 个。前视摄 像头采用像素更高的 IMX490，对连接器的数据传输能力和可靠性提出更高要求，新增以 太网连接器是单对线车载以太网接口，目的是接入 4D 毫米波雷达，相较于传统毫米波雷 达，连接器由 CAN 接口升为百兆以太网接口，x高传输速率有百倍提升，GPS 模块连接 器新增 L5 频率，由双频升为三频。 假设 2023 年我国 L2 乘用车新车市场渗透率达 40%，假设高速连接器单车价值量为 600 元、且自 2023 年起年增 3%，对应 2023 高速连接器市场达 66 亿元、同增 37%。预计 2025 年中国高速连接器市场达 104 亿元，三年 CAGR 为 30%。

高速连接器的壁垒在于射频设计和自动化生产。1）从设计端来讲，需要射频传输理论和 微波电子学作为理论基础，如何以x小的损耗和反射传输射频信号是关键。信号传输过程 中存在衰减，一是因为趋肤效应，由于频率的增加，磁场作用使得电流的传输越来越趋向 金属表面，导致导体电阻和损耗功率增加，对内外导体和介质材料的选择和设计提出了高 要求；二是由于反射回来的能量在传输过程中被损耗，主要是特性阻抗不连续导致的，如 何进行补偿和过渡设计是重点；三是由于表面裸漏造成射频线漏，这就需要设计屏蔽护套 以保证良好的密封和绝缘性能。2）从工艺端来讲，企业需要建立科学、高效、标准化的 精密制造流程，执行高标准的质量监督体系，把控好生产、组装、测试环节。出于良率和 效率的考虑，将数控技术、自动化及信息化技术融合应用。生产过程中，突破冲压成型技 术是 FAKRA 连接器的关键，将降低成本，实现大批量生产，保证高制程安全。

高速连接器国产化率低，未来有望快速提升。1）根据 Bishop & Associates 统计，2019 年全球汽车连接器厂商 TOP20 以美、日企业为主。泰科、矢崎、安波福三巨头市占率达 66.8%。美国、日本、欧洲企业市占率达 41%、30%、16%。中国占据了全球汽车 30%的需求， 但是中国企业在汽车连接器市占率低于 5%。2）从国内高速连接器竞争格局来看，罗森伯 格作为行业龙头、市占率达 50%，公司新一代 HFM（High-Speed FAKRA-Mini）连接器，频 率高达 15GHz，可实现高达 20Gbps 的高速率传输，体积更小、相比传统 FKARA 连接器节 约了高达 80%的空间，实现成本优化。电连技术作为国内龙头，市占率达 10%，公司自 2014 年起布局车载射频连接器业务，主营 FAKRA 连接器、mini FAKRA 连接器。2022 年 H1 公司 车载连接器收入达 2 亿元、同增 89%，毛利率达 40%。3）长期来看，我们认为国内企业产 品性能优质、研发速度更佳、服务能力更佳、综合成本更低，未来有望获取更多市场份额。 此外，得益于整车厂竞争格局变化，绑定优质客户的连接器企业获得成长机遇。

2.4 车载摄像头：智能化驱动成长，转型 Tier1 打开长期空间

ADAS 可分为 L0~L5 六个别，目前主流 ADAS 别在 L2~L3 阶段之间，伴随规格升，单 车搭载摄像头数量持续提升。L2 别智能辅助驾驶搭载 5~8 颗摄像头，L3 别智能辅助 驾驶搭载 8~16 颗摄像头，L4、L5 别自动驾驶 ADAS 系统尚在研发阶段，一般需要搭载 13 颗以上摄像头。 特斯拉HW4.0平台，车载摄像头量价齐升。以特斯拉x新研制的HW4.0XXX计算单元为例， 相较于 HW3.0 的 9 摄像头设计（3 前视摄像头、1 舱内摄像头、2 侧后视摄像头、2 侧前视 摄像头、1 后视摄像头），HW4.0 的摄像头数量、布局和性能都出现了调整。在数量方面， HW4.0 采用 12 摄像头设计，前视摄像头由三目改为双目，同时增加 1 备用摄像头、1 前摄 像头、2 侧视摄像头。在布局方面，新增的前、侧视摄像头，预计分别安装在前、后保险杠处，从而实现视觉补盲和感知增强，前挡风玻璃处的前视摄像头增加散热模块，B 柱摄 像头的开孔形状进行了调整，可视范围或会进一步扩大，预计该摄像头处会增装加热装置， 从而减少水汽影响。在性能方面，预计前视摄像头的图像传感器会由 1.23M 像素的 AR0136AT 换为 5.43M 像素的 IMX490，像素增加可提高识别有效范围，亚像素技术的应用 使 IMX490 能够增加 HDR 显像质量，减轻 LED 频闪，同时 IMX490 的画面比例为 3:2，相较 于 AR0136AT 的 FOV（视场角）更广。

根据 TSR，2021 年全球车载摄像头出货量达 1.86 亿颗、过去十年 CAGR 达 30%，单车搭载 摄像头数量达2.1颗。目前市面上主流智能车型普遍搭载摄像头数量在5~8颗。展望未来， 得益于智能化加速，预计 2023 年车载摄像头市场同增 26%，2025 年车载镜头市场达 188 亿元、车载摄像头市场达 565 亿元，2022~2025 年 CAGR 达 28%. 1）自动辅助驾驶渗透率预测：根据智能手机渗透率的 S 型曲线，我们假设 2022~2025 年 全球 L2 自动辅助驾驶渗透率为 27%、36%、50%、60%，考虑伴随更多车企搭载 L3 别 自动辅助驾驶，我们假设 L3 自动辅助驾驶渗透率为 0.2%、0.5%、1%、2%。 2）单车搭载摄像头预测：假设 2020 年 L2 自动辅助驾驶单车搭载摄像头 6 颗，对应 L1 及以下单车搭载摄像头为 1.4 颗，假设 L3 即自动辅助驾驶单车搭载摄像头 8 颗。考虑各 家车厂做车型迭代中摄像头数量持续增加，假设未来每年单车搭载摄像头同增 5%。对应 2025 年单车搭载摄像头数量为 5.4 颗，假设全球汽车销量为 0.8 亿部，对应 2025 年全球 车载摄像头销量为 4.4 亿颗。 3）镜头、摄像价格预测：参考舜宇光学科技车载镜头单价（38 元），考虑前视占比提升、 规格升，预计 2023~2025 年单价同增 3%、5%、5%。对应 2025 年全球车载摄像头镜头市 场为 188 亿元，2021~2025 年 CAGR 达 26%。考虑镜头价格约占摄像头价格的 1/3，对应 2025 年全球摄像头市场为 565 亿元。

车载摄像头镜头市场格局呈现出“一超多强”局面，舜宇光学是绝对领XXX者。1）2020 年 舜宇光学出货量位居x，市场占有率超 30%，日本麦克赛尔、日本电产三协、日本富士 胶片、韩国世高光位居二至五位。得益于本国汽车工业发达、日本企业占比较高，份额前 八厂商中，日本厂商占据 5 席。2）在规格、壁垒更高的 ADAS 镜头中，舜宇光学一骑绝尘， 市占率超 50%。3）车载镜头具有较高的技术壁垒，产品通常需要配合传感器芯片进行参 数调整，经过 1-2 年研发周期后交货给 Tier1 组装，并经过车厂上路验证 1-2 年通过后方 可供货，认证周期 3-5 年，客户粘性较强，头部企业先发优势稳固。

除舜宇光学科技以外，国内的联创电子、力鼎光电、宇瞳光学均积布局车载镜头领域， 但目前市占率较低，我们认为未来伴随国内造车新势力崛起，国内二线企业在车载镜头领 域大有可为。 舜宇光学科技：公司自 2004 年起进入车载镜头领域，2018 年量产 800 万像素车载镜头。 公司是车载镜头龙头的绝对龙头，2021年全年车载镜头出货量为0.68亿颗，同比增长21%， 我们按 38 元/颗车载镜头的单价估算，公司 2021 年车载镜头营收为 26 亿元。2022 年 1-10 月车载镜头出货量达 0.67 亿颗、同增 15%。

联创电子：公司自 2015 年进入车载镜头领域，2016 年与特斯拉合作，为其舱内镜头 供应商，2020 年与蔚来开始合作、中标 ET7 全部 7 颗 800 万像素 ADAS 车载镜头模组，并 于 2022 年上半年顺利量产出货。2020 年公司车载镜头出货量为 77 万颗、营收为 0.24 亿 元，2021 年公司前五大客户车载镜头及模组订单为 1.5 亿元，2022 年前三季度公司车载 光学收入增长迅猛，同增 718%，发展势头良好，预计 2023 年车载镜头业务持续快速放量。 目前公司具备 2KK/月模造玻璃镜片产能。2021 年 12 月曾吉勇博士（原任联创电子副总裁 兼光学事业部总经理）升董事长，未来公司将进一步聚焦光学行业。 力鼎光电：公司主营海外安防镜头，技术能力挺好，2021 年车载业务收入占比达 12%、主 要为后装市场，2021 年公司搭建车载事业部，为国内新势力 SUV 车型提供整车配套镜头 产品，包括环视镜头、盲区监测镜头、ADAS 前视镜头等产品。公司目前模造镜片产能达 0.8KK/月。2022 年上半年，公司持续稳定向深度合作的新势力客户供应成熟的标准款前 视、环视及监测类车载镜头产品，同时也再获传统品牌车企的小批量订单，预计未来前装 产品持续稳定放量。

宇瞳光学：公司是安防镜头龙头，积布局车载镜头，目前已有后装产品出货，公司具备 1KK/月模造玻璃镜片产能。21 年 11 月公司公布股权激励计划，解锁条件为 2022、2023、 2024 年车载前装镜头销售额不低于 300 万元、3600 万元、11000 万元。公司计划首推 360 环视产品，研发生产难度相对较低，360 产品通用性较好，有利于较快导入客户。公司车 载前装业务已于 3 月通过了 IATF16949 质量管理体系认证，车载业务总体预计 Q4 实现小 批量出货，2023 年开始持续放量。2022 年 5 月公司收购玖州光学 20%股权，玖洲光学主 营汽车影像类产品和智能家居类产品，2021 年玖洲光学收入达 2.1 亿、净利达 0.28 亿元， 玖洲光学业绩承诺 2022~2024 年实现净利不低于 0.3、0.37、0.43 亿元。 目前车载摄像头模组主要由 Tier 1、Tier 2 组装，主要企业为加拿大麦格纳、日本松下、 法国法雷奥、德国博世、采埃孚天合、大陆镜头等企业，行业格局分散。我们认为伴随造 车新势力崛起，传统整车厂和 Tier 1 的关系或将逐步模糊，同时，伴随摄像头像素提升， 模组组装难度升，预计未来车载镜头厂有望获取部分模组份额。

2.5 车载雷达：短期 4D 毫米波雷达弥补纯视觉短板，长期看好多传感器融合趋势

激光雷达、毫米波雷达和摄像头是自动驾驶中常见的三种传感器。激光雷达是一种以发射 激光束探测目标的位置、速度等特征量的雷达系统。毫米波雷达是一类使用短波长电磁波 的特殊雷达技术。雷达系统发射的电磁波信号被其发射路径上的物体阻挡继而会发生反射。 通过捕捉反射的信号，雷达系统可以确定物体的距离、速度和角度。从工作原理上来看， 激光雷达和毫米波雷达都通过回波成像来探测物体，但激光雷达更接近光学传感器，毫米 波雷达本质上属于电磁波。毫米波雷达具有波束窄、分辨率高、抗干扰能力强等特点，特 斯拉 HW4.0 硬件中已为 4D 毫米波雷达上车预留以太网接口。

4D 毫米波雷达增加垂直探测能力，精准辨别静态障碍物。4D 毫米波雷达在传统 3D 毫米波 雷达仅有的距离、速度、方位角三个测量维度之上增加了俯仰角度的信息捕捉能力，增加 了高度这一维度的信息量。传统 3D 毫米波雷达的通道通常为 3 发 4 收或 4 发 4 收，只能 在水平方向获取信息，没有多余通道在垂直方向布局天线。4D 毫米波雷达拥有更多通道 数，能够在垂直方向布局天线。过去传统毫米波雷达由于无法捕捉高度信息，导致自动驾 驶算法无法判断静止障碍物对车辆的影响，容易出现误判天桥、限高架的高度、将井盖、 减速带等判断为障碍物导致的幽灵刹车，而 4D 毫米波雷达在新增高度信息后可以规避类 似问题。

4D 毫米波雷达技术路线主要包括联方案和 Arbe 的 ASIC 方案。联方式分为两片联 和四片联，两片联的通道为 6 发 8 收，四片联为 12 发 16 收，四片联通道数量 192。Arbe 的 ASIC 方案，通道为 48 发 48 收，通道数超 2300。特斯拉暂未确定使用联 方案或 Arbe 的 ASIC 专用方案，但我们认为随着行业走向成熟化，受制于成本、功耗和性 能问题，未来行业会倾向于使用 Arbe 的 ASIC 专用方案。因为通道数的增加使得分辨率大 幅提高，采样通道数大幅提升，传感器的空间采样率提升 10 倍，具备环视能力并能够对 目标和环境呈现出更加精确的点云图像。 4D 毫米波成为新技术趋势，国内外厂商积布局。4D 毫米波雷达相比传统雷达性能大幅 提升（探测距离+角分辨率），成本却基本类似，有望成为现有自动驾驶传感器方案的有效 补充。从布局厂商来看，海外以系统厂商大陆、博世、海拉、电装、安波福和 Veoneer 等为主，麦格纳、摩比斯、Arbe、Uhnder、Vayyar 等新玩家正在加速布局。国内厂商中， 原本做 3D 毫米波雷达的厂商华域、森思泰克从联方案切入 4D 毫米波雷达，而威孚高科 和经纬恒润则是从 ASIC 方案切入 4D 毫米波雷达。

4D 毫米波雷达弥补视觉方案短板，长期或推动多传感器视觉融合趋势。2018-2019 年， 特斯拉采用摄像头+3D 毫米波雷达的视觉方案，但 3D 毫米波雷达缺少高度信息，在视觉 融合模型中分辨率不高，提供的信息量很少，典型表现为无法识别隧道和减速带，在特斯 拉的自动驾驶算法中导致幽灵刹车事件的发生。2020 年，虽然传统毫米波雷达可以适应 各类恶劣环境，但随着特斯拉提出新的算法，毫米波雷达的测速功能被算法+摄像头取代后，在融合模型中的价值直线下降。但是特斯拉没有放弃毫米波雷达方案，因为激光雷达 本质上仍然属于光学传感器，无论在提供的信息维度上还是成效效果上都与摄像头视觉类 似，对于算法能力很强的特斯拉来说，都可以通过算法来实现，但视觉融合技术需要高精 度毫米波雷达配合，因此从 2020 年开始特斯拉就开始布局 4D 雷达。4D 毫米波雷达的点 云信息更丰富，自动驾驶所获得的空间目标属性和环境属性更多，传感器的精度更高。4D 毫米波雷达可以感知实时速度，判断目标的运动轨迹和反射特性，而非光学多帧比较而得 到的速度，因此能够识别激光雷达和摄像头无法做到的危险目标。长期来看，特斯拉选择 4D 毫米波雷达的意义在于：1）通过多传感器的融合，弥补本身摄像头原理上的缺陷，获 得全工况能力；2）降低现有算法的算力消耗，可以识别重点危险目标，提升传感器对周 围环境信息的获取；3）相对纯视觉方案带来的算力成本飙升，加入 4D 毫米波雷达后的多 传感器融合方案整体成本可控。

自动驾驶技术的发展，推动车载雷达市场规模逐年成长。根据 Yole 的数据，2021 年全球 自动驾驶雷达市场规模 58 亿美元，2027 年自动驾驶雷达市场规模有望成长到 128 亿美元， 21-27 年 CAGR 达 14%。其中 2021 年全球 4D 雷达市场规模 3 亿美元，2027 年市场规模有 望成长到 35 亿美元，21-27 年 CAGR 达 48%。

三、从特斯拉硬件迭代，看低成本智能化发展方向

特斯拉 2023 年投资者日活动在电动车方面，提出了多项降低造车成本的计划，如提出停 用稀土材料电机；通过缩减芯片面积，减少碳化硅材料使用以及致力于降低造车成本到 50%等等。我们认为，在特斯拉的引领下，同时伴随国内新能源车渗透率从 22 年的 25%向 35%演进，23 年新车型大幅增加竞争加剧的大背景下，降成本将成为 2023 年汽车产业链 的主旋律之一。 特斯拉的自动驾驶功能经历多轮迭代升，反映出特斯拉在自动驾驶方面智能化差异与量 产成本的综合考量。具体来看，特斯拉 HW 1.0 采用 Mobileye 的 EyeQ 系列芯片，但由于 后者黑盒的方案难以打造智驾功能的差异化，特斯拉在 HW2.0 中改用定制版的英伟达 Drive PX2 自动驾驶计算平台，集成了 1 颗 Tegra Parker 芯片和 1 颗 Pascal 架构 GPU 芯 片。后续出于对性能、研发进度、成本、功率方面的要求，特斯拉自研自动驾驶芯片，并 推出 HW 3.0。此次 HW 4.0 曝光主要升集中在通过计算芯片和存储芯片的换代与堆叠， 实现算力的提升，此外还增加了毫米波雷达接口、升 GPS 模块等。与特斯拉聚焦算力升 相比，国内车企在技术路线上选择更加多元，包括网联、地图定位与域控制器架构等。

3.1 模组通信制式升趋势确定，关注未来进一步集成空间

国内多厂商布局 C-V2X 模组，5G+C-V2X 融合模组有望成为主流方向。特斯拉 HW 4.0 采用 LTE-A车规无线通信模组AG525R-GL，但蓝牙与 WiFi 还是 LG INNOTEK 的 ATC5CPC001， 未来有进一步集成的空间。从国内车规模组的产品发展历程来看，2017 年，大唐高鸿 基于中国信科自研 C-V2X 芯片发布了业界首款商用 C-V2X 模组 DMD31；2019 年，华为发布 了全球首个支持 5G+C-V2X 技术的车载模组 MH5000；2020 年 12 月，移远通信支持 5G 技术 的车规模组 AG551Q-CN 率先通过 CCC、SRRC、NAL 三项认证，拿下规模出货资质，推进 汽车行业加速驶入 5G 时代。车规无线通信模组技术要求高、认证周期长且具备先发卡 位优势，车载模组产品有望向 5G 和 C-V2X 融合方向不断演进。

国内车载前装通信模组市场价量齐升，5G+C-V2X 模组有望成为主要增量市场。根据高工 智能汽车研究院监测数据显示，2022 年 1-11 月中国市场（不含进出口）乘用车前装标配 车联网功能交付上险量为 1164.33 万辆，前装搭载率为 66.69%。其中，5G 交付 32.75 万 辆，实现了同比近 30 倍的增长。4G 车联网仍然将处于主流地位，但 5G 将迎来快速上升 期，国内模组厂商已实现海外出口，未来关注多功能集成与通信制式升带来的价值量提 升。车载模组厂商竞争激烈，低端产品的毛利率已低于 10%，5G、C-V2X 等技术带来价格 提升与市场扩容的机会。模组厂商由提供单一的 4G 模组向提供 4G+V2X、5G+C-V2X、 5G+C-V2X+GNSS、智能模组等集成化模组的方向转变，提升产品的单价和毛利空间。当前 主要模组厂商如移远通信、美格智能均发布了内置高算力 SoC 和内存的智能模组，兼具座 舱、网联与定位功能。

随着汽车网联化的持续加深，车载无线通信模组市场受益于汽车通信需求将持续增长。当 前 4G 模组装车数量快速提升，随着 OTA 远程升、高清车内娱乐、自动驾驶等需求日益 凸显，价值更高的 5G 车规通信模组加速渗透，带动车载模组产业量价齐升。

3.2 融合定位方案是国内车企实现高阶自动驾驶的必由之路

特斯拉小幅升定位模块，辅助环境感知。根据 HW 4.0 曝光图片显示，HW4.0 GPS 模块 升，使用了三频 GPS 天线模块，新增 L5 频率，以提升定位精度。在 HW3.0 上，特斯 拉使用了 UBLOX 公司生产的 M8L,仅支持单频的 GNSS 定位，卫星定位信号不稳定。特斯拉 对于环境的感知更多依靠视觉方案，对算法、算力要求高。由于国内道路状况相比国外 更为复杂，国内车企倾向于加入更多的定位、探测等感知传感器，形成“定位+多传感器 融合”方案。 “高精度地图+GNSS-RTK+IMU”的融合定位方案成为 L3 及以上自动驾驶车型热门选择。 GNSS 和 IMU 可实现互补，GNSS 补充了 IMU 惯性系统的累计误差问题，IMU 很好地弥补了 GNSS 卫星系统的不稳定性和易受干扰性。2020 年以来，各主机厂相继推出多款配备高精 度定位方案的车型，如小鹏 P7、埃安 V、凯迪拉克 CT6、蔚来 EC6 等。2020 年 4 月，小鹏 P7 XPILOT 3.0 自动驾驶辅助系统搭载高德高精地图上市，这是高德高精地图首次在 L3 别自动驾驶系统上的量产应用，结合三重高精度定位硬件，小鹏 P7 成为拥有x强大定 位能力的量产车型，此后的小鹏 P5、埃安 V 等车型均开始采用“高精度地图+GNSS-RTK+IMU” 这一融合定位方案。

高精度定位市场产值维持高增，卫惯组合有望成为高阶智驾标配。据中国卫星导航定位协 会数据显示，2021 年我国高精度定位市场产值 152 亿元，同比增长 33%，高精度细分设备 方面，2021 年国内厘米应用高精度芯片、模块和板卡总出货量超过 120 万片；国内各 类高精度应用终端总销量接近 170 万台/套，其中应用国产高精度模块和板卡的终端已超 过 80％；高精度天线出货量接近 170 万只。GNSS 卫星导航与 IMU 惯性导航组合，结合高 精度定位的 RTK 技术，有效实现厘米高精度定位。组合导航主要面向 L3 及以上自动驾 驶，目前价格在 1500-2000 元/套。

北斗系统的融合定位方案有助于提高导航定位服务的精度和可靠性，结合实时动态差分 （RTK）以及超高精度惯性测量单元（IMU）等定位技术，可以提升自动驾驶在立交桥、隧 道、地下车库等复杂交通环境以及雨雪雾等不佳天气的有效性。卫导+惯导高精度定位组 合方案是当前 L3 别以上车型主流方案，该方案能够确定车辆绝对位置与相对位置，并 实现车道厘米精准度定位，有望于 23 年迎来爆发期，伴随北斗系统完善与应用丰富， 我们看好基于多年高精度定位算法、技术积累的砖家型厂商技术横向复用。

3.3 智驾域控在传感器与处理器等环节具备成本下降空间

域控制器供应模式多元，进入渗透率提升期。智驾域控集成传感器与处理器，国内部分车 企孵化子公司进行自研，或直接向 Tier1 采购，特斯拉域控制器全栈自研，对成本把控能 力较强。我们判断，未来 3-5 年 L3 进入渗透率加速提升阶段，智驾域控制器 21 年出货 量 53.9 万台，渗透率 2.7%；预计 25 年提升至 450 万套，四年 CAGR 56%。德赛西威、经 纬恒润等面向 L3 的智驾域控制器也已配套自主品牌和新势力车企量产。

特斯拉增加毫米波雷达接口，4D 毫米波雷达成本有待下降。4D 毫米波雷达增加了纵向天 线及处理器，在原有的距离、方位、速度三个维度基础上可探测到高度信息，并像激光雷 达一样呈现点云图，弥补了传统雷达难以识别静态障碍物的短板。从技术路线上来看，实 现俯仰角的测量需要增加虚拟通道数量，一方面可通过单片收发器的联实现，如大陆将 4 片 MMIC 联，实现 12T16R，但导致了成本高昂与工艺复杂度提升的难题；另一方面可 通过 AI 算法增加虚拟通道数实现，但目前专用算法与芯片方案不成熟。

未来三年自动驾驶发展节奏仍以 L2 装配为主，同时伴随着 L3 逐步开始前装上车，重 点把握 ADAS 在低价位车型搭载率的提升与 L3 ADCU 的前装量产规划。当前 L2 ADAS 在 15 万以下车型中渗透率仅为 20%，低于行业的平均水平 46%，我们看好本土厂商凭借对 国内复杂道路的认知优势与竞标价格优势突破海外龙头的市场垄断。面向 L3 、具备行 泊一体功能的 ADCU，已搭配少数车型量产，如小鹏 P5/7、理想 L9、哪吒 S 等，预计 23 年将迎来产品放量爆发期。