導語
特斯拉于 2014年推出自動駕駛輔助系統 Autopilot 1.0，特斯拉掌握核心資料、 AI 算法以及主要晶片，從硬到軟的全棧自研，這也成為了特斯拉最核心的競争壁。
來源：國信證券 作者：熊莉
1 特斯拉（TESLA）:從硬到軟的全棧自研，打造“算 力+算法+資料”的競争壁壘
從 Mobileye 到英偉達，最終走向 FSD 自研晶片
特斯拉于 2014年推出自動駕駛輔助系統 Autopilot 1.0，特斯拉掌握核心資料、 AI 算法以及主要晶片，從硬到軟的全棧自研，這也成為了特斯拉最核心的競争壁。特斯拉成立于 2003 年，并于 2010 年在納斯達克上市。2008 年至 2020 年特斯拉共釋出 Model S、Model X、Model 3、Model Y 四款量産車型。特斯拉于 2013 年開始自動駕駛輔助系統的研發，并于 2014年特斯拉推出自動駕駛 輔助系統 Autopilot 1.0，此後經曆四次更新，并在 2019 年在 HW 3.0 平台上推出了自研的 FSD（Full Self-Driving Computer）主要晶片。
特斯拉從 Mobileye 到英偉達，最終走向 FSD 自研晶片。特斯拉從 2014 年推 出 HW 1.0 開始，特斯拉 Autopilot 系統共經曆了 4 次大的硬體版本更新。在 2014 年-2016 年的 HW 1.0 時代，特斯拉完全基于 1 顆 Mobileye EyeQ3 和 1 顆 NVIDIA Tegra 3，算法也完全由第三方供應商 Mobileye 提供，2016 年特斯拉 逐漸不滿于 Mobileye 程序緩慢以及相關安全事故，并在 2016 年的 HW 2.0 版本上，特斯拉切換到了由 1 顆 NVIDIA Parker SoC 和 1 顆 NVIDIA Pascal GPU 組成的 NVIDIA DRIVE PX 2 計算平台，而在 2017 年的 HW 2.5 版本更新過程 中，将 NVIDIA Drive PX 2 更新為 NVIDIA Drive PX 2+，新增了一個 NVIDIA Parker SoC，獲得了 80%左右的運算性能提升。
特斯拉即将釋出 HW 4.0 平台，基于三星 7nm 工藝的 FSD 自研晶片，其性能将是 HW 3.0 的三倍。由于英偉達的高能耗，2017 年起，馬斯克決定開始自研 主要晶片，尤其是主要晶片中的神經網絡算法和 AI 處理單元全部由特斯拉自主 完成。在 2019 年 4 月份，特斯拉在 Autopilot HW 3.0 平台上成功推出自研的 FSD 主要晶片，實作了自動駕駛晶片+神經網絡算法的垂直整合。特斯拉計劃 将在不久的未來 HW 4.0 版本，基于三星 7nm 工藝的全新 FSD 自研晶片，其 性能将是 HW 3.0 的三倍。
特斯拉 FSD 晶片是以 NPU（ASIC）為計算核心，采用“CPU+GPU+ASIC” 的技術路線，FSD 主要有三個子產品 CPU、GPU 和 NPU。特斯拉于 2019 年推 出自研的 FSD 晶片，并在其 Model S、Model X、Model 3 上批量傳遞 FSD 芯 片。該晶片采用三星 14nm FinFET 工藝制造，面積為 260 平方毫米，封裝了 大約 60 億個半導體。（1）CPU：Cortex-A72 架構，共三組、每組 4 個核，一 共有 12 核、最高運作頻率 2.2GHz，CPU 主要處理通用的計算和任務；（2） GPU：最高工作頻率為 1 GHz 的 GPU，最高計算能力為 600 GFLPS；（3） NPU：2 個 Neural Processing Unit（NPU），每個 NPU 可以執行 8 位整數計 算，運作頻率為 2GHz，單個 NPU 算力 36.86 TOPS，2 個 NPU 的總算力為 73.73 TOPS。從面積來看，NPU 面積占比最大，NPU 主要用于運作深度神經 網絡，GPU 主要用于運作深度神經網絡的 post processing，處理深度神經網絡 的部分合計占據了晶片 70%的面積。
特斯拉 HW 3.0 采用完整的雙系統備援。特斯拉 HW 3.0 的主機闆上共搭載了兩 塊的自研晶片，雙晶片的目的是作為安全備援，互相對照，每塊晶片可以獨立 運算。每塊晶片周圍有四塊鎂光 DRAM 記憶體，每塊晶片分别配有一塊東芝閃存 晶片，用于承載作業系統和深度學習模型，主機闆的右側是視訊輸出接口，左側 是電源接口和其他另外的輸入/輸出接口。此外，特斯拉還設計了備援的電源、 重疊的錄影機視野部分、各種向後相容的連接配接器和接口。特斯拉 HW 3.0 采用 完整的雙系統備援，在任何一個功能區域發生損壞時，整個系統依舊可以正常 工作，確定車輛能安全行駛。HW 3.0 的性能比上一代 HW 2.5 提高了 21 倍， 而功耗降低 25%，能效比 2 TOPS/W。
伴随自動駕駛功能不斷更新，FSD 軟體收費價格持續攀升
特斯拉 FSD 開通價格不斷攀升，海外已漲價至 1.2 萬美元。特斯拉 FSD 具有 一次性支付和訂閱兩種購買方式。特斯拉自 2015 年開通 AP 系統，價格為 2500 美元/套，後上調至 5000 美元/套；在 2019 年 3 月前，使用者可以在 5000 美元 的 EAP（Enhanced Autopilot）包之外，額外支付 3000 美元獲得 FSD（此時 并不包含任何功能）；19 年 4 月，特斯拉取消 EAP，将 EAP 功能移到 FSD 中， FSD 漲價到 6000 美元/套，使用者可免費獲得 Basic Autopilot（BAP）功能；19 年 8 月釋出智能召喚功能，漲價到 7000 美元/套；20 年 8 月，特斯拉獲得将人 工智能更高層次應用的準許檔案，再次漲價到 8000 美元/套；20 年 10 月，特 斯拉推出 FSD Beta 版本，配備城市道路完全自動駕駛測試功能，價格上調至 10000 美元/套；2022 年 1 月，特斯拉 FSD 再次漲價至 1.2 萬美元。在國内市 場，特斯拉 FSD 隻漲過一次價格，從 5.6 萬漲到 6.4 萬元。在訂閱服務方面， 2021 年 7 月特斯拉推出 FSD 訂閱包，EAP 車主 99 美元/月，未開通 EAP 的 BAP 車主 199 美元/月。
特斯拉 FSD 在全球的整體開通率約為 11%，其中北美地區比例最高。根據 Troyteslike 資料顯示，受到低價的 Model 3 及 Model Y 高速放量，以及 FSD 不斷漲價的影響，特斯拉 FSD 在全球的整體開通率持續下滑，截至 2021Q2 結 束，特斯拉 FSD 的整體開通率約為 11%。預計特斯拉 FSD 在全球的累計開通 數量近 36 萬套（北美超過 26 萬套，歐洲接近 9 萬套，亞太地區僅 5700 套）， 平均選裝價格為 6 千美元，其總銷售額超過 210 億美元。特斯拉 FSD 在亞洲 地區銷量持續攀升，但是 FSD 開通率整體偏低。以北美地區為例，Model S/X 的 FSD 選裝率在 61%，Model Y 的選裝率在 20%，Model 3 的選裝率在 20%。
推出 Dojo 超算平台，打造感覺自主進化的閉環學習系統
特斯拉依托龐大客戶群來收集自動駕駛資料，進而實作對深度學習系統的模型 訓練。與一般的汽車廠商和科技公司不同，特斯拉的自動駕駛不是依靠内部測試擷取自動駕駛的資料，而是通過其龐大的客戶群和裝載傳感器的特斯拉車輛上收集資料，并進行功能更新。即使沒有激活，AP 系統仍可以收集有關其環境 和潛在自動駕駛行為的資料，以饋送特斯拉的神經網絡。該資料收集方法通常 被稱為影子模式（Shadow mode），即 AP 系統在車輛的背景運作而無法在駕駛中進行任何輸入。
特斯拉自 2015 年 10 月開始開通 AP 系統，随着車輛數量的不斷增加，累計的自動駕駛資料也在呈現指數級增長。根據 Lexfridman 預測資料顯示，到 2020 年 Q1，特斯拉已經擁有近 99 萬台搭載 AP 系統的車輛不斷回傳資料，其中搭載 HW 2.0/3.0 的車輛有超過 82 萬台，以使用者平均每天駕駛約一個小時計算（每輛車 8 個攝像頭），車隊每月大約會産生 1.968 億個小時的視訊。預計到 2020年底，特斯拉将擁有 51 億英裡的駕駛資料，用于自動駕駛的模型訓練。
釋出 7nm 工藝 AI 訓練晶片 D1，打造 Dojo 超算訓練平台。在 2021 年 8 月的 特斯拉 AI Day 上，特斯拉釋出了最新的 AI 訓練晶片 D1，D1 晶片采用台積電 7nm 工藝制造，核心面積達 645 平方毫米，內建了多達 500 億個半導體，共有 四個 64 位超标量 CPU 核心，擁有多達 354 個訓練節點，特别用于 8×8 乘法， 支援 FP32、BFP64、CFP8、INT16、INT8 等各種資料指令格式，都是 AI 訓 練相關。D1 晶片的 FP32 單精度浮點計算性能達 22.6 TFlops，BF16/CFP8 計 算性能則可達 362 TFlops。為了支撐 AI 訓練的擴充性，D1 晶片的互連帶寬最 高可達 10TB/s，由多達 576 個通道組成，每個通道的帶寬都有 112Gbps，而 熱設計功耗僅為 400W。
Dojo 是一種通過網絡連接配接的分布式計算機架構，它具有高帶寬、低延時等特點， 将會使人工智能擁有更高速的學習能力，進而使 Autopilot 更加強大。Dojo 超級 平台的核心是 D1 晶片，25 個 D1 晶片組建成一個“訓練瓦”（Training tile）， 組成 36 TB/s 的帶寬和 9 Peta FLOPS（9 千萬億次）算力。未來，Dojo 還可 以組合成為全球最強算力的超級計算機叢集。
特斯拉不斷打造基于資料驅動的算法閉環疊代系統。特斯拉将把針對自監督學 習技術的研發放到絕對的優先級（注：這裡的自監督學習就是無監督學習）。算法的疊代優化離不開基于大資料的訓練，特斯拉依托海量的客戶群獲得優質 的自動駕駛資料，利用 Dojo 超算平台，實作對視訊進行無監督的大規模訓練。目前 Autopilot 正以 2.5D（即 2D 圖像+内容标注）方式進行訓練疊代，特斯拉 利用 Dojo 超算平台更新 Autopilot 的工作方式，使其可以在 4D（3D+時間次元） 環境下運作。
2 英偉達（NVIDIA）：打造全棧式工具鍊，持續領先高階自動駕駛
Drive 系列平台持續疊代，賦能自動駕駛生态
英偉達自 2015 年推出 NVIDIA Drive 系列平台，賦能自動駕駛生态。英偉達自 2015 年開始推出面向座艙的 DRIVE CX 和面向駕駛的 DRIVE PX，此後先後推 出 DRIVE PX2、Drive PX Xavier、DRIVE PX Pegasus、DRIVE AGX Orin 等 多個自動駕駛平台，而在 SoC 晶片方面，從 Parker、Xavier、Orin 到最新釋出 的 Atlan。
（1） DRIVE PX：
英偉達在 CES 2015 上推出了基于英偉達 Maxwell GPU 架構的第一代平台：搭 載 1 顆 Tegra X1 的 DRIVE CX，主要面向數字座艙，以及搭載 2 顆 Tegra X1 的 DRIVE PX，主要面向自動駕駛；
（2） DRIVE PX2：
英偉達在 CES 2016 推出了基于英偉達 Pascal GPU 架構的第二代平台 DRIVE PX 2，主要由 Tegra X2（Parker）和 Pascal GPU 組成，PX2 有多個版本，主 要可以分為單晶片版的 AutoCruise、雙晶片版的 AutoChauffeur 以及四晶片版 的 Fully Autonomous Driving。特斯拉自 2016 年 HW 2.0 開始搭載英偉達的定 制版 DRIVE PX2 AutoCruise 版本，并在 2017 年的 HW 2.5 上更新為 2 顆 Tegra X2（Parker）；
（3） Drive PX Xavier：
英偉達在 CES 2017 上推出了 Xavier AI Car Supercomputer，并在 CES 2018 上重新釋出命名為 Drive PX Xavier，搭載一顆 30 TOPS 算力的 Tegra Xavier 晶片。Xavier 平台是 PX2 的小型化高能效版，算力稍有提升的前提下，面積縮 小為 PX2 的一半，功率僅為 PX2 的 1/8 左右。該平台目前搭載在小鵬 P5 與 P7 車型上。
（4） DRIVE PX Pegasus：
英偉達在 2017 年 10 月推出了 DRIVE PX Pegasus，Pegasus 定位更注重性能 的提升。Pegasus 共有四顆晶片，2 顆 Tegra Xavier 晶片，2 顆單獨的 Turing 架構的 GPU，每顆 Xavier 內建了一顆 8 核 CPU 和一個英偉達 Volta 架構的 GPU，通過增加 CPU 和 GPU，Pegasus 平台可以實作 320 TOPS 的算力，功 耗 500 W。
（5） DRIVE AGX Orin：
英偉達在中國 GTC 2019 大會上推出了 DRIVE AGX Orin 平台，該平台由 2 顆 Orin SoC 晶片和 2 顆 Ampere 架構的 GPU，最高算力達到 2000 TOPS，功耗 800 W。
憑借 GPU 的資源禀賦，持續領先自動駕駛
英偉達采用“CPU+GPU+ASIC”的技術路線。英偉達 Xavier 的晶片架構主要 有 4 個子產品：CPU、GPU、Deep Learning Accelerator（DLA）和 Programmable Vision Accelerator（PVA）。其中 GPU 作為深度學習應用的首選，面積占比最 大，CPU 的面積其次，最小的部分是 DLA 與 PVA 是兩個專用 ASIC，DLA 用于推理 ，PVA 用于加速傳統視覺算法。
單顆 Orin SoC 可實作 254 TOPS 算力，功耗低于 55W，可支援單片或多片協 同方案，實作算力擴充。Orin SoC 晶片內建了 Arm Hercules CPU 核心、新一 代架構 Ampere 的 GPU 、全新深度學習加速器（DLA）和計算機視覺加速器 （PVA），可實作每秒 254 TOPS 運算性能，相比上一代 Xavier 系統級晶片運 算性能提升了 7 倍。在運算性能提升巨大的情況下，Orin 的功耗低于 55 W。Orin 可以覆寫 10 TOPS 到 254 TOPS 的算力需求、可以為終端使用者提供可升 級的方案支援單片或多片 Orin 協同的解決方案，無限擴充算力。
Orin 所內建的 GPU 擁有 2048 個 CUDA Core 和 64 個 Tensor Core。Orin 内 部內建了 Ampere 架構 GPU，該 GPU 擁有 2 個 GPC（Graphics Processing Clusters，圖形處理簇），每個 GPC 包含 4 個 TPC（Texture Processing Clusters， 紋理處理簇），每個 TPC 包含 2 個 SM（Streaming Multiprocesor，流處理器）， 每個 SM 下包含包含 128 個 CUDA Core，合計 2048 個 CUDA Core，算力為 4096 GFLOPS。此外，還包括 64 個 Tensor Core（張量核），Tensor Core 是 專為執行張量或矩陣運算而設計的專用執行單元，稀疏 INT8 模型下算力達 131 TOPS，或者密集 INT8 下 54 TOPS。
蔚來 ET7 成為 Orin 系列的首發量産車，NIO Adam 超算平台搭載四顆 Orin 芯 片，單車算力打造 1016 TOPS。蔚來 NIO Adam 超算平台，配備四顆 Orin 芯 片，Adam 擁有 48 個 CPU 核心，256 個矩陣運算單元，8096 個浮點運算單元， 共計 680 億個半導體，總算力高達 1016 TOPS。Adam 平台內建了安全自主運 行所需的備援和多樣性，在 4 顆 Orin SoC 中，前兩顆 Orin SoC 負責處理車輛 傳感器每秒産生的高達 8G 的資料量，第三顆 Orin SoC 作為後備，以確定系統 能夠在任何情況下安全運作，第四顆 Orin SoC 可進行本地的模型訓練，進一步 提升車輛自身的學習能力，并基于使用者偏好提供個性化駕駛體驗。蔚來 ET7 将 作為 NVIDIA DRIVE Orin 系列的首發量産車于 2022 年 3 月開始傳遞，同樣搭 載 NIO Adam 超算平台的蔚來 ET5 将于 2022 年 9 月開始傳遞。
英偉達釋出 Atlan SoC 晶片平台，首次內建 DPU，單顆晶片算力超過 1000 TOPS。在 2021 年 4 月的英偉達春季 GTC 大會，英偉達釋出了下一代自動駕 駛晶片 Atlan SoC 晶片平台。Atlan 可以和 Orin 和 Xavier 平台的軟體堆棧相容， Atlan 采用 5nm 制程，單顆算力達到 1000 TOPS，相當于 Orin 的 4 倍。Atlan 平台采用新型 Arm CPU 核心、新一代的 GPU、最新的 DLA 深度學習加速器、 PVA 計算機視覺加速器、并内置為先進的網絡、存儲和安全服務的 BlueField DPU，網絡速度可達 400Gbps，這也是 DRIVE 平台首次內建 DPU。Atlan SoC 将于 2023 年向開發者提供樣品，并于 2025 年大規模量産上車。
目前，英偉達在自動駕駛領域遙遙領先，持續獲得大量自動駕駛客戶，英偉達 的客戶大緻可以分為三類：造車新勢力、傳統車企、自動駕駛公司。（1）造車 新勢力：蔚來（ET5、ET7）、小鵬（P5、P7、G9）、理想（X01）、威馬（M7）、 上汽智己、R 汽車、FF 等；（2）傳統車企：奔馳、沃爾沃、現代、奧迪、Lotus 等；（3）自動駕駛 Robotruck/Robotaxi 公司：通用 Cruise、亞馬遜 Zoox、 中國的滴滴，沃爾沃商用車、Kodiak、圖森未來、智加科技、AutoX、小馬智 行、文遠知行等。
打造端到端的自動駕駛平台，創造開放高效的研發生态
英偉達提供包括從晶片、硬體平台、系統軟體、功能軟體、應用軟體以及仿真測試平台和訓練平台在内的全棧工具鍊。以英偉達 DRIVE AGX 硬體開發平台為起點，在 DRIVE Constellation 上驗證軟體算法。充分驗證後将部署軟體，通過 DRIVE Hyperion 參考架構進行上路測試。利用 DGX 高性能訓練伺服器進行 深度學習模型訓練，此過程反複疊代。英偉達提供了從晶片（Xavier/Orin/Atlan）、 DRIVE AGX 硬體平台、DRIVE OS、Driveworks、DRIVE AV 自動駕駛軟體棧、 DRIVE Hyperion 資料采集和開發驗證套件 、DRIVE Constellation 虛拟仿真平台和 DGX 高性能訓練平台等全棧工具鍊。
（1）應用軟體：DRIVE AV 與 Drive IX 軟體棧
DRIVE AV 軟體棧主要面向自動駕駛域，包括了從規劃、地圖到感覺的應用軟 件開發，幫助開發者實作端到端的感覺、路徑規劃、地圖建構、決策和控制等 功能的開發；Drive IX 主要面向智能座艙域，內建了視覺、語音和圖形使用者體 驗，包括可視化（盲區可視化、自動駕駛可視化以及駕駛員監控可視化等）、 AI 輔助駕駛（DMS、神經網絡、攝像頭标定等）以及 AI 助手（語音識别、手勢識别、面容識别等）。
（2）功能軟體（中間件）：Driveworks
DriveWorks 是所有自動駕駛汽車軟體開發的基礎，包含了高階自動駕駛開發所 需要的處理子產品、工具和架構。DriveWorks 是子產品化、開放、易于定制的，方 便開發人員在自己的軟體堆棧中實作深度定制開發。包括 DNN 算法加速庫、 Calibration 标定工具、Drive Core 核心庫（傳感器抽象層、車輛 I/O、圖像處理、 點雲處理、DNN 架構等。
（3）系統軟體：DRIVE OS
DRIVE OS 提供了一套參考作業系統和相關軟體棧，專為在基于 AGX 硬體平台 上的開發與部署，相關的基礎軟體棧包括 RTOS、Hypervisor、英偉達 CUDA 和 TensorRT 等其他元件，這些元件經過優化後可直接通路 AGX 硬體平台。DRIVE OS SDK 利用所有軟體、庫和工具、技術和 API，為自動駕駛汽車的構 建、調試、配置和部署應用程式，提供了優化的工作流。
（4）硬體平台：DRIVE AGX 平台
英偉達 DRIVE AGX 開發工具包提供了開發展所需要的硬體、軟體及示例應用 程式。英偉達的曆代硬體計算平台 DRIVE PX2、Drive PX Xavier、DRIVE PX Pegasus、DRIVE AGX Orin 等，前文已經詳細介紹。DRIVE AGX 平台提供開 放的軟體架構，以及與硬體計算平台相配套的完善的開發工具包；此外，英偉 達應有衆多 Tier 1 及傳感器産業合作夥伴，提供攝像頭、毫米波雷達、超音波 雷達、雷射雷達等車載傳感器。
（5）仿真平台：DRIVE Constellation 與 DRIVE Sim
DRIVE Constellation 自動駕駛車輛仿真平台主要完成對各種虛拟場景的渲染、 仿真，産生模拟傳感器資料，通過運作 DRIVE Sim 仿真軟體，模拟仿真汽車在仿真環境中行駛可産生的傳感器資料。Constellation 仿真平台提供可擴充、全面且多樣化的測試環境。借助開放的子產品化架構，DRIVE Sim 仿真軟體可讓客 戶利用自己的仿真模型或生态合作夥伴的自定義車輛、環境、傳感器或交通場 景。
（6）訓練平台：NVIDIA DGX
基于高性能的英偉達 DGX AI 伺服器，客戶可以進行深度網絡學習的訓練、推 理和資料分析，同時多台 DGX 建構超級計算機或者人工智能叢集，為具有挑 戰性的自動駕駛海量資料進行深度學習網絡模型訓練和建圖提供出色的基礎設 施和靈活可擴充的 AI 計算性能。
英偉達釋出全新自動駕駛軟硬體開發參考平台 DRIVE Hyperion 8。在 2021 年 英偉達 GTC 大會上，英偉達釋出了自動駕駛軟硬體開發參考平台 DRIVE Hyperion 8，允許主機廠客戶通路和調整其需求，包括核心計算和中間件以及 車輛内部 AI 功能等。該計算平台可用于 2024 年車型，硬體方面，搭載了兩顆 Orin 晶片，每顆算力 254TOPS，支援 12 顆攝像頭、9 個毫米波、12 個超音波雷達和 1 顆雷射雷達。提供傳感器硬體的供應商包括 Luminar（雷射雷達）、 Hella（短程毫米波雷達）、 Continental （遠端毫米波雷達）、Sony（攝像頭 元件）、Valeo （攝像頭元件、超音波雷達）。
3 高通（Qualcomm）：智能座艙一騎絕塵，自動駕駛不斷追趕
打造“數字底盤”，全面布局智能汽車四大領域
高通是作為消費電子霸主，持續布局智能網聯汽車業務。高通（Qualcomm） 公司成立于 1985，高通自 2002 年開始布局汽車業務，早期專注于車載網聯解 決方案，高通于 2014 年推出了第一代座艙平台骁龍 602A，在 2016 年推出第 二代座艙平 820A，在 2019 年推出第三代座艙平台 8155，并于 2021 年釋出第 四代座艙平台 8295；在自動駕駛領域，高通于 2019 年釋出了 Ride 自動駕駛平台。高通目前已擁有 25 家以上的頭部車企客戶，公司業務已經覆寫全球超過 2 億輛的智能網聯汽車，高通在智能汽車領域的版圖不斷擴張。
高通基于車雲、座艙、駕駛及車聯四大平台打造數字底盤。高通在汽車業務領 域志在打造“數字底盤”，主要由四部分組成：骁龍車雲平台（Snapdragon Car-to-Cloud）、骁龍座艙平台（Snapdragon Cockpit Platform、骁龍駕駛平 台（Snapdragon Ride Platform）、骁龍車聯平台（Snapdragon Auto connectivity Platform），打造開放、可定制、可更新、智能互聯的電子底盤，幫助 Tier 1 和 OEM 主機廠提升客戶體驗。
高通汽車業務營收快速增長。FY2021 高通汽車業務營收達到 9.75 億美元，同 比增長 51.40%，高通 19-21 年汽車業務營收分别為 6.40/6.44/9.75 億美元，高 通預計五年後汽車業務營收規模将達到 35 億美元，預計 10 年後汽車業務營收 規模将達到 80 億美元。
智能座艙一騎絕塵，中高端數字座艙呈壟斷地位
高通在智能座艙晶片領域一騎絕塵。從高通 2014 年推出第一代座艙晶片 602A 開始，再到第二代 820A 以及第三代 8155 晶片，市場滲透率持續提升，能夠發現，近期最初的新車型其座艙幾乎都是搭載了高通 8155 晶片。目前，包括奔 馳、奧迪、保時捷、捷豹路虎、本田、吉利、長城、廣汽、比亞迪、領克、小 鵬、理想智造、威馬汽車在内的國内外領先汽車制造商均已推出或宣布推出搭 載骁龍汽車數字座艙平台的車型。
高通骁龍 SA8155P 晶片是目前量産車可以選用的性能最強的座艙 SoC 晶片。高通第三代座艙晶片 SA8155P 平台是基于台積電第一代 7nm 工藝打造的 SoC，也是第一款 7nm 工藝打造的車規級數字座艙 SoC，性能上，8155 晶片 是目前量産車可以選用的性能最強的座艙 SoC 晶片，目前全球最大的 25 家車 企已有 20 家采用高通第三代座艙 8155 晶片。8155 平台屬于多核異構的系統， 性能是原 820 平台的三倍，該平台擁有極強的異構計算的能力，包括多核 AI 計算單元、Spectra ISP、Kryo 435 CPU、Hexagon DSP 第六代 Adreno 640 GPU。Hexagon DSP 中增加了向量擴充核心（Hexagon Vector eXtensions， HVX）和張量加速器（Hexagon Tensor Accelerator，HTA），這些專用 AI 計 算子產品能大幅提高晶片的 AI 算力。
高通釋出第四代智能座艙 SA8295P 平台，性能顯著提升。2021 年 7 月，高通釋出了第四代座艙平台的 SA8295P，采用 5nm 制程，采用第六代八核 Kyro 680 CPU 和 Adreno 660 GPU，支援同步處理儀表盤、座艙屏、AR-HUD、後座顯示屏、電子後視鏡等多屏場景需求，CPU、GPU 等主要計算單元的計算能力較 8155 提升 50%以上，主線能力有超過 100%的提升。
百度旗下集度汽車成為高通 8295 的首發，量産車型預計在 2023 年傳遞。2021 年 11 月 29 日，集度、百度和高通三方在上海進行了簽約儀式，集度汽車成為高通 8295 的首發，集度旗下首款汽車機器人預計将于 2023 年量産傳遞，此外高通 8295 晶片已經獲得長城、廣汽、通用等車廠的定點，相關車型預計在 2023 年傳遞。
中科創達在 CES 2022 釋出基于高通 SA8295 硬體平台的全新智能座艙解決方 案。該解決方案充分發揮 SA8295 在算力、圖形、圖像處理等方面的突出性能, 打造了包含數字儀表、中控娛樂、副駕娛樂、雙後座娛樂、流媒體後視鏡和擡頭顯示器的一芯多屏智能座艙域控。公司基于深厚的車載 OS 技術，創新性地 打通座艙和自駕兩大技術域，更好地支援 360°環視和智能泊車功能，基于座 艙域的備援算力，在實作安全可靠的低速泊車的同時降低了方案成本。
釋出 Ride 平台，收購 Venoeer，持續補強駕駛域
高通在 CES 2020 大會上釋出了其自動駕駛 Snapdragon Ride 平台，支援自 動駕駛平台的開發。高通在 CES 2020 上推出全新自動駕駛平台高通 Snapdragon Ride，該平台基于一系列不同的骁龍汽車 SoC 和加速器建立。它采用了可擴充且子產品化的高性能異構多核 CPU、高能效的 AI 與計算機視覺引 擎，以及業界領先的 GPU。同時，該平台還包括 Snapdragon Ride 安全系統級 晶片（SoC）、Snapdragon Ride 安全加速器和 Snapdragon Ride 自動駕駛軟 件棧（Autonomous Stack）。平台能夠根據自動駕駛的每個細分市場的需求進 行比對，并提供業界領先的散熱效率，主要面向三大細分：（1）L1/L2 級 ADAS， 面向具備 AEB、TSR 和 LKA 等駕駛輔助功能的汽車，提供 30 TOPS 的算力；（2）L2+級 ADAS，面向具備 HWA、自動泊車 APA 以及 TJA 功能的汽車，提 供 60~125 TOPS 的算力；（3）L4/L5 級自動駕駛，面向在城市交通環境中的 自動駕駛乘用車、機器人計程車和機器人物流車，可提供 700 TOPS 算力，功 耗為 130W。
Snapdragon Ride 軟體平台包括：規劃堆棧、定位堆棧、感覺融合堆棧、系統架構、核心軟體開發工具包（SDK）、作業系統和硬體系統。高通推出的專門面向自動駕駛的軟體棧，是內建在 Snapdragon Ride 平台中的子產品化可擴充解決方案，旨在幫助汽車制造商和一級供應商加速開發和創新。該軟體棧通過面向複雜用例而優化的軟體和應用，助力汽車制造商為日常駕駛帶來更高的安全性和舒适性，例如自動導航的類人高速公路駕駛，以及提供感覺、定位、傳感器融合和行為規劃等子產品化選項。Snapdragon Ride 平台的軟體架構支援同時 托管客戶特定的軟體棧元件和 Snapdragon Ride 自動駕駛軟體棧元件。
高通收購維甯爾旗下軟體業務 Arriver，全面補強自動駕駛域。維甯爾 （Veoneer）總部位于瑞典斯德哥爾摩，前身是全球最大的安全氣囊和安全帶 生産商奧托立夫（Autoliv）公司電子事業部，2018 年從奧托立夫拆分出來，維甯爾緻力于自動駕駛汽車的進階輔助系統（ADAS）和協作式自動駕駛系統（AD） 領域的研發，擁有雷達系統、ADAS 電子控制單元（ECU）、視覺系統、雷射雷達系統和熱成像等産品。Veoneer 在 2020 年将 ADAS、協作和自動軟體開發 集中在一個部門并命名為 Arriver。
2020 年 8 月，維甯爾與高通達成合作，并于 2021 年 1 月簽署了合作協定，雙方合作傳遞可擴充的先進駕駛輔助系統（ADAS）和協作式自動駕駛（AD）解 決方案，采用 Veoneer 下一代感覺與駕駛政策軟體棧和高通 Snapdragon Ride ADAS/AD 可擴充系統級 SoC 組合與加速器。
2021 年 10 月 4 日，高通與 SSW Partners 達成最終協定，以 45 億美元（約合 290.03 億元人民币）收購瑞典汽車技術公司 Veoneer（維甯爾），以全現金方 式交易。根據協定，Veoneer 每股價值 37 美元。交易完成後，SSW Partners 将收購 Veoneer 所有流通股本，并将 Arriver 傳感器和自動駕駛軟體平台出售給 高通，保留 Veoneer 的 Tier 1 業務。
內建 Arriver 視覺感覺軟體棧，推出 Snapdragon Ride Vision 視覺系統。高通在 CES 2022 上釋出了 Snapdragon Ride Vision 視覺系統，該系統擁有全新 的開放、可擴充、子產品化計算機視覺軟體棧，基于 4 納米制程的系統級 SoC 芯 片打造，旨在優化前視和環視攝像頭部署，支援先進駕駛輔助系統（ADAS） 和自動駕駛（AD）。該視覺系統內建了專用高性能 Snapdragon Ride SoC 和 Arriver 下一代視覺感覺軟體棧，提供多項計算功能以增強對車輛周圍環境的感覺，支援汽車的規劃與執行并助力實作更安全的駕乘體驗。利用 Ride 平台軟體開發套件（SDK），汽車制造商和 Tier 1 可以靈活開發其駕駛政策軟體棧并內建元件，帶來擴充靈活性，使其能夠內建地圖衆包、駕駛員監測系統（DMS）、泊車系統、蜂窩車聯網（C-V2X）技術和定位模組，進而支援更優的定制化和向上內建。Snapdragon Ride 視覺系統預計将于 2024 年量産上市。
主機廠合作不斷增加，相關量産車型落地在即
自高通在 2020 年初推出 Snapdragon Ride 自動駕駛平台後，目前已經與通用、長城、寶馬等多家主機車廠達成合作，将在下一代新車上搭載 Ride 平台，相關量産車型落地在即。
（1）通用（GM）：
通用将在下一代 Ultra Cruise 駕駛輔助系統搭載高通 Ride 平台。高通在 CES 2020 上宣布與通用集團在數字座艙、車載資訊處理和 ADAS 領域開展合作。通用近期釋出了其駕駛輔助系統 Ultra Cruise 計算平台，該平台由兩個 Snapdragon SA8540P SoC 和一個 SA9000P AI 加速器組成，可在 16 核 CPU 上提供關鍵的低延遲控制功能，并為相機、雷達和雷射雷達處理提供每秒超過 300 Tera 操作的高性能 AI 計算。SA8540P SoC 采用 5nm 工藝技術設計，可 實作卓越的性能和能效，将為 Ultra Cruise 的傳感、感覺、規劃、定位、映射 和駕駛員監控提供必要的帶寬。通用汽車計劃将在 2023 年在凱迪拉克旗下全 新純電動 CELESTIQ 首發上市，并配置自主研發的 Ultra Cruise 軟體棧，覆寫 95%駕駛場景的可放開雙手自動駕駛。
（2）長城汽：
長城汽車與高通在自動駕駛領域達成合作，相關量産車将在 2022 年量産。2020 年 12 月，長城汽車與高通宣布雙方在自動駕駛領域達成合作，長城汽車将率先 采用高通 Snapdragon Ride 平台，打造先進的高算力智能駕駛系統——長城汽 車咖啡智駕系統，并在 2022 年量産的長城汽車高端車型中采用，長城汽車是 國内首批采用高通 Snapdragon Ride 平台的整車廠商。2021 年 7 月正式釋出 搭載高通 Snapdragon Ride 平台的自動駕駛平台 ICU 3.0，搭載這一平台的量 産車型将于 2022 年二季度正式傳遞。
長城旗下毫末知行在 CES 2022 上推出基于高通 Ride 平台的域控制器。毫末 智行成立于 2019 年 11 月，前身是長城汽車的智能駕駛部，毫末智行在兩年的 發展過程中，擁有了全棧自研自動駕駛解決方案和資料智能中心，業務範圍包 括乘用車、無人物流車、智能硬體。毫末智行在 2021 年底的 10 億元 A 輪融資 中，高通創投參與了本輪投資，毫末知行的投後估值超過 10 億美元。在 CES 2022 大會上，毫末智行聯合高通全球算力最高的可量産自動駕駛計算平台毫末 智行小魔盒 3.0，其平台單闆算力達 360TOPS，可持續更新到 1440TOPS。這 也是高通 5nm 自動駕駛計算平台的全球首發量産。SA8540P SoC+SA9000 的 組合，支援接入 6 路千兆以太網/12 路 800 萬像素攝像頭/5 路毫米波雷達/3 路 雷射雷達，可以做 L1/L2 級别的降級控制，也可以滿足目前 L3 以及後續 L4/L5 等全場景自動駕駛功能的實作。
（3）寶馬集團：
高通與寶馬集團在自動駕駛領域達成合作，相關車型将在 2025 年量産。在 2021 年 11 月的高通投資者大會上，高通宣布與寶馬集團在自動駕駛領域達成合作， 寶馬的下一代車型将采用高通 Snapdragon Ride 自動駕駛平台，其中包括高通 的中央計算 SoC 等多個核心部件，新款車型将在 2025 年量産。
4 Mobileye：ADAS 賽道的先行者，目前市占率第一
ADAS 賽道的先行者，EyeQ 系列累計出貨量過億片
Mobileye 自 1999 年便開始專注于 ADAS 賽道。Mobileye 于 1999 年由以色列 希伯來大學的 Amoon Shashua 教授和 Ziv Aviram 創立，靠視覺算法起家，主 要業務是開發自動駕駛相關的系統和 EyeQ 系列晶片。2007 年，Mobileye 的 EyeQ1 開始在寶馬、通用和沃爾沃等車企量産上車，2008 年釋出了 EyeQ2， 尤其在 2014 年推出 EyeQ3 後一舉成名，同時于 2014 年在美國納斯達克上市， 市值高達 80 億美元。在 2017 年由英特爾以 153 億美元收購，進而私有化退市， 成為英特爾旗下自動駕駛業務部門。英特爾計劃在 2022 年中讓 Mobileye 獨立在美上市。
Mobileye 在 2021 年 Q3 營業收入同比增長 39%，18-20 年營收複合增速 18%。 2021 年 Mobileye 拿到了 30 多家車企的 41 項新訂單，涉及約 5000 萬輛新車 搭載。根據英特爾财報顯示，Mobileye 在 2021 年 Q3 營業收入 3.26 億美元， 同比增長 39%。Mobileye 的營業收入從 2018 年的 6.98 億美元提升到 2020 年 9.67 億美元，複合增速為 17.7%。
從 2007 年至今，Mobileye EyeQ 系列晶片累計出貨量超過 1 億顆。Mobileye 的 EyeQ1 自 2007 年在寶馬、通用和沃爾沃量産上車以來，截至目前，公司 EyeQ 系列晶片已經完成 1 億顆的出貨。Mobileye EyeQ 系列晶片出貨量也在 持續增加，但是增速逐漸放緩，EyeQ 系列晶片銷量從 2018-2021 年分别為 1240 萬、1750 萬、1930 和 2810 萬顆，同比增長率 43%/41%/10%/46%。
Mobileye 市場占有率依舊領先，正在逐漸掉隊。在過去 20 年時間裡，Mobileye 以視覺感覺技術為基礎，推出了算法+EyeQ 系列晶片組成的一系列解決方案， 幫助車企實作從 L0 級的碰撞預警，到 L1 級的 AEB 緊急制動、ACC 自适應巡 航，再到 L2 級的 ICC 內建式巡航等各種功能，Mobileye 目前仍然以 36.29% 的市場佔有率排名第一，包括寶馬、沃爾沃、奧迪、蔚來、長城等一系列國内外 車企，甚至特斯拉都曾搭載過 EyeQ 系列晶片。但是，Mobileye 正在逐漸掉隊， 例如，寶馬在 2016 年與 Mobileye 組建了自動駕駛聯盟，但是在前不久已經與高通 Ride 達成合作，蔚來、理想等一批車企則選擇了在新一代車型上搭載英偉達 Orin 晶片。
産品功耗優勢顯著，算法生态相對封閉
Mobileye EyeQ 系列晶片從 2007 年釋出至今，目前一共有五代産品：
(1) EyeQ1：Mobileye 的 EyeQ 系列晶片最初是和意法半導體公司共同開 發，第一代晶片 EyeQ1 從 2004 年開始研發，于 2007 年上市，算力為 0.0044 TOPS，功耗為 2.5W；
EyeQ5 采用“CPU+ASIC”架構，功耗極低，但生态相對封閉。EyeQ5 主要 有 4 個子產品：CPU、Computer Vision Processors（CVP）, Deep Learning Accelerator（DLA）、Multithreaded Accelerator（MA），其中 CVP 是針對傳 統計算機視覺算法設計的 ASIC 子產品，用專有的 ASIC 來運作這些算法而達到 極低功耗而聞名。但是其算法系統相對封閉，對 OEM 和 Tier 1 來說是黑盒， 他們無法進行二次修改進而差異化自己的算法功能。Mobileye 的算法解決方案 還是以傳統計算機視覺算法為主，深度學習算法為輔，這也直接決定了其以 CVP 為主，DLA 為輔的架構。
釋出高算力先進制程晶片，布局高階自動駕駛
Mobileye 在近年的 CES 2022 大會上釋出了三款最新的晶片 EyeQ Ultra、 EyeQ6 Light 和 EyeQ6 High。此外，Mobileye 與吉利汽車集團的極氪共同宣 布，将在在 2024 年前推出具有 L4 能力的純電新車，新車基于吉利 SEA 平台 打造，使用 6 顆 EyeQ 5 晶片，以處理 Mobileye 的駕駛政策及地圖技術的開放 協作模型。同時，新車将，雙方将在軟體技術方面進行有效內建。
EyeQ Ultra：面向L4級自動駕駛，基于5nm 制程打造，算力176 TOPS， 大約為 10 顆 EyeQ5 晶片的性能。EyeQ Ultra 具備 12 核、24 線程 CPU， 同時還有兩個通用計算加速器和兩個 CNN 加速器。EyeQ Ultra 預計将 在 2023 年提供樣品，2025 年實作量産上車；
EyeQ6 High：面向 L2級自動駕駛，基于7nm 制程打造，算力34 TOPS，EyeQ6 High 具備 8 核、32 線程的 CPU，兩個通用計算加速器和兩個 CNN 加速器。EyeQ6 High 預計 2022 年開始提供樣品，2024 年實作量産；
EyeQ6 Light：面向 L1-L2 級自動駕駛，基于 7nm 制程打造，算力 5 TOPS。EyeQ6 Light 具備 2 核、8 線程 CPU，1 個通用計算加速器和 1 個 CNN 加速器。為上一代 EyeQ4 的疊代版本，但封裝尺寸為 EyeQ4 的 55%。預計 2023 年實作量産。
5 華為：以 ICT 技術全面賦能汽車智能化
堅定“平台+生态”戰略，布局五大業務闆塊
華為智能汽車解決方案包括五大業務闆塊：智能網聯、智能駕駛、智能座艙、智能電動、智能車雲服務。華為自 2014 年成立車聯網實驗室，便開始面向智能網聯汽車領域儲備技術，2019 年 5 月份，華為正式成立了智能汽車解決方案 BU，開始全面進軍智能汽車賽道。華為提出了代表計算和通信的 CC 架構，用 分布式網絡+域控制器的架構，将車輛分為三大部分：駕駛、座艙和整車控制， 推出了基于 CC 架構的三大平台智能駕駛平台（MDC）、智能座艙平台（CDC） 和整車控制平台（VDC）。華為堅持“平台＋生态”的發展戰略，聚焦 ICT 技 術，圍繞 iDVP、MDC 和 HarmonyOS 智能座艙三大平台，建構生态圈，攜手 合作夥伴幫助車企造好車。
打造開放共赢的 iDVP 智能汽車數字底座，實作軟硬體分層解耦。在智能汽車數字架構中，華為提供智能汽車數字平台的基礎要素 iDVP，i 是智能、D 是數字、V 是汽車、P 是平台，包括計算與通信架構 CCA、車載作業系統、多域協同軟體架構 HAS Core 和完善的整車級工具鍊，建構硬體生态和軟體生态，與夥伴們聯合定義硬體接口和軟體接口，聯合開發原子化服務，實作軟硬體分層解耦，幫助車企快速開發跨廠家、跨裝置的應用，為使用者帶來持續進化的體驗。華為積極參與産業聯盟，建立共識，基于自身實踐，貢獻行業标準。
基于華為 MDC 計算平台，打造開發共赢的智能駕駛生态
華為 MDC（Mobile Data Center，移動資料中心）定位為智能駕駛的計算平台， 內建華為在 ICT 領域 30 多年的研發與生産制造經驗，為開發者提供全場景覆 蓋的工具鍊與豐富的 SDK，支援夥伴的軟體開發和移植，同時滿足智能駕駛應 用對車規、安全的核心要求。目前，已經有 70 多家合作夥伴加入了 MDC 生态 圈，聯合推進乘用車、港口、礦卡、園區等智能駕駛場景的試點與商用。
華為 MDC 平台遵循平台化與标準化原則，包括平台硬體、平台軟體服務、功 能軟體平台、配套工具鍊及端雲協同服務，支援元件服務化、接口标準化、開 發工具化；軟硬體解耦，一套軟體架構，不同硬體配置，支援 L2+~L5 的平滑 演進，保護客戶或生态合作夥伴的應用軟體開發的曆史投資。MDC 自動駕駛平 台的系統架構是可伸縮的，通過對 CPU 核心數，人工智能加速核心搭載數量以 及 IO 接口數量的增減，可滿足高、中、低端乘用車從駕駛輔助到高端智能駕駛 的不同使用場景。
華為 MDC 采用 CPU+NPU 路線。以華為 2018 年釋出的 MDC 300F 為例，集 成了華為自研的 Host CPU 晶片、AI 晶片、ISP 晶片與 SSD 控制晶片。CPU 晶片：華為自研的鲲鵬 920 處理器，基于 ARM 架構，采用 7nm 工藝，2.0GHz， 最大功耗 55W；NPU 晶片：華為自研的昇騰 310 處理器，基于達芬奇 AI 架構， 可以提供 16TOPS@INT8 的算力，采用 12nm 工藝，最大功耗 8W。
華為 MDC 平台将硬體接口标準化，基于 SOA 架構，通過标準元件接口實作不同算法元件組合及應用。華為 MDC 平台支援智能駕駛相關的多種傳感器、執 行器、IVI 或 T-Box 等周邊子產品的接入，支援豐富、靈活可變的主流硬體标準化 接口，如 GMSL、CAN、CAN-FD、Automotive-Ethernet 等，提供廣泛的相容 性與選擇靈活性。同時，華為 MDC 功能軟體基于 SOA 架構，遵循 AUTOSAR 規範，定義了智能駕駛基本算法元件，能夠實作感覺算法元件、融合算法元件、 定位算法元件、決策算法元件、規劃算法元件、控制算法元件的調用架構與組 件之間的軟體接口。上層場景應用可以靈活選擇不同的算法元件組合，實作具 體的場景應用功能。
華為 MDC 産品線逐漸完善，陸續釋出 MDC 300F/210/610/810 多款産品，覆 蓋從 L2+~L5 全場景自動駕駛應用。在 2019 年，華為正式推出了 MDC 300F， 算力 64 TOPS，面向商用車場景，華為正式開啟了 MDC 生态建設；2020 年 9 月，在華為智能汽車解決方案生态論壇上，華為釋出了 MDC 210 與 MDC 610， 前者算力達 48 TOPS，适用于 L2+自動駕駛，後者算力達 200+ TOPS，适用 于 L3/L4 級别自動駕駛；2021 年，在上海車展上，華為釋出了 MDC 810，算 力達到 400+ TOPS；華為計劃在 2022 年釋出 MDC 100，進一步豐富 MDC 産 品線。
華為還提供了一系列的華為 MDC 開發者套件包括 MDC 工具鍊、MDC Core SDK 和車雲協同開放平台。在華為 MDC 平台硬體上，運作着智能駕駛作業系統 AOS、VOS 及 MDC Core，并配套提供完善的開發工具鍊。基于華為 MDC 平台的作業系統、平台軟體與功能軟體中間件，均對外提供标準的開放 API 與 SDK 開發包，結合簡單易用的工具鍊，助力客戶或生态合作夥伴研發效率提升，實作智能駕駛應用的快速開發、調測、部署與運作。
MDC 工具鍊：包含 AI 算子開發工具 MindStudio、AP 配置工具 MMC、 內建開發環境 MDS、标定診斷工具 MCD 以及可視化調測工具 Mviz， 覆寫智能駕駛應用的研發、調試、部署及營運全生命周期。通過 MDC 工具鍊可以實作“1 小時安裝、1 天上手、1 周遷移、1 月上車”的“4 個 1”的開發效率；
MDC Core SDK：包含 MDC Turbo 性能加速包，裡面含主流算子庫、 典型算子及網絡模型性能優化。MDC Core SDK 同時還包含了 MDC 開發服務包，華為方面将中間件服務化，包括傳感器接入服務、AP 服 務、安全服務以及診斷服務等，以 API 的形式對外開放。華為還會提 供智能駕駛服務架構 ADSFI，開發參考示例代碼，以及配套的開發指 南等文檔。MDC Core SDK 支援 TensorFlow、Caffe 等主流 AI 架構、 1000 多個算子，以及包括 AP 在内的 100 多個 API 服務；
車雲協同開放平台：雲端有極其強大的算力，車雲協同是算法快速疊代 的必要和有效的手段，華為在雲端提供了資料服務、場景庫服務、訓練 服務、仿真服務等，提升了車端算法的泛化能力，加速了車端和雲端的 資料閉環。車雲協同開放平台内有超過 2000 萬标注資料集，超過 20 萬個場景庫，大幅提升算法訓練與仿真效率。
華為與合作夥伴的合作分為兩種模式：一種是 Huawei Inside 模式，即華為提 供包含智能駕駛應用軟體、計算平台以及傳感器在内的智能駕駛全棧解決方案。另一種是 MDC 平台模式，華為提供 MDC 智能駕駛計算平台，主要包括 SOC 硬體、自動駕駛作業系統、車控作業系統，以及 AutoSAR 中間件。目前，一共有北汽、廣汽、長安、小康賽力斯、長城五家車廠确定搭載華為 MDC 平台。在 2021 年的廣州車展上，廣汽埃安 LX Plus 和長城沙龍機甲龍都選擇 了 MDC 作為智能駕駛計算平台。除此之外，北汽新能源旗下的極狐阿爾法， 小康賽力斯 SF5 和問界 M5、長安阿維塔 11 也都确定搭載華為 MDC 平台。
打造萬物互聯的 HarmonyOS 智能座艙生态
華為于 2020 年 8 月 14 日公布了三大鴻蒙車載 OS 系統——鴻蒙座艙作業系統 HOS、智能駕駛作業系統 AOS 和智能車控作業系統 VOS。華為緻力于以硬體 子產品化、接口标準化、系統平台化為目标，圍繞 HarmonyOS 車機作業系統構 建智能座艙生态，目前，華為在 HarmonyOS 作業系統上增量開發了 9 類車載 增強能力、開放 1517 個車載業務 API、13000 多個 HarmonyOS 的 API，并提 供全面開放的工具和技術支援，降低座艙系統的內建與開發難度，幫助夥伴快 速開發和遷移應用，為使用者帶來豐富的人車生活體驗。
基于 HarmonyOS，華為已經與 150 多家軟硬體夥伴們建立合作。聯合定義硬 件接口，做到硬體即插即用、可替換更新、多樣化硬體之間互聯互通，并通過 API 接口開放給應用，快速開發全場景覆寫、多裝置協同的座艙系統，為消費 者提供個性化、智能化、多樣化的服務體驗。在華為最新的座艙 demo 上，已 經部署了合作夥伴的車載天幕、電子後視鏡、全息投影、轉向系統和智能健康 座椅等多款鴻蒙周邊裝置。
華為打造真正智能化、萬物連接配接的 HarmonyOS 智能座艙生态。華為智能座艙 “一芯多屏”解決方案能夠讓座艙内的液晶儀表、AR-HUD（平視顯示器）、 中央顯示、中央娛樂屏、中控屏、副駕屏等均由同一晶片提供性能支援。華為 圍繞 HarmonyOS 車機作業系統，主要通過三種方式來建構‘應用豐富，體驗 多樣，常用常新’的智能座艙應用生态：（1）針對車域高頻使用的應用，和夥 伴們一起針對基于 HarmonyOS 車域特性能力進行深度适配，打造 HarmonyOS 精品應用；（2）基于華為 1＋8 的全場景生态能力，手機，平闆，智慧大屏的 應用可以無縫繼承上車；（3）針對不常用的長尾應用，HarmonyOS 車機操作 系統同時提供手機投屏能力，滿足使用者多樣化的體驗需求。
搜尋微信小程式："報告搜一搜"；免費下載下傳各行業研究報告pdf和word、可視資料、學習資料。提供研究報告、市場研究報告、行業報告、行業研究報告、調研報告、市場調查報告...
——END——
點選微信小程式"報告搜一搜"；免費下載下傳各行業研究報告pdf和word、可視資料、學習資料。提供研究報告、市場研究報告、行業報告、行業研究報告、調研報告、市場調查報告...
點選這裡，800000+份報告免費下載下傳！