智能汽车行业报告：智能座舱芯片、自动驾驶芯片、车身控制芯片、CIS芯片、ISP芯片（42页）

电动化+智能化升级驱动汽车单车含硅量显著提升，千亿车载半导体行业冉冉开启。随着特斯拉的颠覆性变革，汽车电动化与智能化渐成 主机厂共识，消费者购车时的考量也从传统的性能指标，转向以智能车机、自动驾驶为代表的智能化体验视角。当行业供需两端的关注 点逐步由性能转变至智能时，汽车创新的核心亦从“动力引擎”发动机转移到“计算引擎”半导体。 电动智能汽车的加速渗透将成为车载半导体行业快速增长的核心驱动力。智能化方面，根据McKinsey数据统计，国内L3及以上的高阶自 动驾驶汽车的车载半导体规模占比预计将从2025年的27.8%（50亿美元）提升至2030年的44.8%（130亿美元）。电动化方面，随着新能源 汽车渗透率的快速提升，“三电系统”逐步取代传统的燃油动力系统，伴之而来的亦是整车中汽车电子成本占比的显著提升。根据McKinsey数据统计，预计2025年国内汽车半导体行业规模将达到180亿美元；到2030年该市场规模将达到290亿美元。

根据Gartner数据，2019年纯电动型汽车的半导体成本（750美元）高于插电式混合动力型（740美元）和轻度混合动力型汽车（475美元）。传统用于中央计算的CPU已无法满足智能汽车的算力需求， 集合AI加速器的系统级芯片（SoC）应运而生。 仅依靠CPU的算力与功能早已无法满足汽车智能化所需， 将CPU与GPU、FPGA、ASIC等通用/专用芯片异构融合的 SoC方案被推至台前，成为各大AI芯片厂商算力军备竞赛的 主赛道。车载传感器作为智能汽车之“眼”，是智能汽车时代最重要的增量汽车零部件之一。其中，车载摄像头作为智能汽车内应 用领域最为广泛的传感器，不但可以协助实现视觉方案下的自动驾驶技术，同时亦广泛应用于疲劳监控等多个座舱功能。 

车载摄像头工作原理：当镜头采集到光影后，经CIS通过光电效应将光信号转换成每个像素的数字信号，输出拜尔阵列 （bayer pattern），随之进入ISP进行图像处理（包括镜头阴影校正、黑电平校正、自动白平衡等），最终输出YUV/RGB格 式的图像，再通过I/O接口传输到中央计算平台处理。车载摄像头放量在即：根据GGAI统计，预计2018年至2025年，国内前视ADAS摄像头的出货量将由330万颗上升至7500万颗， 环视摄像头的出货量将由1500万颗增长至1.7亿颗，座舱内置摄像头出货量将由180万颗上升至4600万颗。