SoC芯片概念、產業鏈與需求分析

關鍵重要性提升，主機廠加速上游一體化。

1.SoC芯片崛起，開啟智能系統集成新時代

SoC芯片（System on Chip）為系統級芯片，是一種高度集成的半導體產品，將一個完整電子系統所需的所有組件集成到一個單一芯片上。 通常包括處理器核心、存儲器、數字信號處理器、通信模塊以及電源管理單元等。這種集成化設計突破了傳統多芯片分立架構的限制，形 成一個完整的片上系統，可獨立運行操作系統并執行復雜任務。

傳統MCU則被稱為“單片機”，是一種集成了處理器核心（通常為微型處理器）、內存（如閃存和RAM）以及輸入/輸出（I/O）接口的單片 集成電路。相比MCU，Soc芯片內部集成更多異構處理單元，結構設計更復雜，處理和計算能力更強。其高性能、低功耗、小尺寸和高可靠 性的特點使其適用于多任務處理以及計算任務更復雜的應用場景，如高級駕駛輔助系統、自動駕駛、車載信息娛樂系統等。

從通俗角度理解，SOC的設計理念為“All in one”,是系統集成的超級平臺，具有多核異構計算、大容量存儲支持、復雜功能模塊的特征； 而MCU的設計理念則是“精簡至上”，是單一任務執行專家，具有單一核心CPU、只有基礎存儲單元和必要外設接口的特點。通常MCU用于執 行實時性強的任務，且直接控制硬件；而SOC則運行完整操作系統，處理圖像識別、語音交互、自動駕駛等復雜算法。

因此在智能座艙和智能駕駛中，SOC與MCU也常常以協作的方式共同存在。以自動駕駛為例，MCU負責執行車輛的實時控制和高可靠性任務， 如發動機控制、轉向控制、制動控制等，同時管理車內通信；而SOC則用于支持并行計算和復雜算法，處理多傳感器感知數據，進行運動控 制等。同時由于復雜性高，常常需要額外機制來保證安全性。因此智駕域控制器中也常有負責安全冗余的MCU存在。

SoC芯片產業鏈上游主要包括IP核授權、EDA（電子設計自動化）軟件等設計工具廠商、半導體材料及設備。其中，IP核授權和EDA軟件等設 計工具廠商為芯片設計廠商賦能，助力其加快芯片的開發周期和上市時間。半導體材料及設備廠商則為芯片制造提供基礎材料和先進設備， 確保芯片制造的高效和高質量。

SoC芯片中游產業包括芯片設計、芯片制造和封裝測試三個主要環節。部分企業進行了垂直整合，涉及到了所有的環節。部分企業只是參與 其中一個環節。根據所包含環節的不同，這些半導體企業的經營模式一般分為垂直整合模式（IDM 模式）、晶圓代工模式（Foundry模式） 和無晶圓廠模式（Fabless模式）。

Tier1和車企屬于芯片設計公司的下游。在以往的產業鏈模式中，整個供應鏈是線性的，芯片設計公司作為Tier2，與Tier1之間的接觸和合 作比較密切，與車企之間很少接觸。然而，現在很多車企會主動找頭部芯片公司進行交流和合作，共同調研用戶需求，定制開發適合自身 需求的芯片。這種合作模式既有利于提升車企自身的產品競爭力，也有利于保證芯片供應的穩定性。

2.智艙、智駕、自動駕駛引領汽車進化，SOC芯片需求爆發

汽車競爭用戶可感知領域，智能座艙SOC芯片要求提升

新能源汽車突破50%滲透率，進入“后期大眾市場”階段。消費者在意“一攬子”整體需求的滿足。這種整體需求的提升，既包括企業 通過品牌實現的背書，也包括企業持續通過“最小單元最佳解決方案”給予用戶的超預期滿意度。

無論是品牌構建還是“最小單元最佳解決方案”的推動，外觀、 內飾、座艙等用戶可感知領域的發力都是車企競爭的關鍵方向。

端到端+智駕平權，智駕SOC全面發力

隨著智能駕駛技術的快速發展，感知算法從傳統的CNN（卷積神經網絡）逐漸向Transformer架構結合BEV（鳥瞰圖）感知，再到端到端的大 模型方向演進。這種技術演進對車載SoC芯片的算力提出了更高的要求，同時也推動了芯片設計向更高性能和更優性價比方向發展。

（1）CNN架構的局限性

傳統的CNN架構主要用于處理二維圖像數據，適用于簡單的圖像識別和分類任務。然而，隨著智能駕駛場景的復雜化，CNN架構在處理多視 角、多傳感器數據融合時逐漸暴露出局限性。在360°環繞感知場景中，CNN架構的算力需求約為20-30TFLOPS。但隨著技術的發展，這一需 求已經無法滿足更高階的智駕功能。

（2）Transformer+BEV架構的興起與中算力芯片的適配

Transformer架構以其強大的并行處理能力和對長距離依賴關系的建模能力，在智能駕駛領域得到了廣泛應用。結合BEV感知，能夠將多視 角的圖像數據轉換為統一的鳥瞰圖視角，從而更準確地感知車輛周圍的環境。從CNN到Transformer+BEV的演進，算力需求從20~30TFLOPS提升到200+TFLOPS。這種架構的演進要求SoC芯片具備更高的算力和更高效的并 行處理能力。中算力芯片（20-100TOPS）支持實現輕量級行泊車一體域控制器方案，能夠實現高速NOA、城市記憶NOA等功能。這些芯片在 滿足一定智駕功能需求的同時，提供了更高的性價比，適合中端價位車型。如地平線的J5芯片，AI算力可達128TOPS，能夠支持多傳感器融 合和復雜的智駕功能