证券研究报告 请务必阅读正文最后的中国银河证券股份公司免责声明 table_research 行业深度 报告 计算机 2021 年 06 月 15 日 table_main 公司深度报告模板 2021 中期策略 ： 鸿蒙开启新时代， AIOT+信创双重加速 计算机 行业 推荐 维持 评级 核心观点： 供给侧：鸿蒙开启新时代 ， AIOT 及信创有望 双提速。 鸿蒙 2.0 作为次 世代 OS 于 6 月 2 日发布，剑指万物互联，其生态的演变及智能终端 规模化落地将成为 AIOT 时代我国实现弯道超车的重要拐点。随着鸿 蒙 2.0 的规模化推送， 华为将通过产品、渠道、技术等各个方面加大对 生态伙伴赋能，华为 软硬件 生态体系合作伙伴有望迎来重要发展机遇。 场景侧： AIOT 之软件定义汽车处于渗透率早期， 汽车电子电气架构 的变革 催生 产业链价值 重构，带来众多投资机会。 智能汽车有望完 美复制智能手机产业链变革， SDV 成为未来趋势，传统的 tier 1 主导 汽车格局升级为软件定义汽车，我们判断智能驾驶领域投资机会由近 及远： 电池 +域控制器 SOC+操作系统 +关键零部件 +OTA。 需求侧： 先 验指标显示信创及金融 IT 板块景气度 高涨，业绩有望加 速释放。 信创产业 进入加速期，从 渗透率处于第一梯队 的 党政和金融， 逐步向 处于第二梯队 的 电信、交通、电力、石油、航空航天 行业以及 处 于第 三 梯队 的 教育、医院领域渗透。 金融 IT 受 内因 +外因共同推动持 续 高速 发展 ，成为计算机行业确定性最好的赛道之一。 Q1 计算机行业基本面 指标良好 ： 2021 年 Q1 计算机行业子板块中，营 收整体 呈现稳健增长态势，营收层面，金融 IT 收入增长最高；其次是 教育 IT 及信创增速较高。利润增长率方面，人工智能板块表现突出实 现高速增长。估值层面，计算机行业目前整体估值 52 倍，低于过去 5 年中位值，行业具备中长期配置价值。 投资建议： 我们看好鸿蒙催化带来的多场景智能物联的渗透率快速提 升，以及信创、金融 IT 高景气度带来的投资机会 ， 重点推荐 中科创达、 道通科技、柏楚电子、同花顺、恒生电子、极米科技 ，此外建议关注润 和软件、瑞芯微、 德赛西威、鸿泉物联、 拓尔思、 金山办公、小米集团 W、中控技术、中望软件、深信服、安恒信息、威胜信息 。 重点公司盈利预测与估值水平情况（截至 2021 年 06 月 15 日） 股票代码 股票名称 总市值（亿元） EPS PE 2021E 2022E 2023E 2021E 2022E 300496.SZ 中科创达 587.80 1.56 2.18 2.94 89.27 63.67 688208.SH 道通科技 393.84 1.40 1.97 2.71 62.59 44.42 688188.SH 柏楚电子 393.43 5.27 7.01 9.17 74.37 55.96 300033.SZ 同花顺 575.61 4.08 5.21 6.46 26.24 20.56 600570.SH 恒生电子 945.95 1.46 1.79 2.18 61.96 50.69 688696.SH 极米科技 371.00 9.44 13.92 20.00 78.57 53.31 资料来源： Wind，中国银河证券研究院整理 风险提示： 行业竞争加剧的风险 ;疫情带来的订单延迟等风险；中美摩 擦相关风险 ;信息安全风险；产业发展进度不达预期的风险 。 分析师 吴砚靖 ：（ 8610） 66568589 ： 分析师登记编码： S0130519070001 邹文倩 ：（ 8610） 86359293 ： 执业证书编号： S0130519060003 李璐昕 ： （ 021） 20252650 ： liluxin_ 分析 师登记编码： S0130521040001 研究助理： 王子路 ：（ 8610） 86359270 ： wangzilu_ 行业数据 2021-06-15 table_report 资料来源： Wind，中国银河证券研究院整理 相关研究 华为即将发布鸿蒙手机系统，鸿蒙生态将加 速发展 2021-05-27 2021CES 展点评：汽车智能化依旧是两点 2021-01-15 资金南下，港股具备投资机会 2021-02-06 行业深度研究报告 /计算机行业 请务必阅读正文最后的中国银河证券股份公司免责声明。 目 录 一、核心观点 . 1 （一）鸿蒙为万物互联而生，分布式跨终端优势突出 . 1 （二）鸿蒙成败的关键要素解析 . 2 （三）鸿蒙将促进 AIOT 加速爆发 . 4 二、细分子板块投资机会解读 . 6 （一）软件定义汽车 . 6 （二）信创生态日趋成熟，业绩进入兑现期 . 18 （ 三 ） 金融 IT具备长期投资价值 . 22 三、产业关键要素边际变化 . 26 （一） 5G 建设稳步推进，终端渗透率快速提升 . 26 （二）物联网终端数量及 MCU 产品出货量走高 . 28 （三）市场正逐步从 IoT 向 AIoT 转变 . 28 （四）云计算海外巨头资本支出保持增长态势 . 29 （五）政府 IT 支出保持增长 . 30 四、行业基本面及行情回顾 . 30 （一 ）涨跌幅跑输各行业，估值排名靠前 . 30 （二）净利润增长率回升，估值水平持续抬升 . 32 （三） 沪深股通持仓计算机行业市值占比较小，持仓倾向于成长性好、商业模式佳的企业 . 33 （四）细分子板块表现 . 35 五、重点推荐公司 . 38 六、风险提示 . 39 插 图 目 录 . 40 表 格 目 录 . 41 行业深度研究报告 /计算机行业 请务必阅读正文最后的中国银河证券股份公司免责声明。 1 一 、 核心观点 （一） 鸿蒙为万物互联而生，分布式跨终端优势突出 6 月 2 日 华为正式发布支持 手机、平板、电视、无人驾驶、车机设备、智能 穿戴等多终端 的鸿蒙操作系统。相较安卓、 iOS ，鸿蒙有很大不同，鸿蒙从研发之初即希望可以用一套系统 解决所有硬件设备装载系统问题，告别“不同硬件装不同系统”的时代 ， 是全球第一个基于微 内核的全场景分布式 OS。鸿蒙与安卓均是基于 Linux 开发的底层内核， 2019 年，谷歌宣布不 再对华为开放 GMS 服务，令华为在海外市场受挫 ， 此后华为着力开发自己的 HMS 服务。 智能手机市场增长红利见顶， 2021 年 3 月中国移动互联网月活跃用户规模达 11.62 亿人 次， 21Q1 人均单日 APP 使用时长为 5.3 小时， 环比提升 0.3 小时， 同比 下降 1.4 小时。移 动网民人均 APP 安装总量为 63 款，总体保持稳定 。 移动产业 将 从手机 移动端 向全场景多设 备 物联网终端 竞争转移， IoT 设备增长成为移动互联新 引擎 ，预计 2025 年人均持有智能终端 设备数量将超过 9 台。 当下 的智能设备并没有带来更好的全场景体验， 体现在： 连接步骤复 杂、生态无法共享、数据难以互通、能力难以协同。华为 提出“ One as All All as One”， 在控制 中心中增加了“超级终端”控制卡，超级终端中会显示附近各类智能硬件产品，用户只需通过 “拖拽”就可以实现硬件的连接组合 ，同时， 通过基于鸿蒙的服务流转功能，服务可以在不同 硬件设备之间“流动” ，以满足 不同鸿蒙设备之间还通过后台任务中心实现应用的跨设备流转。 伴随着鸿蒙 2.0 的规模化推送， AIoT 产业链将迅速发展， AIOT 产业链显著受益的环节有 上游 AIOT 芯片、中游技术合作伙伴，下游应用生态也将迎来增 量。此外，信创产业链国产适 配将加速发展 。 华为将通过产品、渠道、技术等各个方面加大对生态伙伴赋能，华为软硬件生 态体系合作伙伴有望迎来重要发展机遇。 图 1： 鸿蒙 OS 为万物互联而生 资料来源： 中国银河证券研究院 行业深度研究报告 /计算机行业 请务必阅读正文最后的中国银河证券股份公司免责声明。 2 图 2： 华为鸿蒙操作系统发展历程 资料来源： 中国银河证券研究院 鸿蒙为万物互联而生，分布式跨终端优势突出 。 拥有更为强大微内核，达到高度安全与低 延迟特性，分布式架构能够实现终端跨越无缝衔接的操作体验，统一的 IDE 能够做到系统一 次部署，多生态开发， 确定时延引擎和高性能 IPC，用以解决现有 系统算力不足问题， 分布式 软总线性能无限逼近硬总线能力，让多设备融合一体 ；同时 分布式数据管理让跨设备数据处理 如同本地一样方便快捷 。 图 3：华为鸿蒙特征 图 4： 分布式软总线技术提升性能 资料来源： 中国银河证券研究院 资料来源： 华为官网，中国银河证券研究院 （二）鸿蒙成败的关键要素解析 能否跨过 16% 的市占率？是生态繁荣与否乃至成败与否的分水岭。 华为预测到 21 年底搭载鸿蒙的设备是 3 亿台，其中华为设备超 2 亿台，面向第三方合作 伙伴的终端设备超过 1 亿台；同时搭载鸿蒙系统的 Pad、手表、智慧屏、音箱等设备数量达 3 千万台以上； 6 月 2 日发布鸿蒙 OS2.0 之后仅 1 个星期内，升级用户突破了一千万台，如果做 行业深度研究报告 /计算机行业 请务必阅读正文最后的中国银河证券股份公司免责声明。 3 线性外推（假设），一年装机量将达到 5.21 亿台。 华为采取 1+8+N 战略： “ 1”是指智能手机，是整个设备互联网络接入口；“ 8”指的是 八大终端，分别是车机、音箱、耳机、手表 /手环、平板、大屏、 PC 和 AR/VR；“ N”是其他 IOT 设备，包括智能家居和智能运动设备；鸿蒙 OS 则在全场景战略中扮演中枢角色。 手机：消费者业务 CEO 余承东表示华为已售手机约 7 亿台，约 90%的华为存量手机和在 手手机均可升级鸿蒙系统。手机升级将分批次进行。 图 5： 华为“ 1+8+N”布局 资料来源： 华为官网，中国银河证券研究院 乐观因素方面： 根据出货量等数据测算，华为在国内的在役存量智能手机数量约为 4.6 亿 台（今年内计划完成 2 亿台鸿蒙升级），占国内市场智能手机存量 30%左右。智能可穿戴设备 的存量约为 6300 万个（今年内计划完成 3000 万个鸿蒙升级），市占率约为 20%左右。加上新 机发布和第三方生态伙伴的量，国内市场具备达到 16%渗透率的可能性。 从硬件载体来看，鸿蒙系统除手机外还可以搭载众多 IoT 数据， IoT 设备增长潜力大，且 具有流畅、开源、分布式能力、一次开发多端适配等优势。 图 6： 华为手机出货量（单位：百万） 图 7： 智能手机中国市占率对比 资料来源： Gartner,中国银河证券研究院 资料来源： Gartner,中国银河证券研究院 不乐观因素： 鸿蒙 软件的开发者数量 目前仅是 Android 的 9%和 iOS 的 7.5%；用户端的应 用数量方面，鸿蒙仅是 Android 的 3.3%和 iOS 的 2.2%左右。搭载机方面，鸿蒙手机出货量下 行业深度研究报告 /计算机行业 请务必阅读正文最后的中国银河证券股份公司免责声明。 4 滑趋势明显， 2021 年第一季度，华为手机在中国市场的出货量同比下滑 50%，出货量为 1490 万部。 图 8: 鸿蒙 HarmonyOS 2.0 与安卓 /iOS 区别 图 9: 鸿蒙与安卓 /iOS 开发者 /应用数量对比 资料来源： 中国银河证券研究院 资料来源： 中国银河证券研究院 （三）鸿蒙将促进 AIOT 加速爆发 鸿蒙 将推动 AIOT 加速爆发 。 全球 AIOT 市场正快速爆发，麦肯锡全球 研究所的数据显 示，每一秒都有 127 个新的 IoT 设备联网， 2020 年消费类电子设备数为所有已安装的 IoT 设 备的 63%，到 2024 年全球的联网设备将达到 400 亿个。 图 10： 2015-2025 年中国物联网连接数量 图 11： 2018-2022 年中国 AIOT 行业市场规模（单位：亿元） 资料来源：艾瑞咨询， 中国银河证券研究院 资料来源：艾瑞咨询， 中国银河证券研究院 AIOT 的产业链价值增值量最大的环节位于垂直行业应用解决方案业务。 从产业链到最终 价值链 ，共分为四层，感知层，网络层，平台层和应用层。其中垂直行业解决方案受益程度最 大，能达到 30%-40%。 图 12： AIOT 产业链主要环节、核心技术及价值分布 行业深度研究报告 /计算机行业 请务必阅读正文最后的中国银河证券股份公司免责声明。 5 资料来源： 中国银河证券研究院 场景侧： AIOT 之软件定义汽车处于渗透率早期，空间大，估值弹性高。智能汽车有望完 美复制智能手机产业链变革， SDV 成为未来趋势，传统的 tier1 主导汽车格局升级为软件定义 汽车，我们判断智能驾驶领域投资机会由近及远：电池 +域控制器 SOC+操作系统 +关键零部件 +OTA。 需求侧：先验指标显示信创及金融 IT 板块景气度高涨，业绩有望加速释放。信创产业进 入加速期，从渗透率处于第一梯队的党政和金融，逐步向处于第二梯队的电信、交通、电力、 石油、航空航天行业以及处于第三梯队的教育、医院领域渗透。金融 IT 受内因 +外因共同推动 持续高速发展，成为计算机行业确定性最好的赛道之一。 21Q1 计算机行业基本面指标良好： 2021 年 Q1 计算机行业子板块中，营收整体呈现稳健 增长态势，其中，营收层面，金融 IT 收入增长最高；其次是教育 IT 及信创增速较高。利润增 长率方面，人工智能板块表现突出实现高速增长。 图 13： 华为鸿蒙三场景增长逻辑 行业深度研究报告 /计算机行业 请务必阅读正文最后的中国银河证券股份公司免责声明。 6 资料来源： 中国银河证券研究院 图 14： 华为鸿蒙产业链投资逻辑 资料来源： 中国银河证券研究院 二 、 细分子板块投资机会解读 （一） 软件定义汽车 全球汽车行业正处于大变革的转折点上，汽车电子电气架构由分布式向集中式进化是行 业确定性的大趋势。对于这一大趋势的必然性，可以从三方面来理解。 第一，在分布式时代， 车辆每个功能由单一的电子控制单元（ ECU）控制，车辆功能的增加依赖于 ECU 和线束数量 的不断累加，由于单个 ECU 的软硬件耦合，无法实现协同升级，造成汽车成本不断上升。第 二，不仅成本上升，分布式架构下由于软硬件无法分离，每个 ECU 处于相对孤立的状态，数 据和信息交换能力较低，难以实现智能化；而集中式架构的软硬件分离，简化了软件的可升级 性，车辆功能的可扩展性大大增强。第三，特斯拉集中式架构的成功，不仅使造车成本大大降 低，也给行业带来巨大的示范效应，在整个汽车行业引起颠覆性变革。 特斯拉的生产成本能快 速下降 主要是 因为线束成本的降低， 其最早的整车线束有 3 公里长，而其最新架构中线束长度 只有 100 米。 同时 ，其线束缩短 之后整车生产的自 动化程度 也大大提升。 汽车电子电气架构的变革将给产业链带来深远影响，产业链价值将面临重新分配。 从大的 角度来看，我们认为主要有两方面影响： 1、传统车载芯片的部分市场将被 AI 芯片替代。集中 式架构下， ECU 数量将大幅下降，车辆功能的增加不再是 ECU 数量的累加而是取决于域控制 器的算力， AI 芯片应用兴起。 2、软件价值量占比大大提升。集中式架构下，产业链新增环节 有域控制器、软件操作系统和中间件以及算法，这也势必给产业格局带来一些变化。 行业深度研究报告 /计算机行业 请务必阅读正文最后的中国银河证券股份公司免责声明。 7 图 15： 汽车电子电气架构发展趋势 资料来源： 博世 汽车，中国银河证券研究院整理 传统车载芯片 （ MCU）的部分市场面临 被 AI 芯片替代的 趋势。 现阶段汽车芯片主要可以 分为两大类，即以 CPU 运算为主的 MCU 和以智能运算为主的 AI 芯片。 MCU 芯片是 ECU 控 制单元的计算大脑， MCU 芯片以控制指令为主，可执行如等待指令、停机指令、空操作指令、 中断指令等，其运算单位为 DMIPS，计算能力为百万条指令 /秒。 AI 芯片以智能运算为主，对 应用于图像、视频等非结构化数据的运算处理的情况下，单位功耗将更低、计算速度更快，其 运算单位为 TOPS、 Tflops，均指每秒运算 1012 次。 伴随 E/E 架构 的 升级， ECU 数量 有望 下降 50% 以上。 ECU 趋于集成与融合，车辆功能 的增加不再是 ECU 数量的累加而是取决于域控制器的算力， AI 芯片应用兴起。 据相关统计， 随着智能驾驶级别的上升，单车 ECU 数量将 越来越少。 ECU 存储较小，运算速度较慢，无法 满足智能汽车人机交互、云数据中心交互、海量非结构化数据处理 的要求，而 AI 芯片能用于 提升 域控制器的算力 。 如 大众汽车 CEO 曾 表示，大众的汽车电子系统正在从分布式向集中式 处理方式转换，计划将 ECU 功能逐步集中，实现当前数十个甚至上百个控制单元减少到三到 五个车载中央处 理器。 表 1： 伴随 E/E 架构升级， ECU 数量有望下降 50% 以上 SoC 作 为系统集成芯片具有更高的算力，在智能座舱及自动驾驶领域受到欢迎，引领车 规级 AI 芯片行业的发展。 SoC 芯片 算力的核心 依赖于处理器芯片 ， 目前 SoC 芯片一般采用 “ CPU+若干 XPU”的架构，其具体方案 根据 车企对 性能、不同模块功能、性价比的要求会有 差异，如英伟达、特斯拉采用“ CPU+GPU+ASIC”的方案，国内地平线则为“ CPU+ASIC”架 构。 根据 IHS 预测，车载 SoC 芯片 的需求逐年增长，预计 2020-2025 年复合增长率达 15%。 图 16： 2020-2025 年全球汽车逻辑芯片市场规模预测（单位：亿美元） 智能驾驶分级 L1 L2-L3 L4-L5 E/E 架构类型 分布式 （跨）域控制器 中央集中式 ECU 数量 100+ 60-80 20-60 资料来源： 36 氪 ，中国银河证券研究院整理 行业深度研究报告 /计算机行业 请务必阅读正文最后的中国银河证券股份公司免责声明。 8 资料来源： IHS，中国银河证券研究院整理 在汽车 E/E 架构由分布式向集中式进化的过程中，软件处于越来越重要的位置。首先， 域控制器、软件操作系统和中间件以及算法是 产业链新增 的 环节 ， 汽车软件研发成本 将 逐步 提高成为整车价值的核心，预计到 2030 年软件成本占整车价值比重将达到 50% ； 随着智能驾 驶等级的提升， 未来汽车的智能化、多样化功能需要搭载相应软 件支持， 软件的性能和功能差 异将决定汽车的差异性；汽车生产产业链上的企业均将重视并加强软件能力建设，实现从开发 模式、组织架构、人员构成 到 运营体系等的内部变革。 根据 麦肯锡 的 报告， 2020 年全球车载 软件（ 算法 、中间件及 OS）市场规模约为 340 亿美元，预计 2025 年提升至 630 亿美元， 2030 年提升至 840 亿美元 ， 2020-2030 年复合增长率为 9%。 各个 域 的软件市场规模 年复合增长率 分别为： OS 和中间件 +11%，车身 域软件 +10%，动力 域 和底盘 域软件 +1%， 智能座舱域软件 +9%， 自动驾驶域软件 +11%。 图 17： 2020-2030 年全球车载软件按域划分的市场规模预测 （单位： 10 亿美元） 资料来源： 麦肯锡 ，中国银河证券研究院整理 行业深度研究报告 /计算机行业 请务必阅读正文最后的中国银河证券股份公司免责声明。 9 域控制器作为各个域的功能中心， 能够 实现每个域内的软硬件分离，标准统一，功能可扩 展性大大增强。 汽车 E/E 架构由分布式向集中式进化是行业确定性的大趋势， 根据博世提出的 六个 E/E 架构的发展阶段来看， 目前大多发展到 域控制器 E/E 架构 的阶段，就是将汽车架构 分为若干个区域，对每个区域内的 ECU 进行集成与融合，由各区域内的域控制器进行功能控 制。如此，每个域内的软硬件能实现分离，标准统一，功能可扩展性大大增强。 智能座舱域、自动驾驶域是产业关注与竞争的焦点。 目前大部分 Tier 1 根据功能来划分 域， 划分为智能座舱域、自动驾驶域、动力域、底盘域和车身域五大区域。 智能座舱域、自动 驾驶域 是产业关注与竞争的焦点，动力域与底盘域由于需要与自动驾驶域的功能结合，有较高 的技术门槛，目前仍处于发展初期。智能座舱域由中控系统发展而来，自动驾驶域是新增的部 分， 两者在集成式发展中新增了大量的软件内容，很考验 Tier 1 供应商的软件能力。 芯片是产业链的核心，与核心芯片深度绑定的软件厂商受益最大。 我们通过 智能座舱域、 自动驾驶域 来看产业链主要环节。域控制器作为各个域的功能中心，集成了芯片、软件操作系 统和中间件、应用算法。其中，芯片是产业链的核心，取决于两方面原因：一是软件需与芯片 实现配套，基于芯片来构建生态；二是当下车厂大多选择芯片算力超配，后续软件不断迭代升 级的模式来生产，因此能与核心芯片深度绑定的软件厂商，相当于拿到了车厂后续的“入场券”。 AI 芯片的格局，智能座舱 领域领先的主要有高通、华为；自动驾驶领域领先的主要有英伟达、 华为、高通。 域控制器里，自动驾驶域控制器潜在发展空间巨大，主要是 L4-L5 级别的自动驾驶对于 域控制 器的需求会爆发。 据麦肯锡的报告，不同域的 ECU/域控制器的市场规模在 2020-2030 年的年复合增长率为： 车身域 +3%，动力域 +5%， 底盘域 +1%，智能座舱域 -2%，自动驾驶域 （ L1-L3） +3%，自动驾驶域 （ L4-L5） 从 2020 年的 0 跃增到 2030 年的 340 亿美元；这主要是 基于假设预计 L4-L5 级别的汽车到 2030 年能达到每年生产 600 万辆， 预计配备 L3 的汽车的 生产数量将从 2020 年的 100,000 辆数量级增长到 2030 年的 1000 万辆以上。 智能座舱域 里， ECU/域控制器 主要用于控制主要的仪表盘、 导航系统或车辆音频系统。智能座舱域 ECU/域控 制器市场规模预计将以每年约 2%的速度下降 ，主要原因是硬件成本相比分布式架构时更低， 而软件成本虽然上升，但随着销量增加带来的规模效应被逐渐摊销， 智能座舱域 控制器的价格 有望进一步下降。 图 18： 2020-2030 年全球 ECU/域控制器 按域划分的市场规模预测 （单位： 10 亿美元） 资料来源： 麦肯锡 ，中国银河证券研究院整理 行业深度研究报告 /计算机行业 请务必阅读正文最后的中国银河证券股份公司免责声明。 10 操作系统 和应用算法的格局则较为复杂，产业分工与合作模式仍处于不断摸索的阶段。 目前产业模式有三种： 1、 车厂 自己做应用 算法， Tier1 兼顾硬件生产以及 操作系统定制化 开发； 2、车厂的应用算法、操作系统定制化开发及域控制器全部用第三方供应商； 3、车厂 从 应用 算 法到域控制器均由 自己 完成，类似特斯拉。 总的来说， Tier1 在软件算法层面 也在积极地与第 三方供应商竞争，车厂话语权较强，选择哪种模式主要由车厂决定，其在一定程度上也引领了 产业软硬件结合的方向。 图 19： 智能网联汽车产业链 资料来源： 5G 产业链，中国银河证券研究院 我们梳理了自动驾驶域、智能座舱域各个环节的单车价值量以及主要参与者，以此来看 各个环节的发展空间及格局的演变。 自动驾驶域按技术架构可分为感知层、决策层和执行 层， 其中与软件相关的主要是感知层和决策层，执行层多与汽车零部件相关。感知层主要包括多种 车载传感器，决策层以 域控制器作为功能中心，集成了芯片、软件操作系统和中间件、应用算 法。 图 20：自动驾驶技术架构 资料来源： 艾瑞咨询 ，中国银河证券研究 院 整理 行业深度研究报告 /计算机行业 请务必阅读正文最后的中国银河证券股份公司免责声明。 11 表 2： 自动驾驶与智能座舱产业链环节梳理 环 节 包含 价格 单车价值量 主要参与者 感 知 层 摄像头 ： 辅助驾驶至少需配置 5 个摄像头，包 括 4 个环视摄像头和 1 个前视摄像 头 。 后视、侧视、内置根据功能需要安 装，分别用于倒车影像、盲点监测、 疲劳提醒。 一般情况下，实现 L3 级别所需摄像 头 6-8 个， L4 级别摄像头 8-10 个， L5 级别摄像头 10-11 个。 前视 600 元 /套，其 他 150 元 /个左右 。 单价趋于下降。 L3 级别下单车价值量约 1350-1650 元 。 CR6 （博世、安波福、电装、大陆、 法雷奥、维宁尔）占比超过 80% 超声波雷达 ： 超声波雷达 主要用于泊车辅助场景，配 置一般为 12 个 。 单只 80 元左右 。 单价 趋于下降。 单车价值量约 960 元 。 基本被博世、法雷奥占据 毫米波雷达 ： 辅助驾驶至少需配置 5 个毫米波雷达， 包括 4 个 24GHz 毫米波雷达和 1 个 77GHz 毫米波雷达 。 一般情况下，实现 L3 级别所需 毫米波 雷达 5-8 个， L4 级别摄像头 6-12 个， L5 级别摄像头 6-12 个。 24GHz 毫米波雷达 300 元左右， 77GHz 毫米波雷达 850 元左 右 。 单价趋于下降。 L3 级别下单车价值量约 2050-2950 元 左右 。 博世 、大陆、电装、海拉、采埃孚、德 尔福、奥托立夫前七大占比超 70% 激光雷达： 主要用于 L3 以上级别的自动驾驶，需 要配置 1-2 个。 差别较大， 单价趋于 下降。 Velodyne： 64 线 7 万美金， 32 线 4 万 美金， 16 线 4k 美金； Luminar 500-1000 美 金；华为 96 线未来 200 美金以内 。 L3 级别下单车价值量 平均 6000-7000 元左右。 零部件巨头与创业公司共同竞争 。 Velodyne、 Luminar、 Innoviz、 Quanergy、 Ibeo、博世、大陆、法雷 奥、采埃孚、华为、禾赛科技、速腾聚 创 、大疆、镭神等 行业深度研究报告 /计算机行业 请务必阅读正文最后的中国银河证券股份公司免责声明。 12 决 策 层 自动驾驶 AI 芯片 L2/L3 级别单车价值量约 1000 元， L4 级别单车价值 量约 1700 元。 高通、英伟达、华为、 地平线、 mobileye 自动驾驶域控制器 L3 级别 单车价值量 5000 元 以上， 价值随级别上升而增 加。 德赛西威、华为、 TTTech、 采埃孚、 海拉、 博世、 大陆、奥 托立夫、 伟世通、 环宇智行 自动驾驶操作系统 单车价值量 400-600 元 基于 QNX/Linux 内核 开发， 尚属发展早 期，包含在 域控制器 里 智 能 座 舱 智能座舱域控制器 L2/L3 级别 单车价值量 2000- 3000 元 。 伟世通、博世、德赛西威、华为 智能座舱 AI 芯片 L2/L3 级别单车价值量约 3000-4000 元， 价值随级别 上升而增加 。 高通、英特尔、瑞萨、 NXP、华为 硬件 中控液晶屏（ 10 英寸 以上） 2500 元， 液晶 仪表盘 2000 元， HUD1500 元 ， 后座娱 乐系统 1500 元 ， 流媒 体后视镜 1000 元 ， 车 联网模块 500 元。 传统驾驶舱通常只有一个中 控屏（普遍十英寸以内），单 车价值量在 1500 元左右 。长 期来看， 智能座舱 硬件的单 车价值量将很可能增加至 9000 元以上。 智能座舱 操作系统 单车价值量 200-300 元 基于 QNX/Linux/安卓 内核 进行开发， 在芯片和上层应用中间进行适配。 第三方软件服务商： Luxoft、 GlobalLogic、 KPIT、 Mobica； Tier 1 的软件服务商： ADIT（博世和电 装）、 Elektrobit（大陆）、 Opensynergy （松下）等。 资料来源： ICVTank、车东西 、 TechWeb、 CSDN、高工智能汽车、智研咨询 ， 中国银河证券研究院 整理 行业深度研究报告 /计算机行业 请务必阅读正文最后的中国银河证券股份公司免责声明。 13 随着智能驾驶等级的上升，感知层的传感器单价趋于下降，但是使用数量会增加。 L3 级 别需要配置 2 个长距激光雷达， L4-L5 级别需要配置 4 个长距及 4 个短距激光雷达。 自动驾驶 域控制器 是单车价值量很高的一环，不过还要等待 L4-L5 级别的放量。 图 21： 智能驾驶不同级别的传感器配置 资料来源： 麦肯锡 ，中国银河证券研究 院 整理 视觉 +激光雷达结合的方案是未来发展趋势。 当前自动驾驶技术路线主要有两种，一种是 以特斯拉为代表的“视觉派”，即以摄像头主导、配合毫米波雷达等低成本传感器的视觉主导 方案；另一种是除特斯拉外大部分自动驾驶厂商选择的“激光雷达派”，即以激光雷达为主导， 配合摄像头、毫米波雷达等传感端元器件。“视觉派”成本更低，商业化可行性更高；“激光雷 达派”当前成本较高，但是在信息获取上更加精准。视觉 +激光雷达结合的方案是未来发展趋 势。主要逻辑有如下三点： 一是纯视觉方案在识别准确率方面有硬伤，无法实现真正的 L4。 目前辅助驾驶视觉方案 主要有 单目摄像头 、 双目摄像头 和 多 目摄像头。 单目摄像头 是当前辅助驾驶的主要方案，应用 于自动驾驶的路况判断方案 ， 并且成本低于其他视觉方案 。 单目摄像头 测距原理是， 在 定位 测距时需 需要先将感知到的目标障碍物与模型 数据库 样本建立起对应关系，再通过样本库所 识别出的对应物体与车辆进行距离估算 。 因此单目摄像头的 缺点 不仅 在于需要不断更新和维 护 大量数据 ，而且 估算准确性方面也欠佳 。 双目摄像头 原理与人眼类似，可以通过两幅图像的 视差确 定距离，使得 测距更准确 ， 但对于两个摄像头一致性的要求极高 、 立体匹配和配准效果 难度较大，双目摄像头对成本、工艺、可靠性、精准度的要求使得其成本较高，较难在价格敏 感度高的车型上推广。 多 目 摄像头 可以通过不同的摄像头来覆盖不同范围的场景，既解决了摄 像头无法来回切换焦距的问题，也可以一次性解决不同距离下识别清晰度的问题 。 但同时又衍 生出安置空间和成本方面的问题。 表 3： 纯视觉方案可实现功能与问题 方案 可实现功能 应用问题 单目 可实现车道偏离警告 (LDW)、基于雷达视觉融合的 需要不断更新和维护 大量数据 行业深度研究报告 /计算机行业 请务必阅读正文最后的中国银河证券股份公司免责声明。 14 摄像头 车辆探测、前部碰撞警告 (FCW)、车距监测 (HMW)、 行人探测、智能前灯控制 (IHC)、交通标志识别 (TSR)、仅视觉自适应巡航控制 (ACC)等功能 ； 成本 低于其他视觉方案 估算准确性欠佳 双目 摄像头 测距 较单目摄像头 更准确 对于两个摄像头一致性的要求极高 、 立体匹配和配准 效果难度较大 ； 成本高，难在价格敏感车型上推广 多目 摄像头 解决汽车前向测距的问题 安置空间： 汽车挡风玻璃处通常是各种配件聚集的地 方 ， 多目摄像头要求摄像头之间的距离要在 10-20cm 左右，加剧了挡风玻璃处的拥挤 成本问题： 多目摄像头的成本会翻倍，只从简单的硬 件上就是单目的 N 倍，而且算法上的复杂度和成本 也时成倍增加。 资料来源： 雷锋网， CSDN 论坛 ， 中国银河证券研究院整理 二是激光雷达目前未大规模 商业化 应用的原因 主要 还是 价格 高 ，但是几年后价格有望大 幅下降 。 激光 雷达上车难 的主要原因在于 成本控制 。 2020 年 8 月大疆旗下的览沃科技发布了 两款 激光雷达新品 ， LivoxHorizon 激光雷达定价 6499 元，另一款长量程的 Livox 泰览 Tele 15 定价 8999 元 ，其价格 相 比之前已大幅下降。 但 相比之下， 特斯拉目前所运用在其车型上的 单目摄像头成本在 150600 元之间，更复杂的三目摄像头成本也不过千元以内。 若想大规模商 业化应用， 从单车价值量来说，车厂能接受 ADAS 整体价格在一万以下，推算得出激光雷达 价格至少应降到 2000 以下 才可接受。 激光雷达价格有望继续下降，华为 智能汽车 BU 总裁王 军表示未来计划将 其 2020 年研制的 96 线激光雷达 的 成本降至 200 美元 以内 。 三是激光雷达也无法完全代替摄像头的功能， L4 的方案大概率是视觉 +激光雷达结合 。 激光雷达具有高精度、高分辨率、 3D 感知的优势， 但相较摄像头，其仍具有无法辨别颜色、 成像可视化程度低、受天气因素影响较大等技术硬伤。 激光雷达和视觉算法应该是相辅相成的 关系，激光雷达可以大幅提升视觉算法的精度，降低视觉处理对于超高精度算法的依赖；而视 觉算法在未来的自动驾驶领域依然是主流的核心技术之一，它的应用广泛性暂时是激光雷达 这样的产品无法替代的。 综合 而言 ， 在现阶段 单目摄像头方案仍会是主流，激光雷达 伴随成本 下降， 渗透 率将逐步上升 。 在未来的几年内， L3-L5 的自动驾驶系统中，激光雷达将成为必不 可少的组成部分 ， 视觉 +激光雷达结合的方案是未来发展趋势。 表 4： 激光雷达、摄像头各项性能对比 激光雷达 摄像头 成像 完整绘制障碍物 3D 图像 必须根据 2D 图像生成 3D 图像 颜色识别 无法辨别颜色 可辨别颜色 测绘 成像可视化程度低 成像可视化程度高 障碍物识别 障碍物识别准确率高 障碍物识别准确率低 环境要求 受天气因素影响较大 受外界光源强度限制 成本 成本高，预期未来可大幅降低 成本低 资料来源： 雷锋网 ， 中国银河证券研究院整理 激光雷达的巨大应用潜力将使其成为传感器里未来增速最快的细分赛道。 根据麦肯锡预 测，车载传感器各细分领域 的市场规模在 2020-2030 年的年复合增长率为： 激光雷达 +80%， 摄像头 +7%， 雷达 +13%， 其他 +6%， 激光雷达 2030 年市场规模将达到 120 亿美元。 图 22： 2020-2030 年全球 车载传感器各细分领域 的市场规模预测 （单位： 10 亿美元） 行业深度研究报告 /计算机行业 请务必阅读正文最后的中国银河证券股份公司免责声明。 15 资料来源： 麦肯锡 ，中国银河证券研究院整理 随 着 车联网技术 的 发展 ， OTA 被引入汽车领域 。 OTA 全称 “Over-The-Air”， 即空中下载 技术，该技术广泛应用于手机行业，改变了连接电脑升级手机软件 的 繁复操作。近年来，随着 智能驾驶及汽车网联技术不断发展， OTA 开始应用于汽车领域。通过 OTA 技术对汽车进行远 程升级，可以 实现 改善终端功能和服务及快速修复漏洞两大目标。 2012 年特斯拉推出的 ModesS 首次采用 OTA 技术，更新范围涉及人机交互、自动驾驶、动力电池系统等模块。后续 丰田、福特、大众、宝马等传统车企 也开始 尝试。国内的蔚来、理想、小鹏、上汽、比亚迪等 也陆续推出了可以实现部分功能 OTA 的车型。 OTA 车型整体渗透率提升， 传统燃油 车 巨头 追赶 迹象开始显现 ， 25 万元以上车型渗透率 高。 第一， OTA 整体渗透率提升，新能源车的渗透进程快于燃油车。据车云网统计， 2021 年 3 月 智能汽车 （ 配备有 L2 级以上自动驾驶能力，并同时具备车联网 OTA 升级功能 ） 的销量为 168242 辆（燃油车 98516 辆，新能源车 69726 辆），环比大涨 58.1%。 销量前十的可 OTA 新能 源车型中， OTA 渗透率为 100%的车型有 9 款，这 9 款的销量占到前十总销量的 97%。第二， 传统燃油