当前位置:首页 > 研报详细页

汽车和汽车零部件行业:光大证券-汽车和汽车零部件行业“绿色智行”之汽车自动驾驶产业链深度报告(一):科技出行,蔚然成风-210530

研报作者:倪昱婧,邵将,付天姿 来自:光大证券 时间:2021-05-31 09:55:24
  • 股票名称
    汽车和汽车零部件行业
  • 股票代码
  • 研报类型
    (PDF)
  • 发布者
    ts***bm
  • 研报出处
    光大证券
  • 研报页数
    57 页
  • 推荐评级
    买入
  • 研报大小
    2,001 KB
研究报告内容

-1-证券研究报告 2021年5月30日 行业研究 科技出行,蔚然成风 ——“绿色智行”之汽车自动驾驶产业链深度报告(一) 汽车和汽车零部件 华为正式进军汽车自动驾驶领域;在引爆市场关注度的同时,也将带动国内自动 驾驶系统稳步推进。

2020全球电动车渗透率仅约4.6%(IEA),当前量产车型 自动驾驶系统尚处于L2/L2+级。

结合“十四五”规划和2035年远景目标纲要, 我们预计汽车下阶段发展重心将紧密围绕绿色+智能两大核心主题。

长期坚定看 好国内各行业龙头切入产业链,引领基于中国场景的自动驾驶系统迭代升级。

软件/算法、激光雷达、以及芯片/域控制器为产业链最受益子行业:车企或陆续 在智能电动车领域采取直营、以及软件包分拆销售的模式;其中,1)2010-2030E 与软件相关的整车价值占比从7%上升至30%(McKinsey),预计软件包售价取 决于用户差异化体验,为长期竞争差异的核心;2)自动驾驶系统推进或带动激 光雷达搭载数量不断增加(L3级2个、L4/L5级5-12个,McKinsey),市场增 长空间可期;3)自动驾驶芯片的关键在于设计;其中,主机厂或基于其不同软 件/算法能力,与供应商开展合作。

预计在手机芯片等领域具有产业链优势又可 提供基础软件包助力主机厂自主研发软件/算法的tier-1供应商更具竞争力。

软件/算法是长期差异化竞争的核心:软件/算法的关键在于人才与团队(包括团 队定位/架构、技术能力、执行力/稳定性)、以及大量实际路况数据的采集与应 用。

我们基于软件/算法团队的综合优先排序分别为百度、特斯拉、Waymo、新 势力(小鹏或相对占优)、头部民营背景传统车企、以及国企/央企背景传统车企。

激光雷达即将量产,芯片最大挑战或来自于如何规模量产:1)激光雷达正从机 械式至半固态式再至固态式的方向逐步推进;其中,更易符合车规要求的MEMS/ 转镜等半固态式激光雷达即将于4Q21E-1Q22E量产交付,预计技术迭代对应的 规模量产与降本前景可期。

2)自动驾驶芯片市场长期或高度集中;其中,华为 与高通的发展路径较为相似,具有较强的芯片设计能力与产业链优势。

预计当前 核心难点或在于规模量产(挑战分别来自于光刻机、EAD软件、以及ARM)。

投资建议:推荐小鹏汽车、广汽集团、小米集团-W、中科创达、科大讯飞、韦 尔股份、舜宇光学科技、中国软件国际、斯达半导、以及中鼎股份,建议关注特 斯拉、吉利汽车、丘钛科技、比亚迪电子、四维图新、以及宏发股份。

风险分析:政策风险;自动驾驶辅助系统选装率不及预期;研发设计、技术迭代、 以及规模量产与成本控制不及预期;软件/算法的团队推进不及预期;产业链合 作不及预期;数据长尾风险;基础设施推进不及预期;行业垄断竞争风险等。

推荐公司盈利预测与估值表 证券代码公司名称 股价 (市场货币) EPS(财报货币) PE(X) 评级 20A 21E 22E 20A 21E 22E XPEV.N小鹏汽车32.13 -6.48 -6.08 -5.55 NANANA增持 2238.HK广汽集团6.720.580.791.0710 7 5 买入 1810.HK小米集团-W 28.60 0.540.791.1144 30 22 买入 300496.SZ中科创达145.101.051.411.96138 103 74 增持 002230.SZ科大讯飞61.94 0.610.740.96101 83 64 增持 603501.SH韦尔股份286.483.125.156.4092 55 44 买入 2382.HK舜宇光学科技197.50 4.465.696.8637 29 24 买入 0354.HK中国软件国际9.990.380.400.5121 20 17 买入 603290.SH斯达半导236.00 1.131.612.27208 146 104 买入 000887.SZ中鼎股份11.400.400.660.8028 18 14 买入 资料来源:Wind,光大证券研究所预测,股价时间为2021-05-28;汇率按1HKD=0.83CNY,1USD=6.4CNY换算 买入(维持) 作者 分析师:倪昱婧, CFA 执业证书编号:S0930515090002 021-52523852 niyj@ebscn.com 分析师:邵将 执业证书编号:S0930518120001 021-52523869 shaoj@ebscn.com 分析师:付天姿 执业证书编号:S0930517040002 021-52523692 futz@ebscn.com 分析师:刘凯 执业证书编号:S0930517100002 021-52523849 kailiu@ebscn.com 分析师:姜国平 执业证书编号:S0930514080007 021-52523857 jianggp@ebscn.com 分析师:王威 执业证书编号:S0930517030001 021-52523339 wangwei2016@ebscn.com 分析师:秦波 执业证书编号:S0930514060003 021-52523839 qinbo@ebscn.com 要点 -2-证券研究报告 汽车和汽车零部件 投资聚焦 自动驾驶系统的推进受政策层面、感知系统(系统冗余)、决策系统(芯片、软 件/算法)与数据、高精地图、以及基础设施(5G+C-V2X)等因素综合影响。

我们对政策、以及自动驾驶系统产业链的感知系统/传输系统/决策系统等进行了 全面梳理,并对芯片与软件/算法等核心技术做了详细拆分。

我们区别于市场的观点 当前市场基于自动驾驶的聚焦点主要在于智能座舱域(五大域包括动力域、底盘 域、智能座舱域、自动驾驶域、以及车身域),我们判断汽车自动驾驶系统推进 的核心在于自动驾驶域;通过拆分梳理、以及横向比较,我们的核心观点如下: 1)当前全球自动驾驶系统仍处于L2/L2+级;其中,激光雷达、以及软硬件技术 升级驱动的部分L3/L3+级功能或于2022E-2023E开始逐步兑现。

2)车企或延迟L3级自动驾驶系统的落地/量产目标(直接定位至L4级及以上 系统并进行相应的技术孵化与储备),已实现的部分L3/L3+级功能或嵌入其原 有的L2+级自动驾驶系统用于提升品牌/车型市场竞争力;待政策权责制清晰、 以及技术成熟/落地之后,直接切换至L4/L4+级自动驾驶系统。

3)自动驾驶系统的技术难点在于决策系统的芯片、以及软件/算法;其中,芯片 的关键在于设计,软件/算法的关键在于团队、以及实况路侧数据的积累。

4)预计自动驾驶系统的推进,带动产业链最受益子行业排序分别为软件/算法、 激光雷达、以及芯片/域控制器。

其中,(a)软件/算法方面,综合优先排序分 别为百度、特斯拉、Waymo、新势力(其中,小鹏或相对领先)、头部民营背 景传统车企、以及国企/央企背景传统车企;(b)激光雷达方面,MEMS/转镜 等半固态式规模量产与降本前景可期,看好国内科创类公司的长期发展前景;(c) 芯片/域控制器方面,预计在手机芯片领域具有产业链优势且又可提供基础软件 包助力主机厂自主研发软件/算法的tier-1供应商具有更强市场竞争力。

投资建议 结合产业链各子行业推荐顺序、以及基本面发展前景,推荐小鹏汽车(XPEV.N)、 广汽集团(2238.HK)、小米集团-W(1810.HK)、中科创达(300496.SZ)、 科大讯飞(002230.SZ)、韦尔股份(603501.SH)、舜宇光学科技(2382.HK)、 中国软件国际(0354.HK)、斯达半导(603290.SH)、中鼎股份(000887.SZ)。

建议关注特斯拉(TSLA.O)、吉利汽车(0175.HK)、丘钛科技(1478.HK)、 比亚迪电子(0285.HK)、四维图新(002405.SZ)、宏发股份(600885.SH)。

-3-证券研究报告 汽车和汽车零部件 目 录 1、自动驾驶产业链...............................................................................................................6 2、自动驾驶推进路径............................................................................................................7 2.1、全球仍处于L2+级自动驾驶系统............................................................................................................7 2.2、L3级自动驾驶系统,是否可跨越? .....................................................................................................15 3、芯片................................................................................................................................16 3.1、芯片发展历程.......................................................................................................................................16 3.2、芯片技术核心为设计............................................................................................................................18 3.3、芯片发展趋势.......................................................................................................................................22 3.4、国内芯片发展情况................................................................................................................................25 4、软件/算法.......................................................................................................................27 4.1、软件/算法是长期差异化的核心............................................................................................................27 4.2、软件/算法仍需与硬件高度匹配............................................................................................................29 4.3、软件/算法的核心在于团队、以及数据.................................................................................................30 4.3.1、人才与团队.....................................................................................................................................30 4.3.2、数据长尾效应.................................................................................................................................35 5、产业链市场空间比较与标的梳理......................................................................................36 5.1、产业链市场空间比较............................................................................................................................36 6、重点公司.........................................................................................................................40 6.1、小鹏汽车(XPEV.N) ...........................................................................................................................40 6.2、广汽集团(2238.HK) .........................................................................................................................41 6.3、小米集团-W(1810.HK) .....................................................................................................................42 6.4、中科创达(300496.SZ) ......................................................................................................................43 6.5、科大讯飞(002230.SZ) ......................................................................................................................44 6.6、韦尔股份(603501.SH) .....................................................................................................................45 6.7、舜宇光学科技(2382.HK) ..................................................................................................................46 6.8、中国软件国际(0354.HK) ..................................................................................................................47 6.9、斯达半导(603290.SH) .....................................................................................................................48 6.10、中鼎股份(000887.SZ) ................................................................................................................49 6.11、特斯拉(TSLA.O) .........................................................................................................................50 6.12、吉利汽车(0175.HK)....................................................................................................................51 6.13、丘钛科技(1478.HK)....................................................................................................................52 6.14、比亚迪电子(0285.HK) ................................................................................................................53 6.15、四维图新(002405.SZ) ................................................................................................................54 6.16、宏发股份(600885.SH) ................................................................................................................55 7、风险分析.........................................................................................................................56 -4-证券研究报告 汽车和汽车零部件 图目录 图1:汽车自动驾驶产业链分拆.........................................................................................................................6 图2:汽车自动驾驶系统分拆.............................................................................................................................7 图3:L1-L5不同等级对应的自动驾驶芯片算力要求.......................................................................................10 图4:3GPP基于C-V2X标准的颁布时间计划..................................................................................................14 图5:SoC演进路径.........................................................................................................................................17 图6:特斯拉搭载的自动驾驶芯片时间线梳理..................................................................................................18 图7:特斯拉FSDHW3.0芯片设计方案(CPU+GPU+NPU*2+ASIC) ...........................................................20 图8:英伟达Xavier芯片设计方案(CPU+GPU+ASIC) .................................................................................20 图9:英伟达Orin芯片设计方案(CPU+GPU+ASIC) ....................................................................................20 图10:Mobileye EyeQ5芯片设计方案(CPU+ASIC) ...................................................................................21 图11:华为芯片的达芬奇架构.........................................................................................................................22 图12:高通芯片产业链延伸的路径梳理..........................................................................................................24 图13:华为芯片产业链延伸的路径梳理..........................................................................................................24 图14:2010-2030E与软件相关的在整车价值占比变化..................................................................................28 图15:英伟达DLA处理器架构........................................................................................................................29 图16:英伟达CNN卷积神经网络算法架构.....................................................................................................29 图17:人类行为的数据分布.............................................................................................................................35 图18:2015至今特斯拉Autopilot实际应用里程数据...................................................................................35 图19:2020-2030E与自动驾驶产业链相关的硬件市场测算...........................................................................36 图20:2020-2030EDCU/ECU按汽车不同应用的市场测算............................................................................36 图21:2020-2030E传感器按汽车不同应用的市场测算..................................................................................37 图22:2020-2030EL3、以及L4/L5系统传感器的市场测算..........................................................................37 图23:2020-2030E软件市场按汽车不同应用的市场测算...............................................................................37 -5-证券研究报告 汽车和汽车零部件 表目录 表1:工信部自动驾驶等级分类.........................................................................................................................8 表2:主要国家基于自动驾驶的规划与政策梳理................................................................................................8 表3:传感器性能优劣、成本、以及供应商梳理................................................................................................9 表4:主要车企对应车型的激光雷达搭载规划....................................................................................................9 表5:现有主要规模量产车企/车型搭载的自动驾驶芯片梳理..........................................................................10 表6:大众MEB首款车型ID3海外版的22个软件问题梳理...........................................................................11 表7:规划规模量产车企/车型搭载的自动驾驶芯片梳理..................................................................................11 表8:全球主要车企的软件布局与投入规划.....................................................................................................12 表9:自动驾驶不同系统级别对应高精地图要求..............................................................................................12 表10:甲级电子导航地图测绘资质用拥有企业(截至2020/10) ..................................................................13 表11:V2X两种技术路径的DSRC与C-V2X比较...........................................................................................13 表12:全球主要国家的V2X技术路径选择......................................................................................................14 表13:全球主要国家5G建设和应用情况(截至2020/6) .............................................................................15 表14:全球主要国家V2X基础建设情况..........................................................................................................15 表15:L3自动驾驶系统切换对应的驾驶员总接管时间测算............................................................................16 表16:SoC芯片模块基础信息对比.................................................................................................................17 表17:CPU/GPU/NPU/FPGA/ASIC具体应用.................................................................................................17 表18:ASIC可涵盖的用途介绍........................................................................................................................18 表19:特斯拉自动驾驶系统芯片应用的情况对比............................................................................................19 表20:英特尔的主要收购情况梳理(2015至今) ..........................................................................................23 表21:地平线与车企的主要合作情况梳理.......................................................................................................25 表22:十四五规划和2035年远景目标刚要提出的科技前沿领域攻关............................................................25 表23:国内对芯片产业的扶持政策梳理..........................................................................................................26 表24:当前国内芯片产业链基于规模量产的困境............................................................................................27 表25:全球主要车企的软件自研或合作规划情况梳理.....................................................................................28 表26:芯片主要模块分拆、以及处理器与搭载算法的梳理.............................................................................30 表27:跨越式车企、特斯拉与新势力、以及传统车企的软件/算法团队综合比较...........................................30 表28:Waymo/百度、以及特斯拉的软件/算法团队具体架构分拆.................................................................31 表29:Waymo与百度Apollo软件/算法研发核心人员简介...........................................................................32 表30:特斯拉与新势力车企软件研发核心人员简介........................................................................................32 表31:传统车企软件研发核心人员简介..........................................................................................................33 表32:Waymo管理团队人员离职情况梳理....................................................................................................34 表33:百度的部分软件团队人员离职情况梳理................................................................................................34 表34:特斯拉与新势力的部分软件团队人员离职情况梳理.............................................................................34 表35:汽车自动驾驶产业链(电子硬件与软件)相关公司梳理......................................................................38 表36:汽车自动驾驶产业链重点公司..............................................................................................................39 -6-证券研究报告 汽车和汽车零部件 1、自动驾驶产业链 2020智能电车蔚然成风;期间,特斯拉首次实现市值超越丰田/大众,新势力陆 续上市且实现市值翻番,大众通过MEB平台强势宣告进军电动车市场。

2021百度与苹果/小米等互联网与消费电子巨头纷纷公布造车规划,吉利/长城/ 广汽等传统车企逐一加码智能电动化,科技出行已成为市场关注焦点。

我们判断,当前智能电车市场呈现特斯拉与新势力领跑,传统车企快速转型,互 联网与消费电子巨头加速进场的趋势;主要由于1)估值体系切换(特斯拉约 10x-20x PS、新势力约5x-10x PS vs.传统车企的估值中枢约10x-15x PE);2) 2C端需求逐步释放(我们预计2021E国内新能源乘用车销量有望达200+万辆, 渗透率近10%);3)智能电车涉及上游的电池、电子/通信与软件、中游的整 车制造、以及下游的互联网生态,产业链延伸价值可期。

图1:汽车自动驾驶产业链分拆 资料来源:光大证券研究所绘制 -7-证券研究报告 汽车和汽车零部件 2、自动驾驶推进路径 我们预计,汽车电动化渗透率的抬升,有望带动智能化的加速推进。

从系统分拆 来看,汽车自动驾驶主要分为1)感知系统(包括以车载摄像头为主导的视觉感 知与以激光雷达为主导的激光感知),结合GPS/IMU/北斗等在内的导航系统, 收集车身周围的实时数据;2)传输系统,通过元器件/V2X等通讯设备与通讯技 术,将相关数据传输至决策系统;3)决策系统,通过运用芯片、软件/算法、以 及高精地图等,得出相应的路径规划与决策信号;4)执行系统,通过接收感知 系统的数据、以及决策系统的决策信号采取包括刹车/警示等在内的行车决策。

图2:汽车自动驾驶系统分拆 资料来源:光大证券研究所绘制 2.1、全球仍处于L2+级自动驾驶系统 从自动驾驶等级分类来看,工信部将自动驾驶系统分为六级(L0-L5级);其中, L3级为有条件自动驾驶(在驾驶自动化系统激活的情况下,可接管驾驶员完成 设计运行条件内的全部动态驾驶;但在不满足设计运行条件的情况下,需向驾驶 员提出接管请求/无法自动达到最小风险状态vs. L4级在不满足设计运行条件 或接管无效的情况下,可自动达到最小风险状态;L5级为无设计运行条件限制)。

当前,市场规模量产的车型(新能源与传统燃油车型)仍为L2+级自动驾驶系统。

我们判断,自动驾驶的推进受政策、感知系统(系统冗余)、技术(芯片、软件 /算法与数据)、高精地图、以及基础设施(V2X)等多方因素的综合影响。

-8-证券研究报告 汽车和汽车零部件 表1:工信部自动驾驶等级分类 分级名称车辆横向与纵向运动控制目标与事件探测与响应动态驾驶任务接管设计运行条件 L0级应急辅助驾驶员驾驶员及系统驾驶员有限制 L1级部分驾驶辅助驾驶员和系统驾驶员及系统驾驶员有限制 L2级组合驾驶辅助系统驾驶员及系统驾驶员有限制 L3级有条件自动驾驶系统系统 动态驾驶任务接管用户 (接管后为驾驶员) 有限制 L4级高度自动驾驶系统系统系统有限制 L5级完全自动驾驶系统系统系统无限制 资料来源:工信部,光大证券研究所整理(注:排除商业与法规因素等限制) 政策层面 从全球主要国家的自动驾驶推进规划、以及当前发展阶段来看,均处于法律监管 不断优化,实现在2025年前后达到L4级高度自动驾驶的目标;其中,1)美国 /中国/日本处于积极稳步推进状态(均已开放道路测试);2)欧盟则相对更偏 谨慎,当前允许开放道路测试的国家仅包括德国/瑞典/荷兰/奥地利/比利时。

我们判断,1)自动驾驶的安全责任方从驾驶员单一主体切换至包括主机厂等在 内的多方主体,叠加产业链较长(涉及硬件/软件与零配件/整车的高度融合)且 尚处于技术孵化阶段;因此,政策监管/法律法规的标准化与合理化对准入门槛、 技术推进、以及商业化落地等起到决定性作用。

2)各国政府基于自动驾驶系统的事故责任划分尚未明确界定,是导致现阶段全 球规模量产车型仍处于L2+级系统的主要原因之一(2017全球首款搭载Ibeo与 法雷奥合作的车规级4线Scala激光雷达车型奥迪A8正式量产,但受制于政策 监管等因素,导致具有L3功能的Traffic Jam Pilot无法释放)。

3)自动驾驶以提高交通安全性/降低事故发生率为核心,涉及用户与国家地理等 数据采集/信息保护等,结合各国路况/驾驶习惯等差异性,我们预计各国或将各 自陆续出台更具有针对性(符合各国特征)的自动驾驶标准与监管要求,预计国 内在芯片与全栈软件/算法等领域具有核心优势与竞争力的公司有望长期受益。

表2:主要国家基于自动驾驶的规划与政策梳理 国家自动驾驶推进规划自动驾驶推进规划的细则当前主要态度与法律法规 美国NANA 积极推动自动驾驶研发与商业化过程。

1)联邦政府层面,交通部提出自动驾 驶六项基本原则(包括以安全为首要因素、政府保持技术中立、推行规则现 代化、鼓励一致性监管/运行环境、构建积极的发展环境、以及保护并提升公 民自由);2)各州层面,美国至少有41个州和哥伦比亚特区已审议与自动 驾驶汽车相关的立法(截至2020/2)。

欧盟 《通往自动化出行之路: 欧盟未来出行战略》,2018 2025年结合V2X达到L4自动驾驶系统;2030 年达到L5完全自动驾驶系统;2050年实现 “零愿景”(在欧洲道路交通事故死伤人数 为零)的目标。

2015年起不断完善自动驾驶与网联汽车的战略规划,并认为当前的自动驾驶 尚未做好在无人监督情况下运行的准备;当前,欧洲允许开放道路测试的国 家仅包括德国、瑞典、荷兰、奥地利、比利时。

中国 《新能源汽车产业发展规 划(2021-2035)》, 2020.11 2025年实现高度自动驾驶汽车实现限定区域 和特定场景商业化应用;2035年实现高度自 动驾驶汽车实现规模化应用的目标。

1)多部委出台相关政策,结合各省市积极开展协作;其中,2018/4发布《智 能网联汽车道路测试管理规范(试行)》,加速道路测试与示范应用进程(截 至2020/6,北/上/广/深等17座城市已开放道路测试)。

2)2021/4发布《智 能网联汽车生产企业及产品准入管理指南(试行)》意见稿,提出智能网联 车企应依法收集/使用/保护个人信息,不得泄露涉及国家安全的敏感信息。

日本 《日本自动驾驶政策方针 4.0》,2020.5 2022年左右,实现有限区域内仅需远程监控 的无人驾驶自动驾驶服务;2025年,将此自 动驾驶服务扩大至40个区域(包括封闭空间、 限定空间、机动车专用空间、交通基建适配 化空间和混杂空间)。

结合政策和法律法规积极引导自动驾驶发展(已开放部分高速公路、以及专 用测试道路测试);其中,2016/9发布《自动驾驶系统道路实证测试指南》, 指导企业开展路测工作;2018/9发布《自动驾驶汽车安全技术指南》;2019/5 通过《道路运输车辆法》修正案。

资料来源:《全球自动驾驶战略与政策观察(2020)》中国信通院,《智能网联汽车生产企业及产品准入管理指南(试行)》征求意见稿(2021/4),光大证券研究所整理 -9-证券研究报告 汽车和汽车零部件 感知系统(系统冗余) 我们判断,1)L3级及以上系统的核心在于增强安全性;2)对于感知系统而言, 系统冗余可通过增强软件/算法的深度学习,或采用更多更全面的传感器(降低 信息误读与系统故障率,提高数据采集的可靠性);3)激光雷达在读取物体信 息(包括探测距离/角度分辨率等)方面优势突出且无需深度学习算法(可进一 步确认/补充其他传感器收集的数据),是自动驾驶系统推进的有效方式之一。

当前,激光雷达量产车型仍较为有限;主要受制于车规要求较高、技术尚未成熟、 规模量产能力较低、以及成本较高等方面的影响。

我们预计,激光雷达正在从机 械式至半固态式再至固态式的方向快速推进;其中,相对更易符合车规要求的 MEMS/转镜等半固态式激光雷达即将交付,对应的规模量产与降本前景可期。

表3:传感器性能优劣、成本、以及供应商梳理 传感器原理功能最远探测距离优势劣势成本主要供应商 高清摄像头 通过采集外部图像信息、以 及算法进行图像识别 利用计算机视觉识 别周围环境与物体、 判断前车距离 50m角度分辨率优异 黑夜/强光效果不佳; 依赖深度学习算法; 识别行人稳定性欠佳 $20-$30 Panasonic,Valeo, Fujitsu, Continental, Magna,Sony 毫米波雷达 利用波长1-10mm,频率 30G-300GHz毫米波,测定 和分析反射波实现功能 感知大范围内车辆 的运行情况,多用于 自适应巡航系统 300m 兼具测距和测速功 能,有效探测距离长; 在车载测距领域性价 比较高 角度分辨力较弱,无 法辨识物体的细节; 对非金属材料的探测 灵敏度偏低;人车复 杂场景下的行人探测 效果不佳 $10-$15 Bosch, Continental, Denso,Hella,ZF TRW,Delphi, Autoliv 超声波雷达 通过超声波发射装置向外发 出超声波,到通过接收器接 收到发送过来超声波时的时 间差来测算距离 倒车10m 成本低;环境影响小; 近距离探测精度高 探测距离短,无法对 中远距离物体测量 $10-$15 Valeo,Bosch, Nicera,Murata, Denso,Mitsubishi, Panasonic 激光雷达 通过透镜/激光发射和接收 装置,基于ToF获得目标物 体位置、速度等数据 障碍/路面检测、动 态障碍检测识别与 跟踪、定位和导航、 环境建模 300m 测距远/角度分辨率 优,环境光照影响小; 无需深度学习算法 恶劣天气效果不佳 1 )机械旋转式: $3,000-$80,000;2) 固态式(尚处于发展 阶段):规划降至 <$1,000(最终量产 价格或降至$100) Velodyne、 Luminar、Aeva、 Ouster,Innoviz, Ibeo,速腾聚创,禾 赛科技 资料来源:禾赛科技招股说明书,光大证券研究所整理 表4:主要车企对应车型的激光雷达搭载规划 车企车型上市或规划上市时间激光雷达供应商激光雷达数量配置 奥迪奥迪A82017年Valeo(Scala) 11个4线激光雷达、5个摄像头、1个长距毫米波雷达、4个中距毫米波雷达 小鹏汽车P52021年Livox(大疆) 2 32个传感器;其中,2个激光雷达(探测距离150米、横向120°FOV、144 线点云密度、角度分辨率0.16°) 长城汽车WEY摩卡2021年Ibeo 33个激光雷达(1个远程激光雷达,2个中程激光雷达) 北汽Arcfox HBT 2021年华为33个96线中距激光雷达、6个毫米波雷达、12个摄像头、13个超声波雷达 长安汽车方舟架构2021年华为55个激光雷达、6个毫米波雷达、13个摄像头、12个超声波雷达 奔驰S级2021年Valeo(Scala) 11个Scala第二代激光雷达 宝马宝马iX 2021年Innoviz 11个激光雷达、10个摄像头、5个毫米波雷达、12个超声波雷达 本田Legend 2021年NA 55个激光雷达、5个毫米波雷达、1个双目(2个)摄像头、12个超声波雷达 丰田雷克萨斯2021年DENSONA或为3D激光雷达 上汽智己轿车/SUV 2021年/2022年 NANA预埋激光雷达传感器(或包含3个激光雷达) 蔚来ET72022年Innovusion 1 33个传感器;其中,1个激光雷达(1,550纳米激光、等效300线、探测距 离500米、横向120°FOV、最高分辨率0.06°*0.06°) 沃尔沃XC902022年Luminar NANA Lucid Lucid Air 2022年速腾聚创NA或搭载125线激光雷达 资料来源:各公司官网,盖世汽车,光大证券研究所整理 -10-证券研究报告 汽车和汽车零部件 芯片算力、以及软件/算法 自动驾驶的技术核心在于硬件层的芯片、以及软件层的算法(数据);其中,芯 片的数据处理速率(算力/功耗)是自动驾驶等级的主要参考指标之一。

根据分 类,L3/L4/L5级自动驾驶系统芯片的算力要求分别达30+/200+/1,000+ TOPS。

我们认为造成当前规模量产车型尚处于L2/L2+级系统的主要技术原因,包括1) 现阶段大部分车企仍采用Mobileye EyeQ4芯片(单颗芯片算力<10 TOPS);2) Mobileye提供基于底层数据的CV视觉算法及其配套的CVP模块,部分主机厂 或无法获取底层数据用于全栈软件/算法自研;3)当前主机厂的软件/算法能力 或仍相对偏落后(大众MEBID3海外版由于无法实现FOTA升级导致上市延迟)。

图3:L1-L5不同等级对应的自动驾驶芯片算力要求 L1 L2 L3 L4 L5 资料来源:Evprobe,光大证券研究所整理 表5:现有主要规模量产车企/车型搭载的自动驾驶芯片梳理 公司芯片 搭载车型 上市时间 算力 (TOPS) 组合算力(TOPS)功率(W)制作工艺合作车企与车型 特斯拉FSD3.0201972 144 TOPS (双芯片) 7214nm特斯拉 Mobileye EyeQ420192.5 NA 3 28nm FD-SOI 合计约27家车企;具体对应车企/车型包括: 蔚来ES6/ES8/EC6、小鹏G3、理想ONE、宝马ix3、大众 ID4、现代、福特F-150(2021)/Mustang Mach-E(2021)、 日产ProPilot 2.0、广汽新能源Aion V、上汽荣威MARVEL R、长城摩卡(或最快于2021/5交付)等 EyeQ5 2021E (4Q21E量产) 24 近50 TOPS (双芯片) 10 7nm FinFET 吉利极氪001(或于2021/10交付)、宝马iX(或最快于 2021E年底交付)等 英伟达Xavier 202030 NA 3012nm小鹏P7、沃尔沃XC90(2021E)等 地平线征程二20204 NA 228nm长安UNI-T、上汽智己( 2022E)等 华为昇腾310 2021E (即将规模量产) 22 MDC600352 TOPS (16芯片) 812nm 奥迪Q7自动驾驶测试车(2018)、北汽蓝谷极狐HBT (2021E)等 资料来源:各公司官网,盖世汽车,光大证券研究所整理 注:1)2017英特尔收购Mobileye;2)华为已发布MDC210(48 TOPS)、MDC610(160 TOPS)、以及MDC810(400+ TOPS)系列产品及最新规划。

-11-证券研究报告 汽车和汽车零部件 表6:大众MEB首款车型ID3海外版的22个软件问题梳理 大众ID.3海外上市延迟的22个软件问题 1 使用车载信息娱乐系统(IVI)启动汽车的相应过程卡顿,需要55 秒才可以成功启动汽车 12 关闭AC(Air Care)系统后无法再次打开触摸屏上的AC菜单。

可通过长按按键15秒来重启车载信息娱乐系统(IVI)解决 2 音频菜单对用户来说不够清晰,在选择具体音箱播放时,二维调节 很难实现 13只能在充电期间修改自动释放电缆功能,拔掉充电线后无法修改 3使用语音识别时出现中断14能耗显示出现符号错误:下坡时能耗显示为负值 4导航至超过续航里程的目的地时,不会提前规划中途的充电站15 充电后,汽车会显示正在充电中和连接了充电电缆,并显示仍可 驱动,但实际无法驱动 5无钥匙系统发生多次开门按钮失灵,只能使用应急钥匙开门16 Travel Assist巡航辅助系统未响应 6 位于触屏下方的主副驾驶座空调温度触控调节器,副驾驶调节器可 以通过触摸滑动调节温度,而主驾驶调节器的触摸滑动功能失灵, 只能通过按键调节 17当发出访问workshop指令时,驾驶系统呈现错误提示 7 主驾驶座可以通过快捷按钮调节座椅加热级别,副驾驶座无此功能, 只能通过触摸屏菜单调节 18当发出检查后指示灯指令时,发出高频提示声 8 汽车扬声器音量会随时间自动增强,似乎和速度有联系,且只增强 不减弱 19低速行驶时刹车发出吱嘎声 9后视镜按钮曾发生不响应情况20扬声器问题:智能手机连接至蓝牙时,扬声器系统发出杂音 10 ACC自适应巡航系统的按键间歇性失灵,多次发生延后现象21导航显示问题:汽车在导航系统中的位置停滞 11 导航系统曾发生无法像Google Map一样准确反映前方道路堵塞情 况的问题 22摄像头问题:后置摄像头随机关闭 资料来源:Nextmove(德国汽车租赁公司),光大证券研究所整理 我们判断,1)芯片处于快速迭代阶段(2022E/2025E英伟达Orin/ Atlan单颗 芯片算力将分别达200 TOPS /1,000 TOPS);2)L3-L5级系统的应用场景更复 杂,感知系统(底层数据)、决策系统(芯片与软件/算法)、以及执行系统(零 配件/整车)的融合度要求更高,Mobileye等供应商或向主机厂逐步开放其底层 数据,用于不同场景自动驾驶系统的共同研发(4Q21EMobileye EyeQ5H将向 主机厂提供芯片、以及软件工具开发包vs. EyeQ 1-4为基于芯片、以及底层数据 /视觉算法的打包产品);3)主机厂基于软件/算法的研发投入不断增强,预计 软硬件技术升级驱动的部分L3/L3+功能或将于2022E-2023E开始逐步兑现。

表7:规划规模量产车企/车型搭载的自动驾驶芯片梳理 公司芯片 搭载车型 上市时间 算力(TOPS)组合算力(TOPS)功率(W)制作工艺合作车企与车型 特斯拉FSD4.04Q21EFSD3.0的三倍(FSD3.0双芯片144TOPS) NA 7nm特斯拉 英伟达 Orin 2022E 200 最高或达2,000 TOPS (双芯片/双安培GPU) NA 7nm 蔚来ET7(2022E)、理想(2022E)、 沃尔沃XC90(2022E)、宝马(2024E)、 奔驰(2024E) SoCAtlan 2025E 1,000 NANANANA Mobileye EyeQ62023E 67 NA 355nm NA 地平线 征程三2021E 5 NA 2.5 16nm FFC上汽、长城、广汽 征程五2022E 96 NA 20 NANA 征程5P 2022E 128512 TOPS(四芯片) 35 NANA 征程六2024E 400 NA 7nm FinFETNA 黑芝麻 华山一号A5002021E 5.8 NA <216nm FFC+中国一汽 华山二号A1000L 2021E 16 NA <516nm FinFETNA 华山二号A10002021E 70 140 TOPS(双芯片) 280 TOPS(四芯片) <8 16nm FinFETNA 华山三号NA 200 NANA 7nm NA 华为昇腾910 NA 640 NA 3107nm NA 资料来源:各公司官网,盖世汽车,光大证券研究所整理 注:1)2017英特尔收购Mobileye;2)华为已发布MDC210(48 TOPS)、MDC610(160 TOPS)、以及MDC810(400+ TOPS)系列产品及最新规划。

-12-证券研究报告 汽车和汽车零部件 表8:全球主要车企的软件布局与投入规划 车企软件公司(规划)成立时间主要业务投入规划 大众 Cariad (Car.Software) 2019.6 1)MEB平台软件升级、以及VW.OS系统;2)PPE平台(奥迪/保时捷) 软件开发、以及端to端系统架构E 2.0开发 2021E-2025E约1,500亿欧元 丰田 Woven Planet (编织星球) 2020.7自动驾驶、车联网、车载软件、以及高清地图约200亿日元 宝马 宝马中国与诚迈科技 成立合资公司 2020.12信息系统运行维护服务/计算机系统服务/软件开发/信息技术咨询服务5,000万元人民币(各占50%) 奔驰精简传统零配件(减少电子元器件数量),加大软件投入(扩大包括程序员等软件团队规模)。

(2020/12 CEOOla Kaellenius) 资料来源:搜狐汽车,盖世汽车,英国《金融时报》,光大证券研究所整理 高精地图 我们判断,高精地图是实现L3级及以上自动驾驶系统的另一不可或缺因素,主 要在于可以进一步增强系统冗余的可靠性。

高精地图:1)可以提供包括车速限 制、以及道路曲率/坡度等特殊路段的信息,用以弥补传感器无法提前采集的各 项数据;2)可以提供精度更高的静态信息、以及实时更新的动态信息。

2016年国内出台《关于加强自动驾驶地图生产测试与应用管理的通知》,明确 自动驾驶地图(高精地图)归类于电子导航地图;根据《测绘资质管理规定》, 高精地图公司须满足甲级电子导航地图的测绘资质要求。

当前,国内高精地图的瓶颈或主要在于,1)测绘高级人才仍处于稀缺状态,具 备测绘资质牌照的企业数量或仍相对有限(截至2020/10,国内仅28家企业具 备资质);2)高精地图涉及底图制造、数据收集、以及数据分析处理等各项环 节,对应的生产平台开发/设备投入/人力与研发投入、以及后续更新/维护投入 等资金成本较高;3)现阶段国内高精地图的静态信息精度约10-20cm(可满足 L3级及以上系统的10-30cm要求),但动态信息更新频率仅为分钟级(仅满足 半动态更新频率标准vs. L3级及以上系统需达每秒动态更新频率标准)。

此外, 国内路况可采集信息的精度与共享性标准(涉及国家地理安全等敏感性信息)、 以及GPS/V2X的不同发展阶段等,也会对高精地图的推进起到决定性作用。

我们判断,政策监管、技术瓶颈、以及V2X尚未落地等,或导致高精地图仍以 国内厂商为主且需较长时间才有望实现规模化应用;其中,基于高精地图产业链 布局延伸(软件/算法+高精地图)的国内主机厂/互联网公司有望长期受益。

表9:自动驾驶不同系统级别对应高精地图要求 阶段L1级L2级L3级L4/L5级 概念安全辅助驾驶半自动驾驶高度自动驾驶全自动驾驶 精度2-5m 50cm-1m 10-30cm 10-30cm 采集GPS轨迹+IMU图像提取或高精度POS高精度POS+激光点云高精度POS+激光点云 数据 传统地图 +ADAS 车道模型+高精度ADASHAD-Map多元数据融合 状态静态地图静态地图+动态地图静态地图+动态时间静态地图+实时传播 资料来源:智研咨询,光大证券研究所整理 -13-证券研究报告 汽车和汽车零部件 表10:甲级电子导航地图测绘资质用拥有企业(截至2020/10) 序号时间公司背景序号时间公司背景 12001/1四维图新电子地图提供商152018/8武汉中海庭上汽投资 22004/6高德软件阿里全资收购162018/8北京初速度上汽投资 32005/5灵图软件电子地图提供商172019/1贵州宽凳智云电子地图提供商 42005/5长地万方百度全资收购182019/5江苏智途科技电子地图提供商 52005/6凯立德电子地图提供商192019/5江苏晶众信息电子地图提供商 62005/7易图通电子地图提供商202019/7华为数字技术华为全资子公司 72006/1 国家基础地理信息 技术有限公司 政府机构212019/12丰图科技顺丰旗下公司 82006/6腾讯大地通途腾讯全资子公司222020/1京东叁佰陆拾度京东旗下子公司 92007/6立得空间电子地图提供商232020/5沈阳美行科技新兴科技公司 102008/6江苏省测绘工程院政府机构242020/5 中交宇科(北京)空 间信息技术有限公司 电子地图提供商 112008/6浙江省第一测绘院政府机构252020/7 速度时空信息科技 股份有限公司 电子地图提供商 122010/10 江苏省基础地理 信息中心 政府机构262020/10北京美大智达科技美团全资子公司 132013/6武汉光庭上汽战略合作272020/10亿咖通吉利集团 142017/10滴图滴滴全资子公司282020/10 浙江省测绘科学技术 研究院 政府机构 资料来源:自然资源部,各公司官网,36氪,光大证券研究所整理 车路协同(V2X) V2X(Vehicle-to-X或Vehicle-to-Everything)定义为车辆与外界信息交互,涵 盖车辆与车辆通信(V2V,Vehicle-to-Vehicle)、车辆与基础设施通信(V2I, Vehicle-to-Infrastructure Communication)、以及车辆与行人通信(V2P, Vehicle-to-Pedestrian)等。

从技术路径分类来看,V2X包括DSRC(专用短程 通信)、以及C-V2X(LTE-V2X与4G/5G-V2X等蜂窝移动通信)。

从DSRC与C-V2X之间的比较来看,C-V2X:1)在通信距离/通信范围、可靠性 /抗干扰性、以及非视距性能等方面具有明显优势;2)可与现有的4G/5G蜂窝 网络复用(vs. DSRC仍需新建大量路侧单元RSU等),网络覆盖成本相对更低 且利用率更高;3)基于3GPP(3rd Generation Partnership Project,当前涵 盖全球七大移动通信组织协会)制定的标准,C-V2X在全球范围内具备更佳的兼 容性并且可以反向兼容LTE-V2X,预计C-V2X是行业发展主要趋势。

表11:V2X两种技术路径的DSRC与C-V2X比较 DSRC (Dedicated Short Range Communication) C-V2X (Cellular-V2X) 含义 专用短程通信技术, 强调单车智能 基于蜂窝网络的车用无线通信技术, 强调车路协同 性能 信号在高速运行情况下 不稳定、时延抖动较大 在通信距离、非视距性能、可靠性、 容量、以及拥塞控制方面具备优势 部署成本较高(要求设置大量路侧单元)较低(网络覆盖范围广) 标准化 不同国家标准不同 (美国IEEE、日本ARIB、韩国TTA、新加坡IMD) 基于3GPP标准 资料来源:5GAA测试报告P-190033,CSDN,光大证券研究所整理 注:5GAA(5G汽车联盟)是一个全球性、跨行业的组织,由来自汽车,技术和信息与通信技术行业(ICT)等公司组成。

-14-证券研究报告 汽车和汽车零部件 从全球V2X的推进情况来看,中国/美国分别于2018年/2020年正式确定C-V2X 为未来车联网的发展路径,日本/欧盟分别于2019年/2020年开展有关C-V2X 的试验与测试。

我们预计当前C-V2X推进的难点包括,1)DSRC与C-V2X技术 路径尚未最终统一(日本/欧盟仍处于C-V2X的试验与测试阶段)且3GPP定义 的通信技术标准尚处于版本持续更新状态;2)全球5G尚未全面普及且当前仍 以增强移动宽带等业务为主(根据2020/11工信部的数据,中国5G基站与用户 比例或占全球约70%),5G高网络速率/高可靠性/低延迟性等通信优势对应的 C-V2X垂直应用尚处于技术验证早期;3)V2X所需涵盖的路侧单元/车载终端等、 以及各单元与基站之间或各单元相互之间的接口等基础设施尚未完善。

表12:全球主要国家的V2X技术路径选择 时间部门/参与者具体支持技术路径 中国2018.11 工信部《车联网直接通信使用 5905~5925MHz的管理规定》 C-V2X 美国 1999美国联邦通信委员会(FCC) DSRC 2020.11美国联邦通信委员会(FCC) C-V2X 欧盟 1995 欧洲标准化委员会(CEN) 与国际化标准组织(ISO) DSRC 2020 NA 基于DSRC和C-V2X技术 开展互操作测试 日本 1997 TC204委员会DSRC 2019.12 大陆集团与爱立信、日产、日本电信运 营商NTT多科莫移动通信网公司、日本 冲电气工业株式会社以及高通技术公司 首次完成C-V2X试验 资料来源:《车联网直接通信使用5905~5925MHz的管理规定》,搜狐新闻,光大证券研究所整理 图4:3GPP基于C-V2X标准的颁布时间计划 资料来源:3GPP,光大证券研究所整理 注:3GPP对C-V2X采取分阶段发展策略,Release 14(R14)、Release 15(R15)主要基于增强V2X安全性,Release 16 (R16)及之后的版本主要基于自动驾驶场景;其中,2020/7 R16完成制定,预计2022/6 Release 17(R17)完成制定。

-15-证券研究报告 汽车和汽车零部件 表13:全球主要国家5G建设和应用情况(截至2020/6) 国家5G基建情况及覆盖情况应用领域 韩国 5G基站12.1万个,用户737万, 覆盖85个城市及主要交通动脉 在高清视频、VR等相关产业应用领先,积极探索5G 在工业互联网、医疗健康、智慧交通、城市公共安 全和应急等领域应用 欧洲 德国5G基站1万+, 其他国家几百-几千不等 作为光纤宽带重要补充,探索工业领域运用 美国 低频段完成全方面广覆盖, 高频段网络覆盖区域有限 以固定无线接入为主,部分运营商在工业互联网、 医疗、车联网、智慧城市开展试验 日本5G基站约1,800个,用户10+万 应用刚刚起步,提出积极推动5G与人工智能、物联 网、机器人融合发展 中国 5G基站70+万个,用户3.2+亿 (截至2020/12) 开展100+基于边缘计算的5G商业应用试点项目, 覆盖智慧园区、智慧工场、智慧港口、智慧矿山等 资料来源:《2020年5G应用创新发展白皮书》,光大证券研究所整理 表14:全球主要国家V2X基础建设情况 国家 项目基础设施建设情况 日本Smartway 2016年正式提供ETC2.0服务;截至2020/6,全国高速公路累计 完成1,700个路侧设备部署 韩国ITS智能交通系统 截至2016/6,高速公路上DSRC 916套;国道上DSRC 202套;智 能交通系统建设覆盖里程约为2,607公里,实现高速公路全覆盖, 国道20%覆盖,2020年覆盖目标为45% 欧洲第五代道路 2015年技术攻关阶段(高度自动化道路的可行技术/标准制定/大规 模试验路测试),2020年技术整合阶段(高度自动化道路的定点传 感/自动监控/地方交通管理自动测试系统),2025+年推广应用阶段 (高度自动化道路的事故责任协同/自动化驾驶的大规模演示/车流 与交叉口控制系统应用/自动化道路的实现) 美国NA 截至2018/11,约部署5,315套路测单元RSU和18,000套车载终 端OBU,共26个州开展车辆网设备部署应用,超过50% 中国NA 2022-2025年,在中国典型城市、高速公路扩大C-V2X基础设施覆 盖范围,2025年后逐步实现全国覆盖 资料来源:《我国智慧公路发展概述》(交通运输部科技司,庞松,2020/12),《美国V2X/DSRC近况》,《C-V2X产业化路 径及时间表研究》,智慧公路Smarter Highway,光大证券研究所整理 我们判断,1)C-V2X是L4/L5级自动驾驶系统的核心环节之一;主要由于与摄 像头/激光雷达等车载传感器相比(表3),V2X不易受极端天气等影响、无需 深度依赖数据与学习算法、以及可通过多车辆实时信息融合用以补充盲点,扩大 感知范围/增强可预测性与收集信息的可靠性。

2)C-V2X或仍需较长时间实现规 模化技术落地(根据5GAA预测,2020-2023E实现4GLTE-V2X,2024E-2026E 实现部分场景5G-V2X,2026E之后实现全场景5G-V2X或C-V2X试运行);预 计随着政策扶持、技术路径/标准逐步统一、5G渗透率抬升、以及基础设施陆续 完善,V2X有望助力L4/L5级自动驾驶系统的长期稳步推进。

2.2、L3级自动驾驶系统,是否可跨越? 根据工信部的定义,L3级为有条件自动驾驶(在不满足自动驾驶设计运行条件 的情况下,需向驾驶员提出接管请求vs. L4级及以上系统可自动达到最小风险 状态)。

但从实际操作角度来看,从系统自动驾驶至交由驾驶员全权接管存在时 间差;此外,鉴于驾驶员的不同反应速度,由系统切换至驾驶员的预留时间或仍 存争议。

根据国内多家机构的研究,预计L3级系统预留接管的安全时间约7秒。

-16-证券研究报告 汽车和汽车零部件 表15:L3自动驾驶系统切换对应的驾驶员总接管时间测算 类别 脱离时间操纵时间总接管时间 均值/s标准差/s均值/s标准差/s均值/s标准差/s 总体4.22 1.05 1.30 0.57 5.52 1.01 玩手机3.95 1.19 1.46 0.61 5.41 1.15 看书4.50 0.79 1.15 0.46 5.64 0.82 男性4.39 1.06 1.36 0.67 5.75 0.99 女性4.05 1.01 1.24 0.43 5.29 0.97 资料来源:【1】林子鉴,严伟华,陈丰,张霖,潘晓东;自动驾驶中不同变量对驾驶人接管时间和心率的影响【J】;上海 公路,2019(03);光大证券研究所整理 注:许菁;自动驾驶的接受度与接管提示时间的影响因素研究【D】;中国科学院心理研究所;中国科学院大学;2019:本 研究选取了复杂程度、危险程度、以及紧急程度不同的三种场景,分别是前方出现减速带、前方出现事故车辆、前方车辆 紧急刹车且相邻车道拥堵无法通行,次要任务分成1-back,2-back和没有次要任务三组,预留时间选择3s、4s、5s、6s 和7s这五个连续的时间点,招募有效驾驶员被试87人在实验室进行驾驶模拟器的自动驾驶接管实验。

研究结果发现,在 前方出现减速带这种没有很大安全风险的情况下,4s的预留时间就足够驾驶员合理的判断道路状况并完成安全的接管;在 前方出现事故车辆和前方出现紧急刹车这种容易出现碰撞事故的情况下,需要较长的预留时间即6s或7s才较为安全。

我们判断,1)自动驾驶以提高交通安全性/降低事故发生率为核心,其终极状态 为L4/L5级自动驾驶系统(L3级为过渡系统,其驾驶员接管标准制定与实际应 用情况等或仍待商榷且当前各国政府尚未界定自动驾驶系统的事故责任划分)。

2)硬件方面,预计4Q21E-2022E光雷达开启量产,芯片算力(组合芯片算力) 有望达L4/L4+级标准。

3)软件方面,芯片供应商也将向主机厂逐步提供基础软 件包(用于不同场景下高度自动驾驶的共同研发)、叠加主机厂基于软件/算法 的研发投入不断增强,预计智能电动化将步入规模量产与快速迭代阶段。

从发展趋势来看,预计车企或放弃L3级自动驾驶系统的落地/量产目标(直接定 位至L4级及以上系统并进行相应的技术孵化与储备);已实现的部分L3/L3+ 功能或嵌入其原有的L2+级系统用于提升品牌/车型市场竞争力;待政策权责制 清晰、以及技术成熟/落地之后,直接切换至L4/L4+级自动驾驶系统,带动智能 化下一阶段的快速发展(其中,奥迪已取消L3量产计划,博世无限延长L3量 产时间,丰田/沃尔沃已放弃L3并直接定位至L4,特斯拉已布局L5功能等)。

3、芯片 3.1、芯片发展历程 汽车自动驾驶采用SoC(System-on-a-Chip)系统级芯片集成,包含完整的硬 件系统及其承载的嵌入式软件,是多个具有特定功能的集成电路组合在一个芯片 上形成的系统或产品。

SoC涵盖处理器、存储器、接口控制模块、以及互联总 线等;其中,处理器是体现芯片技术/性能高低的核心。

按处理器分类来看,包 括CPU/GPU/NPU、FGPA、以及ASIC等;其中,CPU/GPU/NPU为通用型处 理器,分别用于逻辑控制/图像处理/深度学习;FGPA为半定制型处理器,通过 可编程的开关控制电路结构(输入不同代码连接相应电路),实现不同逻辑功能; ASIC为全定制型处理器,针对用户的算法需求进行研发设计,具有更强专用性。

我们判断,自动驾驶仍处于技术升级/快速迭代的过程;1)鉴于当前软件/算法 尚处于技术投入的早期,预计短期SoC或仍以CPU/GPU等通用型处理器为主、 以ASIC全定制型处理器为辅;2)虽然ASIC初期包括研发在内的投入较高、开 发与验证周期较长,但鉴于其更高的专用性(算力/功耗等性能占优)、更强的 -17-证券研究报告 汽车和汽车零部件 可靠性、以及基于指定算法定向设计研发(减少不必要的硬件等),预计ASIC 规模量产后的性能/成本更优于FGPA,或为下阶段自动驾驶芯片处理器的核心。

图5:SoC演进路径 资料来源:PowerVR,光大证券研究所整理 注:ISP(内置图像处理器)将摄像头原始RGB三原色数据转化成复杂的图像信息;NNA(神经网络加速器)属于ASIC 表16:SoC芯片模块基础信息对比 SoC芯片模块 定制 程度 功耗能耗比算力 量产 成本 开发 时长 适用场景优势不足 CPU (中央处理器) 通用高低低较高短 计算复杂繁琐的 大型计算任务 逻辑控制能力强,延时低 算力不足(难以满足处理视频/图片 等需求);不适用于学习算法 GPU (图像处理器) 通用高较低中较高较短 处理大量简单并行 的计算任务 并行运算能力强 善于处理图像信号 性能、功耗比较低, 逻辑复杂度有限、编程难度大 NPU (神经网络处理单元) 通用低高高低较长 适用深度学习场景, 负责实现AI运算和AI应用 擅长深度学习不能进行功能扩展 FPGA (现场可编程门阵列) 半定制较高较高高较高较长适用于算法开发测试低能耗、高性能、可编程 峰值计算能力弱, 量产成本高 ASIC (专用集成电路) 全定制低高高低长 适用实现特定要求 的固定算法 性能、能耗、体积和大规 模量产成本均有显著优势 不可编辑,开发周期长、 初期投入多 资料来源:36氪,CSDN,光大证券研究所整理 表17:CPU/GPU/NPU/FPGA/ASIC具体应用 具体应用CPUGPUNPUFPGAASIC 视觉&图像处理 √ √ √ √ AI训练 √ √ AI推理√ √ √ √ √ 高速搜索√ √ √ √ √ 电机控制√* √ √ 超级电脑HPC √ √ √ 通用指令编程√ √* 嵌入式控制√ √ √ √ 小体量原型开发 √ 资料来源:Arrow,光大证券研究所整理 注:*表示该应用取决不同芯片供应商,存在部分不具有对应具体功能的情况。

AI培训是指创建机器学习算法的过程:使用 深度学习框架和培训数据集;AI推理是指使用受过训练的机器学习算法进行预测的过程;工业电机控制:涉及电动机的启 动,加速,减速,反转和停止以及所施加的负载 -18-证券研究报告 汽车和汽车零部件 表18:ASIC可涵盖的用途介绍 用途英文名称中文名称具体性能 深度学习 DLA (Deep Learning Accelerator) 深度学习加速器 可使用大量图像数据训练神经网络模 型以形成数据/标签对,使推理引擎快 速推断目标并采取相应的措施 NNA (Neural Network Accelerator) 神经网络加速器 优化处理神经网络工作负载,完成数据 获取、聚类和分类的工作 处理图像 CVP (Computer Vision Processors) 计算机视觉处理器2D/3D场景下的物体监测和追踪 PVA (Programmable Vision Accelerator) 可编程视觉加速器 将多维循环折叠成一维循环,优化许多 计算机视觉应用程序的总体性能 处理数据 MA (Multithreaded Accelerator) 多线程加速器 相比CPU有更高计算效率和利用率, 相比GPU有更多功能 资料来源:Adlinktech,Fierce electronics,Edge AI and Vision Alliance,光大证券研究所整理 3.2、芯片技术核心为设计 以特斯拉为例,芯片技术核心在于设计 当前特斯拉是全球唯一可以自研量产自动驾驶芯片、全栈自主软件/算法、以及 整车制造的车企;其中,特斯拉从2016/2开始建立芯片自研团队,2019/4发 布FSD芯片方案HW3.0,预计4Q21E发布HW4.0(性能或为HW3.0的3倍)。

我们判断,特斯拉也曾采购Mobileye(2014年HW1)、以及与英伟达(2016 年HW2.0/HW2.5)的芯片,预计其自研量产芯片的主要原因或在于1)通过全 栈自研的软件/算法更合理设计芯片,改善性能并具有更强的芯片专用性(提高 算力/降低功耗vs. HW2.5实际应用或存约30%算力损耗);2)双芯片(HW3.0 采用双芯片vs. Mobileye/英伟达为单芯片)增强冗余安全性;3)降级成本。

图6:特斯拉搭载的自动驾驶芯片时间线梳理 资料来源:公司官网,盖世汽车,光大证券研究所整理 -19-证券研究报告 汽车和汽车零部件 表19:特斯拉自动驾驶系统芯片应用的情况对比 Tesla自动驾驶系统HW1.0 HW2.0 HW2.5 HW3.0 推出时间2014/102016/102017/82019/4 芯片 Mobileye EyeQ3英伟达Drive PX2(处理器)英伟达Drive PX2+(处理器) FSD Mobilyey EyeQ3(1) Nvidia Tegra 3(1) Nvidia Parker SoC(1) Nvidia Pascal GPU(1) 英飞凌TriCore MCU(1) Nvidia Parker SoC(2) Nvidia Pascal GPU(1) 英飞凌TriCore MCU(1) FSD芯片(2) 主要涉及内容 多传感器融合 应用层软件开发 图像识别算法 多传感器融合 应用层软件开发 在HW2.0的基础上小更新 (增强冗余/提高可靠性) 全套芯片设计 图像识别算法 多传感器融合 应用层软件开发 单颗芯片算力0.256TOPS 24TOPS >24TOPS 72TOPS/芯片 (双芯片144TOPS) 每秒处理帧数361101102,300 单位功耗提供的算力NA 1TOPS/W <1TOPS/W 1TOPS/W 功率NANA 57W(峰值) 72W 电源冗余单电源单电源冗余电源冗余电源 芯片冗余单芯片单芯片单芯片双芯片 成本NANANA仅约HW2.5的80% 资料来源:特斯拉官网,特斯拉自动驾驶日(2019/4),光大证券研究所整理 我们判断,自动驾驶芯片的核心在于改善性能(提高算力/降低功耗等)、增强 安全冗余、以及降低成本;其中,技术的核心在于设计(在通用性、不同软件/ 算法对应的芯片有效算力与功耗等综合性能、以及成本控制等方面获取平衡,同 时通过组合设计进一步改善性能/增强冗余)。

从芯片行业的发展趋势来看,1)制作工艺向7nm(甚至5nm)推进(即将量 产的特斯拉HW4.0/Mobileye EyeQ5/英伟达Orin均已达7nm工艺vs.华为也 已具备7nm工艺能力),预计制程工艺的改善有望在控制功率的同时也将大幅 提升算力;2)随着智能电动化渗透率抬升,芯片规模量产/成本控制前景可期; 3)鉴于ASIC(全定制型处理器)规模量产后的性能/成本更优于FGPA(半定制 型处理器),预计算法固定后的ASIC或为下阶段自动驾驶芯片处理器的核心。

特斯拉、以及全球主要芯片供应商的自动驾驶芯片分拆 a)特斯拉 特斯拉FSDHW3.0芯片包括CPU/GPU/NPU*2等通用型处理器、以及ASIC全 定制型处理器。

其中,NPU(神经网络处理器)是特斯拉HW3.0的核心竞争力 (已获取包括运算/数据处理等4项专利);1)NPU在分析图像数据方面具有 处理速度更高效/精准度更强等优势(每个NPU涵盖一个96x96 MAC数据矩阵, SRAM存储容量32MB,工作速度在2GHz vs.英伟达/Mobileye并未配置NPU, 需通过软件/算法与深度学习等模拟NPU,造成功率/算力损耗);2)NPU最大 程度的简化控制逻辑与编程模型/控制流(仅保留8项指令集,仅需配置4个信 息即可完成一次运算),达到运算和功耗之间的有效平衡;3)NPU采用数据循 环处理直至最优化得出指令的模式,改善安全性;4)NPU双处理器设计,是实 现进一步提高运行速度,同时控制芯片面积/简化芯片布线的最佳设计。

我们判断,特斯拉的核心优势在于可以根据全栈自研/软件算法,自主研发设计 并量产芯片,对应具有与软件/算法匹配度更高的芯片综合性能(算力/功耗等)、 成本控制(复杂性下降)、以及冗余/安全性(双芯片设计),预计NPU(神经 网络处理器)是决定其FSD芯片综合性能(算力/功耗等)的核心因素。

-20-证券研究报告 汽车和汽车零部件 图7:特斯拉FSDHW3.0芯片设计方案(CPU+GPU+NPU*2+ASIC) 资料来源:特斯拉自动驾驶日(2019/4/22),光大证券研究所整理 注:预计HW4.0(4Q21E)算力性能或为HW3.0的三倍。

b)英伟达 英伟达Xavier芯片包括CPU/GPU等通用型处理器、以及ASIC全定制型处理器, ASIC包括深度学习加速器(DLA,与深度学习算法高度耦合用于加速处理相关 数据)、以及可编程视觉加速器(PVA,用于视觉应用程序的性能优化);其中, GPU(图像处理)为Xavier芯片的核心。

对于即将量产的Orin芯片而言(预计 2022E量产),其芯片架构与Xavier相似,但包括CPU/GPU处理器与DLA/PVA 加速器等性能均有大幅提升(单颗Orin芯片算力为Xavier的近7倍)。

我们判断,英伟达的核心在于GPU,可实现多个超长流水线高效并行运算(在 大数据流/密集型数据处理等方面具有优势),但功耗等也相应较高;具有高算 力/高功率等特征且GPU通用型处理器基于不同软件/算法或存算力损耗等。

图8:英伟达Xavier芯片设计方案(CPU+GPU+ASIC) 图9:英伟达Orin芯片设计方案(CPU+GPU+ASIC) 资料来源:英伟达官网,光大证券研究所整理 资料来源:英伟达官网,光大证券研究所整理 -21-证券研究报告 汽车和汽车零部件 c)Mobileye Mobileye EyeQ5芯片包括CPU等通用型处理器、以及ASIC全定制型处理器; 其中,ASIC包括计算机视觉算法处理器(CVP,匹配CV算法用于2D/3D场景 物体检测与追踪的描述/存储/识别/理解等)、深度学习加速器(DLA,与深度学 习算法高度耦合用于加速处理相关数据)、以及多线程加速器(MA,同时提供 多个执行线程用于加速数据处理)。

我们判断,Mobileye的核心在于CVP,为Mobileye针对传统视觉算法定制化 设计,与其CV算法的匹配度较高(可更大程度释放芯片算力等性能/降低功耗); 但鉴于其芯片设计缺少GPU等处理器,其芯片算力偏低/功耗也相应偏低。

图10:Mobileye EyeQ5芯片设计方案(CPU+ASIC) 资料来源:Mobileye官网,光大证券研究所整理 (d)华为 华为自动驾驶芯片昇腾310(22TOPS,12nm工艺)、以及昇腾910(640TOPS, 7nm工艺,尚未规模量产)均来自于华为基于ARM(英国芯片架构公司,英伟 达拟收购)的自研达芬奇架构;其中,MDC210(48 TOPS)、MDC610(160 TOPS)、 MDC600(352TOPS,搭载于北汽极狐)、以及MDC810(400+ TOPS)等均 为基于昇腾310的组合芯片算力,针对L2-L5不同等级的自动驾驶系统。

华为集成张量(3DCube多维数据)、矢量(Vector有方向的数据)、以及标 量(Scalar无方向的数据)等多种计算单元,分别负责矩阵运算、基本和定制 类型运算、以及标量运算和程序循环控制等,可满足不同场景下的数据精度要求。

我们判断,华为的核心在于针对AI运算特征进行设计,应用3D cube矩阵设计 (或需1个周期即可完成16*16*16对应4,096次MAC矩阵运算vs.特斯拉的 HW3.0 NPU采用2D矩阵设计,或需96个周期才可完成96*96对应9,216次 MAC矩阵运算),预计华为具有更高的AI算力效率与算力密度。

-22-证券研究报告 汽车和汽车零部件 图11:华为芯片的达芬奇架构 资料来源:2019/8第31届Hot Chips大会,光大证券研究所整理 3.3、芯片发展趋势 我们判断,1)芯片属于典型的资本密集型行业,需要较高的包括工厂/设备等在 内的资金投入、以及基于制造工艺/技术迭代更新等对应的较高持续性研发投入。

2)预计一代芯片的生命周期约5-6年(研发设计与认证周期合计约3年、规模 量产周期约2-3年vs.技术迭代),行业具有较高壁垒性(盈亏平衡周期或相 对滞后)。

3)短期来看,参与者或增多(通过收购/整合、手机等产业链延伸、 以及以初创类公司等方式进军市场),预计大部分主机厂或仍以外购的方式基于 其不同定位/需求与芯片供应商进行合作。

4)长期来看,行业或高度集中,通过 手机等产业链延伸且又可提供基础软件包的tier-1芯片供应商有望长期受益。

当前除Mobileye/英伟达、以及特斯拉(尚未外供)之外,其他芯片供应商分别 通过收购/整合、产业链延伸、以及以初创类公司等方式切入自动驾驶芯片赛道。

通过收购/整合进军市场 英特尔从2015年至今已收购多家初创类科技公司;其中,2017年以153亿美 元全资收购Mobileye。

通过多轮收购/整合,当前英特尔已拥有相对完整的基于 自动驾驶芯片的供应链,涵盖英特尔CPU(中央处理器)、Movidius VPU(视 频处理单元)、Altera FPGA(半定制型处理器)、以及Mobileye EyeQ系列芯 片(CPU+ASIC全定制型处理器)等,可提供基于自动驾驶芯片的整套解决方案。

英伟达也于2020年以70亿美元全资收购Mellanox(拥有InfiniBand互连技 术、叠加其以太网,已被较广泛应用于全球超大规模数据中心),有助于进一步 优化/增强英伟达数据中心负载量,提高性能与运营效率/降低成本。

此外,当前 英伟达正在规划收购日本软硬集团旗下全资子公司ARM(英国芯片架构公司, 苹果/高通/华为等均基于ARM架构进行芯片设计),其收购成功性或仍待观望。

我们判断,行业巨头可通过收购/整合等方式陆续进军或进一步增强其在自动驾 驶芯片市场的竞争力,完善业务板块布局与产业链整合,带动业务协同。

-23-证券研究报告 汽车和汽车零部件 表20:英特尔的主要收购情况梳理(2015至今) 时间收购公司/业务所收购公司的业务收购原因/成果 2015美国Altera FPGA通过Altera在FPGA占据了近1/3市场份额 2016 Itseez计算机视觉拓展物联网业务 2016 Nervana Systems人工智能深度学习芯片(2020宣布停止该产品) 2016硅谷Movidius计算机视觉布局计算机视觉应用领域 2017以色列Mobileye自动驾驶成功进军自动驾驶领域 2018美国Vertex.ai开发人工智能模型组件便携式深度学习引擎制造(AI芯片) 2019以色列Habana Labs AI芯片制造商人工智能芯片领域为数不多实现量产的公司 2019 Barefoot Networks计算机网络公司芯片运算速度极快 2019印度Ineda Systems打造高效节能可穿戴设备处理器加强GPU技术 2019 NetSpeed Systems系统级芯片设计工具的供应商片上系统(SoC)开发成熟,节约设计的时间和成本 2020加拿大Pivot旗下Smart Edge业务分割数据/近客户距离存储数据基于英特尔芯片设计,目标运用于5G设备 2020以色列Cnvrg.io构建和运行机器学习模型的平台巩固英特尔机器学习业务 2020旧金山SigOpt创建用于建模和仿真的优化平台创建建模和仿真的优化平台,有助于AI芯片业务 2020以色列Moovit城市出行方案应用人工智能和大数据分析来跟踪交通流量 2020 Hypersonix Inc.少数股权人工智能数据分析加强了支持基于云的数据 2020 Rivet Networks团队无线解决方案无线解决方案部门,开发更广泛的PC连网加强解决方案 资料来源:公司官网,搜狐新闻,新浪财经,光大证券研究所整理 通过产业链延伸进军市场 手机芯片与智能座舱芯片在逻辑控制与通用类型数据运算、图像处理单元、以及 神经网络单元等技术领域存在相似之处;其中,智能座舱芯片作为车载芯片还有 更高的基于芯片稳定性/可靠性/安全性等车规要求。

自动驾驶芯片又在智能座舱 芯片的基础上,对芯片的设计与算力/功耗等有更高的技术要求。

作为全球手机芯片行业巨头,高通已于2014年开始成功推出智能座舱芯片;当 前,高通智能座舱芯片已量产至第三代(包括骁龙602A/骁龙802A/骁龙8155), 根据2020/1高通数据,全球25家主流车企约20家已采用高通骁龙数字座舱平 台。

此外,高通第四代智能座舱芯片或采用5nm技术工艺,有望于2022E量产。

在自动驾驶芯片方面,高通也已于2020年推出Snapdragon Ride自动驾驶计 算平台,涉及安全系统级芯片、安全加速器、以及平台开放式解决方案(可以与 主机厂自主研发的算法相结合,具有更强的可扩展与可定制化等特征)。

其中, 高通研发的自动驾驶芯片或将采用5nm技术工艺(具有更佳的能耗比),可提 供10TOPS-700TOPS算力用于满足L2-L4/L5级不同自动驾驶系统的需求,预 计Snapdragon Ride有望于2022E量产(2022E长城与高通开展合作)。

我们判断,1)行业巨头也可通过产业链延伸(从手机芯片/智能座舱芯片至自动 驾驶芯片延伸)的方式,切入市场;其中,预计华为与高通的发展路径较为相似。

2)预计在手机芯片领域具有较强产业链优势的tier-1芯片供应商或具有更强的 快速流片/规模量产/控制成本/技术迭代等优势;其中,又可提供基础软件包助 力主机厂自主研发软件/算法的tier-1芯片供应商则具有更强的市场竞争力。

-24-证券研究报告 汽车和汽车零部件 图12:高通芯片产业链延伸的路径梳理 资料来源:公司官网,盖世汽车,光大证券研究所整理 图13:华为芯片产业链延伸的路径梳理 资料来源:公司官网,盖世汽车,光大证券研究所整理 初创科技类等公司进军市场 除了行业巨头,国内也在自动驾驶芯片领域涌现一批优质的初创类科技公司,包 括地平线(2015/7)、以及黑芝麻(2017/1)等;其中,地平线是继Mobileye、 英伟达之后第三个实现前装量产的芯片供应商,旗下自动驾驶芯片征程二搭载车 型已达8款(截至2020/12,征程二出货量已突破10万),征程三也即将量产。

我们判断,1)智能电动化是行业包括高端至低端车企品牌在内的整体趋势;2) 初创类科技公司与行业巨头或仍在成本控制/技术迭代等方面存在差距;但鉴于 其可与主机厂深度绑定(提供芯片+软件/算法的全套自动驾驶解决方案),预计 仍有望通过其基于全产业链的布局定位,在国内自主市场占有优势。

-25-证券研究报告 汽车和汽车零部件 表21:地平线与车企的主要合作情况梳理 芯片合作车企搭载车型上市时间芯片具体用途 征程二 长安 长安NUI-T 2020/6/21智能座舱:基于征程二芯片开发的智能驾驶舱NPU计算平台 长安NUI-K 2021/3/28辅助自动驾驶+智能座舱:基于两颗征程二芯片打造的“自动驾驶+智能交互”解决方案 奇瑞奇瑞蚂蚁2020/9/22辅助自动驾驶:帮助奇瑞蚂蚁实现了L2+驾驶辅助功能 江淮江淮汽车思皓QX 2021/4/13辅助自动驾驶+智能座舱:深度融合视觉、语音等多种感知数据 广汽 广汽传祺GS4Plus 2021/4/22智能座舱:搭载地平线征程二AI算力“超感交互智能座舱” 广汽埃安AIONY 2021/4/19智能座舱:搭载地平线征程二及Halo车载智能交互方案 东风东风岚图FREE 3Q21E(未上市) 辅助自动驾驶:基于地平线征程二芯片打造的主动夜视行车系统, 具有150m超远视距、AI识别预警等功能 上汽上汽智己2021E(未上市)搭载在智能数字架构中 征程三上汽 上汽大通 MAXUSMIFA概念车 2021/4/21(发布) 辅助自动驾驶:应用地平线芯片的蜘蛛智驾系统, 提升车辆在智能驾驶时的平顺性与弯道稳定性 资料来源:腾讯新闻,搜狐新闻,光大证券研究所整理 注:地平线分别与江淮/广汽/上汽/长城/理想/一汽等达成战略合作,可提供基于征程全系列的汽车智能芯片与完整智能驾驶解决方案 综合而言,当前自动驾驶芯片市场呈现快速迭代、以及参与者增多的趋势(主要 来自于收购/整合、产业链延伸、以及以初创类公司等方式进军市场)。

我们判断,软件/算法是各车企形成长期差异化竞争的核心;1)短期来看,主机 厂或基于其不同的软件/算法能力,与不同的芯片供应商开展合作(全栈自研软 件/算法vs.芯片供应商提供软件工具开发包或全套自动驾驶解决方案);2) 长期来看,预计在手机芯片等领域具有较强产业链优势且又可提供基础软件包助 力主机厂自主研发软件/算法的tier-1芯片供应商或具有更强的市场竞争力。

3.4、国内芯片发展情况 根据2021/3发布的《中华人民共和国国民经济和社会发展第十四个五年规划和 2035年远景目标纲要》第二篇第四章第二节的相关内容,明确将包括芯片与软 件/算法等在内的新一代人工智能、以及IGBT/MEMS等技术工艺在内的集成电 路纳入需加强原创性攻关的科技前沿领域。

此外,国内相关政府机构也针对芯片 产业从政策/人才/减税/知识产权/生态环境等多方面给予支持,进一步扶持国内 芯片供应商的自主技术创新与规模量产。

表22:十四五规划和2035年远景目标刚要提出的科技前沿领域攻关 专栏2科技前沿领域攻关 01新一代人工智能 前沿基础理论突破,专用芯片研发,深度学习框架等开源算法平台构建,学习推理与决策、图像图形、语音视频、自然 语言识别处理等领域创新。

02量子信息 城域、城际、自由空间量子通信技术研发,通用量子计算原型机和实用化量子模拟机研制,量子精密测量技术突破。

03集成电路 集成电路设计工具、重点装备和高纯靶材等关键材料研发,集成电路先进工艺和绝缘栅双极型晶体管(IGBT)、微机电 系统(MEMS)等特色工艺突破,先进存储技术升级,碳化硅、氮化镓等宽禁带半导体发展。

04脑科学与类脑研究 脑认知原理解析,脑介观神经联接图谱绘制,脑重大疾病机理与干预研究,儿童青少年脑智发育,类脑计算与脑机融合 技术研发。

05基因与生物技术 基因组研究应用,遗传细胞和遗传育种、合成生物、生物药等技术创新,创新疫苗、体外诊断、抗体药物等研发、农作 物、畜禽水产、农业微生物等重大新品种创制,生物安全关键技术研究。

06临床医学与健康 癌症和心脑血管、呼吸、代谢性疾病等发病机制基础研究,主动健康干预技术研发,再生医学、微生物组、新型治疗等 前沿技术研发,重大传染病、重大慢性非传染性疾病防治关键技术研究。

07深空深地深海和极地探测 宇宙起源与演化、透视地球等基础科学研究,火星环绕、小行星巡视等星际探测,新一代重型运载火箭和重复使用航天 运输系统、地球深部探测装备、深海运维保障和装备试验船、极地立体观监测平台和重型破冰船等研制,探月工程四期、 蛟龙探海二期、雪龙探极二期建设。

资料来源:《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》第二篇第四章第二节,光大证券研究所整理 -26-证券研究报告 汽车和汽车零部件 表23:国内对芯片产业的扶持政策梳理 年份政策名称发布机构政策内容 2020 《关于印发新时期促进集成电路产业和软 件产业高质量发展若干政策的通知》 国务院 从财税、投融资、研究开发、进出口、人才、知识产权、市场应用、国际合作等 多方面鼓励集成电路产业发展 2020 《关于加快推进国有企业数字化转型工作 的通知》 国资委 通过联合攻关、产业合作、并购重组等方式,将加快攻克核心电子元器件、高端 芯片、核心软件的关键短板 2020 《关于促进集成电路产业和软件产业高质 量发展企业所得税政策的公告》 财政部、税务总局、 发改委、工信部 制定满足国家鼓励集成电路要求的企业进行企业所得税的减免 2020中央经济工作会议 增强产业链供应链自主可控能力,针对产业薄弱环节,实施好关键核心技术攻关 工程,解决“卡脖子”问题 2021工业和信息化发展情况新闻发布会工信部 为全面优化完善高质量发展芯片和集成电路产业的有关环境政策提出加大企业 减税力度、在基础方面进一步加强提升、创造良好产业生态环境、培养和储备人 才和加强国际合作五项措施 2021 《政府工作报告》国务院 坚持创新在我国现代化建设全局中的核心地位,把科技自立自强作为国家发展的 战略支撑 2021 《中华人民共和国国民经济和社会发展第 十四个五年规划和2035年远景目标纲要》 人民政府 加强关键数字技术创新应用,聚焦高端芯片、操作系统、人工智能关键算法、传 感器等关键领域,加快布局神经芯片等前沿技术 资料来源:新华网,光大证券研究所整理 现阶段,国内芯片供应商主要为华为、以及地平线/黑芝麻等。

我们判断,1)自动驾驶芯片的技术核心在于设计(在通用性、不同软件/算法对 应的芯片有效算力与功耗等综合性能、以及成本控制等方面获取平衡,同时通过 组合设计进一步改善性能/增强冗余)。

2)预计华为与高通的发展路径较为相似, 具有较强的芯片设计能力、以及基于手机芯片延伸至自动驾驶芯片的产业链优势 (快速流片/规模量产/成本控制/技术迭代等长期前景可期)。

3)预计地平线/ 黑芝麻等或通过与主机厂深度绑定(提供芯片+软件/算法全套方案)获取竞争力。

鉴于当前华为的芯片采用Fabless(无晶圆制造)设计模式,仅负责产业链中游 的芯片电路设计与销售,其余生产/测试/封装等环节均外包。

因此我们预计,当 前以华为为主的国内芯片供应商主要瓶颈并非在于设计等技术层面,而是在于如 何规模量产;其中,涉及上游的EDA软件/ARM架构、以及下游的光刻机。

a)EDA软件 EDA是完成芯片设计方案输入、处理、模拟、以及验证的计算机软件工具,主 要以Synopsys、Cadence、以及Mentor Graphics(已被西门子收购)三家美 国公司为主(合计约占全球70%+市占率,约占国内90%+市占率);其中,华 为EDA也来自此三家美国公司,虽已买断授权但仍或面临无法更新迭代的风险。

当前国内EDA行业仍存研发/人才短缺、产品不完整、以及工艺相对落后等问题; 其中,华大九天作为国内EDA的领先企业,已在相关的数据处理软件等领域取 得突破,有望逐步打破国外技术垄断,提供专用EDA与一站式晶圆制造服务。

此外,FPGA(半定制化处理器)的设计流程与CPU/GPU等通用型处理器不同, 具有更强的自主可控权,预计国内也有望通过FPGA自主设计打破EDA垄断。

b)ARM架构 ARM(英国芯片架构公司)采用32位精简指令集(RISC)处理器架构,可以非 常广泛的运用于嵌入式系统设计,具有完整的生态链且可针对不同类型的体系结 构进行设计,苹果/高通/三星/华为等均在此架构下完成芯片处理器的设计研发。

2020/9英伟达正式提出计划以400亿美元全资收购日本软硬集团旗下全资子公 司ARM,预计其收购成功性或仍待观望;此外,2021/4 ARM正式发布全新一代 Armv9架构(不受美国相关条例约束),华为有望获得Armv9架构永久使用权。

-27-证券研究报告 汽车和汽车零部件 c)光刻机 芯片的制造核心在于光刻/蚀刻;其中,国内的中微半导体蚀刻机精度已可达 5nm工艺。

然而,在光刻机领域,全球主要企业为荷兰ASML(市占率达90%+); 其中,ASML光刻机的大部分原材料仍需全球采购且其核心技术仍在美国。

英伟达/Mobileye、以及特斯拉的下一代芯片(分别为Orin /EyeQ5、以及HW4.0, 预计4Q21E-2022E上市)均采用7nm工艺;此外,5nm工艺也处于研发阶段。

对比来看,华为昇腾910(640TOPS,310W)也采用7nm工艺,同时公司也 具备5nm工艺能力(2020与台积电合作,发布5nm麒麟90005G手机芯片)。

我们判断,1)华为等国内芯片供应商的技术研发能力处于全球领先水平,其核 心难点或在于如何实现规模量产;其中,预计最大挑战或来自于光刻机、其次为 EAD软件、最后为ARM(英伟达收购仍需多方机构批准且或面临反垄断审查, 预计其收购成功性或仍待观望)。

2)在光刻机方面,预计华为或通过提前备货、 以及向其他芯片供应商或有资质的供应商采购等方式弥补由于美国相关条例约 束导致的7nm无法自主量产等困境。

在EDA方面,或通过加大国内EDA投入、 以及FPGA自主设计等方式,打破美国基于EDA的垄断。

表24:当前国内芯片产业链基于规模量产的困境 产业链核心含义具体限制/风险中国情况 EDA软件 (上游) 在计算机辅助下完成芯片设计方案输 入、处理、模拟、验证的软件工具 美国占据绝对主导,三家美国公司占全球市 占率约70%,中国市占率约95%(2018) 国内DEA存在研发/人才投入不足、产品不齐全、以及缺乏与 先进工艺结合等问题;国内华大九天已在部分技术领域取得 突破,但与国际巨头仍存差距 ARM架构 (上游) 芯片架构设计部分若被英伟达收购,ARM架构或被美国垄断NA 光刻机 (下游) 通过光线的曝光把掩膜版上的精细图 形印制到硅片上,是芯片制造核心装备 5nm/7nm高端光刻机仅ASML可生产,其 核心技术与部分零配件来源美国 中芯国际仅能实现14nm工艺的量产,现已突破“N+1”工 艺,芯片性能/大小或接近7nm 资料来源:中芯国际官网,软银2017年世界大会,ESDAlliance,光大证券研究所整理 4、软件/算法 4.1、软件/算法是长期差异化的核心 我们判断,全球芯片供应商或主要以Mobileye/英伟达、高通、以及华为等为主; 在硬件性能差距缩小或逐步趋同的情况下,软件/算法是各车企形成长期差异化 竞争的核心(不同软件/算法对应的自动驾驶功能兑现性与用户体验的差异性)。

根据McKinsey测算,预计2010-2030E与软件相关的整车价值占比上升至30% (vs.与机械相关的占比不断下降);各大车企加大软件自研/合作已成趋势。

从现阶段来看,1)Waymo与百度等跨越式车企(直接定位至L4/L5级自动驾 驶系统)、以及特斯拉与小鹏等渐进式新势力车企(定位于L2/L2+级逐步升级 至L4/L5级自动驾驶系统)均采用全栈自研软件/算法的模式;其中,特斯拉通 过自研量产芯片,具有软件/算法与芯片匹配度更高的综合性能。

2)传统车企分 别通过成立子公司/部门、与全球软硬件公司合作/收购等方式,加大软件投入。

-28-证券研究报告 汽车和汽车零部件 图14:2010-2030E与软件相关的在整车价值占比变化 7% 10% 30% 0% 20% 40% 60% 80% 100% 201020172030E 其他与机械相关与软件相关 资料来源:McKinsey测算,光大证券研究所整理 表25:全球主要车企的软件自研或合作规划情况梳理 车企软件规划软件自研或合作自动驾驶系统与功能 Tesla √自研Autopilot/FSD:自动辅助导航驾驶、自动辅助变道、召唤功能、自动泊车、自动辅助变道等 新势力 车企 蔚来√自研NioPilot:自动驾驶功能NAD 理想√自研 AEB自动紧急制动、FCW前向碰撞预警、ACC全速域自适应巡航、LKA自动车道保持、LDW车道 偏离预警、BSD车辆盲区监测、ACL转向灯确认变道辅助、全自动泊车、高清倒车影像/全景影像 小鹏√自研XPilot:自动驾驶导航功能NGP、停车场记忆泊车等 国外传统 车企 宝马√ Critical TechWorks (51%股权) IDrive操作系统/BMW自动驾驶辅助系统Pro 奔驰√ 与英伟达合作 (英伟达Orin+AGX软件栈) MB.OS操作系统、以及ICC自适应巡航、LKA车道保持功能、ALC自动变道 丰田√ Woven Planet (全资子公司) 车机系统Arene、以及自动驾驶系统Lexus Teammate (在高速公路上自动监测环境、以及操纵车辆行驶等) 大众√ Car.Software (软件部门) OTA:全速域驾驶辅助、交通拥堵辅助、前碰撞预警、自适应巡航、车道保持辅助、变道辅助 交通标志识别、后侧来车预警等 沃尔沃√ Zenseact (全资子公司) Pilot Assist:路面偏离预防保护系统、City Safety城市安全系统、ACC全速自适应巡航控制 PAP自动泊车系统 国内传统 车企 比亚迪√ NA新一代车载智能操作系统、以及L2自动驾驶辅助功能 吉利√ 极氪(51%股权) 亿咖通(集团全资子公司) 推进L2/L2+至L4/L5自动驾驶系统 长城√ 毫末科技 (全资子公司) 车规级5G+V2X,推进L2/L2+至L4/L5自动驾驶系统 上汽√ 零束SOA (全资子公司) 全自动泊车等功能 跨越式 车企 Waymo √自研Waymo Driver(L4/L5) 百度√自研Apollo Lite(L4);AVP+ANP自动泊车+辅助驾驶(L2/L2+) 资料来源:各公司官网,网易新闻,搜狐新闻,腾讯新闻,光大证券研究所整理 -29-证券研究报告 汽车和汽车零部件 4.2、软件/算法仍需与硬件高度匹配 我们判断,除了芯片本身的工艺/性能差异之外,芯片是否能最大程度的释放其 性能(高算力/低功耗),还取决于与软件/算法的匹配度(芯片的核心在于设计)。

从芯片ASIC(全定制型处理器)与其对应的算法分类来看,主要分为1)视觉 类处理器与算法、2)神经网络或深度学习类处理器与算法、以及3)数据类处 理器与算法;其中,自动驾驶的核心在于视觉、以及神经网络或深度学习。

特斯拉 特斯拉的芯片应用NPU(神经网络处理单元)或NNA(神经网络加速器),是 基于神经网络的加速处理器,具有高效运行且可实现存储/计算一体化等特征; 结合与其高度匹配的特斯拉神经网络算法(计算机视觉算法与深度学习算法融 合)通过影子模式(收集/标记数据,对比计算机模拟与实际驾驶员操作的差异 性)进行大量计算机自动训练学习与升级应用,不断完善其自动驾驶的行车决策 (其中,Dojo系统定位L4/L5,10^6TOPS算力,适用于3D+时间的4D场景)。

Mobileye/英伟达 1)在视觉方面,Mobileye的芯片应用CVP(计算机视觉处理器),结合其自 主研发的CV(计算机视觉)算法(vs.英伟达的芯片应用类似Mobileye CVP 的PVA处理器),Mobileye或在此领域具有更佳的软硬件匹配度;2)在深度 学习方面,Mobileye/英伟达的芯片应用DLA(深度学习处理器);其中,DLA 的设计结构与DNN算法匹配(包括处理静态任务的CNN卷积神经网络与处理 时间相关任务的RNN/LSTM),采用端至端的模式(通过对输入图像的归一化 处理至不同卷积层对核心数据的提取/输入,利用输入至输出大量映射算法的学 习/处理,得出自动驾驶的行车决策),具有减少数据量/更高运行效率等特征。

图15:英伟达DLA处理器架构 图16:英伟达CNN卷积神经网络算法架构 资料来源:nvdla.org,GitHub,光大证券研究所整理 资料来源:《End to End Learning for Self-Driving Cars》NVIDIACorporation(2016), 光大证券研究所整理 -30-证券研究报告 汽车和汽车零部件 表26:芯片主要模块分拆、以及处理器与搭载算法的梳理 芯片模块分类芯片供应商芯片处理器搭载算法搭载算法介绍 深度学习 特斯拉 NPU (神经网络处理单元) 自主研发 神经网络(AI)算法 神经网络是一种非线性/非统计性、具备学习能力的数据建模工具;特斯拉的神 经网络(视觉算法/深度学习算法)通过摄像头与超声波雷达/毫米波雷达抓取 静态、以及动然数据并添加至神经网络训练集,基于大量驾驶员的实际数据, 系统自动学习并调整决策(模拟人的行为) 特斯拉 NNA (神经网络加速器) 自主研发 神经网络(AI)算法 英伟达 DLA (深度学习加速器) 深度学习算法 (DNN算法) 通过挖掘数据局部特征,找寻数据空间上的相关性,减少网络中可训练参数数 量以提高算法效率;图像中的局部感知区域作为底层输入数据,通过大量输入 与输出之间映射算法的学习/处理(端至端的模式),系统得出决策Mobileye DLA (深度学习加速器) 深度学习算法 (DNN算法) 视觉处理 Mobileye CVP (计算机视觉处理器) 自主研发 CV视觉算法计算机视觉算法使计算机具有通过二维图像认知三维环境信息的能力,建立对 客观世界的三维场景的感知、并对感知数据进行描述、存储、识别、以及理解 英伟达 PVA (可编程视觉加速器) 计算机视觉算法 数据处理Mobileye MA (多线程加速器) 多线程处理算法多线程处理算法与硬件配合实现多个线程并发执行,进而提升整体处理性能 资料来源:Wikipedia,AISUMMER,CSDN,Adlinktech,Fierce electronics,Edge AI and Vision Alliance,光大证券研究所整理 我们判断,1)特斯拉神经网络学习的算法与其芯片处理器高度匹配,核心在于 利用影子模式,实现系统的自动训练学习与升级应用。

Mobileye/英伟达深度学 习的算法为DNN(CNN与RNN/LSTM),核心在于通过输入至输出映射算法学 习/处理(端至端的模式),得出系统的行车决策(不同卷积层对核心数据的提 取/输入,具有更高的运行效率等);其中,Mobileye在视觉方面采用CVP处 理器+CV算法或相比于英伟达在此领域具有更高的软硬件匹配度。

2)软件/算法 与芯片的匹配度,是自动驾驶系统是否能更高效率释放其性能的关键;其中,软 件/算法的核心在于人才与团队、以及大量实际路况数据的采集与应用。

4.3、软件/算法的核心在于团队、以及数据 4.3.1、人才与团队 软件/算法的核心之一在于人才与团队,包括团队组织架构的定位与清晰程度、 团队的技术能力、以及团队的执行力与稳定性。

表27:跨越式车企、特斯拉与新势力、以及传统车企的软件/算法团队综合比较 车企架构定位/清晰程度核心成员能力团队执行力/稳定性 跨越式车企 Waymo ★★★★☆ ★★★★★ ★★☆ 百度★★★★★ ★★★★☆ ★★☆ 渐进式车企 特斯拉★★★★ ★★★★★ ★★☆ 蔚来★★★ ★★★★ ★★★ 理想★★★ ★★★★ ★★★ 小鹏★★★☆ ★★★★ ★★★ 海外传统车企 丰田★★★ ★★★ ★★★ 大众★★★ ★★☆ ★★★ 自主传统车企 吉利★★★ ★★★ ★★★ 长城★★★ ★★★ ★★★ 资料来源:光大证券研究所绘制 注:☆表示半颗星 -31-证券研究报告 汽车和汽车零部件 组织架构 从Waymo/百度、以及特斯拉的团队架构分拆来看,1)Waymo根据自动驾驶 产业链,具体分拆为基础设施、视觉/感知、以及路径规划业务组等。

2)百度于2019/12对其团队做了较大幅度调整,保留原有车联网业务组(车载 OS系统等)、新增智能交通业务组(车路协同等基础设施)、以及将智能汽车 事业部(L3)与自动驾驶事业部(L4)重新分拆合并(L3与L4技术线合并, L3事业线的高精地图分拆)并且对自动驾驶业务组进行扩充升级(当前,百度 自动驾驶业务组涵盖智能汽车业务部、智驾地图业务部、以及自动驾驶技术部)。

3)特斯拉聚焦于软件/算法的技术层面,其团队具体分拆为AI算法、软件集成 与验证、以及底层代码业务组等(每组负责人均可向CEO马斯克直接汇报)。

我们判断,1)Waymo与百度定位L4/L5级系统,其团队架构更完整(涵盖高 精地图、以及车路协同等在内的基础设施业务等);其中,明确三种商业模式的 百度Apollo(为主机厂提供自动驾驶技术解决方案、造车、以及共享无人车) 的定位更完整/更清晰(vs. Waymo或面临数据长尾效应风险)。

2)由于特斯 拉定位L2/L2+级(从L2/L2+级渐进至L4/L5级),其团队架构更聚焦于包括底 层代码与软件/算法等技术层面。

3)新势力与传统车企均处于加大软件/算法投 入的阶段;鉴于团队陆续组建(期限较短),预计定位与清晰程度或仍待观望(其 中,小鹏的团队组建较早且具备全栈自研软件/算法能力,或处于相对领先位置)。

表28:Waymo/百度、以及特斯拉的软件/算法团队具体架构分拆 公司具体架构核心人员及团队人数 Waymo 基础设施NA(135人) 视觉/感知NA(85人) 路径规划NA(75人) 系统工程Nick Webb(30人) 研究团队Dragomir Anguelov(15人) 百度Apollo 车联网业务组苏坦 智能交通业务组吴书林 自动驾驶业务组 智能汽车业务部NA 智驾地图业务部佘党恩 自动驾驶技术部王云鹏 特斯拉 车辆软件David Lau 操作系统与内部应用Nagesh Saldi AI算法Andrej Karpathy 软件集成与验证CJMoore 底层代码Milan Kovac 资料来源:The Information,2019特斯拉财报电话会,搜狐新闻,新浪新闻,光大证券研究所整理 注:Waymo团队架构公布时间(2019/1),特斯拉架构公布时间(2019) -32-证券研究报告 汽车和汽车零部件 技术能力 从Waymo/百度、特斯拉/新势力、以及传统车企的团队负责人技术专业性分拆 来看,均具有相关领域的全球顶级教育与工作背景;1)Waymo/百度与特斯拉/ 新势力的团队核心负责人以电子/计算机等理科背景为主(vs.大众等传统车企 或仍存以动力机械等工科背景为主的团队负责人);2)新势力与传统车企或更 多通过挖掘人才的方式确定团队核心人员,并以此为基准搭建软件/算法团队。

表29:Waymo与百度Apollo软件/算法研发核心人员简介 公司核心成员任职情况教育背景工作经历 Waymo John Krafcik 自动驾驶项目CEO (已卸任) 斯坦福大学机械工程(学士) 丰田与通用的合资公司新联合汽车制造工厂(NUMMI)的首批工程师 之一;1990-2004,福特高管;2004-2014,现代汽车(美国),担任 五年总裁兼首席执行官;2014-2015,圣莫妮卡汽车销售网站True Car 高管;2015,谷歌,全面负责自动驾驶业务(已卸任) Dmitri Dolgov 首席技术官兼工程副总裁 /联席首席执行官 美国密歇根大学(博士) 2006-2009,丰田研究所高级研究科学家;2009-2016,谷歌,无人驾 驶汽车项目软件主管,视觉识别工程师;2016-2021,Waymo,首席 技术官;2021/4至今,Waymo,联合首席执行官 Sacha Arnoud 软件工程总监 (已离职) TélécomParis(硕士) 2010-2016,谷歌,工程总监;2016-2020,Waymo高级工程总监, 感知主管(已离职);2020至今,LyftL5高级工程总监 Dragomir Anguelov研究主管美国斯坦福大学(博士) 2007-2015,谷歌,高级软件工程师;2015-2018,ZOOX感知高级总 监;2018至今,Waymo研究主管 Nick Webb系统工程总监美国斯坦福大学(硕士) 2008-2012,苹果,工程项目经理;2012-2018,NEST硬件工程总监; 2018至今,Waymo系统工程总监 百度 Apollo 王云鹏 百度副总裁/百度自动驾 驶技术部总经理 北京航空航天大学(博士) 曾任职索尼爱立信,负责智能手机软件研发/项目管理/敏捷研发转型; 2012至今,百度,工程效率部技术总监/金融平台部技术总监/百度自 动驾驶技术部总监/百度副总裁,现全面负责百度自动驾驶业务 李震宇 百度集团资深副总裁/智 能驾驶事业群总经理 北京航空航天大学(硕士) 曾任职华为,从事网络相关技术研发工作;2007至今,百度,自动驾 驶,现全面负责智能驾驶事业群组业务及管理工作 王京傲百度Apollo研发总经理 美国辛辛那提大学(硕士); 加州大学伯克利分校(MBA) 曾任职博世集团硅谷研究中心;2006-2012,谷歌;2012至今,百度 (四年时间带领团队完成Apollo从1.0到5.0的七次迭代更新) 陶吉 自动驾驶技术总监 车路协同平台负责人 新加坡南洋理工大学(博士) 2009-2010,TCL高级研究工程师;2010至今,百度,深度学习研究 院,现管理百度自动驾驶技术研发(L4) 资料来源:搜狐新闻,新浪新闻,领英,光大证券研究所整理(截至2021/5/28) 表30:特斯拉与新势力车企软件研发核心人员简介 公司核心人员职务教育背景工作经历 特斯拉 Ashok Elluswamy Autopilot负责人卡内基梅隆大学(硕士) 2010-2012,威伯科汽车控制系统;2013,大众汽车电子研究室; 2014至今,特斯拉 David Lau车辆软件负责人美国斯坦福大学(学士) 2004-2010,Altera;2012至今,特斯拉 Nagesh Saldi操作系统与内部应用负责人加州圣玛丽学院(MBA) 2000-2008,Infosys;2008-2012,HP;2012至今,特斯拉 Andrej Karpathy AI算法负责人美国斯坦福大学(博士) 2011-2015,谷歌;2016-2017,Open AI;2017至今,特斯拉 CJMoore软件集成与验证负责人哈维·穆德学院(学士) 2008,Idealab;2009-2014,ACPropulsion;2014至今,特斯拉 Milan Kovac底层代码负责人HELB-INRACI(学士) 2008-2012,Soft Kinetic(索尼收购);2012-2014,索尼;2015-2016, SKULLY;2016至今,特斯拉 理想王凯首席技术官CTO 北京工业大学微电子工程 (学士);赫尔辛基城市应用 科学大学工业管理(硕士) 2002-2006,方舟科技、大唐电子、Detection Technology(芬兰); 2006-2012,芬兰诺基亚;2012-2020,伟世通,全球首席架构师及自动驾驶 总监;2020至今,理想汽车首席技术官 蔚来 庄莉 前软件发展(中国)副总裁 (已离职) 加州大学伯克利(博士) 读博期间为网易有道创业者之一;曾任微软研究员/猎豹移动首席产品架构师 和工程副总裁;2016-2019,蔚来(已离职) 张磊蔚来汽车软件发展(中国) NA 曾参与谷歌车载项目Android Auto的开发工作;2016年,华米科技硅谷团 队,首席架构师;2019至今,蔚来 任少卿助理副总裁 中国科技大学与微软亚洲研 究院联合培养博士 曾任Momenta合伙人兼研发总监(福布斯亚洲30岁以下杰出青年); 2020至今,蔚来 小鹏 谷俊丽 前自动驾驶研发副总裁 (已离职) 清华大学/美国伊利诺伊大 学香槟分校联合培养博士 2012-2016,AMD,主任工程师;2016-2017,特斯拉,搭建特斯拉机器学 习团队,开发Autopilot2.0产品;2017-2020,小鹏(已离职) 吴新宙自动驾驶业务副总裁 清华大学(学士);美国伊利 诺伊大学香槟分校(博士) 2006-2018,高通,高级工程总监(带领高通自动驾驶团队,专注于将高通 的技术与计算机平台、计算机视觉、深度学习等结合);2018至今,小鹏 资料来源:汽车之心,搜狐新闻,领英,光大证券研究所整理(截至2021/5/28);注:蔚来/理想/小鹏分别于2020/2020/2018年组建软件/算法团队 -33-证券研究报告 汽车和汽车零部件 表31:传统车企软件研发核心人员简介 传统车企核心人员任职核心人员教育背景核心人员工作背景 丰田James Kuffner Woven Planet负责人 (丰田软件子公司) 斯坦福大学(博士) 2002-2005,Teraport GmbH;2002-2009,Digital Human Research Center(AIST);2009-2016,谷歌,研究人员/技术主管/工程总监; 2016至今,丰田(其中,2021开始,Woven Planet,CEO) 大众 Dirk Hilgenberg CARIAD负责人 (大众软件部门) 达姆施塔特工业大学(博士) 1994-1998,宝马,航空发动机;1998-1999,企业计划法律有限公 司;1999-2000,宝马,IT技术项目总经理;2000-2002,宝马,英 国工厂IT总经理;2002-2020,宝马集团;2020至今,CARIAD,CEO Markus Duesmann软件研发负责人机械工程师背景 2007-2010,宝马,前Sauber F1车队;2010-2016,宝马,驾驶动 态主管/动力总成主管;2016-2018,宝马集团董事,全球采购/供应 商网络;2019,大众集团,管理委员会成员;2020,奥迪,董事会 主席兼CEO;2020至今,负责大众集团软件研发工作 Alex Hitzinger “Artemis”项目负责人 兰茨胡特应用科技大学机械 工业(博士);华威大学(MBA) 1997-2000,丰田,赛车开发工程师;2000-2007,考斯沃斯,WRC 开发主管/一级方程式赛车发展负责人;2007-2011,红牛技术先进技 术负责人;2011-2016,保时捷919技术总监;2016-2019,苹果产 品设计负责人;2019至今,大众汽车 吉利 沈子瑜 亿咖通董事长兼CEO (集团全资子公司) 上海交通大学(硕士) 2005,上海通用;2008,安吉星(Onstar)筹备项目组,全程参与 通用Onstar系统中国部署和集成服务上线;2016至今,亿咖通 Peter Rogbrant 亿咖通欧洲总部负责人 (集团全资子公司) 哥德堡大学(学士) 2001-2015,沃尔沃集团,远程信息处理;2015-2016,EA旗下幽灵 游戏,首席技术官;2016-2018,Autoliv,电子工程主管;2019-2020, CEVTRnd软件,高级副总裁;2020至今,亿咖通(2020/12亿咖通 在瑞典哥德堡成立欧洲总部及产品研发中心) dgrd Andersson Zenseact CEO (沃尔沃全资子公司) 查尔莫斯工业大学(硕士) 1997-2016,爱立信,副总裁(由1,500多名软件工程师组成的全球 研发团队负责人);2016-2020,沃尔沃,汽车软件与电子业务副总 裁/首席数字官/高级副总裁;2020至今,Zenseact 长城 顾维灏毫末智行CEO北京交通大学计算机专业 2003-2019,百度,负责L3级自动驾驶、车联网、地图等多项业务 (其中2016,任百度L3智能汽车事业部总经理);2021至今,长城 张凯 长城汽车智能驾驶负责人; 毫末智行董事长 NANA 甄龙豹 长城汽车智能驾驶总监; 毫末智行首席交付官CIO NA 2008-2012,长城汽车技术中心职员;2012-2015,长城汽车技术中 心车辆安全工程研究院任科长;2020年,毫末智行首席交付官CIO 资料来源:搜狐新闻,领英,光大证券研究所整理(截至2021/5/28) 我们判断,人才等对应的团队技术专业能力与企业战略规划/激励机制/企业文化 等高度相关;1)Waymo与特斯拉更易吸引/培养硅谷顶尖人才(vs.百度已将 部分美国研发业务迁至国内);2)预计国内吸引软件/算法等相关人才的先后排 序分别为百度、新势力、头部民营背景传统车企、以及国企/央企背景传统车企。

执行力与稳定性 从Waymo与百度、以及特斯拉的团队执行力与稳定性来看,均处于自动驾驶功 能优化/陆续兑现阶段,但仍面临较高的人才流动风险;其中,百度的人员流失 或与其团队组织架构调整等相关。

此外,从百度与特斯拉离职人员的去向来看, 大部分成为初创类公司的创始人/高管;其中,与百度相关的国内初创类公司包 括地平线/黑芝麻(芯片)、以及小马智行/文远知行(L4系统Robotaxi)等。

我们判断,1)自动驾驶产业链仍处于发展早期且市场增长空间巨大,当前面临 高端人才(尤其国内高端人才)短缺且行业参与者不断增多的趋势,预计人才/ 团队的执行力与稳定性是决定公司自动驾驶系统是否可持续稳步推进的核心。

2) 预计Waymo/百度与特斯拉或通过吸引全新优质人才的方式,部分对冲原有团 队人员的离职风险;鉴于新势力与传统车企的团队陆续组建,预计其团队执行力 /稳定性或仍待观望(其中,蔚来与小鹏已面临一轮软件/算法团队的人员调整)。

-34-证券研究报告 汽车和汽车零部件 表32:Waymo管理团队人员离职情况梳理 离职人员离职时间Waymo任职职务学历背景工作背景 Tim Willis 2021/2 激光雷达业务总经理 制造和全球供应主管 斯坦福大学制造系统工程(硕士) 1988-1996,福特汽车;1996-2006,3com;2006-2008,摩托 罗拉;2008-2014,苹果;2015,飞利浦;2015-2021/2,Waymo David Twohig 2021/3 Future Automotive总监科克大学学院电子电气工程(学士) 1992-2005,日产欧洲技术中心;2006-2014,雷诺;2014-2016, 法国兴业银行;2016-2018,雷诺集团;2018-2020,拜腾; 2020-2021/3,Waymo Qi Hommes 2021/3系统安全主管麻省理工学院机械工业(硕士/博士) 2002-2007,福特汽车;2007-2009,通用汽车;2009-2015, MIT研究科学家;2011-2015,Vlope国家运输系统中心; 2015-207,苹果;2020-2021/3,Waymo John Krafcik 2021/4首席执行官麻省理工学院管理学(硕士) 1990-2004,福特汽车;2004-2013,现代汽车;2014-2015, TrueCar;2015-2021/4,Waymo Sherry House 2021/4财务主管和投资者关系主管密西根大学工商管理/工程(硕士); 1994-1998,通用/德尔福汽车项目;1999,Deloitte&Touche; 1999-2005,通用汽车;2005-2007,ALTA;2007-2010,GTCR; 2011-2016,德勤;2016-2017,伟世通;2017-2021/4,Waymo Ger Dwyer 2021/5首席财务官NA 2006,加入谷歌,2016,加入自动驾驶项目 Adam Frost 2021/5汽车合作与企业发展主管 皇家墨尔本理工大学 工程专业/计算机科学专业 1996-2013,福特汽车;2013-2016,谷歌;2016-2021/2,Waymo 资料来源:36氪,搜狐新闻,新浪新闻,光大证券研究所整理(截至2021/5/28) 表33:百度的部分软件团队人员离职情况梳理 离职去向原百度人员现所处公司的职务原百度的职务/经历 长城顾维灏长城汽车自动驾驶公司毫末智行CEO 2003-2019,百度,负责L3自动驾驶、车联网、地图等多项业务(其中2016,任百度 L3智能汽车事业部总经理);2021至今,长城 中智行王劲 2017/4创立景驰科技(文远知行); 2018/6创立中智行 2010,百度,技术副总裁(2015,百度自动驾驶事业部总经理);2017离职 地平线 余凯地平线创始人 2012,百度;2013,百度深度学习研究院,常务副院长(研究包括自动驾驶等方向); 2015离职 黄畅地平线联合创始人2012,百度;2013,百度深度学习研究院,高级科学家/主任/研发架构师;2015离职 余轶南地平线智能驾驶研发总监曾任百度深度学习研究院担任科学家 徐伟地平线通用人工智能首席科学家曾任百度深度学习研究院杰出科学家 小马智行 彭军小马智行创始人2015,百度,自动驾驶事业首席架构师;2016离职 楼天城小马智行创始人2016,百度(美国研究院,参与无人车的技术研发),曾为百度最年轻T10级员工 李衡宇小马智行执行董事曾主导百度广告预算控制系统 文远知行 韩旭文远知行CEO 2014,百度(美国研究院,自动驾驶事业部首席科学家);2017离职 陈世熹文远知行技术团队成员2013,百度,凤巢团队/自动驾驶事业部;2017离职 黑芝麻黄浴黑芝麻自动驾驶技术研究副总裁 曾任职百度美国研发中心自动驾驶资深软件架构师,参与搭建了百度阿波罗计划自动驾 驶系统的软件核心架构;2018离职 奇瑞邬学斌奇瑞雄狮总经理2016,百度,副总裁(负责自动驾驶事业部车辆及相关团队),2018离职 白犀牛朱磊白犀牛创始人前百度自动驾驶团队成员 资料来源:领英,搜狐新闻,腾讯新闻,光大证券研究所整理(截至2021/5/28) 表34:特斯拉与新势力的部分软件团队人员离职情况梳理 公司软件团队离职人员最高职位公司任职时间离职去向 特斯拉 Sterling Anderson Autopilot软件团队负责人2014-2016 Aurora Innovation 创始人兼首席产品官 Chris Lattner Autopilot软件团队负责人1H17谷歌,高级总监 Stuart Bowers Autopilot软件副总裁2018-2019 Greylock(风险投资公司) Zeljko Popovic自动驾驶感知团队负责人2013-2019 Embark(自动货运初创企业) Jim Keller自动驾驶业务副总裁2016-2018英特尔,高级副总裁 Doug Field工程高级副总裁2013-2018苹果,特殊项目组副总裁 小鹏谷俊丽 自动驾驶研发副总裁2017-2020 NA 蔚来庄莉汽车软件发展(中国)副总裁2016-2019镁佳科技(初创公司),CEO 资料来源:The Information,Techweb,搜狐新闻,新浪新闻,光大证券研究所整理(截至2021/5/28) -35-证券研究报告 汽车和汽车零部件 4.3.2、数据长尾效应 软件/算法的核心之二在于数据(实测路况数据的积累)。

决策层(芯片与软件/算法)的路径规划需要大量实测路况数据的积累与验证; 其中,特斯拉NPU对应的神经网络学习算法、以及Mobileye/英伟达等DLA深 度学习处理器对应的DNN算法,均需在充分且完备的数据环境下才可分别达到 计算机自动训练学习、以及深度学习的效果。

然而,由于人类行为符合正态分布;由长尾效应(<=5%小概率事件)造成的极 端特殊场景数据或永远无法捕捉完整,而这些数据或覆盖部分交通事故场景。

因 此,如何解决长尾效应,是攻克L4/L5级自动驾驶系统的非技术层面最大难题。

图17:人类行为的数据分布 资料来源:Drago Anguelov (Waymo) MITSelf-Driving Cars演讲,光大证券研究所整理 图18:2015至今特斯拉Autopilot实际应用里程数据 资料来源:lexfridman,光大证券研究所整理 注:根据lexfridman预测,预计截至2020年底(或2021/1/1),特斯拉Autopilot累计实际应用里程已达51亿英里 -36-证券研究报告 汽车和汽车零部件 我们判断,1)实验室/模拟场景与真实场景存在差异(实验室/模拟场景的算法 有效性不等同于真实场景);此外,算法于不同国家/地区真实场景的应用效果 也或存在差异性。

3)实测路况数据的积累是解决长尾效应的方式之一;当前, 特斯拉拥有绝对领先优势、其次为百度(降维至L2/L2+级与车企开展合作), 预计传统车企在陆续配置自动驾驶系统后的数据积累优势也或将逐步显现。

我们的观点,软件/算法是各车企形成长期差异化竞争的核心;其中,软件/算法 的决定性因素包括,1)团队组织架构的定位与清晰程度、团队的技术能力、以 及团队的执行力与稳定性,2)实测路况数据的积累。

我们基于软件/算法(团队 与数据)的综合优先排序分别为百度、特斯拉、Waymo、新势力(其中,小鹏 或相对领先)、头部民营背景传统车企、以及国企/央企背景传统车企。

5、产业链市场空间比较与标的梳理 5.1、产业链市场空间比较 我们判断,随着智能电动化的不断推进,与软件相关的整车价值占比将不断上升; 其中,由于越来越多车企或在智能电动车领域采取直营、以及软件包单独分拆销 售的模式,预计整车硬件售价取决于零配件成本、以及市场供求等,软件包售价 取决于用户差异化体验、以及自动驾驶系统功能兑现性。

我们将产业链拆分为1)汽车电子硬件市场、以及2)汽车软件市场。

汽车电子硬件市场 根据McKinsey测算,2020-2025E、以及2020-2030E汽车电子硬件市场规模 的年复合增速分别约7.8%、以及6.5%;其中,与L3级及以上自动驾驶系统相 关的汽车电子硬件(EDU/ECU与传感器)年复合增速分别约14.9%、以及12.4%。

1)DCU/ECU(域控制器/电子控制单元) 预计2020-2030E,DCU/ECU(域控制器/电子控制单元)的汽车电子硬件市场 占比约40%-45%;其中,与L3级及以上系统相关的DCU/ECU市场占比抬升 (2025E/2030E分别约13.0%/15.6% vs.2020约9.3%),对应2020-2025E、 以及2020-2030E年复合增速分别约15.5%、以及12.2%。

图19:2020-2030E与自动驾驶产业链相关的硬件市场测算 图20:2020-2030EDCU/ECU按汽车不同应用的市场测算 0 30 60 90 120 150 180 20202025E 2030E DCU域控制器/ECU电子控制单元传感器电子元件其他电子部件 十亿美元 0 20 40 60 80 20202025E 2030E L3、以及L4/L5系统车身底盘动力系统车载信息娱乐系统 十亿美元 资料来源:McKinsey测算,光大证券研究所整理 注:1)DCU/ECU包括芯片与其对应的软件、以及接口等;2)电子元件包括BMS、变频 器、逆变器、以及车载充电机等;3)其他电子部件包括线束、转换器、以及显示器等。

资料来源:McKinsey测算,光大证券研究所整理 注:DCU/ECU包括芯片与其对应的软件、以及接口等 -37-证券研究报告 汽车和汽车零部件 2)传感器 预计2020-2030E,传感器的汽车电子硬件市场占比约15%;其中,与L3级及 以上系统相关的传感器市场占比抬升(2025E/2030E分别约8.4%/11.2% vs. 2020约6.3%),对应2020-2025E、以及2020-2030E年复合增速分别约14.0%、 以及12.7%;其中,预计2030E激光雷达的市场空间或达120亿美元。

图21:2020-2030E传感器按汽车不同应用的市场测算 图22:2020-2030EL3、以及L4/L5系统传感器的市场测算 0 10 20 30 40 50 20202025E 2030E L3、以及L4/L5系统车身底盘动力系统 十亿美元 0 4 8 12 16 20202030E 激光雷达摄像头雷达其他 十亿美元 资料来源:McKinsey测算,光大证券研究所整理 资料来源:McKinsey测算,光大证券研究所整理 软件市场 汽车软件涉及操作系统与中间层/应用层、车载/互联/安全系统、以及L3级及以 上自动驾驶系统等。

根据McKinsey测算,2020-2025E、以及2020-2030E汽 车软件市场的年复合增速分别约12.1%、以及9.1%;其中,预计与L3级及以 上系统相关的软件市场占比抬升(2025E/2030E均约50%+ vs.2020约40%+), 对应2020-2025E、以及2020-2030E年复合增速分别约16.4%、以及11.1%。

图23:2020-2030E软件市场按汽车不同应用的市场测算 0 10 20 30 40 50 20202025E 2030E OS系统与中间层/应用层车身动力系统与底盘车载/互联/安全系统L3、以及L4/L5 十亿美元 资料来源:McKinsey测算,光大证券研究所整理 -38-证券研究报告 汽车和汽车零部件 我们预计汽车下阶段发展重心将紧密围绕绿色+智能两大核心主题,自动驾驶系 统是带动汽车产业链(电子硬件与软件市场)稳步增长的核心驱动力;1)驱动 以算法与用户生态等为主的软件市场规模/价值量占比增加;2)驱动硬件性能与 冗余要求增加,对应自动驾驶芯片与激光雷达等性能改善/硬件搭载数量增加。

我们预计软件/算法是决定用户差异化体验、以及自动驾驶系统功能兑现性的核 心;预计产业链最受益子行业分别为软件/算法、激光雷达、以及芯片/域控制器。

表35:汽车自动驾驶产业链(电子硬件与软件)相关公司梳理 传感器芯片控制器/ 半导体 软件 摄像头毫米波雷达超声波雷达激光雷达智能座舱芯片自动驾驶芯片高精地图算法 Panasonic Corp (PCRFY.OO) Bosch (500530.BO) Valeo (0RH5.L) Velodyne Lidar (VLDR.O) Qualcomm (QCOM.O) Tesla (TSLA.O) Visteon (VC.O) Google Waymo (Alphabet, GOOGL.O) Tesla (TSLA.O) Valeo (0RH5.L) Continental (0LQ1.L) Bosch (500530.BO) Luminar Technologies (LAZR.O) NXP Semiconductors (NXPI.O) Nvidia (NVDA.O) Continental (0LQ1.L) 四维图新 (002405.SZ) Google Waymo (Alphabet, GOOGL.O) Fujitsu LTD (FJTSY.OO) Denso Corp (DNZOF.OO) Murate (839990.NQ) Aeva Technologies (AEVA.N) Renesas Electronics (6723.T) Mobileye (Intel,INTC.O) Bosch (500530.BO) 长地万方 (百度集团-SW, 9888.HK) 百度集团-SW (9888.HK) Continental (0LQ1.L) Hella (HLE.DF) Denso Corp (DNZOF.OO) Ouster (OUST.N) Nvidia (NVDA.O) Qualcomm (QCOM.O) Veoneer (VNE.N) 高德地图 (阿里巴巴-SW, 9988,HK) 科大讯飞 (002230.SZ) Magna International (MG.TO) Aptiv (APTV.N) Mitsubishi (0Q0J.L) Innoviz Technologies (INVZ.O) Texas Instruments (TXN.O) Texas Instruments (TXN.O) Aptiv (APTV.N) 叁佰陆拾度 (京东集团-SW, 9618.HK) 中科创达 (300496.SZ) Sony (SONY.N) 华域汽车 (600741.SH) Panasonic Corp (PCRFY.OO) Valeo (0RH5.L) Bosch (500530.BO) 长电科技 (600584.SH) Tesla (TSLA.O) 大地通途 (腾讯控股, 0700.HK) 中国软件国际 (0354.HK) Bosch (500530.BO) 轩辕智驾 (高德红外, 002414.SZ) 奥迪威 (832491.NQ) OnSemi (ON.O) Infineon Techs AG (IFNNF.OO) 中芯国际 (0981.HK) Faurecia (FURCY.OO) 丰图科技 (顺丰控股, 002352.SZ) 东软集团 (600718.SH) OnSemi (ON.O) 德赛西威 (002920.SZ) Pioneer (6773.T) OnSemi (ON.O) 华为 Panasonic Corp (PCRFY.OO) 美大智达 (美团-W, 3690.HK) 图森未来 (TSP.O) LGElectronics (LGLD.L) 采埃孚 大族激光 (002008.SZ) Intel (INTC.O) 地平线 Magna International (MG.TO) 滴图科技 (滴滴子公司) 小鹏汽车 (XPEV.N) 舜宇光学科技 (2382.HK) 巨星科技 (002444.SZ) 三星电子 (SSNLF.OO) 黑芝麻 宏发股份 (600885.SH) 华为数字科技 (华为子公司) 蔚来 (NIO.N) 丘钛科技 万集科技 (300552.SZ) 联发科 (2454.TW) 斯达半导 (603290.SH) 亿咖通 (吉利集团子公司) 采埃孚 (1478.HK) 韦尔股份 (603501.SH) 禾赛科技 (A21002.SH, IPO终止) 科大讯飞 (002230.SZ) 德赛西威 (002920.SZ) Momenta AutoX 欧菲光 (002456.SZ) Ibeo 全志科技 (300458.SZ) 华阳集团 (002906.SZ ZOOX 海康威视 (002415.SZ) Quanergy 长电科技 (600584.SH) 均联智行 (均胜电子, 600699.SH) 文远知行 联创电子 (002036.SZ) 速腾聚创 中芯国际 (0981.HK) 采埃孚 小马智行 德赛西威 (002920.SZ) 镭神智能华为 华为 Momenta 采埃孚 大疆览沃 资料来源:Wind,各公司官网,SNE,GGII,佐思汽研,亿欧智库,36氪,搜狐新闻,光大证券研究所整理 -39-证券研究报告 汽车和汽车零部件 结合产业链各子行业推荐顺序、以及基本面发展前景,推荐小鹏汽车(XPEV.N)、 广汽集团(2238.HK)、小米集团-W(1810.HK)、中科创达(300496.SZ)、 科大讯飞(002230.SZ)、韦尔股份(603501.SH)、舜宇光学科技(2382.HK)、 中国软件国际(0354.HK)、斯达半导(603290.SH)、中鼎股份(000887.SZ)。

建议关注特斯拉(TSLA.O)、吉利汽车(0175.HK)、丘钛科技(1478.HK)、 比亚迪电子(0285.HK)、四维图新(002405.SZ)、宏发股份(600885.SH)。

表36:汽车自动驾驶产业链重点公司 证券 代码 公司 名称 收盘价 (市场货币) EPS(财报货币) P/E(x) P/B(x)投资 评级 分析师 20A 21E 22E 20A 21E 22E 20A 21E 22E XPEV.N小鹏汽车32.13 -6.48 -6.08 -5.55 NANANA 4.6 4.3 4.2 增持倪昱婧 2238.HK广汽集团6.720.580.791.0710 7 5 0.7 0.6 0.6 买入倪昱婧 1810.HK小米集团-W 28.60 0.540.791.1144 30 22 4.6 4.0 3.3 买入付天姿 300496.SZ中科创达145.101.051.411.96138 103 74 14.2 12.7 11.1 增持姜国平 002230.SZ科大讯飞61.94 0.610.740.96101 83 64 10.9 9.9 8.9 增持姜国平 603501.SH韦尔股份286.483.125.156.4092 55 44 22.2 16.1 12.1 买入刘凯 2382.HK舜宇光学科技197.50 4.465.696.8637 29 24 10.7 8.1 6.3 买入付天姿 0354.HK中国软件国际9.990.380.400.5121 20 17 2.4 2.3 2.0 买入付天姿 603290.SH斯达半导236.00 1.131.612.27208 146 104 32.2 27.8 22.2 买入刘凯 000887.SZ中鼎股份11.400.400.660.8028 18 14 1.5 1.4 1.3 买入邵将 TSLA.O特斯拉625.22 2.245.156.52 NANANA 30.5 23.0 16.3 买入倪昱婧 0175.HK吉利汽车19.660.560.891.1629 18 14 2.5 2.3 2.0 买入倪昱婧 1478.HK丘钛科技13.28 0.721.011.4016 10 8 3.4 2.6 2.0 买入付天姿 0285.HK比亚迪电子49.352.412.182.7717 18 15 4.1 3.4 2.9 买入付天姿 002405.SZ四维图新13.25 -0.160.130.17 NA 10278 NA NANANANA 600885.SH宏发股份54.901.121.431.76493831 NA NANANANA 资料来源:Wind,光大证券研究所预测,股价时间为2021-05-28;汇率按1HKD=0.83CNY,1USD=6.4CNY换算 注:四维图新(002405.SZ)、以及宏发股份(600885.SH)采用万得一致预期 -40-证券研究报告 汽车和汽车零部件 6、重点公司 6.1、小鹏汽车(XPEV.N) 2020/8小鹏汽车在美国成功上市,2020全年交付量约2.7万辆,1Q21交付量 1.33万辆(超此前指引)带动Non-GAAP归母净亏损收窄至人民币7.0亿元。

我们判断,2C端需求释放(销量同环比改善)、成本压缩、以及XPilot软件包 累计计提,是导致1Q21业绩超预期的主要原因。

管理层指引,2Q21E交付量 约1.55-1.60万辆(已体现全产业链供应瓶颈),总收入约人民币34-35亿元。

受供应链、以及成本费用端影响,2Q21E利润率或爬坡放缓:1Q21整车毛利率 同环比增加15.4pcts/3.3pcts至10.1%(其中,XPilot软件包累计计提的毛利 率贡献约2.5pcts)。

我们判断,1)2Q21E业绩或体现原材料价格上涨风险、 叠加XPliot软件包采用当季计提,预计2Q21E毛利率爬坡放缓;2)截至1Q21 全国销售网点178家/自有品牌超充站172座(vs.指引2021E销售网点300家 /自有品牌超充站500座),预计2Q21E运营费用增加,或拖累经营利润率爬坡。

实现全栈软件/算法自研,基于中国场景的长期推进前景可期:行业2C端需求 逐步释放;其中,软件/算法为长期差异化竞争的关键。

我们看好小鹏1)扩大 用户结构的战略布局(G3/P7磷酸铁锂版车型分别于今年4月/5月开启交付); 2)全栈软件/算法技术优势与数据快速迭代,有望驱动智能驾驶功能快速兑现(截 至3月,P7用户XP3.0系统NGP激活率25%;其中,NGP渗透率50%+), 预计第三款(首款激光雷达车型P5,2022E配置XP3.5系统)与第四款车型(配 置XP4.0系统)将分别于4Q21E与2022E开启交付;3)后市场生态圈的定位。

维持“增持”评级:我们看好磷酸铁锂版G3/P7上市驱动的2H21E销量爬坡、 以及XPilot渗透率抬升驱动的毛利率长期改善前景。

维持2021E/2022E/2023E Non-GAAP归母亏损分别约人民币36.9亿元/23.7/11.5亿元,我们维持目标价 US$32.00(对应约10.2x 2021EP/S),维持“增持”评级。

风险提示:全产业链供应瓶颈;利润率爬坡不及预期;行业与市场竞争加剧; XPilot功能兑现与渗透率不及预期;持续融资/摊薄风险;市场与金融风险等。

公司盈利预测与估值简表 指标201920202021E 2022E 2023E 营业总收入(百万元) 2,3215,84415,71127,16634,733 营业总收入增长率55792.6% 151.8% 168.8% 72.9% 27.9% Non-GAAP归母净利润(百万元) -3,709 -2,992 -3,692 -2,365 -1,152 Non-GAAP归母净利润增长率NANANANANA EPS(元,摊薄) -13.29 -6.48 -6.08 -5.55 -2.63 Non-GAAPROE(归属母公司,摊薄) NA -8.7% -9.9% -6.1% -2.7% P/S 32 27 10 6 5 P/BNA 4.6 4.3 4.2 3.8 资料来源:Wind,光大证券研究所预测,股价时间为2021-05-28(USD1 =6.4CNY) 注:1)2019股东权益为负;2)每股ADS代表2股A-Class普通股;3)2019-2020约7.0/15.1亿股普通股,预计2021E-2023E 约15.4亿股普通股。

-41-证券研究报告 汽车和汽车零部件 6.2、广汽集团(2238.HK) 开发ADiGO 4.0智驾互联生态系统,携手科技型公司,智能化提速:公司与华 为共同开发L4级自动驾驶车辆,与地平线签署战略合作协议,联合发布广汽版 征程三芯片,并与百度签署战略合作框架协议,全方位拓展智能化。

持续看好日系稳健增长前景:我们看好1)2021E广丰全新车型凌尚(TNGA平 台轿车,车型定位介于雷凌与凯美瑞之间,预计1H21E上市)、威兰达插电混 动版、以及现有车型汉兰达换代与C-HR/凯美瑞改款等驱动的销量增长前景;2) 2021E广本全新车型(思域姐妹款,预计2021E年末上市)、皓影插电混动版、 以及现有车型雅阁改款等驱动的销量增长前景;3)预计广本/广丰销量稳健增长 驱动的单车盈利持续爬坡趋势有望延续,盈利贡献前景可期。

行业修复带动广汽传祺改善,广汽埃安推进前景可期:1)我们预计2021E国内 乘用车高个位数或近10%销量同比增速(vs.中汽协预计约7.5%);其中,自 主或具有更高修复弹性(2021E广汽全年销量目标同比增长10%)。

我们预计 2021E广汽传祺销量同比增长近9%至32万辆,预计销售规模扩大/规模经济等 有望驱动减亏。

2)我们预计2021E国内新能源乘用车销量同比增长超60%至 200+万辆(渗透率或近10%),行业2C端需求逐步释放前景可期。

根据集团 的十四五规划,2025E广汽总产销量年复合增长10%+至350万辆;其中,新能 源产销量占比20%+至70+万辆。

我们看好广汽埃安Y/S/ V/LX差异化定位与 ADiGO自动驾驶系统功能兑现,预计2021E广汽埃安扭亏前景可期。

维持H股“买入”评级:我们维持2021E-2023E公司归母净利润分别约人民币 82.1/110.9/136.5亿元,维持H股“买入”评级。

风险提示:行业需求修复不及预期;自主减亏幅度不及预期;广本/广丰销量与 盈利爬坡不及预期;广菲克/广汽三菱销量与盈利承压;市场与金融风险。

公司盈利预测与估值简表 指标201920202021E 2022E 2023E 营业收入(百万元) 59,234 62,717 72,970 79,425 84,949 营业收入增长率-17.17% 5.88% 16.35% 8.85% 6.96% 净利润(百万元) 6,618 5,966 8,208 11,092 13,645 净利润增长率-39.30% -9.85% 37.59% 35.13% 23.02% EPS(元) 0.65 0.58 0.79 1.07 1.32 ROE(归属母公司)(摊薄) 8.26% 7.08% 9.06% 11.18% 12.46% P/E 9 10 7 5 4 P/B 0.7 0.7 0.6 0.6 0.5 资料来源:Wind,光大证券研究所预测,股价时间为2021-05-28;按照1 HKD=0.83 CNY换算 -42-证券研究报告 汽车和汽车零部件 6.3、小米集团-W(1810.HK) 21年起显著加强线下渠道管控,高周转渠道驱动更高投资回报:2021年初以来 公司显著加强对门店分层管理、对不同层级门店的管控力度,从而更直接敏感有 效把握最终消费者需求,尤其是专卖店模式引入“零售通”系统及零库存策略, 能够提升渠道周转效率从而提升投资回报率,有利于线下门店数量迅速扩张、单 店坪效提升。

高效率的智能硬件零售模型跑通,利润放量之路刚刚启动:公司整体战略调整之 后,品牌力+产品力升级+渠道新模型撬动的利润放量之路刚刚启动。

我们预计 其21-23年业绩增长主要驱动力将来自硬件销售业务盈利提升,生态链等股权投 资收益是重要的潜在利润弹性,互联网业务增速相对逊色、利润占比或下降。

线 上线下打通的新渠道模型具备高周转优势,有望放大包括手机、IoT在内的硬件 销售收入规模效应、降低OPEX费用率从而驱动净利润抬升。

小米造车能实现既有品牌/渠道优势延伸,未来产品能力等待验证,短期考验硬 件整合能力,中长期软件生态占优:电动车终端销售业务将围绕品牌、渠道、产 品三大维度展开较量。

1)品牌:小米作为消费电子品牌影响力强势,受众基础 广泛,有助前期推广,但切换至汽车耐用品领域更需强调安全可靠性、需做印象 转化;2)渠道:小米线下渠道加强以及大型商厦旗舰门店布局,正好适合电动 车销售;3)产品:芯片等核心硬件配置、AI算法能力、以及未来的软件应用生 态将为主要竞争要素。

公司自研芯片能力基础偏弱,但在核心芯片采购能力占优。

小米相比传统车企、造车新势力而言软件能力突出,而相比苹果、百度等企业在 AI算法能力及数据积累基础暂时较为薄弱;在软件生态方面,基于小爱同学APP 以及自有生态链模式来实现IoT平台生态扩容,基于多场景布局积累可实现更好 的联动协同性,能够大幅提升用户体验,AIoT生态协同性将显著占优。

盈利预测、估值与评级:维持21/22/23年non-IFRs净利润预测190/267/367 亿元,对应同比增速分别为46%/41%/37%。

小米特有的生产-流通模式成就了 高效率的智能硬件零售公司,渠道+品牌底层优势稳固,线上线下打通的渠道模 型撬动的增长潜力值得重视,基本面内生持续增长空间广阔。

我们维持目标价 40港币,维持“买入”评级。

风险提示:手机份额扩张不及预期;海外市场拓展不及预期;互联网变现不及预期。

公司盈利预测与估值简表 指标201920202021E 2022E 2023E 营业收入(百万人民币) 205,839 245,866 351,073 411,076 467,605 营收增长率(%) 17.7 19.4 42.8 17.1 13.8 Non-IFRs净利润(百万人民币) 11,532 13,006 18,988 26,676 36,664 Non-IFRs净利润增长率(%) 34.8 12.8 46.0 40.5 37.4 调整后EPS(元) 0.48 0.54 0.79 1.11 1.52 调整后P/E 50 44 30 22 16 P/B 7.1 4.6 4.0 3.3 2.7 资料来源:Wind,光大证券研究所预测,股价截止2021-05-28;按照1 HKD=0.83 CNY换算 -43-证券研究报告 汽车和汽车零部件 6.4、中科创达(300496.SZ) 2020年实现营业收入26.28亿元,同比增长43.85%,实现归母净利润4.43亿 元,同比增长86.61%;21Q1实现营收7.9亿元,同比增长78.80%;归母净利 润1.10亿元,同比增长64.60%。

公司收入和利润快速增长主要系公司核心竞 争力持续加强,客户粘性持续增加,业务量增加所致。

全球领先的智能操作系统产品和技术提供商:公司成立于2008年,致力于提供 卓越的智能操作系统产品、技术及解决方案,立足智能终端操作系统,聚焦人工 智能关键技术,助力并加速智能手机、智能物联网、智能网联汽车、智能行业等 领域的产品化与技术创新。

公司在全球拥有超过500家客户,并覆盖了超过1/4 的产业链内世界五百强企业。

受益于操作系统的垂直整合优势,公司与包括芯片、 终端、运营商、软件与互联网厂商等建立了多渠道、多方位的合作关系。

技术和市场双轮驱动:技术方面——源于多年在Android、Linux、Windows和 HTML5等操作系统技术的研发与创新,中科创达形成了从硬件驱动、操作系统 内核、中间件到上层应用全面的技术体系。

公司在通信协议栈、操作系统优化、 系统安全、图形图像处理、人工智能算法等领域均形成了自有IP和核心关键技 术。

市场方面——公司起步于智能手机和平板电脑,2013年前瞻性布局新一代 智能网联汽车业务,汽车业务收入占比由16年的5.45%提高至20年的29.31%, 16-20年复合年均增长率高达102.04%;21Q1公司智能汽车业务实现收入约 2.36亿元,同比增长约91%。

此外,2016年推出“核心板+操作系统+核心算法” 一体化的SoM产品,开始在机器人、AR/VR、可穿戴等IoT领域进行产业布局。

持续的市场开拓和自身的技术壁垒将为公司提供长期增长驱动力。

智能座舱正在成为新车比拼竞争力的关键因素:根据高工智能汽车研究院监测数 据显示,2020年1-10月国内新车(合资及自主品牌)销售上险标配搭载双屏(全 液晶仪表+中控大屏)为254.05万辆,同比增长57.42%;搭载视觉DMS系统 8.07万辆,同比增长接近4倍;搭载OTA功能321.49万辆,同比增长153.77%。

从实际前装上险搭载率来看,1-10月双屏搭载率为17.46%;OTA搭载率为 22.09%;视觉DMS搭载率为0.55%。

2020款上市新车在智能座舱功能搭载方 面,相关数据全面超过平均数;其中1-10月双屏搭载率为30.03%,高出平均 搭载率近一倍。

OTA搭载率为32.34%,高出平均搭载率十几个百分点。

HUD、 DMS等功能搭载也成为新车的卖点。

智能座舱的各种功能搭载量和搭载率均实 现快速上涨,智能座舱正在成为新车比拼竞争力的关键因素,预计相关需求还将 持续增长。

盈利预测、估值与评级:维持21-23年公司归母净利润分别为5.98、8.30和11.48 亿元,维持“增持”评级。

风险提示:5G低于预期;智能网联汽车业务拓展不及预期;市场竞争加剧等。

公司盈利预测与估值简表 指标201920202021E 2022E 2023E 营业收入(百万元) 1,827 2,628 3,593 4,971 6,799 营业收入增长率24.74% 43.85% 36.73% 38.36% 36.75% 净利润(百万元) 238 443 598 830 1,148 净利润增长率44.63% 86.61% 34.82% 38.74% 38.40% EPS(元) 0.56 1.05 1.41 1.96 2.71 ROE(归属母公司)(摊薄) 12.40% 10.25% 12.37% 14.99% 17.64% P/E 259 138 103 74 53 P/B 30.5 14.2 12.7 11.1 9.5 资料来源:Wind,光大证券研究所预测,股价时间为2021-05-28 -44-证券研究报告 汽车和汽车零部件 6.5、科大讯飞(002230.SZ) 2020年实现营业收入130.25亿元,同比增长29.23%;实现归母净利润13.64 亿元,同比增长66.48%。

21Q1实现收入25.01亿元,同比增长77.55%;实现 归母净利润1.39亿元,同比实现扭亏为盈,各项财务指标稳健增长。

动态看待公司价值,长短逻辑兼备战略标的:中短期看公司深耕的教育、司法、 消费者、汽车等赛道呈现高速的增长势头和成长前景,收入维持高增长高确定。

中长期看随着语义理解等技术进步,语音交互将成为重要的交互手段,垂直行业 应用将持续渗透深化,公司一方面在垂直领域应用能不断拓展新的增长点,另外 基于平台生态及用户数据积累带来的变现空间亦值得期待。

汽车智能化加速发展,公司迎来新的增长点:根据高工智能汽车研究院监测数据 显示,2020年国内新车(合资+自主品牌)前装搭载语音识别及交互功能上险量 为1206.4万辆,同比增长17.88%;搭载率从2019年的49.82%提升至2020 年63.25%,搭载率快速上升其中公司和赛灵思占据市场前两位,合计份额达到 70%。

公司自2003年开始已经在汽车智能化领域深耕了18年,致力于解决汽 车驾舱交互痛点,主要业务模式为在前装市场为车厂提供语音软件和套件的技术 授权,现已推出了飞鱼OS、飞鱼智能助理、飞鱼智云、知识大脑、A.l.销服等汽 车智能化产品。

公司汽车领域营收快速增长,2017年至2019年,营业收入增 长率分别为113.06%、7.36%、39.08%。

疫情期间,汽车厂商经营受到影响, 导致公司2020汽车领域营业收入3.24亿元,同比下滑12.98%。

截至2020年 11月,公司在汽车领域已经完成1200+前装项目交付、90%以上中国合资&自 主品牌乘用车采用了科大讯飞产品,车载智能产品出货量超2500万。

公司作为 车载语音识别及交互领域龙头企业有望率先受益于智能汽车的快速发展及语音 识别及交互功能搭载率的持续提升。

投资建议:维持公司21-23年归母净利润分别为16.55、21.35和26.28亿元。

看好AI时代背景下公司AI技术应用深度和广度持续增加,维持“增持”评级。

风险提示:新产品推广不达预期,市场竞争加剧。

公司盈利预测与估值简表 指标201920202021E 2022E 2023E 营业收入(百万元) 10,07913,02517,12221,73026,859 营业收入增长率27.30% 29.23% 31.46% 26.92% 23.60% 净利润(百万元) 8191,3641,6552,1352,628 净利润增长率51.12% 66.48% 21.31% 29.01% 23.11% EPS(元) 0.370.610.740.961.18 ROE(归属母公司)(摊薄) 7.17% 10.77% 11.92% 13.80% 15.10% P/E 166 101 83 64 53 P/B 11.9 10.9 9.9 8.9 7.9 资料来源:Wind,光大证券研究所预测,股价时间为2021-05-28 -45-证券研究报告 汽车和汽车零部件 6.6、韦尔股份(603501.SH) 汽车CIS行业高速增长:1)未来单辆汽车需搭载11-15颗摄像头。

随着自动驾 驶渗透率的不断提升,自动驾驶汽车上搭载摄像头的数量大幅提升,如蔚来ET7 搭载了12颗摄像头,小鹏P7搭载14颗摄像头。

根据Yole数据,L4/L5级自 动驾驶汽车需在舱外搭载8-11颗摄像头(4颗成像+4~7颗感知),需在舱内搭 载3-4颗摄像头,合计11-15颗摄像头。

2)汽车CIS单价提升显著。

相比于手 机,汽车CIS需满足更苛刻的条件,要求具备120-140dB的高动态范围,能在 -40-105℃下正常运行,较好的夜视能力并解决LFM和伪影等问题。

因此同像素 的情况下,汽车CIS价格即高于手机CIS,1-2M单颗价格在3-8美金左右,8M 的量产单价在10美金以上,单颗CIS价值量大幅提升。

受益于ADAS,2025年汽车CIS市场有望超30亿美元:据Yole预计,ADAS 车用摄像头模组市场在2020年为35亿美元,2025年可增长至81亿美元。

按 照2019/2025年摄像头模组中CIS价值占比估算,2020/2025年ADAS车用CIS 分别将达到约16/34亿美元的市场规模。

产品+技术+客户三大优势下,豪威汽车CIS市占率有望进一步扩大:1)豪威产 品线齐全,32款产品覆盖0.3M-8.3M,丰富产品矩阵构筑强大竞争壁垒。

豪威 在2004年左右进入汽车CIS市场,历史积累深厚,公司不断推出新型汽车CIS 产品,目前拥有32款领先的汽车CIS产品,对于环视、ADAS、舱内监控和倒 车影像等功能均可满足,产品矩阵丰富。

2)豪威的空间域曝光技术可解决高HDR 和LFM问题,自动驾驶趋势下抢占安森美份额。

自动驾驶趋势下,汽车CIS需 使用大小像素技术解决高HDR和LFM问题,豪威过去在手机(小像素技术)和 汽车(大像素技术)均有深厚积累,可开发出高阶大小像素技术,而安森美因缺 乏小像素技术,在未来的汽车CIS产品竞争中将处于劣势。

3)拥抱优质客户, 加速渗透国内市场。

豪威在汽车CIS行业布局已久,欧洲大型车厂奔驰、宝马、 保时捷等均是公司深度绑定客户,公司客户优势明显。

公司在国内市场亦呈加速 渗透状态,如理想one和零跑汽车C11均搭载了豪威传感器。

公司20年汽车 CIS收入约2.6亿美金,预计到2023年公司汽车CIS收入将达到10亿美金。

盈利预测、估值与评级:韦尔股份收购豪威后,成为全球领先的CIS龙头企业。

公司不断升级自身技术实力,在手机CIS和汽车CIS领域持续取得新突破,公司 市占率和盈利能力亦不断提升,在汽车CIS高速增长下公司有望进入新的发展阶 段。

维持公司21-23年归母净利润44.69/55.54/68.32亿元,维持“买入”评级。

风险提示:新能源汽车销量不及预期、行业竞争加剧风险。

公司盈利预测与估值简表 指标201920202021E 2022E 2023E 营业收入(百万元) 13,632 19,824 30,034 38,262 46,846 营业收入增长率243.93% 45.43% 51.50% 27.40% 22.43% 净利润(百万元) 466 2,706 4,469 5,554 6,832 净利润增长率235.46% 481.17% 65.13% 24.29% 23.00% EPS(元) 0.54 3.12 5.15 6.40 7.87 ROE(归属母公司)(摊薄) 5.87% 24.08% 28.95% 27.04% 25.48% P/E 531 92 55 44 36 P/B 31.3 22.2 16.1 12.1 9.1 资料来源:Wind,光大证券研究所预测,股价时间为2021-05-28 -46-证券研究报告 汽车和汽车零部件 6.7、舜宇光学科技(2382.HK) 手机光学出货量增速短期放缓,全年达到指引无虞:受芯片缺货导致行业供需错 配影响,预计2Q21手机镜头出货量增速放缓,但在市场集中度提升背景下,2Q21 手机镜头出货量仍有望录得同比双位数增长;手机摄像模组方面,鉴于下游终端 客户份额提升空间更大、叠加持续发力三星客户拓展,预计2Q21出货表现将优 于手机镜头,后续月度出货有望持续超市场预期。

21年全年来看,我们仍对手 机出货量增长给予乐观预期,维持手机光学产业链顺周期复苏观点。

伴随上游产 能陆续释放,芯片供需格局有望于3Q21起好转,芯片缺货预计有所缓解,从而 进一步提振出货动能,驱动2H21手机光学出货量环比提升。

我们预计21年手 机镜头、手机摄像模组出货量增速将达到公司指引区间。

光学仍为各大手机厂商 主打卖点,21年光学升级趋势重启驱动公司产品结构持续改善。

客户+产品线扩张逻辑启动,重点关注效率、良率提升带来的盈利能力改善机会: 下游终端品牌份额重分配背景下,公司客户结构多元,oppo、vivo、小米、三 星等其他品牌业务占比扩大有望对冲华为相关业务下降风险。

公司通过切入美国 大客户镜头供应链,叠加三星供应链份额提升机会,有望带动公司业绩持续增长。

伴随生产自动化率进一步提升带来良率、效率改善,手机光学毛利率具备进一步 提升空间。

重点关注产品结构改善,以及效率良率提升带来的盈利能力改善机会。

车载业务多领域布局,长期有望再造一个手机光学业务:公司车载镜头市场份额 连续9年维持全球第一,行业龙头地位稳固。

伴随疫情改善驱动车载镜头市场加 速回暖,叠加公司份额持续提升,公司车载镜头出货量延续强劲势头,我们预计 2021年车载镜头出货量同比增长25%。

公司积极导入造车新势力客户,车载镜 头像素规格加速升级,我们预计2021年车载镜头ASP同比增长5%,维持小幅 稳定增长。

此外,公司在车载模组、HUD、智能大灯、激光雷达等多领域布局, 有望受益于下游汽车电子信息化浪潮。

长期来看,综合1)伴随技术进步、自动 驾驶法规政策进一步推进、以及造车新势力示范效应,ADAS渗透率提升驱动单 车配备车载镜头数量继续上升,预计车载镜头及车载模组业务持续高增长;2) 以及LiDAR、HUD、智能大灯放量,车载光学有望再造一个手机光学业务。

盈利预测、估值与评级:基于公司手机镜头、手机摄像模组及车载镜头出货量和 产品结构符合预期,我们维持21-23年净利润预测为62/75/93亿元人民币。

伴 随光学行业景气复苏逐步印证、美国大客户项目陆续平稳导入、汽车HUD等新 产品线起量等多重因素催化,有望提振市场对其持续增长前景的信心,维持目标 价238港币,维持“买入”评级。

风险提示:镜头行业竞争加剧;产品结构升级不及预期。

公司盈利预测与估值简表 指标201920202021E 2022E 2023E 营业收入(百万人民币) 37,84938,00246,38154,39164,798 营业收入增长率(%) 46.0 0.4 22.0 17.3 19.1 净利润(百万人民币) 3,9914,8726,2177,4939,328 EPS(人民币) 3.654.465.696.868.54 EPS增长率(%) 60.1 22.2 27.6 20.5 24.5 P/E 45 37 29 24 20 P/B 14.3 10.7 8.1 6.3 4.9 资料来源:Wind,光大证券研究所预测,股价截止2021-05-28;按照1HKD=0.83RMB换算 -47-证券研究报告 汽车和汽车零部件 6.8、中国软件国际(0354.HK) 基石业务表现稳定,云智能业务高速发展驱动未来整体业绩快速增长:公司来自 核心大客户华为的业务维持健康增长,汇丰业务实现逆势增长,阿里、百度、微 软、中移动、中电信等客户业务维持稳定增长。

公司深度参与华为鲲鹏生态构建, 积极参与1+8+N、鸿蒙、HMS、汽车等其他高增长的业务线,探索IoT模组销 售、应用组件开发等新业务模式,有望提振云智能业务成长确定性。

深度参与华为鸿蒙生态,探索新模式打开更大市场空间:公司是中国最大的IT 服务商,深度参与华为未来自主生态系统建设。

基于华为鸿蒙OS搭建的Hilink 平台从纸面真正转为实体,华为鸿蒙生态已对接众多企业接入、背后宏图意义深 远。

IoT平台难成规模最主要的问题在于标准尚未统一,鸿蒙OS微内核、分布 式架构优于google现有安卓宏内核架构、更加适合IoT生态,从底层架构上实 现统一后具备更好连接互动性。

20H2大量招工奠定未来增长基础,云智能业务转型驱动人均产出提升趋势:公 司商业模式以人力驱动型为主,公司在20年下半年进行大量招工,20年底员工 总数达7.60万元,同比增长24%,为公司21年收入继续快速增长奠定基础。

20年全年人均产出20.5万元/人/年,同比上升6%,印证更高价值量的云智能 业务转型将驱动人均产出延续提升趋势。

中软国际在智能网联汽车领域的业务积极布局:1)面向华为:与华为技术合作, 参与全系智能汽车产品的研发,例如智能座舱相关各类智能化部件嵌入式开发 等,智能驾驶领域自动驾驶软件及算法、仿真学习、道路实车测试与场景分析等, 智能车云领域各类数据、训练、仿真服务等。

2)面向车企:(1)车内:基于 华为整体的解决方案,向车企提供定制化服务。

(2)车联网:车车互联的软硬 模组,类似于HiLink在车领域的延伸。

(3)提供“软件工厂”:帮助车企快速 获取软件开发能力,打造自有的智能汽车产品。

一汽、长安预计今年有项目落地, 21年预计车载收入上亿规模。

盈利预测、估值与评级:受益于华为多业务线以及其他大客户业务拓展,我们预 计基石业务有望延续稳定增长,云智能业务高速发展将驱动未来整体业绩快速增 长,我们维持21-22年净利润预测分别为11.8/14.8亿元人民币,对应同比增速 分别为23/26%,新增23年净利润预测18.1亿元人民币,对应同比增速为 22.1%。

公司未来业绩高成长性及华为生态相关新业务发展具备较强吸引力,我 们预计公司发行CDR在A股上市后有望享受更高估值水平、未来在港股与A股 两地的估值折价差距有望收窄,维持目标价15.2港币(对应21/22年31/25倍 PE),维持“买入”评级。

风险提示:IT服务行业竞争加剧;云业务及JF平台发展放缓;华为经营风险。

公司盈利预测与估值简表 指标201920202021E 2022E 2023E 营业收入(百万人民币) 12,042 14,101 16,893 20,100 23,677 营业收入增长率(%) 13.8 17.1 19.8 19.0 17.8 净利润(百万人民币) 755 955 1,176 1,478 1,805 净利润增长率(%) 5.5 26.5 23.1 25.7 22.1 每股收益(元) 0.31 0.38 0.40 0.51 0.62 每股收益增长率(%) 3.9 23.3 6.9 24.4 20.9 P/E 27 21 20 17 14 P/B 3.2 2.4 2.3 2.0 1.8 资料来源:Wind,光大证券研究所预测,股价截止2021-05-28;按照1 HKD=0.83CNY换算 -48-证券研究报告 汽车和汽车零部件 6.9、斯达半导(603290.SH) 中国领先的IGBT龙头厂商:公司主要从事IGBT模块及芯片的研发、生产和销 售业务,2018-2020年IGBT模块销售额占比在90%以上,下游领域主要包括工 控及电源行业(2020年营收占比75%,下同)、新能源行业(21%)、变频白 色家电(4%)。

2020年全球IGBT功率模块市场中,斯达半导排名第七,在中 国IGBT功率模块市场中排名第一,为国内唯一一家进入全球前十的IGBT厂商。

2020年公司收入为9.63亿元,净利润为1.81亿元。

IGBT器件应用领域广泛,市场规模快速增长:IGBT是由BJT和MOSFET组成 的复合功率半导体器件,结合了BJT的导通电压低、损耗小和MOSFET的开关 速度高、驱动电路简单的优点,在高压、大电流、高速等方面具有较大的优势, 广泛应用在工业控制、新能源汽车、新能源发电和变频白色家电等领域。

IGBT 广泛应用的背景下,全球IGBT市场规模由2015年42.3亿美元增长至2019年 62.7亿美元,年均复合增速约10.4%。

2019年中国IGBT市场规模约为161.9 亿元,全球占比约37%,同比增速达到22.3%,市场规模增长迅速。

新能源汽车放量驱动公司步入快速成长通道:相对传统内燃汽车,新能源汽车将 使用大量的功率半导体器件,2019年传统内燃汽车功率半导体单车价值量为71 美金,纯电动汽车中功率半导体单车价值量为387美金,单车价值量提升5.5 倍,IGBT用量也将大幅提升。

2019年中国新能源汽车销量约121万辆,中国 汽车销量约2600万辆,渗透率约4.7%,欧洲和美国新能源汽车渗透率不足3%, 新能源汽车市场仍有巨大发展空间。

新品类扩张有望打开成长新空间:碳化硅MOSFET为第三代半导体材料的功率 器件,国际大厂广泛布局,应用前景广阔。

作为新能源汽车代表的特斯拉,其 Model 3上使用了24个碳化硅MOSFET,减小了器件的体积,提升了新能源汽 车的续航里程,未来将被广泛使用。

公司积极布局碳化硅MOSFET模块相关技 术,已取得多项相关专利,并在碳化硅汽车级模块通过宇通客车车企定点,碳化 硅MOSFET未来趋势确定且前景可期,公司在碳化硅MOSFET模块的布局扩张 有望打开公司成长新空间。

盈利预测、估值与评级:斯达半导是国内IGBT龙头厂商,领先技术实力和本土 化服务优势打造公司核心竞争力,新能源汽车发展浪潮下,公司未来发展前景广 阔,我们维持21-23年归母净利润为2.57/3.63/4.77亿元,维持“买入”评级。

风险提示:新能源汽车销量不及预期、IGBT自研进度不及预期。

公司盈利预测与估值简表 指标201920202021E 2022E 2023E 营业收入(百万元) 779.44 963.00 1,315.64 1,766.73 2,346.04 营业收入增长率15.41% 23.55% 36.62% 34.29% 32.79% 净利润(百万元) 135.28 180.68 256.80 362.72 477.37 净利润增长率39.83% 33.56% 42.13% 41.25% 31.61% EPS(元) 1.13 1.13 1.61 2.27 2.98 ROE(归属母公司)(摊薄) 24.17% 15.59% 18.86% 21.04% 21.68% P/E 208 208 146 104 79 P/B 51.1 32.2 27.8 22.2 16.7 资料来源:Wind,光大证券研究所预测,股价时间为2021-05-28 -49-证券研究报告 汽车和汽车零部件 6.10、中鼎股份(000887.SZ) 国内汽车非轮胎橡胶行业龙头,海外并购扩大版图:公司2006年上市后通过并 购海外优质资产提升技术、丰富产品、升级客户,布局海外市场(2020年海外 收入占比66.3%)。

目前公司主营业务涉及冷却系统、密封系统、降噪减震底 盘系统、空气悬挂和电机系统四大板块。

2020年公司收入端下滑幅度小于行业水平,国内外汽车行业周期触底叠加疫情 影响,业绩处于近5年历史低位:公司全球化布局,欧洲收入占比较高,总营业 收入下滑水平小于行业。

分产品看,公司智能底盘—轻量化及橡胶业务与冷却系 统业务,分别受益于汽车轻量化及电动化,表现好于行业。

公司密封业务,略好 于行业水平。

但作为传统行业龙头公司,毛利率26.9%,同比增加2.1pcts。

国内外车市复苏延续,疫情有效控制,海外企业成本控制能力和精细化管理能力 持续提升,一季报业绩超预期,公司三大拐点确立:2021Q1国内乘用车销量 环比2020Q4下滑25.3%,但公司2021Q1归母净利润环比2020Q4增长24.6%。

我们认为主要源于公司海外资产整合后,其成本控制能力和精细化管理能力持续 提升,海外业务盈利能力快速恢复带动公司一季度业绩超预期。

公司2020Q2 单季度归母净利润亏损0.4亿元,2020Q3~2021Q1单季度归母净利润分别为1.8 亿元、1.9亿元和2.4亿元,环比持续改善,公司业绩、产业及管理三大拐点确 立。

预计1H2021公司业绩高增长延续,全年归母净利润增速约63%。

携手华为布局中高端品牌:长安与华为、宁德时代合作打造CHN电动车平台, 平台将搭载华为HI智能汽车解决方案中的智能座舱平台CDC、自动驾驶域控制 器ADC和部分三电零部件。

该品牌首款电动车定位高性能四驱跨界SUV,售价 为20-40万元,最快将于今年年底发布,并于2022年底正式上市,届时将与特 拉斯Model Y、蔚来ES6等车型展开竞争。

2021年高增长低估值龙头归来,公司有望迎来“戴维斯双击”:公司在上一轮 行业周期下行过程中持续对产业前瞻领域布局,除了强化传统的密封、减震车用 橡胶业务外,已形成热管理管路总成、轻量化、汽车电子业务构建的新能源汽车 智能底盘总成战略,全面迎接汽车行业电动智能化转型。

2020年公司分红比例 约49%,2021年业绩高增长,估值在底部,有望迎来“戴维斯双击”。

盈利预测、估值与评级:维持2021E-2013E归母净利润8.0亿元、9.8亿元和 11.5亿元的盈利预测,维持17.7元目标价及“买入”评级。

风险提示:原材料价格波动;新项目、新品拓展不及预期;汇率风险等。

公司盈利预测与估值简表 指标201920202021E 2022E 2023E 营业收入(百万元) 11,70611,54813,02813,71514,929 营业收入增长率-5.35% -1.35% 12.81% 5.27% 8.86% 净利润(百万元) 6024938049791,152 净利润增长率-46.08% -18.18% 63.26% 21.69% 17.75% EPS(元) 0.490.400.660.800.94 ROE(归属母公司)(摊薄) 6.77% 5.49% 8.43% 9.60% 10.52% P/E 23 28 18 14 12 P/B 1.5 1.5 1.4 1.3 1.2 资料来源:Wind,光大证券研究所预测,股价时间为2021-05-28 -50-证券研究报告 汽车和汽车零部件 6.11、特斯拉(TSLA.O) 2010/6,特斯拉在美国成功上市;当前涵盖车型包括Model 3/Y、以及Model S/X;其中,国产Model 3/Y分别于2020/2021在国内开启交付。

2020特斯拉 全球交付量约50万辆,1Q21约18.5万辆(同环比增长109%/2%)驱动公司 Non-GAAP归母净利润同环比增长363%/17%至10.5亿美元。

维持盈利预测,维持“买入”评级:维持2021E-2023ENon-GAAP归母净利润 分别约49.4亿/62.6亿/72.6亿美元;维持目标价US$1,013.79(对应约20x 2021ENon-GAAPP/S)。

1)全球新能源汽车市场或将快速切换至2C端需求释放阶段,软件/算法或是用 户体验差异的核心。

2)特斯拉为当前全球唯一可以自研量产芯片、全栈软件/算法、以及整车制造的 车企,其核心优势在于三个方面(a)软件/算法与芯片设计的高度匹配度、(b) 基于神经网络学习的软件/算法处于全球领先水平(Dojo或直接对标L5级自动 驾驶)、以及(c)实际用户路测数据量位居全球第一。

3)自动驾驶以提高安全性为核心,预计各国或将陆续出台更具针对性的自动驾 驶标准与监管要求;其中,根据IHSMarkit数据,2020中国/北美/欧洲的全球 新车市占率分别约30%+/20%+/20%+(vs.大众/丰田全球市占率均约10%+), 预计特斯拉在以美国等为主体的智能驾驶产业链与核心软件/算法领域的竞争优 势依然明显,技术变现与FSD驱动的长期前景依然可期。

风险提示:刹车事件持续发酵导致国内交付量承压;全球交付量/毛利率爬坡不 及预期;成本控制不及预期;扩产与新工厂投产对盈利的短期拖累;FSD/电池 等新技术推进不及预期;融资配售风险;全球芯片短缺风险;疫情与市场风险。

公司盈利预测与估值简表 指标201920202021E 2022E 2023E 营业收入(百万美元) 24,57831,53650,72163,52969,413 营业收入增长率14.5% 28.3% 60.8% 25.3% 9.3% Non-GAAP归属母公司净利润(百万美元) 362,4554,9406,2637,258 Non-GAAP归属母公司净利润增长率NA 6719.4% 101.2% 26.8% 15.9% Non-GAAPEPS(美元) 0.03 2.24 5.15 6.52 7.56 Non-GAAPROE(归属母公司)(摊薄) 1% 11% 19% 17% 18% Non-GAAPP/S 23 22 12 10 9 P/B 83.8 30.5 23.0 16.3 14.6 资料来源:Wind,光大证券研究所预测,股价时间为2021-05-28 注:股本暂未考虑股权激励的全面摊薄影响 -51-证券研究报告 汽车和汽车零部件 6.12、吉利汽车(0175.HK) 作为国内领军自主品牌车企(2020销量约132万辆),吉利旗下全新智能电动 车极氪品牌首款车型001于2021/4/15正式发布,涵盖三个配置;其中,超长 续航双电机版(100kWh电池包,606km续航里程,配置全自动空气悬挂震/智 能感应式自动门等功能,补贴后售价人民币36.0万元),具有强劲市场竞争力。

维持盈利预测,维持“买入”评级:看好4.0时代全新车型周期、以及智能电动 化稳步推进。

维持2021E-2023E归母净利润分别约人民币87.1/113.7/135.3亿 元;维持目标价至HK$27.15(对应约26.0x 2021EPE)。

1)传统燃油/混动方面,看好星瑞/星越L与CMA版博越等4.0时代全新车型开 启的销量与业绩爬坡前景。

2)智能电动方面,极氪001搭载Mobileye EyeQ5H全新自动驾驶芯片,通过 Mobileye共享的底层数据,共同研发软件包(2022E极氪或导入城市自动驾驶 功能);此外,集团在芯片、软件/算法、以及高精地图等方面均有自主研发的 紧密布局。

我们看好浩瀚平台架构软硬件集成、以及与百度/富士康合作等开放 生态模式对应的平台降本与反向孵化集团内部自动驾驶核心软硬件技术的前景。

3)全栈自研软件/算法为行业长期差异化竞争的核心,我们预计吉利或为最有可 能转型至智能电动车成功的传统车企之一,长期市值提振前景可期。

风险提示:行业需求修复不及预期,新车型上市/销量爬坡不及预期,芯片短缺, 原材料价格上涨,成本费用控制不及预期,双积分风险,市场/金融风险。

公司盈利预测与估值简表 指标201920202021E 2022E 2023E 营业收入(百万元) 97,40192,114107,338121,791129,549 营业收入增长率-8.6% -5.4% 16.5% 13.5% 6.4% 净利润(百万元) 8,1905,5348,70511,36513,527 归母净利润增长率-34.8% -32.4% 57.3% 30.6% 19.0% EPS(元) 0.89 0.56 0.89 1.16 1.38 ROE(归属母公司)(摊薄) 15.18% 8.76% 12.61% 14.78% 15.68% P/E 18 29 18 14 12 P/B 2.8 2.5 2.3 2.0 1.8 资料来源:Wind,光大证券研究所预测,股价时间为2021-05-28(1港币=0.83人民币) -52-证券研究报告 汽车和汽车零部件 6.13、丘钛科技(1478.HK) 丘钛科技是国内光学模组龙头厂商,积极布局载摄像模组:公司于2018年成立 专项部门,布局车载模组业务,开始汽车光学积累,2019年完成资质认证,并 于2020年签约客户实现量产。

公司已获多家国内知名汽车品牌的Tier1或Tier2 供应商资格,陆续量产ADAS和智能座舱摄像模组,目前有超过10款车型的车 载摄像模组进入产品研发和认证阶段,并于2021年有望实现量产。

公司亦积极 拥抱造车新势力,车载摄像模组已经进入样品交付阶段。

手机摄像模组方面,由于芯片缺货,以及印度疫情持续发酵影响,市场普遍担忧 2Q21手机销量增速下滑,对应上游供应链厂商砍单风险:市场集中度提升背景 下,公司产能利用率较高,尚未见到下游客户订单调整。

针对市场近期对于部分 安卓手机品牌砍单的担忧,我们认为历年来安卓手机厂商为占用产能,年初目标 均较为激进,基于年初目标下修手机品牌出货预期为普遍现象,对此公司在产能 调拨及设立全年指引上已充分纳入考量。

由于华为受美国禁令影响致出货节奏显 著放缓,去年5月至下半年公司订单波动较大致基数较低,展望今年后续月份, 鉴于公司手机摄像模组产品已取得三星认证并陆续增加出货,客户结构进一步多 元化,在安卓手机市场份额重分配背景下,公司手机摄像模组出货量维持同比较 高增速有保障。

此外,伴随上游产能陆续释放,芯片供需格局有望于3Q21起好 转,芯片缺货预计有所缓解,从而进一步提振出货动能,我们预计公司21年全 年手机摄像模组出货量增速有望达到超30%的指引。

公司技术服务能力比肩一线龙头,产品结构进阶、生产自动化提升有望驱动ASP 及毛利率改善,带动业绩持续超预期增长:公司启动分拆回A计划,但是港股 仍然占核心资产绝对控股地位,扩大融资渠道有助于公司规模扩张,同时有助于 港股关注度显著提高进而抬升估值。

此外,伴随公司市场位势上移、品牌价值跃 升,估值具备进一步向上空间。

盈利预测、估值与评级:综合光学升级重启带动行业维持高景气度,公司技术服 务能力比肩一线龙头,高端产品份额提升有望持续驱动公司业绩高速增长,我们 维持21/22/23年EPS预测为1.01/1.40/1.82元人民币。

维持目标价24.2港币, 维持“买入”评级。

风险提示:摄像模组行业竞争加剧;产品结构升级不及预期 公司盈利预测与估值简表 指标201920202021E 2022E 2023E 营业收入(百万人民币) 13,169.7 17,400.4 24,638.0 30,867.8 37,721.2 营业收入增长率(%) 61.9 32.1 41.6 25.3 22.2 净利润(百万人民币) 542.4 840.1 1,188.6 1,649.1 2,154.1 EPS(人民币) 0.480.721.011.401.82 EPS增长率(%) 3627.1 51.1 39.9 38.7 30.6 P/E 23 16 10 8 6 P/B 4.4 3.4 2.6 2.0 1.6 资料来源:Wind,光大证券研究所预测,股价时间为2021-05-28(1港币=0.83人民币) -53-证券研究报告 汽车和汽车零部件 6.14、比亚迪电子(0285.HK) 公司是比亚迪汽车的内部Tier1供应商,提供的车载电子产品主要包括:1)信 息娱乐网联系统:多媒体(安卓操作系统);2)智能座舱、汽车网联系统:电 子仪表盘、360环视、智能网联、通讯模块、传感器模组、散热模组等,传感器 模组组装,自动泊车系统。

同时公司还在进一步研发推进深度自动驾驶相关应用, 包含汽车传感器模组、运算模块,也和英伟达做了cpu运算模块等,从而推动 汽车业务未来的快速增长,我们预计21年车载电子收入超过20亿人民币。

结构件及组装业务方面:综合1)安卓结构件业务在客户供应链占据主力供应地 位、较大份额,以及玻璃、陶瓷机壳进一步放量;2)安卓组装业务客户合作不 断深化,安卓业务仍具备成长空间。

A客户方面,组装业务核心产品线10.2英 寸普通版iPad项目进展顺利且供应链地位逐步提升;12.9英寸iPad pro组装 处于产能爬坡阶段,预计于2Q21开始放量伴随A客户项目如期推进,iWatch 及iPad产品线份额提升、以及新结构件导入,后续A客户高成长性逐步验证有 望驱动市场对其基本面预期上行,助力估值抬升。

公司电子烟项目进展顺利:烟杆、棉芯烟弹已经量产,陶瓷芯烟弹针对国内头部 客户预计于2Q21实现自动化量产,21年电子烟收入有望实现数倍增长。

伴随 后续电子烟项目逐步放量,以及公司陆续与多个电子烟品牌合作,有望进一步提 振市场对其发展前景预期,打开估值空间。

盈利预测、估值与评级:鉴于A客户产品线进展顺利、符合预期,IoT新型智能 产品、电子烟等新项目上量提供可持续增长,我们维持21E/22E/23E净利润预 测分别为49.2/62.5/77.1亿元人民币。

基于SOTP估值法,维持目标价64.6港 元,维持“买入”评级。

风险提示:金属机壳行业竞争加剧;3D玻璃渗透不及预期;大客户项目推进不 及预期。

公司盈利预测与估值简表 指标201920202021E 2022E 2023E 营业收入(百万人民币) 53,02873,121104,996132,952167,108 营业收入增长率(%) 29.2 37.9 43.6 26.6 25.7 净利润(百万人民币) 1,5985,4414,9216,2477,705 EPS(人民币) 0.712.412.182.773.42 EPS增长率(%) (27.0) 240.6 (9.6) 26.9 23.4 P/E 57 17 18 15 11 P/B 5.4 4.1 3.4 2.9 2.3 资料来源:Wind,光大证券研究所预测,股价时间为2021-05-28(1港币=0.83人民币) -54-证券研究报告 汽车和汽车零部件 6.15、四维图新(002405.SZ) 国内导航地图开拓者,智能汽车业务布局全面:公司成立于2002年,是中国导 航地图产业的开拓者。

经十余年的创新发展,四维图新已成为导航地图、导航软 件、动态交通信息、位置大数据以及乘用车和商用车定制化车联网解决方案领域 的领导者。

经过多年的发展,公司已形成高精度地图、位置大数据、高级辅助驾 驶及自动驾驶、车规级芯片和车联网的五位一体的业务布局,打造“智能汽车大 脑”,赋能智慧出行,助力美好生活,成为中国市场乃至全球更值得客户信赖的 智能出行科技公司。

疫情影响20年公司芯片和导航业务拓展:公司20年实现营收21.48亿元,同 比下降7.02%。

在细分业务板块,导航业务营收为6.41亿元,同比下降22.89%; 高级辅助驾驶及自动驾驶业务营收为1.07亿元,同比增长2.95%;芯片业务营 收为3.04亿元,同比下降25.41%;位置大数据服务营收为2.97亿元,同比增 长23.70%;车联网业务营收为7.69亿元,同比增长10.36%。

其中导航和芯片 业务下滑较多都与下游汽车行业有关,受2020年疫情导致的全球汽车销量下滑 冲击较大。

此外,2020年疫情对供应链的冲击以及贸易不确定性带来的广泛备 货需求导致全球芯片产能紧张,杰发科技芯片产能受限导致在需求旺盛的情况下 公司汽车芯片收入下滑。

风险提示:新产品拓展不及预期,市场竞争加剧,系统性风险。

-55-证券研究报告 汽车和汽车零部件 6.16、宏发股份(600885.SH) 全球继电器龙头企业:宏发股份是全球市占率第一的继电器生产商。

宏发股份的 主要产品包括继电器以及低压电器,广泛应用于工业、交通、能源、生活电器、 通讯以及医疗等领域。

公司继电器产品主要包含功率家电、工业控制、电力、汽 车低压以及信号继电器五大传统类别以及随新能源行业发展而兴起的高压直流 继电器,基本覆盖继电器行业下游全部细分领域。

2020年,公司实现营业收入 和归母净利润78.19和8.32亿元,同比增长10.42%和18.19%。

继电器行业:细分领域多,宏发股份领跑第一梯队。

继电器是控制电子产品电路 的必要基础元件,应用在电子产品中起到安全保护以及控制作用,广泛应用在工 业控制、能源交通以及生活中的各个场景。

目前具有多种类继电器生产能力的全 球龙头企业包括宏发股份、松下电器、欧姆龙以及泰科电子,2020年全球继电 器市场销售额在490亿元左右,宏发股份市占率排名第一(约14%)。

传统继电器业务:家电、电力板块的全球龙头。

宏发股份电力、功率继电器市占 率全球领先,2020年分别达20%和57%,其中电力板块业务基本垄断欧洲北美 市场,未来发展空间大;汽车、工业、信息板块业务具有领先的产品技术,未来 有望通过并购进一步扩大市场份额。

新兴市场:高压直流业务快速增长,低压电器发展空间广阔。

宏发在高压直流继 电器领域深耕多年,产品性能指标高于松下、欧姆龙等主要竞争对手;与最早开 发高压充电继电器的细分行业龙头松下、欧姆龙、Denso相比,宏发股份早在 08年左右就开始了灭弧技术的研究,经过产品生产工艺的不断迭代,目前高电 压,高容量继电器拳头产品的电耐久性、负载能力、机械冲击性以及工作温度范 围均对其他生产厂商实现领先。

我们预计新能源汽车领域的继电器单车价值量不 断提升,未来随着电动车渗透率的逐渐提升该业务将快速增长。

公司基于继电器技术开发配电及控制电器产品,整体低压电器市场规模接近千 亿,成长空间广阔:宏发股份基于继电器传统业务,将产品向上游逐渐延伸进入 低压电器的控制和配电领域,目前主要产品是断路器以及接触器。

宏发股份已成 为欧洲核心客户ENELTier1供应商,后续将通过共同设计新产品等方式进一步 提升合作水平,提高公司产品份额、拓展产品合作范围。

风险提示:海外疫情影响;EV出货量不及预期。

-56-证券研究报告 汽车和汽车零部件 7、风险分析 政策风险 1)政策监管标准趋严(基于用户与高精地图等数据采集的精度与共享标准趋严); 2)政府尚未明确界定自动驾驶系统的事故责任划分; 3)全球贸易摩擦与宏观政策不确定性风险。

核心风险 1)自动驾驶辅助系统选装率不及预期; 2)激光雷达/芯片等研发设计、技术迭代、以及规模量产与成本控制不及预期; 3)芯片供应商与主机厂合作程度(基础软件包与底层数据开放等)不及预期; 4)软件/算法的团队架构定位、优质人才引进、以及执行力与稳定性不及预期; 5)软件/算法与芯片匹配度(对应自动驾驶动能兑现性与用户体验)不及预期; 6)实测路况数据与场景积累不及预期(数据长尾效应风险)。

其他风险 1)基础设施(包括5G、以及C-V2X技术路径/标准制定等)推进不及预期; 2)行业垄断竞争风险(包括英伟达收购ARM风险等)。

-57-证券研究报告 行业及公司评级体系 评级说明行业及公司评级 买入未来6-12个月的投资收益率领先市场基准指数15%以上 增持未来6-12个月的投资收益率领先市场基准指数5%至15%; 中性未来6-12个月的投资收益率与市场基准指数的变动幅度相差-5%至5%; 减持未来6-12个月的投资收益率落后市场基准指数5%至15%; 卖出未来6-12个月的投资收益率落后市场基准指数15%以上; 无评级因无法获取必要的资料,或者公司面临无法预见结果的重大不确定性事件,或者其他原因,致使无法给出明确的投资评级。

基准指数说明: A股主板基准为沪深300指数;中小盘基准为中小板指;创业板基准为创业板指;新三板基准为新三板指数;港股基准指数为恒生 指数。

分析、估值方法的局限性说明 本报告所包含的分析基于各种假设,不同假设可能导致分析结果出现重大不同。

本报告采用的各种估值方法及模型均有其局限性,估值结果不保 证所涉及证券能够在该价格交易。

分析师声明 本报告署名分析师具有中国证券业协会授予的证券投资咨询执业资格并注册为证券分析师,以勤勉的职业态度、专业审慎的研究方法,使用合法 合规的信息,独立、客观地出具本报告,并对本报告的内容和观点负责。

负责准备以及撰写本报告的所有研究人员在此保证,本研究报告中任何关于 发行商或证券所发表的观点均如实反映研究人员的个人观点。

研究人员获取报酬的评判因素包括研究的质量和准确性、客户反馈、竞争性因素以及光 大证券股份有限公司的整体收益。

所有研究人员保证他们报酬的任何一部分不曾与,不与,也将不会与本报告中具体的推荐意见或观点有直接或间接 的联系。

法律主体声明 本报告由光大证券股份有限公司制作,光大证券股份有限公司具有中国证监会许可的证券投资咨询业务资格,负责本报告在中华人民共和国境内 (仅为本报告目的,不包括港澳台)的分销。

本报告署名分析师所持中国证券业协会授予的证券投资咨询执业资格编号已披露在报告首页。

光大新鸿基有限公司和Everbright Sun Hung Kai (UK) Company Limited是光大证券股份有限公司的关联机构。

特别声明 光大证券股份有限公司(以下简称“本公司”)创建于1996年,系由中国光大(集团)总公司投资控股的全国性综合类股份制证券公司,是中 国证监会批准的首批三家创新试点公司之一。

根据中国证监会核发的经营证券期货业务许可,本公司的经营范围包括证券投资咨询业务。

本公司经营范围:证券经纪;证券投资咨询;与证券交易、证券投资活动有关的财务顾问;证券承销与保荐;证券自营;为期货公司提供中间介 绍业务;证券投资基金代销;融资融券业务;中国证监会批准的其他业务。

此外,本公司还通过全资或控股子公司开展资产管理、直接投资、期货、 基金管理以及香港证券业务。

本报告由光大证券股份有限公司研究所(以下简称“光大证券研究所”)编写,以合法获得的我们相信为可靠、准确、完整的信息为基础,但不 保证我们所获得的原始信息以及报告所载信息之准确性和完整性。

光大证券研究所可能将不时补充、修订或更新有关信息,但不保证及时发布该等更新。

本报告中的资料、意见、预测均反映报告初次发布时光大证券研究所的判断,可能需随时进行调整且不予通知。

在任何情况下,本报告中的信息 或所表述的意见并不构成对任何人的投资建议。

客户应自主作出投资决策并自行承担投资风险。

本报告中的信息或所表述的意见并未考虑到个别投资 者的具体投资目的、财务状况以及特定需求。

投资者应当充分考虑自身特定状况,并完整理解和使用本报告内容,不应视本报告为做出投资决策的唯 一因素。

对依据或者使用本报告所造成的一切后果,本公司及作者均不承担任何法律责任。

不同时期,本公司可能会撰写并发布与本报告所载信息、建议及预测不一致的报告。

本公司的销售人员、交易人员和其他专业人员可能会向客户 提供与本报告中观点不同的口头或书面评论或交易策略。

本公司的资产管理子公司、自营部门以及其他投资业务板块可能会独立做出与本报告的意见 或建议不相一致的投资决策。

本公司提醒投资者注意并理解投资证券及投资产品存在的风险,在做出投资决策前,建议投资者务必向专业人士咨询并 谨慎抉择。

在法律允许的情况下,本公司及其附属机构可能持有报告中提及的公司所发行证券的头寸并进行交易,也可能为这些公司提供或正在争取提供投 资银行、财务顾问或金融产品等相关服务。

投资者应当充分考虑本公司及本公司附属机构就报告内容可能存在的利益冲突,勿将本报告作为投资决策 的唯一信赖依据。

本报告根据中华人民共和国法律在中华人民共和国境内分发,仅向特定客户传送。

本报告的版权仅归本公司所有,未经书面许可,任何机构和个 人不得以任何形式、任何目的进行翻版、复制、转载、刊登、发表、篡改或引用。

如因侵权行为给本公司造成任何直接或间接的损失,本公司保留追 究一切法律责任的权利。

所有本报告中使用的商标、服务标记及标记均为本公司的商标、服务标记及标记。

光大证券股份有限公司版权所有。

保留一切权利。

光大证券研究所 上海北京深圳 静安区南京西路1266号 恒隆广场1期办公楼48层 西城区武定侯街2号 泰康国际大厦7层 福田区深南大道6011号 NEO绿景纪元大厦A座17楼 光大证券股份有限公司关联机构 香港英国 光大新鸿基有限公司 香港铜锣湾希慎道33号利园一期28楼 Everbright Sun Hung Kai (UK) Company Limited 64 Cannon Street,London,United Kingdom EC4N 6AE 鹏华基金

推荐给朋友: 收藏    |      
尊敬的用户您好!
         为了让您更全面、更快捷、更深度的使用本服务,请您"立即下载" 安装《慧博智能策略终端
         使用终端不仅可以免费查阅各大机构的研究报告,第一手的投资资讯,还提供大量研报加工数据,盈利预测数据,历史财务数据,宏观经济数据,以及宏观及行业研究思路,公司研究方法,可多角度观测市场,用更多维度的视点辅助投资者作出投资决策。
         目前本终端广泛应用于券商,公募基金,私募基金,保险,银行理财,信托,QFII,上市公司战略部,资产管理公司,投资咨询公司,VC/PE等。
慧博投资分析手机版 手机扫码轻松下载