传感器
汽车需要用到的传感器种类很多,包括压力、流量、惯性、温度、红外线、CIS,毫米波和激光雷达等。
由于ADAS兴起,使得与之紧密相关的传感器的重要性和市场地位明显高于传统且已经非常成熟的压力、温度等传感器。
用于ADAS的传感器(包括CIS,超声波和热传感器,激光雷达等)负责收集周围环境的数据。一种类型的传感器是不够的,因为每种传感器都有其局限性,ADAS系统将多种传感器结合在一起,以实现最大化的安全目标。
在L1级ADAS中,需要1-2个摄像头,L2和L2+级需要搭载前视ADAS摄像头和普通环视摄像头,总数达到8个,L3级则增加了前视、侧视、后视ADAS摄像头,总数达8-12个,未来的L4和L5级对雷达依赖程度很高,摄像头用量无明显提升。结合各等级ADAS车载摄像头使用情况,可测算出全球平均单车用量将由2021年的2.8个提升至2025年的5.1个,2030年有望达到9.0个。
就目前的车载摄像头方案来说,主要分为视觉和多传感融合方案。
视觉方案以摄像头为主导,它对算法要求很高,典型代表是特斯拉,搭载Autopilot 3.0系统的全系车型都未使用激光雷达,采用了8个摄像头、1个毫米波雷达和12个超声波雷达,其中,8个摄像头包括3个前视、4个侧视和1个后视,可在250米半径内为汽车提供360度视角。
多传感融合方案更强调硬件系统的重要性,对算法要求相对较低。这类方案的传感器用量不断提升,智能化程度较高的车型摄像头用量都在10个以上,CIS分辨率也很高,例如,蔚来ET7使用11个800万像素高清摄像头,极氪001使用了14个摄像头,包括7个800万像素高清摄像头。
所有这些,都将推动CIS图像传感器市场向更大规模和体量进发。而随着雷达系统的普及,毫米波、超声波、激光雷达传感器的用量也将大幅提升。
存储芯片
随着智能化水平的提升,存储芯片在汽车中的用量也在提升,特别是ADAS和智能座舱,对车规级存储芯片的需求量和性能要求越来越高。
以ADAS为例,在汽车行驶过程中,该系统要收集大量道路数据,包括摄像头、雷达、GPS采集进来的信息,系统将这些数据上传到车企数据中心后对其进行AI训练,并在ADAS平台上验证和仿真,整个过程需要存储大量数据。
汽车在路测时,L2级测试在一小时内会产生2TB的数据,L4-L5级路测每小时的数据量则达到16-20TB,整个研发周期产生的数据将达到EB级。海量数据的缓存、读取和处理将对存储系统的读写性能、容量、可靠性提出更高要求。这样看来,车载存储芯片(DRAM,SRAM,NAND Flash,NOR Flash,EEPROM)的市场潜力也是很可观的。
结语
2023年即将过去,从目前的情况来看,汽车应用似乎是2023全年芯片市场的唯一亮点。
汽车芯片的长期发展前景也很乐观,未来几年,每辆车的半导体含量将稳步增长。S&P AutoTechInsight在2023年1月预测,未来7年,每辆车的平均半导体含量将增长80%。
在这样的增长预期下,汽车各个功能部分对相关芯片的需求量将持续提升,而且,随着新一轮车规级认证的展开和确定,车用6大类芯片有望迎来更高层级的市场需求和认可,这对产业链相关环节(芯片设计、制造、封测)的技术、工艺进步和产能扩充都是利好。
原文标题 : 汽车芯片应用将迎来爆点,6类产品开始冲刺