自动驾驶：用传感器如雷达，摄像头替代人眼，用算法芯片去替代人脑，再用电子控制去替代人的手脚，最终实现由智能电脑来控制汽车，实现自动驾驶。

车联网：车联网指按照一定的通信协议和数据交互标准，在“人-车-路-云”之间进行信息交换的网络。

智能汽车：可以理解为“自动驾驶”+“车联网”

智能电动汽车：智能驾驶与电动车有着天然的关联性。电动车采用电动控制，智能驾驶能够帮助解决电动车的充电节能核心等问题。

一辆汽车需要哪些半导体器件

除去车载，只考虑汽车行驶所需芯片

传统汽车和智能电动车核心部件对比 

汽车信息处理：MCU芯片—>SoC芯片

MCU，又称单片机。一般只包含CPU这一个处理单元；

MCU=CPU+存储+接口单元；

SoC，是系统级芯片，一般包含多个处理器单元

SoC可=CPU+GPU+DSP+NPU+存储+接口单元

汽车智能化趋势，一是智能座舱，二是自动驾驶，传统汽车分布式E/E架构下ECU（Electronic Control Unit）控制单一功能，用MCU芯片即可满足要求。汽车域集中架构下的控制器（DCU）和中央集中式架构下的中央计算机需要SoC芯片。

MCU/SoC芯片的核心组成

处理器芯片是MCU/SoC芯片的计算核心：分为CPU，GPU，DSP，ASIC，FPGA等多种。

一般MCU芯片中只有CPU一种处理器芯片，SoC芯片则除了CPU之外还会有其他种类的处理器芯片。

CPU，GPU，DSP都属于通用处理器芯片：

CPU：是中央处理器，擅长处理逻辑控制

GPU：善于处理图像信号

DSP：善于处理数字信号

ASIC是专用处理器芯片，FPGA是“半专用”处理器芯片

ASIC: EyeQ(Mobileye)，BPU（地平线），NPU（寒武纪）等专门用来做AI算法的芯片（又称AI芯片）则属于专用芯片（ASIC）的范围

FPGA: 是指的现场可编程门阵列，是“半专用”芯片，这种特殊的处理器具备硬件可编程的能力

自动驾驶芯片

自动驾驶芯片是指可实现高级别自动驾驶的SoC芯片，通常具有“CPU+XPU”的多核结构，用来做AI运算的XPU可选择GPU/FPGA/ASIC等。

目前市场上主流的自动驾驶SoC芯片处理器架构方案有以下三种：

1. 英伟达，特斯拉为代表的科技公司，所用售卖的自动驾驶SoC芯片采用CPU+GPU+ASIC方案。

2. Mobileye，地平线等新兴科技公司，致力于研发售卖自动驾驶专用AI芯片，采用CPU+ASIC方案。

3. Waymo，百度为代表的互联网公司采用CPU+FPGA（+GPU）方案做自动驾驶算法研发。

智能座舱芯片

智能座舱所代表的“车载信息娱乐系统+流媒体后视镜+抬头显示系统+全液晶仪表+车联网系统+车能乘员监控系统”等融合体验，都将依赖于智能座舱SoC芯片。

市场主要竞争者又消费电子领域的高通，英特尔，联发科等，主要面向高端市场；此外还有NXP，德州仪器，瑞萨电子等传统汽车芯片厂商，其产品主要面向中低端市场。

国内新入局的竞争者主要有华为（与比亚迪合作开发麒麟芯片上车），地平线（长安UNI-T，理想ONE的智能座舱基于征程2芯片）。

汽车芯片供应产业链

传统汽车芯片产业链中芯片厂为Tire2：是由德州仪器，恩智浦，英伟达等做好芯片设计之后，由以台积电为代表的代工厂负责晶圆和芯片的制造，由长电科技等电子公司做封装测试，之后交由芯片设计厂整合成各种不同集成度的MCU，SoC芯片产品等。

芯片产品交到Tire1做成ECU，DCU等控制器产品再装配上车。

汽车传感器：感应汽车运行工况，信息转化成电信号

车用传感器是汽车计算机系统的输入装置，主要负责车身状态和外界环境的感知和采集。

传统汽车主要有8种：压力传感器，位置传感器，温度传感器，加速度传感器，角度传感器，流感传感器，气体传感器和液位传感器。

智能电动汽车还会新增：CIS，激光雷达，毫米波雷达和MEMS等一系列半导体产品。

智能汽车传感器核心

智能传感器则是自动驾驶的核心。目前用于自动驾驶环境感知的传感器主要包括：毫米波雷达，激光雷达，超声波雷达和车载摄像头等。

智能汽车传感器主要生产商

汽车动力系统：电池+电驱

新能源汽车动力系统=电池+电驱（电机+电控）。

电控系统在新能源汽车中的应用在新能源汽车中，电池是基础能源与动力来源，驱动电机则将此车载能源转化为行驶动力，而电控系统控制整个车辆的运行与动力输出。

电控系统核心部件：功率器件模块

电机电控的成本结构

IGBT产业链

IGBT生产流程

IGBT芯片结构升级

IGBT制造三大难点

IGBT模块封装难点

IGBT市场现状

电动汽车采用碳化硅的优势

碳化硅器件产业链

从器件生产流程看各个环节难度

衬底制备——碳化硅器件核心工艺

碳化硅功率器件制造与封测难度