汽車行業專題報告：華為汽車產業剖析

1. 前言：軟件定義汽車背景

智能網聯汽車快速發展，2025 年將超 3 千億市場規模。隨著智能汽車快速發展，智 能座艙和 ADAS 功能均不斷升級，不論是傳感器數量、芯片算力還是單車價值均實現快 速提升。智能座艙方面，我 國智能座艙市場規模將由 2020 年的 567 億元提升至 2025 年的 1030 億元，CAGR 超過 +15.2%；ADAS 方面，我國自動駕駛市場規模將由 2020 年的 844 億元提升至 2025 年的 2250 億元，CAGR 超過+21.3%。全球來看，根據華為數據，當汽車智能化滲透率每提高 1%，全球汽車零部件（除美國市場外）市場空間擴大 33 億美元；若智能化和電動化同 時提高 1%，全球汽車零部件的空間將擴大 60 多億美元。若智能化+電動化滲透率共同 提高 50%，全球將新增超萬億元市場。

智能汽車架構由下往上依次為車輛平臺+外圍硬件+芯片平臺+系統軟件（操作系統） +應用算法軟件。在智能網聯汽車產業大變革下，軟件定義汽車理念已成為共識。傳統 汽車采用的分布式電子電氣（E/E）架構因計算能力不足、通訊帶寬不足、不便于軟件 OTA 在線升級等瓶頸，不能滿足現階段汽車發展的需求，E/E 架構升級已成為智能汽車 發展的關鍵。參照我們發布的第 3 篇《軟件定義汽車，E/E 架構是關鍵》結論，E/E 架 構升級包括硬件、軟件、通信架構三大升級，特斯拉已經做到一個中央計算平臺控制整 車，而傳統汽車主機廠/Tier 1 級供應商無法一步到位，因此多為跨域融合方案（即 3 個 域或 5 個域等）。實現軟件定義汽車的關鍵變量即為：芯片+操作系統+中間件+應用算法 軟件+數據五大核心技術，未來誰能把握其中一環或將實現汽車產業鏈地位的提升。

根據我們第 4 篇《軟件定義汽車，AI 芯片是生態之源》結論，AI 芯片長期將逐步形成特斯拉自研自用，Mobileye+NVIDIA+華為三強格局。特斯拉 FSD 芯片自研自用，引領產業發展，屬于獨立一級；全球 GPU 領域 AI 龍頭 NVIDIA 和背靠英特爾的汽車 AI 芯片龍頭 Mobileye 屬于第一陣列；華為技術強勁自建生態體系屬于 1.5 陣列，有望快速 突圍進入第一陣列；國內智能駕駛 AI 芯片新銳地平線等處于第二陣列。

操作系統：巨頭構建基礎平臺，Tier 二次開發做差異化產品，是軟件生態的基石。參照我們前期發布的第 5 篇《軟件定義汽車，操作系統是汽車之魂》，以前車企采用 8 位或 16 位嵌入式 MCU，不支持復雜的 QNX、Linux 等操作系統。隨著域的逐漸形成， 需要管理的算法軟件和代碼量均指數級提升，打造適配的操作系統勢在必行。特斯拉基 于 Linux 自建操作系統，系統簡約、流暢，是汽車界的“蘋果”；大眾作為汽車界的代表 不安現狀，不僅研發應用層軟硬件，同時也基于 Linux、QNX 和 VXworks 等研發 VW.OS 軟件操作系統。NVIDIA、Mobileye、美國黑莓、華為、百度等科技互聯網巨頭則構建廣 義操作系統基礎軟件平臺，欲打造汽車界的“Google 安卓”。Tier 則針對主機廠的傳感 器、自動駕駛算法方案的不同二次開發做差異化產品。其中 NVIDIA 基于 QNX 開發基 礎軟件平臺；Mobileye 基于 Linux 開發基礎軟件平臺；美國黑莓推出 QNX 的智能駕駛 版本；華為推出智能座艙操作系統 OS（基于鴻蒙微內核）、智能駕駛操作系統 AOS、智 能車控操作系統 OS；百度基于 QNX 開發基礎軟件平臺。

軟件定義汽車，應用層功能是試金石。應用算法軟件工程化、集成化即為 ADAS 功 能或座艙的應用，如 ACC 自適應巡航、自動泊車等功能。算法系統主要為三大部分： 感知融合、決策規劃、控制。感知算法供應商已較為成熟，此類玩家多為傳感器供應商 及科技創企。決策規劃算法主要涉及全局路徑規劃、行為決策、運動規劃等，涉及整車 系統方案，此類玩家多為車企/科技互聯網/L4 駕駛創企。3）控制算法主要涉及執行端， 此類玩家多為傳統底盤電子和車企。車企在軟件布局由淺至深依次為：軟件整合、決策 規劃、感知、基礎軟件（OS）。

2. 華為組織架構變革，正式進軍汽車產業

華為成立智能汽車解決方案 BU，正式進軍智能汽車領域。華為有兩大主要責任機 構：ICT 基礎設施業務管理委員會和消費者業務管理委員會。消費者委員會包括消費者 BG 和消費者 BG 區域組織兩個部門，負責消費者業務的戰略和經營管理。ICT 下設六 個部門：運營商 BG、企業 BG、網絡產品與解決方案、Cloud & AI BG、ICT 區域組織 和智能汽車解決方案 BU。汽車 BU 隸屬于華為的 ICT，由華為輪值董事長徐直軍統領。 汽車 BU 是公司面向智能汽車領域的端到端業務責任主體，將華為公司的 ICT 技術優勢 延伸到智能汽車產業，提供增量 ICT 部件和解決方案。根據 36 氪，華為消費者 BG 正 在與智能汽車解決方案 BU 進行整合，總負責人是華為消費者業務 CEO 余承東。

華為車 BU 核心骨干攜帶硬科技+汽車產業基因。總裁王軍此前任職于華為日本運 營商業務部，曾任華為無線網絡業務部 FDD 產品線總裁。副總裁鄭剛曾任北汽集團黨 委常委，北京新能源總經理、黨委書記，曾獲“中國十大首席品牌官”。另一位副總裁何 利楊曾任華為西歐企業業務部部長、華為全球解決方案總裁、華為業務 BG 解決方案總 裁。他們都具有深厚的項目經驗和純熟的業務能力，與首席技術官蔡建永、產品經理李 振亞等共同構成了汽車 BU 的領導骨干。除了高管團隊之外，汽車 BU 從汽車 ICT 業務 領域抽調多名核心技術骨干組建新業務

3. 華為 ICT 技術深厚，奠定堅實基礎

華為在 ICT 領域積累了深厚的技術基礎，包括且不限于芯片-操作系統-機器學習算 法-云技術-傳感器等，是培育華為汽車業務的沃土。

3.1. 芯片全面布局，支撐華為強大生態體系

華為芯片全面布局，五大類芯片是支撐華為生態的基礎。華為旗下的海思半導體 2004 年成立，目前已經建立起了比較完善的芯片產品體系。海思芯片在通用領域主要分 為五大類：AI 芯片昇騰系列、云計算處理器鯤鵬芯片、手機 SoC 芯片麒麟系列、5G 基 站芯片天罡和 5G 基帶芯片巴龍、聯接芯片凌霄系列。在汽車專用領域，目前昇騰 310、 昇騰 910 分別用于汽車端自動駕駛推理和企業云端訓練，鯤鵬 920 作為智能駕駛 CPU 芯片用于通用計算，巴龍 5000 為 5G 通信芯片，麒麟 710A 為座艙域的 SoC。

3.1.1. 麒麟芯片應用于手機/汽車座艙領域

麒麟芯片經歷寒武紀 IP 授權到自研崛起，主要應用于手機/車機等終端。早在 1991 年，華為就成立了自己的 ASIC 設計中心，1993 年成功研發出華為第一塊數字專用集成 電路。2013 年底，華為海思推出了麒麟 910，這是其第一款 SoC，盡管由于性能和兼容 性等原因，沒有完全得到市場的認可，但標志著其已經有能力自主研發的手機芯片。經 過幾年的發展，2020 年 Q2 全球手機 AP 芯片華為海思位居第三，超越三星，占據 16% 的市場份額，相比去年同期增長超 30%。國內位居第一，市場份額達到 41%。華為發布 麒麟 710A 進軍汽車座艙域。麒麟 710A 在麒麟 710 的基礎上進行了 CPU 降頻處理，從 原先的 2.2GHz 降到了 2.0GHz，由中芯國際代工，采用 14nm 工藝。

華為、高通等新進入者共同搶占傳統汽車芯片廠商份額。座艙芯片和消費電子應用 類似，功能安全標準高于消費電子領域，所以汽車座艙芯片運算性能一般低于手機，但 可靠性、穩定性高于手機。從工藝制程角度來看，消費電子領域的芯片制程已經普及 7nm， 部分產品達到 5nm，傳統汽車芯片廠商芯片制程仍主要為 16nm\28nm 等。傳統座艙域 的芯片玩家主要為 NXP、瑞薩、英飛凌、TI 等，高通、華為等作為手機芯片領域的龍頭 企業，以芯片算力高等優勢正不斷搶占傳統汽車電子市場份額。

3.1.2. 昇騰芯片應用 AI 計算領域

昇騰系列智能芯片為 AI 應用提供算力支持。按照算法分類，AI 芯片分為云端訓練 和邊緣端/終端推理芯片兩部分。推理芯片一般用于邊緣端領域，使用云端訓練好的算法 模型進行運算。訓練芯片則應用于企業研發內部/云計算，用于訓練算法模型，相對而言 訓練芯片要求算力更高。從技術路線來看，AI 芯片主要分為 GPU、FPGA 和 ASIC 三 類。業界一般認為，GPU 方案通用性較高，支持的算法多，生態優越；ASIC 方案性能 功耗比優，在少數算法上性能表現突出；FPGA 方案則介于兩者中間。華為于 2018 年首 發昇騰 310 推理芯片，可用于邊緣計算領域，以及汽車自動駕駛域控制器 MDC 平臺中。 此外，華為于 2019 年發布昇騰 910 訓練芯片應用于云端領域。

華為基于昇騰 310 芯片打造汽車自動駕駛域控制器 MDC 平臺。昇騰 310 是一款高 效、靈活、可編程的 AI 處理器?；诘湫团渲?，性能達到 16TOPS/INT8，8 TFLOPS/ FP16，而其功耗僅為 8W。能效比高于目前主流的自動駕駛英偉達 Xavier 與 Mobileye EyeQ4。并于在 2018 年推出汽車自動駕駛 MDC 計算平臺以及高階自動駕駛全棧解決方 案，包括分別對應于 L3、L4 級自動駕駛的 MDC 300 和 MDC 600 平臺。MDC 集成了華 為自研的 Host CPU 芯片、AI 芯片、ISP 芯片與 SSD 控制芯片，并通過底層的軟硬件一 體化調優，在時間同步、傳感器數據精確處理、多節點實時通信、最小化底噪、低功耗 管理、快速安全啟動等方面業界領先?，F階段華為已有 MDC300、MDC600、MDC210、 MDC610 四款智能駕駛域計算平臺。

汽車 AI 推理芯片格局清晰，寡頭壟斷。ADAS 領域的 AI 芯片玩家主要為特斯拉、英偉達、Mobileye、華為、地平線等。特斯拉自研自用，自成一派。對外提供 AI 芯片的 供應商方面英偉達、Mobileye 處于絕對第 1 檔，英偉達主要面向 L2+及以上高級別自動 駕駛，對外提供芯片+基礎軟件平臺（不提供應用軟件算法），Mobileye 主要面向 L0-L3 級的 ADAS 領域，對外提供攝像頭+芯片+基礎軟件+應用算法的一體式解決方案。華為 因產品仍未搭載到上市車型，處于第 1.5 檔，模式和英偉達類似；地平線和 Mobileye 模 式類似，等處于第 2 檔。

云端 AI 芯片領域，英偉達為絕對市場龍頭，華為、寒武紀等加速追趕。在云端 AI 芯片領域，英偉達屬于絕對龍頭，占據 AI 芯片 90%市場份額，主要系英偉達打造了一 系列基于其 GPU 的深度學習 SDK，包括 Cuda、cuDNN、TensorRT 等，降低了開發者利 用 GPU 進行深度學習訓練和推理的門檻，加快了計算速度，短期內其他廠商難以突破 其應用生態。華為于 2019 年發布昇騰 910 芯片，采用臺積電 7nm EUV 工藝制造，最多 32 核心，熱設計功耗 350W。它的半精度浮點性能高達 256TFlops，內核面積 182.4 平方 毫米，運算密度超過 NVIDIA V100、Google TPU v3，整體性能高達 512PFlops。

3.1.3. 鯤鵬 CPU 芯片應用于通用計算領域

最新鯤鵬 920 芯片已實現通用計算最強算力，性能優于其他廠商的同類型芯片。鯤 鵬 920 基于 ARMv8 指令集，是行業內首款 7nm 數據中心 ARM 處理器，采用多發射、 亂序執行、優化分支預測等多種手段，并針對大數據、分布式存儲、數據庫及云服務等 場景進行了優化，提升了其性能。鯤鵬 920 擁有 64 個內核，集成 8 通道 DDR4，可以提 供多個接口，主頻可達 2.6GHz，總帶寬 640Gbps。鯤鵬 920 面向數據中心，主打低功耗 強性能，性能達到業界領先水平，尤其是整型計算能力，業界標準 SPECintBenchmark 評 分超過 930，超出業界標桿 25%，同時能效優于業界標桿 30%。

3.1.4. 巴龍和天罡芯片應用于通信領域

華為 5G 通信芯片包括巴龍和天罡系列芯片。巴龍 5000 目前少有的已經商用的 5G 基帶終端芯片。巴龍 5000 支持 NSA 和 SA 兩種組網方式，兼容 2G、3G、4G 和 5G 多 種網絡制式，覆蓋sub-6GHz和mmWave頻段，峰值下載速率分別可達4.6Gbps和7.5Gbps。 目前比亞迪已宣布旗下車型漢將采用華為以巴龍 5000 為核心的 5G 通信模組 MH5000。

天罡芯片是全球首款 5G 基站芯片，在集成度、算力、頻譜帶寬等方面表現出色。三方 面性能的改善，使得基站的尺寸縮小超過 50%，重量減輕 23%，安裝時間相比 4G 節省 一半。因而，華為自主研發 5G 基站能夠實現體積小、重量輕、性能強等多項優勢，超 過以往的 4G 基站，并實現成本的壓縮。

目前市面上發布的 5G 基帶芯片有 5 款，紫光展銳的春騰 510，高通的 X50/X55， 華為的巴龍 5000，聯發科的 M70，還有三星的 Exynos Modem 5100。已經商用的只有巴 龍 5000 和高通的 X50、X55。

3.2. 鴻蒙操作系統，連接無限可能

華為鴻蒙是面向全場景微內核的分布式 OS，可實現跨平臺協作。鴻蒙是全世界第 一個面向全場景微內核的分布式 OS，其開發的初衷是為了提升操作系統的跨平臺能力， 包括支持全場景、跨多設備和平臺以及應對低時延和高安全性挑戰的能力。鴻蒙系統具 有四大特點：分布架構、天生流暢、內核安全和生態共享；有三層架構：第一層是內核，第二層是基礎服務，第三層是程序框架。2019 年鴻蒙 OS 1.0 率先用于智慧屏產品，計 劃從 2020 年起將逐步用于手機、平板、汽車等更多智能設備中。

鴻蒙系統具備四大技術特性，分布架構、天生流暢、內核安全、生態共享。1）分 布式架構保證系統穩定性：鴻蒙采用分布式架構能實現開發跨終端分布式應用，且保證 系統的穩定性，系統中某部分發生故障，仍可繼續運行。2）時延引擎＋高性能 IPC，通 信效率更高：鴻蒙 OS 通過使用時延引擎和高性能 IPC 兩大技術，解決現有系統性能不 足的問題，提高通信效率。3）微內核+外核設計，安全性更高：鴻蒙系統采用微內核+ 外核設計，其中微內核無需 Root 權限，外核服務則相互隔離，從而提升系統安全。4） 開發環境更豐富，生態共享：華為提供的集成開發環境，和支持多語言統一編譯的方舟 編譯器，應用程序開發人員可以大幅提高軟件開發效率。

2020 年 8 月華為公布鴻蒙座艙操作系統 HOS、智能駕駛操作系統 AOS 和智能車 控操作系統 VOS 以及跨域集成軟件框架 Vehicle Stack?？缬蚣绍浖褩＃╒ehicleStack） 可實現三個操作系統的互聯互通，基于服務理念而構造，為車企搭建可持續的盈利模式。 華為自動駕駛操作系統內核（含虛擬化機制）已獲得業界 Safety 領域最高等級功能安全 認證（ISO 26262 ASIL-D），成為我國首個獲得 ASIL-D 認證的操作系統內核；同時，該 內核于 2019 年 9 月獲得 Security 領域高等級信息安全認證（CC EAL 5+），標志著該系統內核已成為業界首個擁有 Security & Safety 雙高認證的商用 OS 內核。

3.3. 機器學習算法實力強勁，實現快/準/巧

諾亞方舟實驗室和智能車云服務產品部是機器學習軟件算法的核心支撐團隊。華為 智能車云服務產品部和諾亞方舟實驗室形成聯合攻堅技術團隊（Noah CV Lab & Octopus），開展自動化數據標識、傳感器融合算法、SLAM/VIO 算法、智能決策和推理、 路徑規劃和運動控制、智能交通系統模擬仿真等業務方向的研究。華為八爪魚（HUAWEI Octopus）自動駕駛云服務依托聯合團隊以及諾亞方舟實驗室的最新研究成果，優化自研 算法，多項算法模型的精準率達到業界領先水平。

華為選擇開源數據集進行算法驗證測試，并在自有數據集驗證以構建億級數據標注 能力。算法的優劣主要是通過數據集測試結果進行評判，自動駕駛最重要的測試任務包 括了 3D 目標檢測、2D 目標檢測、語義分割、實例分割、場景流預測、光流預測、深度 估計等，其中 3D 目標檢測和 2D 目標檢測是最核心的標桿任務場景。3D 目標檢測數據 集包括 Kitti、nuScenes、lyft dataset、Waymo open dataset、appllo scape、H3D 等，其中 nuScenes 和 Waymo 是最具份量的測試集。2D 目標檢測則以 COCO 測試集為標桿。華為選擇業界最具權威性的開源數據集作為算法驗證集進行測試，通過持續優化算法設計， 實現數據挖掘算法在數據集上獲得 SOTA 性能，以提升華為在自動駕駛數據迭代領域的 競爭力。在開源數據集獲得模型驗證后，華為還會在自有數據集驗證數據挖掘的閉環系 統，構建高質量的億級數據標注能力，以滿足商用環境下量產算法對數據規模的要求。

華為機器學習軟件算法實力強勁。在 2020 年 7 月華為在第二屆自動駕駛數據集 2020 nuScenes Challenge 的 3D 目標檢測挑戰賽中，華為諾亞方舟實驗室與 HUAWEI Octopus 自動駕駛云服務聯合團隊 Noah CV Lab & Octopus，取得了 3D detection track 第 一名（mAP：64%，NDS：69%）的成績，大幅領先第二名 CenterPoint (UT Austin) mAP 3.1，NDS 1.5 個百分點，超過上一屆挑戰賽冠軍模型 mAP 11.4，NDS 5.7 個百分點。截 止 2020 年 7 月，華為諾亞方舟實驗室 Noah CV Lab 團隊穩居 COCO BBOX Detection （2D 目標檢測）的榜首（2020 年度挑戰賽尚未開賽），領先第二名 1 個百分點。

3.4. 云服務加速崛起

華為云業務發展駛入快車道，營收規模、付費用戶數、基礎設施規模等迅速增長。華為的高速發展與其開發者的增長密切相關，2016 年華為云與計算領域開發者僅有 2.5 萬，目前已經接近 200 萬。華為計劃進一步擴大其規模，2019 年推出“沃土計劃 2.0”， 計劃未來 5 年投資 15 億美元發展云與計劃開發者。據 Canalys 報告顯示，2020 年 Q2 中 國公有云服務市場中，華為占 15.5%，超越騰訊云和百度云排名第二，僅次于阿里云， 同比增速 259.6%。目前華為云已經推出二百余項云服務與二百余項解決方案，年交易額 已超過 10 億元，訂單數量超過 10 萬。中國，華為云已服務于政府、互聯網、汽車制造、 金融、基因等多個行業，包括 30 多個國家級部委、600 多家政府與公共事業單位、互聯 網 50 強企業中的 30 家、20 多家大型車企、14 家基因領域企業等。

3.5. 傳感器廣泛布局

汽車 ADAS 傳感器各有優劣勢。攝像頭：基本原理是透鏡呈像，可探測駕駛員周圍 如信號燈、路標等信息，但缺點是無法探測障礙物與車之間的距離，且受天氣和光線影 響較大。毫米波雷達：通過毫米波的反射來進行探測，探測距離遠、受天氣影響小，但 是無法探測行人和樹木等低電波反射率物體。激光雷達：通過發射和接受激光光束探測 目標位置，可繪制出高精的 3D 地圖，可以探測出物體與車之間的距離，但其價格昂貴， 受天氣影響較大。目前主流的解決方案是使用多種傳感器，相互協同補充。

華為在 2020 年北京車展發布了 8M 前視雙目攝像頭、超級魚眼攝像頭、77GHz 毫 米波雷達，支持短距、中距和長距多種不同應用場景、等效 100 線的激光雷達傳感器， 以及 4D 成像毫米波雷達。其中激光雷達方面，華為將于 2021 年底量產混合固態激光雷達，可以做到等效 100 線。到 2024 年左右，下一代華為全固態激光雷達將量產。

華為的 MEMS 激光雷達技術能有效增加激光雷達的探測距離和視場角。激光雷達 可分為機械旋轉式和固態激光雷達兩種。2020 年 7 月 2 日，世界知識產權組織國際局公 布了一款華為的激光雷達專利。華為該產品是一款 MEMS 固態激光雷達，有別于傳統 MEMS 激光雷達的一個發射和接收組件，該雷達采用了多個發射和接收組件。專利圖中 畫出了 3 個測距模組，每個模組都含有激光發射器 101a，分光鏡 102a，接收器 103a。 這種設計雖然會增加雷達的體積，但是可以有效增加探測距離和視場角。

車載激光雷達行業主要為初創企業為主。華為激光雷達競爭對手包括：Velodyne、 Quanergy、Ibeo 和國內的禾賽科技、速騰聚創、大疆。Velodyne 涉及激光雷達業務較 早，有一定技術積累，目前市場份額最高。禾賽科技技術實力較強，其產品主要針 對中高速的無人駕駛出租車。速騰聚創不僅提供雷達產品，也提供相應算法，其產 品在低速物流車已經有所應用。目前已過車規且量產的固態激光雷達產品主要有 Velodyne 的 Velarray 和大疆的 Tele-15 和 Horizon。相比而言，華為的激光雷達水平和垂 直視場角較大，掃描范圍更廣；垂直角分辨率更低，掃描更加精確。

4. HI 全棧智能汽車解決方案，形成五大系統

華為基于在 ICT 領域積累的芯片、操作系統、機器學習算法、云服務等基礎技術， 全面進軍智能汽車領域。2020 年 10 月 30 日發布華為智能汽車解決方案-HI 品牌。HI 全 棧智能汽車解決方案包括：1）1 個計算與通信與通信架構，實現：硬件可擴展，軟件可 持續 OTA 升級更新。華為在計算與通信架構（CCA）之上提出跨域集成軟件堆棧 （VehicleStack），共同構建數字系統，采用微服務和微插件，并基于服務理念而構造， 為車企搭建可持續的盈利模式。2）5 大智能系統：智能車云、智能網聯、智能駕駛、智 能座艙、智能電動。3）以及激光雷達等全套的智能化部件。HI 技術幫助汽車產業實現 技術升級，快速開發領先的智能電動汽車，為消費者帶來最佳出行體驗。

華為賦能汽車 E/E 架構升級。隨著汽車行業由軟件定義功能逐步取代硬件定義，華 為使能汽車有分布式電子+電氣架構向計算+通信架構轉變。架構升級核心體現為：硬件、 軟件、通信架構升級。1）硬件架構升級：由分布式向域控制/中央集中式發展，算力利 用率更高，統一交互，實現整車功能協同。2）軟件架構升級：軟件架構分層解耦，促使 軟件通用性，便于管理供應商。3）通信架構升級：LIN/CAN 向以太網發展，滿足高速 傳輸、低延遲等性能需求。

4.1. 云-智能云平臺

基于昇騰 910AI 芯片打造智能云平臺。智能車云服務包括：自動駕駛云服務（提供 數據服務、訓練服務、仿真服務）、車聯網云服務（三電、智能駕駛、智能座艙數據采集 與存儲）、高精地圖云服務（打造動態地圖聚合平臺，不自己搭建地圖，而是讓地圖供應 商在云服務上呈現）。

4.1.1. 華為自動駕駛云服務

自動駕駛云服務行業存在的痛點包括：1）海量采集數據，有效數據占比少，對 AI 算力要求高；2）自動駕駛開發涉及技術棧多，孤島工具多。3）虛擬仿真需要豐富的場 景庫，及高性能仿真系統。4）上市缺乏評測標準和體系，商用運營缺乏監管平臺。華為 利用自身在云計算、人工智能、車聯網等 ICT 技術的多年積累，通過構建統一的全棧云 平臺，助力傳統車企快速上市自動駕駛，為評測機構及政府部門提供評測、監管服務。

華為推出自動駕駛云服務，Octopus 八爪魚系統可實現數據服務、訓練服務、仿真 服務。1）數據服務：針對海量原始數據，基于融合標注能力，多模型并行等平臺能力， 自動化形成數據集。2）訓練服務：AI 芯片與框架結合大幅提升訓練效率，在典型的 ResNet50 網絡的訓練中，Altas900 集群有近 2 倍的訓練速度提升，同時支持業界主流的 深度學習框架，如 TensorFlow 和 PyTorch。3）仿真服務：實現車-路端等的多樣數據高 效轉換為仿真場景庫。此外，可實現攝像頭、激光雷達、毫米波雷達、車輛動力學、不 同天氣和路況仿真等。此外，自動駕駛云服務還包括評測服務：可對接管率、交通規則、 感知、決策、規劃、控制等模塊進行分析評測，服務于車輛評測機構，提升評測效率。

4.1.2. 華為車聯網云服務

車聯網云服務的行業痛點包括：1）海量數據異構，對數據的統一處理能力要求高； 2）安全問題頻發，缺少對車輛安全運行的運維監管。3）對平臺安全、可靠性要求較高。

華為發布 OceanConnect 車聯網平臺，全面使能車企數字化轉型。華為于 2018 年 6 月在德國發布了 OceanConnect 車聯網平臺，致力于使能車輛的智能化網聯、車企的服 務化轉型和交通的智能化演進。傳統模式下，消費者和車企聯系較少，缺乏粘性。華為 車聯網平臺可實現智能駕駛、智能座艙等數字化部件的狀態數據和故障數據的采集和存 儲，形成統一的智能車輛數據資源池，再基于云端強大的 AI 和大數據能力，實現數據 資產貨幣化，為客戶提供更有價值的汽車服務，如智能駕駛、車隊管理、預防性維修等。

OceanConnect 華為車聯網平臺數字化每一輛車，數字化每條路。1）生態使能：通 過數據和業務分離結構，幫助車企掌控數字資產，匯聚第三方內容和應用生態，構筑以 車企為中心的生態系統。2）聯接使能：為汽車提供穩定聯接，支撐億級海量連接和百萬級高并發；通過全球可達的公有云部署能力，滿足車企業務全球化運營需求。3）數據使 能：通過對車況和駕駛行為等車輛大數據的采集與分析，在云上實現人和車的數字畫像 （Digital Twins），通過精準車主駕駛行為及出行場景分析，使能智能內容分發和業務推 薦。4）演進使能：車聯網平臺與 V2X 協同發展，從單車智能到車、路協同智能，使能 未來智能交通，提升社會交通整體的安全性和效率。

華為發布三電云服務：融合電池機理和數據模型，實現電池安全預警與壽命精準管 理。華為基于在電池領域豐厚的技術積累，結合云計算、AI、大數據等技術，推出了三 電云服務能力，可以實現車輛狀態云端可視、電池故障預警、熱失控防控、電池健康狀 態精準評估、電池剩余壽命精準預測以及電池控制策略優化。

4.1.3. 華為高精地圖云服務

高精度地圖云服務行業存在的痛點在于：1）測繪法律法規規定的資質門檻要求高； 2）海量地圖測繪數據的安全保存要求高；3）數據脫敏和地圖元素提取對 AI 算力和算 法要求高。

華為將打造全國高精度動態地圖聚合平臺，高精地圖的企業可在云服務上呈現。2020 年北京車展上華為發布高精地圖云服務，即打造全國高精度動態地圖聚合平臺，通 過與圖商伙伴數據合作，形成優勢互補，為客戶提供覆蓋更廣、質量更優、動態鮮活的 地圖數據服務能力。華為高精地圖云服務為客戶提供了存儲與應用合規、自動駕駛應用 支撐、高精地圖分發、動態地圖數據分發和高精地圖數據安全 5 大服務能力，服務于車 聯網位置應用、智能網聯產業園區、自動駕駛仿真/運營和自動駕駛服務等四大場景。

4.2. 管-智能網聯平臺：5G 車載模組+T-Box+以太網關

華為打造智能網聯解決方案，實現車內、車外高速連接。1）打造開放的端、云智 能網聯解決方案，讓每一輛車永遠在線，服務直達；2）全球首款 2G/3G/4G/5G 全制式 的 V2X 開放車載模組，使能伙伴開發專業產品；3）OceanConnect 車聯網聯接管理云服 務，全球接入，支持千萬級車輛同時在線；4）基于領先網絡技術，打造車內 GE~10GE 以上以太網絡。

華為核心產品包括：5G+C-V2X 車載通信模組、T-Box、車載網關、RSU 等。1）華 為 5G 車載模組 MH5000：不僅讓車載終端具備高速率、低延時的 5G 移動通信能力， 還可以同時具備車路協同的 C-V2X（Cellular Vehicle-to-Everything）通信能力。華為 5G 通訊模組 MH5000 高度集成了 5G 與 C-V2X 技術，采用 5G 基帶芯片 Balong5000，具備 單芯多模、高速率、上下行鏈路解耦、支持 SA（5G 獨立組網）和 NSA（5G 非獨立組網）雙模組網、支持 C-V2X 等特性。2）華為 T-Box 平臺：華為早在 2016 年發布第一代T-BOX 平臺，可實現車聯聯網、車輛控制、數據安全等功能。于 2019 年華為發布新 一代 T-box 平臺，可大幅提升智慧座艙的響應速度、運行速度，較上一代產品響應速度 提升 50%，運行速度提升 60%，可實現車輛防盜、網絡安全保障、藍牙車鑰匙、遠程控 制、云服務對接等功能。目前比亞迪已宣布旗下車型漢將采用華為以巴龍 5000 為核心 的 5G 通信模組 MH5000。

4.3. 端側-智能駕駛系統：芯片硬件+OS+云服務+傳感器

從智能駕駛升級路徑情況來看，現階段處于 L3 級導入期。2018 年進入 L2 級部分 自動駕駛時代，駕駛過程可實現脫腳，算力需求小于 10TOPS，代表功能為 ACC with LKA、APA 等。2020 年逐步進入 L3 級有條件自動駕駛時代，可解放雙手，算力需求大 約為 30-60TOPS，駕駛員不必一直監控系統，但必須時刻保持警惕并在必要時進行干預， 代表功能為 TJP、RPK 等。到 2025 年將逐步進入 L4 級高度自動駕駛時代。隨著芯片和 算法等性能增加，自動駕駛功能將進一步升級，City Pilot、更高級的 AP 等功能涌現， E/E 架構進一步升級。到 2030 年將逐步進入 L5 級完全自動駕駛時代，整車控制完全由 系統控制，算力需求甚至超過 1000TOPS。

華為打造 MDC 智能駕駛平臺，開放合作促進智能駕駛發展。1）發揮華為云+AI 優 勢，打造車云協同的智能駕駛平臺，包括：智能硬件平臺（即指芯片平臺，華為采用其 自研的 Host CPU 和 AI 芯片、ISP 芯片、存儲控制芯片打造的 MDC 域控制器）+智能 駕駛 OS+Octopus 八爪魚自動駕駛云服務+ADAS 軟件算法。2）建立認證標準和對接流 程，打造開放傳感器生態；3）支持合作伙伴開發智能駕駛算法、構建靈活適配智能駕駛 場景的差異化應用、服務和解決方案。4）建立對接規范，與主流廠商共同構建執行部件 生態。5）推動面向智能駕駛的行業標準和立法落地，凝聚行業共識，共同拓展未來產業空間。

華為定位汽車增量市場，具備全棧式提供自動駕駛解決方案的能力，核心產品包括：芯片方案+操作系統+ADAS 算法軟件+云服務。公司定位為汽車增量市場，為汽車客戶 提供增量部件，客戶可根據自身需求有選擇的采用華為的方案。2019 年華為基于昇騰 310 芯片發布 MDC300、MDC600 平臺。2020 年北京車展前夕，華為發布新一代平臺 MDC210 和 MDC610 分別提供 48 及 160TOPS 算力可支持 L2+，L3~L4 級自動駕駛。

4.4. 端-智能座艙系統：麒麟芯片+鴻蒙 OS+應用生態

華為打造 CDC 智能座艙平臺，全場景協同，創造體驗新標桿。1）打造 CDC 智能 座艙平臺，實現智能汽車與智能手機在硬件、軟件和應用生態等全產業鏈的無縫共享； 2）基于智能手機 Kirin 芯片構建 IVI 模組，發揮產業鏈協同的規模效應，降低硬件成本； 3）基于鴻蒙 OS，共享華為“1+8” 生態，實現跨終端的全無感互聯；4）共享智能手機豐富 APP 生態提升用車體驗開放 API，使能跨終端伙伴發展智能座艙應用。

華為將基于麒麟芯片及鴻蒙操作系統，打造智能座艙平臺和生態。2019 年推出 Hicar 車聯互聯解決方案，實現深度互聯“1+1+N”模式，即一部手機，一個車機及其他智能 終端的互通互聯。HiCar 生態合作伙伴已經超過 20 家車廠，合作車型超過 150 款車型， 具有 30 多款應用。2021 年 HiCar 預裝車型達到 500 萬輛。此外，在 2020 年 Hi 品牌 日，華為針對 C 端汽車用戶發布了前裝產品 HMS for Car，車內投屏 HiCar 和后裝產 品車載智慧屏。Harmony 車機 OS 是第一個真正為智能座艙開發的中立開放式 OS。HMS for Car 和 Hicar 業務現仍屬于消費者業務，兩個業務板塊約 400 多人。

4.5. 端-智能電動系統：mPower+芯片硬件+整車控制 OS+三電云服務

華為打造 VDC 智能電動平臺，使能車企電動汽車差異化體驗創新。華為聚焦電動 汽車，打造 VDC 智能電動平臺，使能車企面向不同的用戶偏好，創造差異化用戶體驗， 為客戶提供 VDC 硬件平臺+整車控制 OS。將網絡能源產業鏈和技術優勢引進智能電動 汽車，打造 mPower 多形態電驅、高效車載充電產品。2019 年 4 月上海車展上，華為首 次以汽車 Tier1 的定位亮相，并展示了 mPower 智能電動等一系列汽車數字化解決方案， 包括車載充電系統、電機控制器（MCU）、電池管理系統（BMS）、三合一電驅動系統、 多合一電驅動系統，以及直流充電模塊，旨在為車企提供多形態電驅、充電及電池管理系統的動力域解決方案。

MPower 智能電動是華為自研的三電系統，主要包括 BMS 電池管理系統、MCU 電 機控制系統、車載充電系統及車下充電模塊，為車企提供多形態電驅、充電及電池管理 系統等解決方案。2020 年 3 月，華為的 mPower 智能電動產品獲得德國萊茵 TUV 安全 認證，表明 mPower 從研發到生產的全流程體系符合 ASILD 標準要求。

華為為新能源汽車提供 HiCharger 直流快充模塊和車載充電機（OBC）。DC-DC 是 對電路進行直流變壓，將電池包的高壓電壓轉換為低壓電壓供給車載電子器件使用，電 動汽車車載充電機（OBC）是指固定安裝在電動汽車上的充電機，充電時經過 OBC 給 汽車電池充電，保證系統安全。2020 年 4 月發布新一代 HiCharger 直流快充模塊，進軍充電樁領域。新一代模塊可以達到 30kW（國內版本），另外還會向海外推出 20kW 的 版本，兩個版本可同尺寸兼容。秉承“可靠高效、智能低噪”的設計理念，HUAWEI HiCharger 直流快充模塊將有效解決充電基礎設施行業痛點問題。

2020 年 9 月華為發布業界首款多合一電驅動系統 DriveONE，電機智能油冷技術有 效提供性能。華為多合一電驅動系統集成了 MCU、電機、減速器、DCDC、OBC、PDU、BCU 七大部件，實現了機械部件和功率部件的深度融合。1）相比業界水冷電機，相同 功率和扭矩下，電機體積的可減少 15%；2）可實現繞組平均峰值溫度降低 30℃，磁鋼 峰值溫度降低 15℃，油冷電機壽命可延長一倍；3）根據電機溫度和工況，智能調節油 泵的噴油量和油速，當電機在低速運轉時，可以降低油泵的出油量，節約能效，提升整 體系統效率。4）軸承是電機中的易損部件和瓶頸，華為設計的油道可實現主動噴淋，潤 滑軸承和齒輪，使得軸承壽命提升 10%。

5. 定位增量部件供應商，全面與汽車產業鏈合作

5.1. 車企層面

華為定位汽車增量部件供應商，與各大車企開展戰略合作。到 2020 年 5 月，華為 與 18 家車企建立了 5G 汽車生態圈，意在加速 5G 車載技術在汽車領域商業進程。華為 可提供全棧式智能汽車解決方案，可根據車企需求芯片方案+操作系統+ADAS 算法軟件 +云服務其中任意環節。車企和華為的合作可分為三大類：

Level 1:即為軟件實力較弱的車企，由華為作為 Tier 1 提供整套解決方案產品（芯 片+操作系統+算法軟件+傳感器的一整套方案），車企實現集成；

Level 2:即為具備部分軟件算法（如融合決策算法）的車企，由華為提供基礎芯片+ 基礎軟件（操作系統）平臺+傳感器及感知算法，車企負責融合決策算法。

Level 3:即為軟件算法實力突出（感知融合+決策控制算法）的車企，由華為提供基 礎芯片+基礎軟件（操作系統）平臺，車企負責 ADAS 整套算法。

5.2. 零部件層面

華為智能汽車包含“云-管-端”架構。云即為智能車云，管即為智能網聯；端則從 座艙擴展到了智能駕駛、智能座艙、智能電動?，F階段華為產品尚未大規模量產，未來 兩年將有大量的公司參與到華為產業鏈中，共同助力中國汽車工業的自主崛起。

……