（报告出品方/作者：国信证券，熊莉、于威业、库宏垚、朱松）
ERP 云化已然成势，企业数字化转型迎接加速
ERP 是企业数字化起点，随着数字化浪潮的到来，ERP 系统在新环境下 又有了新的发展机遇：一方面 ERP 开启了云化之旅，由于 ERP 在企业 IT 系统中的价值量较大，所以 ERP 的云化将会快速促进企业的数字化转 型；另一方面 ERP 系统逐渐从企业内部走向企业外部，由单个产品逐步 走向生态融合。我们认为ERP的云化不仅加快了国内企业数字化的进程， 而且也大大缩短了和海外巨头之间产品的差距，受益于国内广阔的企业 市场，同时叠加国产化带来的发展机遇，国产 ERP 厂商将深度受益。
工业软件助力制造业转型，工业互联网逐步落地
当前制造业正在由自动化为代表的工业 3.0 向智能化为代表的工业 4.0 迈进，在人口老龄化，用工成本上升的趋势下，为了维护我国制造业支 柱地位，智能制造升级是必然方向。工业软件是制造业转型的核心，但 国外厂商仍占据较大的市场份额，国产替代已经开启。以 MES 为代表的 生产环节，逐步向工业互联网领域升级，智能制造已经证明价值。当前 智能制造已度过基础设施阶段，政策催化下，行业应用正逐步落地开花。
软件定义汽车时代到来，智能座舱和自动驾驶商业化加速迈进
汽车正被重新定义，数字化、智能化转型已进入加速落地阶段。特斯拉 引领汽车行业由制造业向科技行业转型，汽车 IT 架构也由分布式 ECU 架构向域架构，甚至是中央计算架构转型。同时，从芯片计算平台到智 能驾驶软件堆栈，软件价值量在汽车中的占比越来越高。数字化浪潮下， 车厂纷纷布局智能驾驶，智能座舱域和自动驾驶域成为现阶段发展核心。
ERP——为企业信息化而生
ERP(Enterprise Resource Planning，企业资源规划）系统是专门为解决企业信 息化而诞生的，从原型到最终成型一共经历了 5 个发展阶段，从 20 世纪 40 年 代的库存控制订货法，到 20 世纪 60 年代的时段式 MRP，到 20 世纪 70 年代 的闭环 MRP，到 20世纪 80年代的 MPRII，最终形成了 20世纪 90年代的 ERP， 每个阶段都反应了企业不同发展的需求。
ERP 系统在每个阶段的发展都是为了解决企业不同的问题：1）库存控制订货 法，是在计算机出现之前，为避免缺货的发生儿而提出的一种按过去的经验预 测未来的物料需求的方法。原则是保证在任何时候仓库里都有一定数量的存货， 以便需要时随时取用；2）时段式 MRP（Material Requirements Planning，物 料需求计划），相对于订货法来说，不仅考虑了不同物料需求之间的相互匹配关 系，将所有的物料需求和产品结构联系起来，还给物料的库存状态数据加上时 间坐标，更加方便管理；3）闭环 MRP，将对物料需求的管理延伸到车间作业 管理和采购需求管理，将来自车间、供应商和计划人员的信息反馈回来以达到 整体计划的协调和平衡；4）MRPII（Manufacturing Resource Planning，制造 资源计划），将生产、财务、销售、工程技术、采购等各个子系统结合成一个一 体化的系统，成为制造资源计划，相比于 MRP 增加了财务管理和模拟的能力， 加强了财务和生产的联系；5）ERP，相比于 MRP 所涉及的企业管理范围更加 广泛，在制造业竞争愈加激烈的背景下，一般企业的经营战略从以企业自身为 中心逐步向以客户为中心的经营战略转变，基于时间、以客户为中心、面向整 个产业链的 ERP 系统应运而生。
ERP 产品是企业信息化的重要组成部分。一个 ERP 产品主要包括了财务、资 金、报表、总账、应收应付、库存、采购、销售、生产、成本以及人力资源等 管理模块，几乎涉及到了企业管理的方方面面。根据 1990 年 Gartner 对 ERP 系统的定位，主要在软件功能范围、软件应用环境、软件功能增强、软件支持 技术等几个方面做了总结：1）软件功能范围更加广泛，相比于 MRPII，还要有 质量管理、实验室管理、流程作业管理、配方管理、产品数据管理、维护管理、 管制报告和仓库管理等拓展功能；2）软件应用环境更加多样化：不仅支持离散 型制造+流程式制造；还要支持国内经营与跨国经营的混合以及在生产、分销和 服务等业务的混合；3）软件功能要支持能动的监控能力，包括整个企业内采用 计划和控制方法、模拟功能、决策支持能力和图形能力等；4）软件支持技术方 面，要能够支持开放的客户机、服务器计算环境，包括要求客户机/服务器体系结构，图形用户界面，计算机辅助软件工程，面向对象技术，关系数据库，第 四代语言，数据采集和外部集成等为额。
ERP 信息化系统已由最初的工业制造类企业逐步拓展到全行业企业客户。ERP 的产品原型最开始是针对库存、物料等进行管理，所以天然适合在制造业企业 中推广，随着 ERP 的内涵越来越丰富，逐步渗透进企业的采购管理、财务管理、 人力管理、营销管理等，ERP 的受众企业也在逐步拓宽。根据前沿产业研究院 的统计，现阶段的 ERP 产品已经适应了几乎所有行业客户，下游客户中占比最 大的仍然是制造业，其次包括了流通、建筑、电力、交通、石化等行业的客户。
数字浪潮来临，ERP 云化助推企业数字化转型
云化后减轻企业 IT 包袱，更加专注业务。随着数字化浪潮的到来，越来越多的 企业探索业务数字化和数字业务化，将自身的业务通过数字化的方式沉淀下来， 同时将沉淀下来的数字资产进行不断的梳理和探索从而能够指导公司业务的发 展。云计算作为数字化浪潮中不可或缺的一环，正助推企业的数字化转型。对 于企业来说，将自身的 IT 系统云化后，相比于之前的本地部署模式，不仅首次 投入的成本大幅降低，同时在整体系统的可扩展性方面都将获得比较好的提升。 由于企业的 IT 系统托管给云服务厂商后，相应的实施、维护、升级、安全等工 作都交由服务商完成，企业用户节省了大量的 IT 成本和人员精力，这将使得企 业用户更好的专注业务发展。
ERP 系统价值量较大，云化后助力企业数字化转型。目前在企业的 IT 系统中， 主要包括了 ERP 系统、OA 协同系统、财务系统、人力系统、营销系统、客户 管理 CRM 系统、MES 系统、产品生命周期管理 PLM 系统、企业资产管理 EAM 系统、设备管理维护 FM 系统、产品数据管理 PDM 系统等等，其中 ERP 系统 的覆盖泛微最广，和企业生产经营的联系最为紧密，且价值量较大。具体来说： 1）ERP 系统实施的成功与否，不仅仅是企业内部某个部门所决定的，而是需 要公司的管理层自上而下的协同，因为在实施过程中，需要涉及的业务部门较 多，从前端营销到中端生产到后端运营等都需要，这点在 20 世纪 90 年代企业 从以自身为中心的组织形态到以客户为中心的组织形态中就显现无疑；2）ERP 系统的价格一般较为昂贵，国内厂商面向客户提供的 ERP 价格都在千万级别， 而国外巨头如 SAP 对于 ERP 系统的报价动辄上亿，且每年的运营维护费也占 到了产品价值量的 15%-20%，价格不菲。所以，从 ERP 系统对于企业业务的 强耦合以及在众多企业 IT 系统中价值量较高这两个角度来说，企业的 ERP 系统上云后，都将助推企业数字化转型。
ERP 走向生态化，打通企业内外链接。ERP 在前几十年的发展中，主要围绕着 企业资源进行精细化规划，但是对于外部的链接相对关注较少。目前，ERP 系统正在从单个产品走向生态融合，正在从企业内部走向企业外部。以 ERP 龙头 厂商用友网络的云产品 NC Cloud 为例，NCC 产品秉承链接、协同、共享的社 会化商业理念，开放 Open API，不仅仅和产业链上的企业进行链接协同，还引 入了社会化商业伙伴为企业提供增量价值服务，比如和外部第三方数据平台合 作助力企业内外数据挖掘、和外部的招聘网站合作实现人力资源管理的内外部 打通、和电子支付公司合作打通企业内外部资金流、和直播平台合作打通企业 内外部宣传渠道等等。总体来说，ERP 系统从企业内部走向企业外部，不仅为 企业带来外部增量价值，也进一步加快了企业数字化转型的步伐。
国内 ERP 云化进一步缩小海内外厂商差距
ERP 概念源自海外，由于海外的工业化进程比我国开始的早，所以海外尤其是 德国和美国等国家的制造企业对于库存管理的需求以及后续的物料管理需求、 生产计划管理需求等早于国内。在传统本地化部署阶段，我国 ERP 发展落后于 为海外将近十余年，但是在 ERP 云化的趋势下，国内企业意识觉醒较早，ERP 云化进程和国外巨头大幅缩短。
传统 ERP 国内外发展差距在 10 多年。ERP 的鼻祖公司 SAP 成立于 1972 年， 于 1992 年就发布了较为完整的 ERP 产品 R3，相比之下，我国的 ERP 企业在 2000 年左右刚刚开始探索 ERP 产品（目前国内的 ERP 主要公司用友和金蝶都 在 2000 年前后开始由财务软件探索向 ERP 产品的转型），所以我国的企业在 ERP 的进展上基本上落后于海外 10 多年。
ERP 云化缩短了国内与国外巨头的差距。通过比较海外 ERP 巨头 SAP 的产品 发展历史以及国内 ERP 龙头企业用友网络和金蝶国际的产品发展，可以看出， 我国 ERP 产品的云化进程基本上和国外相当：1）SAP 于 2013 年推出了自身 的云平台，并依赖此平台开发出了 S/4 HANA 产品，于 2017 年通过收购 HybrisAriba、SucessFactor、Concur 等公司而分别形成了营销、采购、人力 等 SaaS 云产品，所以 2013-2017 年是其云化开始到加速的阶段；2）反观国 内，ERP 的两大厂商用友和金蝶，分别于 2010 年左右开始了云化探索，其中 用友 2017 年发布了 U8 Cloud、精智工业互联网平台、用友云平台等产品预示 着云转型的加速，而金蝶 2011 年开始云转型，发布了 K3 V12.3 产品并在后续 几年不断推出更新版本，于 2017 年正式将金蝶 ERP 升级为金蝶云，云业务开 始加速。所以从国内外主流厂商的 ERP 产品的发展历程来看，国内厂商正借由 云化进程逐步缩短与海外巨头的差距。
云 ERP 发展空间巨大，建议关注国内龙头厂商
随着数字化浪潮的不断推进，国内的企业正在快速上云，我国的企业数量规模 之庞大决定了未来云 ERP 的发展空间很大。根据工信部和国家商务总局的统计 数据，我国目前约有企业 3000+万家，其中大型企业占比较少，约有 80+万家， 中型企业占比略高，约有 435 万家，占比最多的是小型企业，约 2800 万家。 这些庞大的企业客户数量均是云 ERP 的潜在客户。同时，根据 IDC 的数据， 中国公有云的市场规模在 2020 年预计约为 193 亿美元，未来将保持着 34.5% 的复合增速在 2023 年达到 470 亿美元的规模；同时，根据《中国企业上云指 数（2018）》可以看出，2018 年全国企业上云比例为 43.9%，相较于 2017 年 的 40.3%整体提升了 3.6%，仍然有 56.1%的企业未使用云平台，公有云比例跟 国外相比处于较低位置。
国产化浪潮不断推进，国产 ERP 厂商时代发展机遇来临。从市场占有率来看， 我国的 ERP厂商主要占据了中低端 ERP的市场，根据前瞻产业研究院的统计， 我国 ERP 的总体市场中，用友、浪潮和金蝶合计占据了约 80%的市场，但是 在高端 ERP 市场中，SAP 和 Oracle 占据了超过 50%的市场。中低端市场产品 结构相对较为简单，且价值量较低，而中高端市场的客户数量虽然相对较少， 但单个的价值量较大，未来国内 ERP 厂商逐步向高端市场渗透是必然。随着国 产化浪潮的不断推进，大型国企和央企的 ERP 系统有望迎来更换需求，同时有 部分高端 ERP 市场的海外巨头将逐步撤出中国市场，这为国内的 ERP 厂商带 来了难得的时代发展机遇，进入高端市场不仅意味着自身的产品竞争力不断加 强，而且服务好高端客户的同事也意味着走向国际化的可能性。
建议关注国内 ERP 龙头厂商。在国内的 ERP 厂商中，用友和金蝶处于领先地 位，2019 年两者的收入分别达到 85.1 亿元、34.1 亿元，从收入体量来看相较 其他厂商而言较大。同时，为了适应国内企业的数字化浪潮，两家公司均加快 了云产品的研发及推广力度，用友和金蝶 2019 年的云收入分别为 19.7 亿元、 13.1 亿元，同比分别增长为 131.6%、54.1%，均处于快速增长态势中。我们认 为在国产化浪潮的背景下，高端 ERP 的市场将逐步向国内企业打开，同时企业 数字化浪潮趋势下，国内企业上云的步伐将会进一步加快，上述两个产业趋势 下，这两家公司将深度受益，建议关注。
工业数字浪潮掀起，多重政策大力推动
制造业迈入工业 4.0 时代。制造业仍是全球经济发展的核心支柱，信息技术的 发展也在不断为制造业赋能。早期工业 1.0 时期，以蒸汽机为代表，掀起了第 一次工业革命；随后电力的发展和应用，推动工业 2.0 的第二次工业革命。从 20 世纪 70 年代至今，电子和 IT 技术融合下的自动化，成为了当前工业体系的 基础，大幅提升生产效率和安全性。随着软件技术，尤其是大数据、AI、物联 网等持续发展，智能化生产必将成为制造业下一个高峰。以工业软件为核心的 工业互联网平台将驱动工业 4.0 的新革命。
我国制造业升级迫在眉睫，工业互联网成智能制造方向。中国作为“世界工厂”， 全球制造龙头的地位正受到挑战。尤其当今国内人口老龄化严重，年轻劳动力 供给不足；而互联网企业的高薪招人背景下，制造业用工成本逐渐上升，且招人困难。制造业是我国的经济基石，为了保证制造业在国内稳步发展和转型， 通过工业互联网，打造智能工厂，尽量减少用工需求，成为制造业务发展的必 然方向。自 2015 年“中国制造 2025”提出后，我国在智能制造和工业互联网 领域持续推出新政。在 2015-2020 期间，智能制造的转型，更多的是在以云为 基础设施的建设，以及标准梳理、示范项目为主。
积极催化，各地方已开始进入落地环节。在国家政策引导下，各地方也不断推 出具体补贴政策支持工业互联网发展。对于制造业较强的地方政策支持更为积 极，单就 2020 年，就有苏州、佛山、青岛、西安、广州发布具体支持政策。 其中，尤其以制造业大省广东省补贴范围和强度最大。从各地补贴支持共性来 看，对于工业互联网应用、平台给予不同程度的补贴，尤其是跨行业、跨领域 的工业互联网平台，支持力度最大。从 2021 年开始，工业互联网平台有望进 入密集落地环节。
我国工业软件大发展正当时，国产替代稳步推进
中国工业软件市场广阔，保持稳定增长。根据赛迪顾问《中国工业软件发展白 皮书》，全球工业软件市场达到 3893 亿美元，同比增长 5.2%；欧洲和北美占 比超过 70%，亚太占比不到 24%。2019 年，中国工业软件市场规模达到 1720 亿元，同比增长 16.5%，预计 2020 年突破 2000 亿。我国是制造业第一大国， 但大而不强，发展质量不高一直是工业发展的瓶颈。近年来在智能制造等一系 列政策推动下，工业软件有望得到进一步发展。
关键软件领域，国产替代备受期待。广义上，工业软件又分为嵌入式软件（工 业通信、汽车电子等软件）、研发设计类（CAD、PLM 等软件）、生产控制类（MES、 DCS 等软件）、信息管理类（ERP、CRM 等软件）。其中嵌入式占比显著较高， 国内发展较好，以海康、大华为代表的安防企业已经成为全球龙头。但是更偏 软件的方向上，某些领域仍与海外巨头有较大差距，但国产厂商已经开始逐步 替代。例如用友、金蝶在 ERP 领域取代 SAP、Oracle；中望软件在 CAD 领域 逐步向 Autodesk 看齐；宝信、中控、鼎捷在 MES 领域逐步取代海外西门子等。 国产工业软件崛起是大势所趋。
工业制造领域最具代表性的生产控制类软件，国外厂商占比仍高。MES 和 DCS 在生产控制类占比高，外企仍占据较大份额。在生产控制类软件中，MES 占比 最大，达到 29%；其次 DCS 占比达到 23%。按照赛迪的数据测算，2018 年 MES 市场约为 83 亿，DCS 市场约为 66 亿。从市场份额来看，工业软件市场 集中度较低，前 10 大厂商中，外企占比高达 37%。
DCS 领域替代，中控技术已证明产业趋势。工业安全是重要方向，2010 年伊 朗核设施铀浓缩离心机的西门子控制系统遭到“震网”病毒攻击，该事件充分 证明了掌握控制系统核心技术的重要性。早期霍尼韦尔、横河电机、艾默生、 西门子、ABB、施耐德等国外品牌仍占据了大量 DCS 高端市场，但 2019 年中 控技术市场份额达到 27%，第二名艾默生为 16%，第三名和利时 15.2%。国内 供应商不断突破，市场进一步被国产替代。
MES 为生产环节核心，智能制造价值凸显
MES 是智能制造的核心。企业生产运营管理流程一般分为计划层、执行层和控 制层：计划层以 ERP 为代表，根据企业资源安排生产计划；执行层以 MES 为 代表，根据计划安排控制层的任务；控制层以 DCS 为代表，直接对生产进行操 作控制。MES 构筑了上层计划与底层控制之间的桥梁，是生产的核心环节。具 体来看，MES 是一套面向制造企业车间执行层的生产信息化管理系统，包括制 造数据管理、计划排程管理、生产调度管理、库存管理、质量管理等多种功能 模块。在当前智能制造的发展中，MES 作为整个生产环节知识的凝结，在云和 大数据的发展下，成为智能制造的核心。
MES 市场增长有望加快，下游应用领域广泛。在我国制造业升级的过程中， MES 是制造企业通往智能制造的必经之路。根据第三方测算，我国 MES 软件 市场规模在 50 亿左右，整体仍然较小。随着政策不断催化，以及产业内部压力 下降本增效的持续需求，MES 市场整体增速有望向上。从下游来看，MES 已经广泛应用于钢铁、机械、汽车、轻工、化工等行业。随着工业互联网在各个 行业逐步落地，MES 的升级和改造也会带动市场的高速成长。
智能制造优势已经显现。根据数字化智慧工厂 SaaS+解决方案提供商云栖智造 的案例，其通过核心“数据中台”和“业务中台”双中台技术架构驱动，结合 工业物联网、机器视觉、AI、5G 等新兴技术帮助制造业企业打造数字化智慧工 厂。以年产值 3 千万的 200 人离散型工程为例，云栖智造的方案可以减少 75% 的管理人士、提高 75%的生产效率、缩短 53%的交货周期、提高 10%的良品 率、减少 73%的物料滞留、提高 16%的设备利用率。智能制造价值显著，工业 4.0 升级已经成为众望所归。
汽车制造业被重新定义，数字化、智能化转型已进入加速落地阶段。特斯拉引 领汽车行业由制造业向科技行业转型，汽车 IT 架构也由分布式 ECU 架构向域 架构，甚至是中央计算架构转型。同时，从芯片计算平台到智能驾驶软件堆栈， 软件价值量在汽车中的占比越来越高。
数字化浪潮下，各大车厂纷纷布局智能驾驶，智能座舱域和自动驾驶域成为现 阶段发展核心。特斯拉架构领先，造车新势力紧随其后，传统车厂纷纷布局， 智能座舱域、自动驾驶域是现阶段的重中之重。
智能座舱硬件升级，“智能化+集中化”架构重新定义软硬件形态 人车交互式体验核心，多屏融合智能驾驶舱代表未来
传统汽车驾驶仓的生态系统以碎片化为主，分布式电子控制单元之间信息无法 有效交互，导致人与车之间存在交互障碍。随着汽车电子化程度提高，电子控 制单元整合是汽车电子设计的发展趋势，多屏融合的智能座舱将集成中控大屏+ 液晶仪表盘+抬头显示器（HUD）+流动后视镜，并搭载高级辅助驾驶（ADAS）、 无人驾驶技术和人工智能等新时代科技，带来更为智能化和安全化的交互体验。
智能座舱全产业链分为三大环节：1）Tier0.5 级供应商也可称为产业的下游， 主要以各大车企和传统 Tier1 供应商构成，如德赛西威、均胜电子、伟世通等， 云计算和车联网的普及使华为、BAT 等互联网科技类供应商也分布于产业下游； 2）Tier1 为座舱提供中控屏、仪表盘、流媒体后视镜、后排液晶显示器等硬件， 同时配合开发信息娱乐解决方案、驾驶显示解决方案和 HUD 为智能座舱的电子 化技术升级；3）传统的 Tier2 主要供应 PCB、显示面板、功率器件等电子产品， 未来产业将集中升级操作系统相关软硬件，如增加应用软件、中间件软件、自 主定制操作个性化系统、可达成“一芯多屏”的高效能低成本芯片。
一芯多屏替代多组件
集中取代分布。未来智能座舱所代表的多屏融合体验都将依赖于高计算能力的 超级芯片。多个分布式的电子单元使每个系统如同“孤岛”一般，难以支持多 屏幕融合、多模块互动等复杂座舱功能，“一芯多屏”替代多单元组件的技术将 融合每座“孤岛”成为一块“新大陆”。伴随着智能驾驶渗透率提升，全球芯片 巨头纷纷布局推出具备人工智能计算能力的主控芯片，取代传统分布式的功能 芯片，IHS 预测在 2020 年汽车主控芯片市场规模可达到 40 万亿美元。
“一块芯片、多屏互交”将成为智能座舱未来趋势，单一芯片可以降低系统复 杂度以提高安全性能，并降低成本预算。通过融合云侧终端和 V2X 场景，底层 芯片和车载系统根据各个电子控制单元（ECU）反馈的数据进行计算，了解汽 车行驶状态以及各项参数指标，调配车辆至最佳行驶状态。以液晶显示器为例， 传统机械仪表盘难以承受大量行车数据，液晶仪表盘通过升级芯片并引入云端 数据，构建智能座舱交互平台和界面，未来将升级裸眼 3D 仪表盘。
座舱域目前高通一枝独秀。目前，高通已经赢得全球领先的 20+家汽车制造商 的信息影音和数字座舱项目。目前高通通过骁龙 820A 和 602A 汽车平台，在数 字座舱领域为汽车提供高水平的计算性能。其中，骁龙 820A 数字座舱平台支 持计算机视觉与机器学习，能够提供丰富的图形与多媒体功能，加上广泛的可 视化和操作系统选项组合及神经处理引擎，帮助汽车厂商打造差异化特性，提 供卓越用户体验。目前，包括奔驰、奥迪、保时捷、捷豹路虎、本田、吉利、 长城、广汽、比亚迪、领克、小鹏、理想智造、威马汽车在内的国内外领先汽 车制造商均已推出或宣布推出搭载骁龙汽车数字座舱平台的车型。2020 年多款 上市新车型都搭载了骁龙 820A，包括全新领克 05、奥迪 A4L、小鹏 P7 及 2020 款小鹏 G3 部分车型等。
高通今年量产的 SA8155P 芯片更是在主频、算力、制程方面全面领先竞争对 手，龙头地位稳固。高通此前在智能移动终端、通信等芯片领域展现出龙头研 发实力，目前在座舱域 DCU 方面也全面领先竞争对手。自主品牌、合资品牌、外资品牌车厂纷纷围绕 SA8155P 搭建研发平台，车型落地在即。
软件定义汽车趋势明朗，使用软件解决硬件控制场景
软件定义汽车拥有 7 层 IT 架构，智能座舱成为软件定义汽车率先落地场景，此 外特斯拉、小鹏等汽车厂商开始使用 OTA 解决性能和故障问题，未来应用场景 将不断拓展。
车载开发以定制化为主
车企开发自主车载系统方式以标准的定制化操作为主，ROM 和超级 APP 方式为辅。车载系统的构建从下至上为：硬件、虚拟机、系统内核、标准系统服务 层、汽车服务和车辆控制、应用程序框架（含中间层）、应用程序和云服务。智 能座舱是结合软件和硬件多多元配合下的产品，一个完美的智能座舱需要拥有 驾驶辅助、座舱域控制器、沉浸式声学体验、显示屏技术和座舱检测系统等新 技术，同时搭配内饰、座椅等传统硬件。
车企对车载 OS 布局会根据战略格局以及自身实力划分为 3 种形式：1）定制化 自主开发专属 OS；2）ROM 方式基于已有系统做上层 UI；3）直接采用现成的 车载 OS 并搭建自身的应用软件。头部车厂大多倾向从整车硬件到车载 OS 都 自己开发，形成自身独有的完整生态链。
车载 OS 是传统车产实现数字转型的关键，汽车将演变为移动智能终端。目前 主流的底层车载操作系统共有四种：QNX、Linux、Android 以及 WinCE，其中 WinCE 基本上已经退出市场。从主流车企选择的系统开发方式来看，海外高端 车厂、零部件供应商（如奔驰、宝马等）和国内车企新势力（如小鹏、蔚来等） 都选择自建技术团队，即在底层操作系统基础之上进行定制化开发，形成独有 的车载系统。
QNX 为车载 OS 领域龙头，全球 100%的 OEM 商和前八家 Tier1 都是 QNX 的 客户，在车载信息娱乐系统或车联网系统占据超过 60%的市场份额，如宝马 ConnectDrive、奥迪 MMI 都用 QNX 技术。车载 OS 行业巨头 QNX 也推出基 于软件的智能座舱解决方案，凭借实时性交互等优势，集成多个电子控制单元 （ECU）到单一芯片系统（SoC）使系统运行的软件可以打破临界线，甚至横 跨不同的操作系统，从而推动安全认证的要求。使用 QNX 平台的智能座舱不仅 享有可靠安全的车载信息系统和娱乐信息系统，还可以通过同一 ECU 访问 Android 系统的最新应用程序，如谷歌地图和音乐软件。
Linux 作为一个开发多年的成熟 OS，是当下最安全、稳定的操作系统之一， 广泛应用于服务器、云计算、超级计算机、银行等领域。基于 Linux 成熟版本 开发的定制化程序，可以用作驱动件的 ADAS 仪表显示系统和信息娱乐系统。
Android 是基于 Linux 内核和其他开源软件的修改版本，让非常多的 OEM 商 通过 Android 系统进入自研产品、定制化开发的道路，如蔚来、小鹏等。目前， 谷歌和黑莓公司都分别为其基于 Android和 Linux底层系统为基础，建立了 OAA 联盟和 AGL 项目开发上层操作系统并完善生态，吸引了全球 OEM 巨头，Tier1， 芯片巨擎作为合伙人。Android 系统由于交互延时等问题，在座舱域和驾驶域的 性能表现弱于 QNX、Linux。
虚拟机和中间层软件分别辅助车载系统
虚拟机辅助软硬件的一体化聚合是未来趋势。Hypervisor（虚拟机）是运行在 物理服务器和操作系统之间的中间软件层，可用于同步支持 Android、Linux、 QNX 多系统。根据 ISO26262 标准规定，仪表盘的关键数据和代码与娱乐信息 系统属于不同等级，主流市场中，QNX 或 Linux 系统用来驱动仪表系统，信息 娱乐系统则以Android为主，目前技术只能将两个系统分开装置在各自芯片中。 然而，虚拟机可以同时运作符合车规安全标准的 QNX 与 Linux，因此虚拟机管 理的概念被引入智能座舱操作系统。随着液晶仪表以及其他安全功能的普及， 供应商不需要装载多个硬件来实现不同的功能需求，只需要在车载主芯片上进 行虚拟化的软件配置，形成多个虚拟机，在每个虚拟机上运行相应的软件即可 满足需求。行业领先虚拟机有：QNX Hypervisor、ACRN、PikeOS 和哈曼 Device Virtualization，用于服务底层操作系统。
中间件层位于平台（操作系统）和应用软件层之间的软件，用于连接各个分布 式系统和应用软件。中间件层可以使开发人员避开复杂的底层操作系统，直接 在简单而统一的开发环境下接入应用软件，不仅缩短开发周期，还减少系统的 维护、运营和管理的工作量。
智能网联汽车和 5G+AIoT 实现“人-车-路-云”高度协同
无线通信将广泛运用在智能座舱，连接以算法、芯片、操作系统和以 ADAS 执行、智能中控、语音交互为主的执行层，为 OEMs 厂商开发测试终端产品打造 自主、可控、完整的产业链。中国通信学会发布研究报告《车联网知识产权白 皮书》中数据显示，截至 2019 年 9 月，全球车联网领域专利申请累计 114587件，美国位居榜首，占 30%，中国 25%紧随其后。万物互联的基础就是数据在 云端可实时传输，外界的信息进行多模交互，为车路协同智能化发展提供更多 的应用场景。
传统车厂的信息技术及开发架构不足以支持如此庞大的数据量提供计算、储存 和网络支持，因此车厂趋向于深度合作 BAT 等互联网巨头，共同构建车联网生 态推出各自特色的云平台系统，如上汽与阿里联合打造的斑马网络、腾讯与长 安汽车的梧桐车辆、博泰的“擎 Mobile 随身车联网”。
打通底层到云端的各个技术、生态环境，将具备自动驾驶功能的智能网联汽车 和 5G-V2X 全云场景的逐步实现规模化商业应用，促进未来“人-车-路-云”的 高度协同。在软硬件一体化的实施过程中，车辆智能网联中最重要的设备为云 端数据平台的建设，搭载先进的车载传感器、控制器，连接车内各个 ECU 获取 的数据，实现车与车、车与人、车与城市建筑、车与基础设施等通信数据交换 共享。
根据 IDC 全球智能网联汽车预测报告显示，可以连接第三方服务平台的车辆以 及配备嵌入式移动网络的全球智能汽车出货量在 2019 年已达 5110 万辆，同比 增长 45.4%，预测 2023 年将增至 7,630 万台。云计算的优点在于降低成本的 同时还可以运用合理的资源分配方式处理数量庞大的数据，并且满足更加弹性 和个性化的业务模式更新迭代快（OTA）的需求。
云端数据可以真正的为自动驾驶提供有效解决方案，随着 V2X 通讯的发展和 5G 技术的推进，汽车行业将在未来致力于 ADAS 芯片和车载娱乐信息芯片的 相互融合发展。C-V2X 无线技术可以快速收集更多信息以及降低延时，从而最 大程度的保证行车安全，并且协作驾驶过程中能够降低能源损耗，提升自动驾 驶/半自动驾驶的效率。根据《智能汽车创新发展战略》，我国将重点支持 LTE-V2X/5G-V2X 的发展，基础建设快速发展为智能网联汽车渗透带来红利。
其中地平线已推出了基于征程处理器和 Matrix 自动驾驶计算平台的多层次解决 方案以及针对现阶段汽车市场亟需的辅助驾驶推出的 ADAS、DMS、AR-HUD 技术方案。另一方面，高精地图软件的加入也将会很大程度的加强自动驾驶辅 助系统，将汽车的舒适、安全和智能提升到一个全新的境界。
语音交互系统
未来智能语音交互将成为最主流的人车交互场景。日益丰富的生物识别技术助 力智能语音交互系统，依托于 AI 技术的不断发展以及大数据的推广应用，为驾 驶舱带来更高效、人性化、情感化、个人定制化的行车氛围。为了打造智能音 乐座舱，基于驾驶员音乐沉浸式氛围，小鹏配备 18 个丹拿 Dynaudio 顶级 Confidence 系列音响系统，以及 20 个声道，可通过智能动态音效技术，根据 音乐风格、声场位置进行智能调节音效。配备具有独立声源的主驾音乐枕头， 并加设了主动降噪、私密通话等功能，更好的实现声源定位从而达到语音交互 的提升。
地平线语音交互技术利用理想 ONE 车内的四个高灵敏度麦克风，及地平线的声 源定位、盲源分离和降噪算法，进而对不同位置乘客的语音指令的精准区分和识别。主流车厂逐渐与第三方应用软件合作，打造符合多场景需求的完整座舱 生态体验，并通过手机端的连接实现远程车辆操控、远程车辆信息查看、NFC 高安全系数数字钥匙、物联网多端交互模式。
自动驾驶芯片介绍
在传统芯片行业，常用算力、功耗和面积三大指标来衡量性能。由于自动驾驶 功能对算力极高的追求，峰值算力成为衡量自动驾驶芯片的最主要指标。
目前一般认为，L2 需要的计算力<10TOPS，L3 需要的计算力为 30~60TOPS， L4 需要的计算力>100TOPS，而 L5 需要的计算力目前还未有明确定义（有预测需要至少 1000TOPS），每增加一级自动驾驶等级，算力需求则相应增长一个 数量级。根据英特尔推算，在全自动驾驶时代，每辆汽车每天产生的数据量将 高达 4000GB。
特斯拉核心壁垒：自研自动驾驶芯片+神经网络算法+计算平台
特斯拉在汽车智能化领域最大的壁垒来自于其掌握核心数据、AI 算法、以及主 控芯片自研。2014 年～2016 年，特斯拉自动驾驶域曾搭载 Mobileye EyeQ3 芯 片；2016 年～2019 年，特斯拉将 Mobileye EyeQ3 更替为 Nvidia Parker SOC 和 Nvidia Pascal GPU，搭载 DRIVE PX 2 AI 计算平台。由于英伟达的高能耗， 2017 年起，马斯克决定开始自研主控芯片，尤其是主控芯片中的神经网络算法 和 AI 处理单元全部由特斯拉自己完成；2019 年 4 月，特斯拉正式在 Autopilot HW3.0 平台上搭载了自研的 FSD 主控芯片。
特斯拉 FSD 主控芯片组成自动驾驶域控制器，对整个自动驾驶区域进行控制， 把区域内所有的 ECU 功能集成到一起, 达到降低 ECU 数量的目的。特斯拉的 汽车电子电气架构在一开始设计之时，就考虑到了现有分散式的 E/E 架构的局 限性，选择将大量 ECU 进行功能的集中处理。在特斯拉的 Model3 车型上， 特斯拉选择将整个 E/E 构架分为三大模块，分别为自动驾驶(Autopilot)及娱乐 控制模块—相当于中央计算机，掌控了所有的摄像头、雷达传感器还有车机； 右车身控制模块—集成了自动泊车、座椅控制、行业快报/计算机扭矩控制等功 能；以及左车身控制模块，集成了内部灯光、转向柱控制等。
用作自动驾驶域控制器的芯片集成相比起传统 ECU，芯片设计和制造难度都更 大，要想使用一片域控制器代替数十个传统 ECU，其要求的制造工艺水平非常 高，对芯片生产设备的要求也相应更高。根据 IBS 数据，28nm 芯片的设计成 本大致在 5130 万美元左右，而 7nm 芯片需要 2.98 亿美元。目前国外自动驾驶 芯片真正进入大规模量产的只有三家，除了特斯拉以外，还有英伟达和 Mobileye。 在制造方面，目前可以制造 7nm 芯片的厂商只有三星和台积电，可见其制造难 度之大。未来随着高性能自动驾驶芯片需求的增加，我们认为这将推动芯片制造企业的发展，进一步优化芯片的产业格局。同时生产低端芯片的企业也必须 不断提高自己的研发和制造水平以抢夺市场。
目前特斯拉自主研发的 FSD 芯片采用 14nm 的工艺制造，现版本于 2019 年 4 月份首次发布，一个整体主板上有两个芯片，每个芯片包括一个中央处理器 （CPU），一个图形加速卡（GPU）和两个神经网络计算单元（NPU），其中中 央处理器和图像处理器都采用了第三方设计授权，以保证其性能和稳定性，并 易于开发，关键的神经网络处理器设计由特斯拉自主研发, 马斯克称之为现阶 段用于汽车自动驾驶领域最强大的芯片。
中央处理器是 1 个 12 核心基于 ARM A72 架构的 64 位处理器，运行频率为 2.2GHz；1 个图像处理器能够提供 0.6TFLOPS 计算能力，运行频率为 1GHz； 2 个神经网络处理器在 2.2GHz 的运行频率下能提供 72TOPS 的处理能力。
这三个处理器各有分工。简单来说，中央处理器作为汽车的中央大脑，除了处 理大部分汽车数据之外，还会分配工作给图像处理器和神经网络处理器，并处 理二者传输回来的数据，作出汽车的最终决策。
如果做个类比，等于主机内三个高性能 CPU 并联产生的效果。具体来看，图像 处理器的主要工作是图像后处理工作，比如特斯拉中央大屏，驾驶员前侧屏幕 展示的信息都是由图像处理器来处理，所以在驾驶室内的娱乐影音系统都是图 像处理器的功劳。简单理解，图像处理器的作用和 ECU 类似，只不过计算性能 要比 ECU 强大许多，汽车只需几个 CPU 就可以达到数十个乃至上百个 ECU 的数据处理能力。图像处理器单纯是为了智慧座舱而生，可以理解为车内屏幕 的 CPU 系统，我们在车内屏幕看到的所有内容都是由图像处理器处理，没有图 像处理器，我们就无法看到车内图像。
神经网络处理器则是芯片中面积最大的部分，也是自动驾驶系统的核心部分。 神经网络处理器的作用也是处理图像数据，其功能和图像处理器类似，不过处 理的图像来自于车载传感器，也就是特斯拉汽车的各种外置摄像头。神经网络 处理器作为神经网络计算单元，会根据深度学习模型对图像数据进行处理，每 一个神经网络处理器算力为 36TOPS，一块芯片有两个神经网络处理器，所以 其算力为 72TOPS，整个主板拥有两块 FSD 芯片，因此神经网络处理器的总算 力也就是 144TOPS。按照数据量化算力，这颗特斯拉芯片可以在一秒中内处理 1024GB 的数据，可见其算力强大。
很多人可能有疑问，有图像处理器处理图像，为什么还需要神经网络处理器？ 其实根本原因就在于采用的算法和设计思路不同。图像处理器属于通用芯片， 可以用在很多领域，计算不同用途的图像。而神经网络处理器则属于专用芯片， 只能计算某一类的计算。比如特斯拉的神经网络处理器芯片，就是为了处理摄 像头数据而特殊设计的。由于智能网联汽车和自动驾驶汽车需要处理大量的图 像数据，其边缘计算要求计算机具备高速简单的运算能力，也就需要神经网络 处理器这样的专用芯片。
为了提升神经网络处理器的内存存取速度以提升计算能力，每颗 FSD 芯片内部 还集成了 32MB 高速缓存。神经网络处理器的总功耗为 7.5 W，约占 FSD 功 耗预算的 21％。这使得它们的性能功率效率约为 4.9TOPs/W，特斯拉在芯片 设计方面充分考虑了安全性，一块典型的自动驾驶电路板会集成两颗 Tesla FSD 芯片，执行双神经网络处理器冗余模式，两颗处理器相互独立，即便一个 出现问题另一个也能照常执行。此外，特斯拉还设计了冗余的电源、重叠的摄 像机视野部分、各种向后兼容的连接器和接口。搭载该芯片的 Autopilot FSD HW 3.0 的性能比上一代 HW 2.5 提高了 21 倍，而功耗降低 25%，能效比 2TOPS/W，是现阶段用于汽车自动驾驶领域最强大的芯片和计算平台。
2020 年 8 月据多家媒体报道，特斯拉正与博通合作研发新款 HW 4.0 自动驾 驶芯片，预计在 2021 年第四季度进行大规模量产，未来将采用台积电 7nm 技 术进行生产。同时 AutoPilot 团队正对软件的底层代码进行重写和深度神经网 络重构, 包括对数据标注、训练、推理全流程的重构。
目前特斯拉已经拥有超过 82 万台车不断回传数据，到 2020 年年底将拥有 51 亿英里驾驶数据用于自动驾驶训练，过去的训练数据依赖于人工标注，而主动 的自监督学习配合 Dojo 计算机可以大幅优化算法提升的效率。Dojo 有望为特 斯拉 4D 化（三维 + 时间）Autopilot 系统的开发提供强劲动力。
宝信软件：打造钢铁行业“灯塔工厂” 宝信是钢铁行业MES 龙头。
中控技术：打造工业互联网平台，中控技术向车间层拓展，积极布局工业软件，破局工业 4.0。
英伟达：GPU 技术领先，驾驶域实力强劲。
高通：座舱域芯片龙头，驾驶域产品持续迭代。
风险提示：疫情反复影响全社会 IT 支出；产业落地不及预期；行业竞争加剧。
（报告观点属于原作者，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
精选报告来源：【未来智库官网】。
关注微信
