在这一背景下，ADAS/AD自动驾驶芯片也迎来一波升级换代，浩瀚芯片厂商都已推出或操持推出高算力芯片。2022年1月，Mobileye在CES上推出了EyeQ® Ultra™系统集成芯片, 采取5纳米制程，单芯片算力176 TOPS，虽不如英伟达、高通等竞争对手的算力方案，但其高性价比、高能效比依然可能得到主机厂商的青睐。
Mobileye自动驾驶SoC产品线
资料来源：《2022年ADAS/AD自动驾驶芯片行业研究报告》 来源：《2022年ADAS/AD自动驾驶芯片行业研究报告》
除了堆算力，自研核心IP是各大SoC厂商的竞争重点
SoC芯片多为异构设计，包含GPU、CPU、加速核、NPU、DPU、ISP平分歧的打算单元，一样平常来说芯片不能大略评估算力，还需兼顾芯片带宽、外设、内存，以及能效比、本钱等。同时，SoC芯片的开拓工具链至关主要，形成开拓者生态圈，才能构建长期可持续的竞争能力。
在芯片设计中，异构IP的配置非常主要，自动驾驶SoC芯片商均不断加强核心IP研发以保持关键竞争力。以英伟达为例，英伟达掌门人将英伟达现有的以GPU为主的产品路线升级为“GPU+CPU+DPU”的“三芯”计策：
GPU方面：英伟达在GPU以及由GPU衍生出来的在图像处理方面具有巨大上风；DPU方面：英伟达70亿美元收购了以色列芯片公司Mellanox，并推出了Bluefield DPU芯片，已演进至第三代。DPU是一个可编程的电子部件，具有中心处理单元(CPU)的通用性及可编程性，专用于处理网络数据包、存储要求或剖析要求上高效运行；CPU方面，英伟达发起了对IP厂商ARM的收购，也是英伟达“三芯”计策的延伸，但终极未能如愿。不过英伟达依然推出了基于ARM架构的Grace芯片，面向数据中央大规模AI和高性能打算，英伟达下一代Atlan SoC同样也运用了ARM架构。英伟达Bluefield DPU芯片演进路线
来源：网络
海内厂商方面，黑芝麻智能推出了自主开拓的两大核心IP——NeurallQ ISP图像旗子暗记处理器和深度神经网络算法平台DynamAI NN引擎。
黑芝麻A1000自动驾驶SoC
来源：网络
跨域领悟和中心打算平台芯片将引领整车EEA架构演进
整车电子电气架构演进趋势“分布式架构-域集中-跨域领悟-中心打算平台”，特斯拉最新版的Model X已实现一定程度的中心跨域领悟打算功能，Model X的车载中心打算平台包括两颗FSD芯片、一颗AMD Ryzen CPU芯片和一颗AMD RDNA2 GPU，FSD芯片和AMD CPU/GPU芯片通过PCIe接口进行通信，并相互隔离。
进一步来看，通过Chiplet技能将CPU、GPU、FSD等多颗芯片集成在一颗SoC芯片内，将使得芯片通信延迟进一步缩短，有称特斯拉正与三星电子互助开拓5nm芯片，实现自动驾驶和座舱SoC芯片集成。
而从英伟达、高通等业内巨子的动向来看，均已开始布局实现自动驾驶和座舱的跨域领悟，如英伟达推出了DRIVE Concierge和DRIVE Chauffeur软件办理方案，分别面向智能座舱和自动驾驶， DRIVE IX软件栈可实现舱内算法领悟，基于强大的软件栈工具，英伟达将可能实现单芯片同时掌握自动驾驶和智能座舱。
海内SoC厂商方面，2022年2月，地平线宣告将与联合电子互助实现跨域领悟车载打算平台前装量产。
自动驾驶SoC厂商的跨域领悟/中心打算布局
来源：《2022年ADAS/AD自动驾驶芯片行业研究报告》
SoC厂商加速布局自动驾驶AI数据演习
自动驾驶数据集对付演习深度学习模型和提升算法可靠性至关主要。SoC厂商纷纭推出了自研的AI演习芯片和超算平台，特斯拉推出了AI演习芯片D1 和“Dojo”超算平台，将用于特斯拉自动驾驶神经网络的演习。
不仅如此，演习算法模型产品也愈发主要，包括2D标注、3D点云标注、2D/3D领悟标注、语义分割、目标跟踪等，如英伟达Drive Sim自动驾驶仿照平台、地平线“艾迪”数据闭环演习平台等。
国外芯片厂商：
特斯拉推出了Dojo 超算演习平台：采取特斯拉自研7nm AI演习芯片D1，依托弘大客户群来网络自动驾驶数据，从而实现对深度学习系统的模型演习。当前特斯拉Autopilot 紧张利用2D图像+标注的办法进行演习和算法迭代，通过Dojo 超算平台，可以使得Autopilot可以以3D图像+韶光戳（4D Autopilot系统）的办法进行演习，4D Autopilot系统将具备可预测性，标记道路物体的3D移动轨迹，以加强自动驾驶功能的可靠性；英伟达推出了自动驾驶仿照平台：Drive Sim Omniverse Replicator，这是一种天生具有精确标注的合成数据的引擎,用于演习 AI 网络，同时英伟达还具备现阶段最强大的演习用途理器英伟达A100；Mobileye的REM的舆图数据已覆盖环球，在中国，Mobileye已经与中国的紫光集团成立一家合伙公司来办理在中国的舆图数据采集的合规问题。同时，英特尔收购了Moovit，以增强REM的实力和数据差异化，并将传统的高清舆图数据从路端延伸到用户端，从赞助自动驾驶的感知冗余到提升路径方案的效率。英特尔推出了自研的顶级AI芯片Ponte Vecchio，Ponte Vecchio的技能也将扩展到Mobileye的EyeQ6上(估量2023年上市)，在AI和做事器领域，英特尔将凭借CO-EMIB技能寻衅英伟达的地位。海内芯片厂商：
地平线为办理自动驾驶的长尾问题，搭建了完善的数据闭环平台，以此来迭代算法，提升系统能力。地平线推出了“艾迪”数据闭环演习平台；华为推出了“华为八爪鱼”自动驾驶开放平台，环绕自动驾驶开拓最关键的四大要素——硬件、数据、算法和高精舆图，构建一套以数据为核心，驱动自动驾驶闭环迭代的开放平台。同时华为昇腾910 也是环球顶级的AI演习芯片，直接对标英伟达A100，并推出了AI演习集群Atlas 900。部分自动驾驶SoC芯片商数据演习产品
来源：《2022年ADAS/AD自动驾驶芯片行业研究报告》
环球领先的自动驾驶AI演习芯片包括：英特尔Ponte Vecchio、英伟达A100、特斯拉D1、华为昇腾910、Google TPU（v1、v2、v3）、Cerebras Wafer-Scale Engine、Graphcore IPU等。
部分自动驾驶AI演习芯片产品比拟
资料来源：《2022年ADAS/AD自动驾驶芯片行业研究报告》
《2022年ADAS/AD自动驾驶芯片行业研究报告》目录
本报告共370页
一、自动驾驶芯片行业概述
1.1 ADAS/AD SoC芯片先容
1.1.1 智能汽车车载打算平台总体架构
1.1.2 整车电子电气架构演进，推动自动驾驶打算平台发展
1.1.3 汽车SoC打算芯片构成
1.1.4 汽车SoC打算芯片：AI加速芯片
1.1.5 SoC芯片厂商的异构设计思路（1）
1.1.6 SoC芯片厂商的异构设计思路（2）
1.1.7 SoC芯片厂商的异构设计思路（3）
1.1.8 SoC芯片厂商的异构设计思路（4）
1.1.9 SoC 主芯片算力需求持续提升
1.1.10 高性能 SoC 主芯片BOM 本钱拆解：以XXX主控芯片为例
1.1.11 特斯拉HW3.0 掌握器总体本钱低落20%
1.1.12 高性能 SoC 主芯片本钱估算
1.2 ADAS/AD SoC芯片厂商和产品比拟
1.2.1 环球ADAS/AD SoC芯片商产品性能参数比拟（1）
1.2.2 环球ADAS/AD SoC芯片商产品性能参数比拟（2）
1.2.3 环球ADAS/AD SoC芯片商产品性能参数比拟（3）
1.2.4 环球ADAS/AD SoC芯片商产品性能参数比拟（4）
1.2.5 环球ADAS/AD SoC芯片商产品性能参数比拟（5）
1.2.6 环球ADAS/AD SoC芯片商产品性能参数比拟（6）
1.2.7 环球ADAS/AD SoC芯片商产品性能参数比拟（7）
1.2.8 环球ADAS/AD SoC芯片商产品性能参数比拟（8）
1.3 车规级ADAS/AD SoC芯片的哀求
1.3.1 车规级芯片需知足的基本条件
1.3.2 车规级芯片准入门槛和行业壁垒剖析
1.3.3 车规级芯片评价要素：性能、功耗和价格
1.3.4 车规级芯片需知足的汽车供应链标准体系规范（1）
1.3.5 车规级芯片需知足的汽车供应链标准体系规范（2）
二、自动驾驶芯片发展趋势
2.1 趋势一：SoC芯片争夺ISP
2.1.1 ISP图像处理器的代价和意义
2.1.2 ARM在汽车ISP图像处理器领域的布局
2.1.3 高通Snapdragon Ride平台
2.1.4 ISP和CNN神经网络合并为统一的NNA
2.1.5 特斯拉去ISP：利用纯视觉技能实现自动驾驶的整体架构
2.1.6 自动驾驶SoC厂商的布局：集成ISP的范例方案（1）
2.1.7 自动驾驶SoC厂商的布局：集成ISP的范例方案（2）
2.1.8 自动驾驶SoC厂商的布局：集成ISP的范例方案（3）
2.1.9 自动驾驶SoC厂商的布局：集成ISP的范例方案（3）
2.1.10 软件厂商的布局：将打算机成像技能引入汽车ISP
2.1.11 CMOS厂商的布局：ISP二合一车规级CMOS图像传感器
2.2 趋势二：SoC跨域领悟打算
2.2.1 自动驾驶SoC厂商：跨域领悟打算布局（1）
2.2.2 自动驾驶SoC厂商：跨域领悟打算布局（2）
2.2.3 映驰科技跨域领悟高性能打算软件平台
2.3 趋势三：SoC厂商加速布局自动驾驶AI数据演习
2.3.1 自动驾驶SoC厂商：数据闭环演习平台布局（1）
2.3.2 自动驾驶SoC厂商：数据闭环演习平台布局（2）
2.3.3 自动驾驶 AI 演习芯片比拟
2.4 趋势四：SoC厂商加速转型Tier 0.5
2.4.1 原处于Tier2的汽车芯片厂商已跃居核心供应商地位
2.4.2 SoC芯片厂商进一步转型为Tier0.5
2.4.3 Mobileye 自研4D成像雷达系统
2.4.4 Mobileye 供应芯片/视觉/雷达在内的自动驾驶套装
2.4.5 高通收购Veoneer
三、环球自动驾驶芯片厂商研究
3.1 英伟达
3.1.1 NVIDIA 产品概况
3.1.1.1 英伟达2021年各业务经营情形（1）
3.1.1.2 英伟达2021年各业务经营情形（2）
3.1.1.3 英伟达计策架构：GPU+CPU+DPU
3.1.1.4 英伟达 GPU 架构：Ampere（安培）
3.1.1.5 英伟达 GPU 架构：技能演进
3.1.1.6 英伟达 DPU 架构：Bluefield技能演进
3.1.1.7 英伟达自动驾驶芯片计策方向
3.1.1.8 英伟达自动驾驶 SoC 产品线
3.1.1.9 英伟达自动驾驶打算平台产品线（1）
3.1.1.10 英伟达自动驾驶打算平台产品线（2）
3.1.1.11 英伟达历代自动驾驶芯片性能参数比拟
3.1.2 NVIDIA Atlan SoC 芯片
3.1.2.1 英伟达Atlan SoC
3.1.2.2 英伟达Atlan SoC CPU
3.1.2.3 英伟达Atlan SoC DPU
3.1.2.4 英伟达Atlan SoC 功能安全隔离岛
3.1.3 英伟达 ORIN SoC 芯片
3.1.3.1 英伟达ORIN SoC
3.1.3.2 英伟达ORIN SoC：系统框架图
3.1.3.3 英伟达ORIN SoC：采取可拓展兼容架构
3.1.3.4 英伟达ORIN SoC：三类范例产品
3.1.4 英伟达Xavier SoC芯片
3.1.4.1 英伟达Xavier SoC：性能参数
3.1.4.2 英伟达Xavier SoC：系统架构图
3.1.5 NVIDIA 自动驾驶打算平台
3.1.5.1 英伟达全新一代自动驾驶汽车平台：Drive Hyperion 8
3.1.5.2 英伟达Drive Hyperion 8.1：面向L2+的开拓平台架构（1）
3.1.5.3 英伟达Drive Hyperion 8.1：面向L2+的开拓平台架构（2）
3.1.5.4 英伟达Drive Hyperion 8.1：面向L2+的开拓平台架构（3）
3.1.5.5 英伟达Drive Hyperion 8.1：面向L2+的开拓平台架构（4）
............................
3.1.5.11 英伟达自动驾驶打算平台：DRIVE AutoPilot（面向L2+）
3.1.6 NVIDIA自动驾驶配套软件
3.1.6.1 英伟达自动驾驶全栈工具链
3.1.6.2 英伟达自动驾驶软件堆栈 (1)
3.1.6.3 英伟达自动驾驶软件堆栈 (2)
3.1.6.4 英伟达自动驾驶软件堆栈：各功能项先容（1）
3.1.6.5 英伟达自动驾驶软件堆栈：各功能项先容（2）
3.1.6.6 英伟达自动驾驶软件堆栈：各功能项先容（3）
3.1.6.7 英伟达 NVIDIA DRIVE AP2X 软件方案
3.1.6.8 英伟达自动驾驶仿照平台
3.1.6.9 英伟达人工智能赞助驾驶平台
3.1.6.10 英伟达车载 AI 助手
3.1.7 英伟达自动驾驶芯片客户
3.1.7.1 英伟达核心客户群
3.1.7.2 英伟达自动驾驶芯片生态
3.2 Intel/Mobileye
3.2.1 英特尔自动驾驶部门简介
3.2.2 英特尔成为环球首家面向OEM整车厂的全链条芯片厂商
3.2.3 英特尔转型IDM2.0模式
3.2.4 英特尔操持2022年开始为汽车行业代工芯片
3.2.5 Mobileye整体办理方案
3.2.6 Mobileye芯片出货量
3.2.7 Intel/Mobileye ADAS/AD芯片产品组合（1）
3.2.8 Intel/Mobileye ADAS/AD芯片产品组合（2）
3.2.9 Intel/Mobileye ADAS/AD芯片产品组合（3）
3.2.10 Mobileye的自动驾驶策略
3.2.11 Mobileye EyeQ 系列产品线：范例技能参数
3.2.12 Mobileye 推出第七代产品
3.2.13 EyeQ® Ultra™系统架构
3.2.14 Mobileye 推出EyeQ® 6L/6H系统集成芯片
3.2.15 EyeQ6H芯片架构图
3.2.16 EyeQ6L芯片架构图
3.2.17 Mobileye EyeQ5 芯片：系统框架图
3.2.18 Mobileye EyeQ5 芯片：功能模块图
3.2.19 Mobileye EyeQ5 芯片：开放式平台
3.2.20 Mobileye EyeQ4 芯片
3.2.21 Mobileye EyeQ4 芯片功能项目和参数
3.2.22 Mobileye L2+级SuperVision系统办理方案
3.2.23 Mobileye L2+级SuperVision打算平台架构方案
3.2.24 Mobileye L2+级SuperVision系统框架图
3.2.25 Mobileye L4级Mobileye Drive
3.2.26 Mobileye L4级Mobileye Drive的系统设计架构
3.2.27 Mobileye路网信息管理（REM）
3.2.28 Mobileye舆图数据采集方案
3.2.29 Mobileye与极氪、福特、大众等大客户实现深度互助
3.2.30 Mobileye EyeQ 产品线与英特尔体系整合
3.2.31 Mobileye Eye6 采取英特尔 Atom 内核
3.2.32 Mobileye自研4D成像雷达
3.2.33 Mobileye 4D成像雷达系统设计和性能指标
3.2.34 Mobileye 软件定义的成像雷达点云
3.2.35 Mobileye自动驾驶办理方案的核心客户
3.2.36 Mobileye在L4级移动出行的布局
3.3 TI
3.3.1 德州仪器先容
3.3.2 德州仪器斥资300亿美元新建4座半导体工厂
3.3.3 TI推出的ADAS系统干系的产品包括三类
3.3.4 TI ADAS/AD芯片产品组合（1）
3.3.5 TI ADAS/AD芯片产品组合（2）
3.3.6 TI 发布下一代汽车处理器平台
3.3.7 TI 下一代汽车处理器平台Jacinto 7系统架构
3.3.8 德州仪器Jacinto™ 7 平台ADAS芯片TDAx
3.3.9 IT TDA4VM SoC：技能特点（1）
3.3.10 IT TDA4VM SoC：技能特点（2）
3.3.11 IT TDA4VM SoC：技能架构
3.3.12 IT TDA4VM SoC：运用领域
3.3.13 IT TDA4VM SoC运用案例 (1)
3.3.14 IT TDA4VM SoC运用案例 (2)
3.3.15 IT TDA4VM SoC运用案例 (3)
3.3.16 IT TDA4VM SoC运用案例 (4)
3.3.17 IT TDA4VM SoC运用案例 (5)
3.3.18 TI 汽车毫米波雷达芯片
3.3.19 TI 第二代毫米波雷达单芯片
3.3.20 TI 4D成像雷达芯片
3.4 NXP
3.4.1 NXP 2021年经营古迹
3.4.2 恩智浦ADAS/AD芯片产品组合（1）
3.4.3 恩智浦ADAS/AD芯片产品组合（2）
3.4.4 NXP S32x 系列芯片产品线
3.4.5 NXP S32 ADAS芯片产品
3.4.6 NXP S32 ADAS芯片产品技能路线
3.4.7 NXP S32V2/ S32V3 ADAS芯片产品架构特点
3.4.8 基于S32 V234的ADAS系统框图
3.4.9 NXP S32V3双目视觉芯片
3.4.10 NXP自动驾驶车规级AI工具软件开拓包
3.4.11 NXP自动驾驶打算平台Bluebox（1）
3.4.12 NXP自动驾驶打算平台Bluebox（2）
3.4.13 NXP自动驾驶打算平台Bluebox（3）
3.4.14 NXP 4D成像毫米波雷达芯片组S32R45
3.4.15 NXP 4D成像毫米波雷达芯片组S32R41
3.4.16 NXP ADAS/AD芯片互助伙伴和案例
3.5 瑞萨电子
3.5.1 瑞萨经营情形
3.5.2 瑞萨汽车芯片业务
3.5.3 瑞萨通过收购Dialog进一步扩产了车载产品线
3.5.4 瑞萨将助力车厂/Tier1未来EE架构搭建集成平台
3.5.5 瑞萨汽车芯片产品：产能扩展操持
3.5.6 瑞萨汽车芯片产品：R-Car产品系列图
3.5.7 瑞萨ADAS/AD芯片产品组合（1）
3.5.8 瑞萨ADAS/AD芯片产品组合（2）
3.5.9 瑞萨R-Car V3U SoC
3.5.10 瑞萨R-Car V3U SoC内部框架（1）
3.5.11 瑞萨R-Car V3U SoC内部框架（2）
3.5.12 瑞萨R-Car V3U SoC（1）
3.5.13 瑞萨R-Car V3U SoC（2）
3.5.14 瑞萨R-Car V3U SoC（3）
3.5.15 瑞萨R-Car V3U SoC（4）
3.5.16 瑞萨R-Car V3U SoC（5）
3.5.17 瑞萨R-Car V3H SoC（6）
...............................
3.5.24 瑞萨R-Car V3M SoC（13）
3.5.25 瑞萨开放式交钥匙办理方案
3.5.26 瑞萨软件平台：R-Car软件开拓套件（SDK）
3.5.27 瑞萨软件平台：跨平台、可扩展、可复用
3.6 高通
3.6.1 高通2021年经营情形
3.6.2 高通以45亿美元收购Veoneer
3.6.3 高通和Veoneer的互助始于2021年
3.6.4 Veoneer的客户群浩瀚
3.6.5 Veoneer主动安全平台架构
3.6.6 Veoneer L2+ Hands-off 系统
3.6.7 Veoneer ADAS SW软件栈路线图
3.6.8 高通ADAS/AD芯片产品组合
3.6.9 高通Snapdragon Ride SoC芯片
3.6.10 高通Snapdragon Ride SoC芯片：拓扑架构
3.6.11 高通Snapdragon Ride SoC和第四代骁龙座舱芯片
3.6.12 高通Snapdragon Ride™视觉系统：技能特点
3.6.13 高通Snapdragon Ride™视觉系统：操持2024年量产
3.6.14 高通自动驾驶办理方案：Snapdragon Ride平台和Arriver软件栈
3.6.15 高通Snapdragon Ride自动驾驶平台
3.6.16 高通Snapdragon Ride软件平台
3.6.17 高通Snapdragon Ride的三种配置版本
3.6.18 运用案例（1）
3.6.19 运用案例（2）
3.6.20 运用案例（3）
3.6.21 运用案例（4）
3.7 安霸
3.7.1 安霸简介
3.7.2 安霸收购毫米波雷达公司傲酷（Oculii）
3.7.3 安霸自动驾驶芯片产品线和发展策略
3.7.4 安霸打算机视觉芯片架构：CVflow
3.7.5 安霸ADAS/AD芯片产品组合
3.7.6 安霸推出最新AI域掌握器芯片
3.7.7 CV3汽车专用SoC架构
3.7.8 CV3 神经网络矢量处理器
3.7.9 安霸未来将推出多颗不同定位的CV3系列芯片
3.7.10 基于 CV3 单芯片搭建的自动驾驶系统
3.7.11 安霸CVflow® 系列芯片 CV5
3.7.12 安霸视觉芯片CV1系列
3.7.13 安霸视觉芯片CV2系列：框架设计图
3.7.14 安霸视觉芯片CV2系列：CV22AQ
3.7.15 安霸视觉芯片CV2系列：CV22FS 和 CV2FS
3.7.16 多家车企基于安霸CV2 SoC打造自动驾驶系统
3.7.17 安霸视觉芯片运用处景和互助伙伴
3.8 英飞凌
3.8.1 英飞凌2021年经营古迹
3.8.2 英飞凌收购赛普拉斯后，成为环球最大车用半导体供应商
3.8.3 收购赛普拉斯后的“新英飞凌”产品组合
3.8.4 英飞凌汽车芯片产品组合
3.8.5 英飞凌在自动驾驶汽车芯片领域的布局
3.8.6 英飞凌毫米波雷达和激光雷达干系产品
3.8.7 英飞凌对自动驾驶的未来布局
3.8.8 英飞凌ADAS/AD芯片产品组合
3.8.9 英飞凌RXS8160PL方案
3.8.10 英飞凌77GHz雷达芯片
3.9 赛灵思
3.9.1 赛灵思汽车业务先容
3.9.2 AMD完成收购赛灵思
3.9.3 赛灵思 ADAS/AD产品做事领域
3.9.4 赛灵思FPGA器件知足ADAS传感器发展趋势
3.9.5 赛灵思FPGA器件产品路线和布局
3.9.6 赛灵思ADAS/AD芯片产品组合（1）
3.9.7 赛灵思ADAS/AD芯片产品组合（2）
3.9.8 赛灵思面向下一代车规级产品Versal AE Edge系列
3.9.9 Xilinx的Soc+FPGA系列产品
3.9.10 Xilinx 可拓展产品系列
3.9.11 赛灵思 Versal ACAP 系列（1）
3.9.12 赛灵思 Versal ACAP 系列（2）
3.9.13 赛灵思 Zynq UltraScale+ MPSoC 产品特点（1）
3.9.14 赛灵思 Zynq UltraScale+ MPSoC 产品特点（2）
3.9.15 基于FPGA+CPU的自动驾驶系统
3.9.16 赛灵思发布针对AI和机器学习推理的统一软件平台
3.9.17 赛灵思统一软件开拓平台（1）
3.9.18 赛灵思统一软件开拓平台（2）
3.9.19 赛灵思提出的AD的系统架构办理方案
3.9.20 赛灵思FPGA赋能双目视觉和4D雷达
3.9.21 赛灵思FPGA赋能激光雷达
3.9.22 赛灵思FPGA赋能智能座舱DMS/ICMS
3.9.23 赛灵思FPGA赋能自动驾驶传感器领悟
3.9.24 赛灵思FPGA赋能新能源汽车
3.9.25 赛灵思FPGA赋能安全网关
3.10 特斯拉
3.10.1 特斯拉Autopilot系统及处理器演化
3.10.2 特斯拉ADASA/AD打算平台产品组合
3.10.3 特斯拉操持将HW 4.0自动驾驶芯片的生产外包给三星
3.10.4 特斯拉HW1.0-HW3.0技能参数比拟
3.10.5 特斯拉自研HW3.0自动驾驶（FSD）芯片
3.10.6 特斯拉HW3.0：芯片架构图
3.10.7 特斯拉HW3.0芯片：FSD双冗余芯片设计
3.10.8 特斯拉HW3.0芯片：CPU处理器
3.10.9 特斯拉HW3.0芯片：NNA处理器
3.10.10 特斯拉HW3.0芯片：ISP处理器
3.10.11 特斯拉HW4.0芯片可能取消ISP处理器
3.10.12 特斯拉Dojo 超算演习平台：特斯拉自研7nm AI演习芯片D1
3.10.13 特斯拉 AI超级打算机“ExaPOD”
四、中国自动驾驶芯片厂商研究
4.1 地平线
4.1.1 地平线商业模式定位为Tier2（1）
4.1.2 地平线商业模式定位为Tier2（2）
4.1.3 地平线ADAS/AD芯片架构路线图
4.1.4 地平线产品序列：芯片、工具链和操作系统
4.1.5 地平线ADAS/AD芯片产品组合（1）
4.1.6 地平线ADAS/AD芯片产品组合（2）
4.1.7 地平线征程2/3/5系列产品技能指标比拟
4.1.8 地平线征程5中心打算芯片：核心性能参数
4.1.9 征程 5 得到ISO 26262 ASIL-B功能安全产品认证
4.1.10 地平线征程3芯片：主打L2+赞助驾驶市场
4.1.11 地平线征程2芯片（1）
4.1.12 地平线征程2芯片（2）
4.1.13 地平线自动驾驶打算平台：Matrix
4.1.14 征程 5 和 Matrix 5 参考设计打算平台
4.1.15 地平线全场景智能驾驶办理方案打算平台：Matrix 5
4.1.16 地平线推出Horizon Matrix® FSD全自动驾驶办理方案
4.1.17 地平线推出Horizon Halo™车载智能交互办理方案
4.1.18 地平线推出Horizon Matrix® Mono、Horizon Matrix® Pilot
4.1.19 地平线推出Horizon Matrix Mono 2.0单目前视办理方案
4.1.20 地平线微内核架构实时车载操作系统：Together OS（1）
4.1.21 地平线微内核架构实时车载操作系统：Together OS（2）
4.1.22 地平线完全的开拓工具链
4.1.23 地平线“天工开物”AI 开拓平台
4.1.24 地平线的数据闭环开拓平台
4.1.25 地平线客户体系
4.2 华为
4.2.1 华为CC架构
4.2.2 华为ADAS/AD芯片产品组合
4.2.3 华为ADAS/AD打算平台产品组合
4.2.4 华为ADAS/AD芯片：昇腾 910/310主控芯片
4.2.5 华为ADAS/AD芯片：昇腾 310/910 采取华为自研达芬奇架构
4.2.6 华为ADAS/AD芯片：昇腾 310 性能参数
4.2.7 华为ADAS/AD芯片：华为昇腾910 性能参数
4.2.8 华为ADAS/AD芯片：昇腾芯片技能方案路线
4.2.9 华为CPU芯片：鲲鹏916/920
4.2.10 华为MDC自动驾驶打算平台：产品线
4.2.11 华为MDC自动驾驶打算平台：MDC810
4.2.12 华为MDC自动驾驶打算平台：MDC 210 和MDC 610
4.2.13 华为MDC自动驾驶打算平台：平台框架（1）
4.2.14 华为MDC自动驾驶打算平台：平台框架（2）
4.2.15 华为MDC自动驾驶打算平台：硬件平台
4.2.16 华为MDC自动驾驶打算平台：软件与工具链（1）
4.2.17 华为MDC自动驾驶打算平台：软件与工具链（2）
4.2.18 华为MDC自动驾驶打算平台：软件与工具链（3）
4.2.19 华为MDC自动驾驶打算平台：软件与工具链（4）
4.2.20 华为MDC自动驾驶打算平台：车规级安全平台
4.2.21 华为MDC自动驾驶打算平台：ISO26262和ASPICE认证
4.2.22 “华为八爪鱼”自动驾驶开放平台架构（1）
4.2.23 “华为八爪鱼”自动驾驶开放平台架构（2）
4.2.24 华为AI打算框架 MindSpore
4.3 黑芝麻智能
4.3.1 黑芝麻智能先容
4.3.2 黑芝麻芯片产品特点和定位
4.3.3 黑芝麻智能智能感知SoC架构
4.3.4 黑芝麻感知平台办理方案
4.3.5 黑芝麻两大核心竞争上风
4.3.6 黑芝麻高算力车规芯片产品技能路线图
4.3.7 黑芝麻ADAS/AD芯片产品组合（1）
4.3.8 黑芝麻ADAS/AD芯片产品组合（2）
4.3.9 黑芝麻A1000L/ A1000/ A1000 Pro 芯片指标参数
4.3.10 黑芝麻西岳二号A1000 Pro芯片
4.3.11 黑芝麻西岳二号A1000/A1000L芯片（1）
4.3.12 黑芝麻西岳二号A1000/A1000L芯片（2）
4.3.13 黑芝麻FAD自动驾驶打算平台
4.3.14 黑芝麻芯片智能开拓工具
4.3.15 黑芝麻车路协同的路侧感知打算平台
4.3.16 黑芝麻为一汽红旗供应智驾大脑
4.4 芯驰科技
4.4.1 芯驰科技公司先容
4.4.2 芯驰科技全新处理器产品线
4.4.3 芯驰科技自动驾驶芯片路线图
4.4.4 芯驰科技ADAS/AD芯片产品组合（1）
4.4.5 芯驰科技ADAS/AD芯片产品组合（2）
4.4.6 芯驰科技 V9L/V9F/V9T芯片指标参数比拟
4.4.7 芯驰科技自动驾驶芯片：V9产品特点
4.4.8 芯驰科技自动驾驶芯片：V9T SoC系统架构图
4.4.9 芯驰科技自动驾驶平台：UniDrive
4.4.10 芯驰科技生态互助伙伴
4.5 大华零跑凌芯
4.5.1 零跑凌芯 01 自动驾驶芯片：技能架构和特点
4.5.2 零跑凌芯 01 自动驾驶芯片：技能参数
报告订购及互助咨询请私信
佐思 2022年研究报告撰写操持
智能网联汽车家当链全景图（2022年2月版）
更多佐思报告
主机厂自动驾驶
汽车视觉（上）
高精度舆图
商用车自动驾驶
汽车视觉（下）
高精度定位
低速自动驾驶
汽车仿真（上）
OEM信息安全
ADAS与自动驾驶Tier1
汽车仿真（下）
汽车网关
汽车与域掌握器
毫米波雷达
APA与AVP
域掌握器排名剖析
车用激光雷达
驾驶员监测
激光和毫米波雷达排名
车用超声波雷达
红外夜视
E/E架构
Radar拆解
车载语音
汽车分时租赁
充电根本举动步伐
人机交互
共享出行及自动驾驶
汽车电机掌握器
L4自动驾驶
EV热管理系统
稠浊动力报告
L2自动驾驶
汽车功率电子
汽车PCB研究
燃料电池
无线通讯模组
汽车IGBT
汽车OS研究
汽车5G
汽车线束
线控底盘
合伙品牌车联网
V2X和车路协同
转向系统
自主品牌车联网
路侧智能感知
模块化报告
自主品牌ADAS研究
商用车车联网
商用车ADAS
汽车多模态交互
汽车智能座舱
车载显示
Tier1智能座舱(上)
座舱多屏与联屏
智能后视镜
Tier1智能座舱(下)
智能座舱设计
汽车照明
座舱SOC
汽车VCU研究
汽车座椅
汽车数字钥匙
TSP厂商及产品
HUD行业研究
汽车云做事研究
OTA研究
汽车MCU研究
AUTOSAR研究
聪慧停车研究
传感器芯片
软件定义汽车
Waymo智能网联络构
ADAS/AD主控芯片
T-Box市场研究
自动驾驶法规
ADAS数据年报
T-Box排名剖析
智能网联和自动驾驶基地
汽车镁合金压铸
乘用车摄像头季报
智能汽车个性化
翱翔汽车
专用车自动驾驶
农机自动驾驶
矿山自动驾驶
港口自动驾驶
自动驾驶重卡
无人接驳车
仪表和中控显示
车载DMS
合伙品牌ADAS
环视市场研究（本土篇）
800V高压平台
商用车ADAS
环视市场研究（合伙篇）
汽车无线模组
EDR行业研究
「佐思研究月报」
ADAS/智能汽车月报 | 汽车座舱电子月报 | 汽车视觉和汽车雷达月报 | 电池、电机、电控月报 | 车载信息系统月报 | 乘用车ACC数据月报 | 前视数据月报 | HUD月报 | AEB月报 | APA数据月报 | LKS数据月报 | 前雷达数据月报
