浅谈新四化（M.A.D.E）对汽车电子的影响

       摘要

　　当前，百年汽车产业与出行行业正经历着前所未有的变革。罗兰贝格对整个汽车行业革命已持续关注多年，一路见证了技术、价值链和企业的变革。与此同时，罗兰贝格持续与行业参与者深度交流合作，总结出对于汽车行业变革的独立判断与思考。本篇主要聚焦新四化对产业的价值贡献、电子电气革命的核心技术趋势以及全球贸易大背景下的技术产业趋势。

　　新四化（M.A.D.E）对汽车电子的影响

　　近年来，汽车新四化（罗兰贝格称之为“M.A.D.E”，即M-Mobility移动出行，A-Autonomous driving自动驾驶，D-Digitalization数字化，E-Electrification电气化）的发展在全球和中国层面均已形成了鲜明的差异化发展特征，并在各自的技术和商业赛道中以不同的速度“奔跑”。相对于电气化这一涉及到整个汽车产业乃至能源结构变革的趋势，自动驾驶与数字化/智能网联在相辅相成发展的同时也在短期内体现出了不同的商业价值。而共享出行目前依然处于一个资本、需求、政策共同主导的发展阶段，技术创新（尤其是数字化、定制化和自动驾驶）带来的行业变革有望在“下半场”开启；长期来看，出行服务是终局的体现，也是终端消费者的第一触点，而自动驾驶、数字化和电气化则成为关键使能技术。

　　这些关键使能技术将带来整车电子电气相关价值的大幅提升。根据预测，汽车电子电气相关的BOM（物料清单）价值（不含电池与电机），将从2019年的约3145美元（豪华品牌 L1级别ADAS汽油车）提升至2025年的约7030美元（豪华品牌L3级别自动驾驶纯电车）。

　　其中，大部分的价值增长来自电气化，尽管其会为传统燃油车动力电子相关的BOM带来大约400美元的成本节降，但电池管理系统与电驱动相关硬软件（例如逆变器、动力总成域控制器DCU、各类传感器）也带来了超过2600美元的BOM价值提升。同时，电驱动系统的价值也将伴随越来越多的高电压电子器件而有所提升，例如OBC（车载充电）、逆变器等，这些高功率器件的需求也将带来半导体及其原材料的创新，如图1。

　　图1 电气化技术概述（2019-2025）

　　自动驾驶对整车电子电气价值的影响短期上主要体现在传感器、车载计算平台与软件等方面。由于激光雷达仍处于商业化进程中，因此在测算中重点关注L3级别的以摄像头为主要传感器的方案。如图2，罗兰贝格观察到，尽管不同车企在L4/5级别自动驾驶上的技术方案和投资规划尚未确定，L1-3级别所需要的高性能计算平台及基础软件已经成为未来的重点研发与采购需求，且车企（如特斯拉）未来可能采用硬件、软件、车型分别独立研发的理念，因此需要超前设计提供算力冗余的HPC（高性能计算） 平台来应对短期的L1-3级别相应方案，尤其是在传感器融合所需的算力方面，并同时为中长期的L4/5方案做预留。根据预测，L3 级别相关传感器、HPC以及搭载的软件算法能够带来至少850美元的BOM价值提升。

　　图2 相关电子元件BOM1）的变化——以豪华车型为例/美元

　　在智能化与互联互通方面，智能座舱成为短期内车企实现产品差异化且投资回报可观的方案。汽车产品的迭代方式已经从百年前的不作迭代（单产品生命周期）发展至如今的平台化迭代（单平台生命周期）。而随着消费者需求的不断升级，对车载场景、功能和服务的需求将大幅增加（尤其是从消费电子领域转移至出行领域），对产品迭代提出了新的诉求。同时，在全球汽车市场进入下行通道与存量竞争时代的大背景下，对座舱智能化需求的满足将会成为车企竞相争夺的下一个差异化重点。

　　值得一提的是，这个差异化并不意味着无法盈利，跨界技术已经为汽车做好了“铺垫”，如高端手机芯片可通过技术改进或 外挂MCU（微控制单元）的方案同时解决安全和算力问题，而OTA（在线升级）技术尽可能地将底层硬件的生命周期拉长以降低研发与升级成本。罗兰贝格认为，电子电气架构改变带来的硬件与软件的价值提升（约510美元）将明显高于纯IVI（车载信息娱乐）系统和Connectivity（互联互通）系统（约230美元）。其中，座舱域控制器及基础软件（如OS）将成为未来5年的价值高地，如图3。

　　图3 相关电子元件BOM的变化——以豪华车型为例/美元

　　更加重要的是，日益复杂的智能化迫使车企改变电子电气架构与整体研发模式。电气化与自动驾驶的发展瓶颈仍在核心部件、算法与政策，而智能化则决定了短期的产品、服务以及品牌价值的差异化打造，从而直接影响车企的盈利性与价值链定位。

　　E/E（电子电气）革命的四大核心技术趋势

　　面对上述M.A.D.E的影响和趋势，全球范围内的车企已经采取行动，并且大部分传统玩家的决策与革新都是渐进的，在大力投资新技术的同时也需要兼顾传统技术的持续改进。显然，从架构入手来解决技术问题是最具长远眼光的，但也面临着能力、资金、时间等风险。

　　与此同时，诸如新冠疫情的“黑天鹅”事件的持续发酵也减缓了车企投资新技术和组织转型的步伐，以保证短期的财务流动性。然而，步伐虽然有所减缓却并没有停止。

　　罗兰贝格从全球和中国大量的项目经验与研讨研究中网罗来自车企、全球领先Tier-1供应商、软件供应商、半导体企业等的一线声音，并思考总结出了以下核心趋势。总体而言，技术革新将带来价值链、竞合关系及商业模式的重塑。

　　趋势一：重新定义电子电气架构——“下一步”是规模化

　　2015年，博世提出了众所周知的电子电气架构技术路线图， 并描绘了未来电子架构的主要特征及可能的实现时间点。对于这一路线图本身无需再做过多介绍，但其中的两个重要标志性节点依然值得强调，即DCU或HPC的出现，以及统一的基础软件平台的出现，标志着EEA的本质进化。尽管由于车企的解决方案各不相同，其对EEA进化的阶段定义可能有所不同，但罗兰贝格认为EEA的发展整体会经历三大阶段：分布式架构、基于域的集中式架构和基于域融合的带状架构，如图4。

　　图4 电子电气架构线路图

　　1. EEA（电子电气架构）的三大阶段

　　目前，EEA的发展现在正处于由阶段一向阶段二转型的过程中，其显著特征是：第一，DCU的出现使ECU（电子控制单元）标准化且数量大幅减少，并直接带来“降本”和“增效”。例如，若用一个集成中控、仪表、360°环视及其它影音娱乐功能的DCU替代多个来自不同供应商的传统ECU方案，最大可为车企带来将近38%的BOM成本节降（尚未考虑成本年降）。第二，智能传感器/执行器数量增加。传统功能导向的ECU+传感器集成方案中的算力会被剥离并集中到DCU里，同时传感器本身也需具备基础算力，以便与DCU沟通，如通过CAN。第三，软件开始独立于硬件，但并未完全分离。一些独立的功能仍然依靠ECU实现， 但抽象层的出现是未来实现硬软件完全分离以及域融合的重要基础。第四，中央网关与各个域之间可通过以太网通讯。

　　而第三阶段和第二阶段的本质不同是：一，软硬件完全分离，且所有的ECU/DCU共享同一套基础软件平台。二，相互独立的功能应用搭载在一套高算力的车载计算机上，且它的算力远超阶段二的DCU。三，基础软件平台+功能独立+HPC将带来规模化，即一套架构可以承载任何形式、数量的功能及服务。

　　2. 先驱特斯拉与其追兵

　　有趣的是，博世提出的这一套架构路线中，并没有详细给出“如何实现”的具体方法。因此，基于对这套路线的基本共识，车企与全球领先供应商根据自身技术规划、车型平台和内部能力等制定适合自己的方案，以至于目前几乎没有两家车企在架构上完全相同，但特斯拉已经处于阶段二向阶段三过渡，而传统车企仍处于阶段二甚至阶段一。如图5，特斯拉Model 3 的EEA已经把自动驾驶（FSD）、影音娱乐（IVI）与互联互通（Connectivity）集中在了一起，看上去就是一个Zonal架构形态。但在软件平台方面，特斯拉尚未实现完全统一，由于FSD和IVI的安全等级、功能要求和迭代速度不同，特斯拉目前采用两套基础软件，并用不同的操作系统来支持自动驾驶芯片和IVI芯片的ARM和x86架构。

　　图5 特斯拉Model 3电子电气架构示意

　　然而，并非所有企业都能成为特斯拉，特斯拉也并不代表一切。传统车企在统一战线应对特斯拉带来的冲击时，也形成了各具特色的EEA。目前，行业内没有统一的架构设置标准，却有相似的划分原则。由于采用渐进式改革，大部分传统车企（尤其是豪华品牌）短期内会定义出3~5个域，包括底盘与动力总成、ADAS（高级驾驶辅助系统）与安全、影音娱乐、车身和互联互通。不管是特斯拉还是传统车企，领先者都不会局限于第二阶段的DCU架构，因为它只能带来短期的降本与功能创新，若要实现长期的全球经济性，就必须实现新架构平台的规模化，从软件入手。

　　趋势二：软件革命——功能独立，基础软件平台创造新机遇

　　1. 面对高价值的“不知所措”

　　作为未来IoT（物联网）的终端之一，汽车将成为“轮子上 的电脑”。以一辆典型的B级豪华品牌车型为例，未来车载软件在整车BOM中的占比将从2019年的2%（L1级别汽油车）增长至2025年的12%（L3级别纯电车）。如果用传统ECU架构及附带的软件来应对，不但会造成冗余，也无法实现差异化，因为功能之间相互关联不独立，用户感知不到功能的差异性，同时还会产生大量臃肿的软件代码；此外，跨终端应用于服务需求的增加需要为不同功能设定独立的生命周期管理与迭代。显然，传统车企的架构及其背后的研发体系、流程和观念已经无法应对复杂的软件集成需求，且车企正在陷入一个“不断救火”的恶性循环。 软件能力的缺失与日益复杂的软件集成，使大量技术、资金与时间投身于查漏补缺而不得不忽视或推延原有的研发重点；同时， 由于资源限制，对供应商的选择与评估标准也更倾向于“快交付”与“低价位”，进一步导致质量缺失和大量返工。

　　2. SOA（服务导向架构）带来软件新机遇

　　必须将功能独立出来，架构需从“信号导向”转变为 “服务导向”（service oriented architecture，即SOA）。SOA是一种架构类型或指导思想，实现端到端的架构（E 2 E architecture）。如图6，其核心要义有三：用抽象层分离软件与硬件；用一套基础软件平台承载独立的功能，这些功能可以是传统Blackbox，也可以是全新的智能网联功能，或存在于云端和其它终端设备的功能；用功能集（function catalog）的方式增加软件复用率。

　　图6 基础硬件标准化和软件分离

　　作为传统巨头的先驱，大众ID.3将搭载其全新的软件架构（End2End Electronic Architecture，E3架构），其从未来出行服务和生态系统出发而构建。可以看到，特斯拉和大众已经开始考虑端到端和规模化。而SOA软件架构是实现这一点的重要技术支撑。

　　SOA架构可以实现多功能、多终端的无缝连接。车企可以使用基础软件平台串联传统ECU功能、独立的智能网联服务、云端的服务、智慧交通体系内的服务以及其它终端设备，提高功能之间的沟通效率并降低成本。例如，大众Open Trunk（后备箱开启）功能可以无缝连接手机APP端、车架构内的基础服务平台、车端和云端接收用户发出的指令，激活基础软件平台上的“We Deliver”服务，并通过车内控制最终开启后备箱，同时保证整套 流程的网络安全与用户透明度。

　　因此，这一套包含了抽象软件层和基础服务层（包括OS、车内网络、诊断等固件）在内的基础软件平台解决方案将成为车企需要把握的价值高地，也将成为供应商的全新产品机遇。这些机遇不但包括软件平台本身以及端到端应用软件的提供，也包括相关的服务提供，如云服务、OTA服务等，如图7。

　　图7 E2E软件平台及其与供应商的潜在伙伴关系

　　3. 软件的工业化生产

　　面对车载软件庞大且仍在增加的软件代码量，汽车行业玩家开始借鉴ICT（信息通信技术）行业的“软件工厂”理念，比如戴姆勒旗下的全资软件开发公司MBition正在打造软件工厂。根据开发项目需求，通过对软件组件的标准化、结构化运用，实现快速开发。正如传统制造业在上世纪初引入福特式流水线生产那样，软件开发也正在从“定制化手工制作”向“自动化产线制造”转变。软件工厂需为开发者提供可行的软件框架、配套的开发指令、预设的程序模板、可复用的代码以及伴随开发进程可以连续测试的环境。在此基础上，当软件工厂收到一项开发需求时，开发者能够根据工厂现有能力拆解需求模块，并将其分配至各个“产品线”，每个产品线再根据新需求识别可以复用和需要新开发的部分，判断开发工作所需资源，最后部署开发、测试工具并完成任务。相比于传统的“手工”开发模式，软件工厂可以提升软件产品的一致性、品质和开发效率，提前识别开发工作量，前置风险，使整个开发和部署流程更可预测，大大提升了车企对软件工作的资源配置和进程管控能力。

　　趋势三：计算芯片——短期分化与长期融合

　　E2E架构的另一个重要技术元素就是能够支持算力的不断升级和冗余。在传统分布式的电子电气架构中，每个ECU的核心是单一功能的MCU，传感器与MCU芯片几乎一一对应，MCU虽然集成了计算、存储、I/O接口等功能，但计算能力有限，无法满足自动驾驶和智能座舱的发展。罗兰贝格认为，未来的计算芯片将从单一功能的MCU向3个方向发展。

　　1. 自动驾驶高性能芯片的定制化

　　由于自动驾驶算法仍具有高度不确定性，芯片方案需兼顾目前AI算法的算力要求和灵活性，GPU（图形处理器）+FPGA（现场可编程逻辑门阵列）的组合受到大多数玩家的青睐；目前，百度Apollo、Audi zFAS均采用“GPU + FPGA”并辅以MCU、CPU（中央处理器）等其它计算单元的组合模式。当自动驾驶技术路线相对成熟且进入大规模商用的阶段后，已有GPU 也难以胜任对更多空间信息的整合处理，需要定制的专用集成电路ASIC（特定用途集成电路）。ASIC芯片可在相对低水平的能耗下，提升车载信息的数据处理速度，虽然研发和首次“开模” 成本高，但量产成本低，是算法成熟后理想的规模化解决方案。然而，鱼和熊掌不可兼得，低功耗、大算力、可编程灵活性（以应对算法的快速升级）在短期内是无法完美兼顾的，这也是部分车企目前正在为之努力的点。

　　目前，座舱功能的发展仍然没有大幅超越现有消费电子类功能，预计未来5年内，高端手机芯片的算力仍可满足下一代座舱性能需求。高通、三星等跨界玩家与恩智浦半导体公司（NXP） 等传统汽车芯片玩家将持续致力于算力的提升和安全等级的提高。随着车内场景的不断丰富，软件/操作系统的优化对于算力仍有持续的需要。长期来看，座舱功能对芯片算力的需求将超越消费电子，且安全要求也随着域融合而提升，预计为座舱专门开发芯片将取代消费电子芯片在车内的应用。多核SoC将成为未来智能座舱主控芯片的主流。丰富生态的中控大屏系统以及“一芯多屏”系统则需要多核SoC进行支持。罗兰贝格预计，多核SoC 芯片在座舱内的渗透率将从当前的20%~25%提升至2025年的55%~60%，同时技术解决方案也呈现多样化，如车机主控芯片+MCU兼顾安全的方案以及集成式的座舱域控制器方案。

　　2. 芯片的长期兼容与融合

　　远期来看，负责不同域的芯片架构将呈现兼容与融合趋势。究其原因，座舱应用场景和芯片性能要求已相对明晰，并且消费电子级芯片可满足座舱现有场景需求，消费电子芯片玩家可以利用规模优势实现低成本商业化开发；相反，自动驾驶技术路线尚不成熟，其人工智能算法所要求的芯片性能远高于目前消费电子芯片的能力，因而玩家在自身技术路线选择下进行高成本、小规模开发应用。预计2030年以后，随着自动驾驶技术路线的逐渐成熟，高性能芯片进入标准化、规模化生产阶段，其与座舱主控芯片进一步向中央计算芯片融合，从而通过集成进一步提升运算效率并降低成本，但由于自动驾驶和座舱安全要求不同，满足安全要求将成为融合的前提。

　　趋势四：功率半导体——动力总成电气化带来原材料多样化

　　目前，电动车应用的IGBT（绝缘栅双极型晶体管）一般以硅（Si）为主要材料，而碳化硅（SiC）、氮化镓（GaN）等下一代宽禁带半导体材料更能满足高电压、高开关频率和低损耗要求， 因此更符合未来电动车快速充电和续驶里程提升等要求。其中，SiC技术相对成熟，已应用于特斯拉Model 3；而GaN在技术上尚未成熟。电动车发展是驱动高功率Si和SiC市场发展的主要因素。Si作为半导体主流技术，低成本方案已经成熟，并可通过技术提升提高其高功率应用性能。而SiC-IGBT在规模化应用道路上仍面临众多挑战，成为车企、全球领先供应商和半导体供应商面临的痛点，例如：目前，SiC半导体生产成本是Si半导体的10倍以上，由于技术尚未成熟，价格显著下降尚需5~10年；SiC全球产能有限，尚不足以支撑电动车行业全面应用，如特斯拉Model 3 应用SiC功率半导体已导致产能不足；生产SiC和Si半导体的产线并不能相互替代，在技术路线尚不完全明晰的情况下， 半导体供应商缺乏全面投入SiC产线的动力；目前，功率半导体行业呈现寡头垄断格局，德国英飞凌、日本三菱、日本富士主导Si技术，美国科锐（Wolfspeed）主导SiC技术，中国已在加强半导体投入但产出有限，因此整个行业的市场供应基础十分有限。

　　由于新技术所需研发和制造成本高昂，同时高功率Si技术也存在突破的可能，综合技术与成本考量，预计未来可能形成Si与SiC方案共存竞争的格局。

　　总结与启示

　　技术发展与全球化不确定性共存

　　对车企来说，拉长硬件与底层架构的生命周期，通过软件功能的独立和OTA来满足不同国家区域和用户群体的差异化需求， 显然是一个投资回报比更高且可避免成为代工厂的模式。

　　但百年汽车产业如今面临的这一轮创新迭代与数十年前的演进路径大不相同，没有一家车企能够不借助外力（尤其是非汽车行业）实现架构与软件创新。更为复杂的是，随着全球经济贸易形势的快速变化、疫情带来的更大不确定性以及数字化/数据等技术的高政治敏感度，车企或将面临“全球化”的重大阻碍。

　　如果未来自由贸易减少、国际分工显著本地化、创新和技术交流受限，这将会带来创新的延缓甚至“技术战争”。虽然宏 观经济得以在一定时间内恢复，但研发支出减少加上本土化发展趋势的影响，将严重制约商品、信息和人才的交流。同时，资本积累、研发合作、规模扩张和制造等方面的发展都会变得更为冗长，因此创新将会放缓。更严重的一种可能是：长期衰退、产业本土化和政治保护主义将被提上日程，传统的规模经济将逐步崩溃；大数据资源、大规模数据存储等将成为本地化经济的重要驱动力，技术发展路线图进展大幅减缓，对大多数消费者而言，前沿技术变得难以负担。

　　汽车行业的流动性与盈利性本身就会受到宏观环境的直接影响，加上此轮技术革命却又恰好处于这个高度不确定性的窗口， 使得情况变得愈加复杂。例如，车企若要实现全新架构的全球规模化，就必须统一在此架构之上的芯片和基础软件的标准。而全球主要区域却一直在推动半导体产业的本土化，且疫情之后这种趋势或将加剧。而在短期内，车企又需要依靠跨界合作伙伴共同攻克技术，因此很可能将面临“不同区域不同方案”、“不同区域不同伙伴”的选择。这将会影响平台和车型的全球经济性。

　　此外，新技术趋势下的全球采购格局也将可能发生变化。由于目前，仍未存在已被证明可以全球通用的成功的底层架构方案（包括电子架构和软件架构），传统汽车行业惯用的“一套技术方案”+“本地化采购”的方式可能不再适用。另一方面，数字化使知识产权控制与管理以及数据拥有、储存与应用在世界各国间变得异常敏感。例如，美国对中国半导体和数字化的持续打压，欧洲主推的数字自主与内部的再国家化的矛盾等。这些因素都会让车企在技术合作伙伴的选择及供应商定点方面产生巨大的决策不确定性。谁能帮助全球话语权更强的车企巨头解决架构和软件难题的同时规避政治风险，谁就有可能获得汽车行业下一个五十年的先发优势。

　　编辑：黄飞