如今，大部分车企智能驾驶芯片由Mobileye方案切换至英伟达方案，智能座舱芯片由传统汽车电子芯片方案切换至高通方案，站在2022年这个特殊时点，分析师将着重探讨AI芯片三个问题以及推演行业的变化趋势。

智能汽车时代，CPU难以快速处理海量数据，AI芯片重要性凸显。

汽车智能化进程推动数据处理量呈现指数级上升，计算芯片的重要性开 始显现。AI芯片智能计算速度远高于CPU，承担智能汽车时代核心的智能计算工作，在数据处理过程中协助汽车CPU更好地做AI运算。

汽车AI芯片的竞争力评价指标主要分为：算力、功耗、生态、成本。

汽车AI芯片的实际算力需求和功耗介于企业数据中心和手机之间，一般智能汽车的运算需求为 10~1000TOPS量级。峰值算力并不代表汽车AI芯片的真实性能，FPS可作为参考之一。生态主要体现在：可用的工具/库、应用程序和合作伙伴等。有丰富的研发和流片经验，可应用于多个领域，芯片已规模量产的企业，具备一定的成本优势。

汽车AI芯片或将重演wintel生态，打破生态仍具有一定可能性。

PC领域，英特尔X86-CPU和微软windows联合形成wintel生态，导致PC的CPU由英特尔垄断。AI 领域的生态来自于AI芯片的软件和深度学习框架的联合优化。由于各家编程语言不同，导致深度学习框架厂商只选择份额更大的AI芯片进行特定优化，形成生态壁垒。

生态被打破可能的原因：（1）AI芯片厂商和深度学习框架厂商的合作关系不如英特尔和微软一样紧密联合。（2）出现类似深度学习编译器等新的技术革命，使AI芯片和深度学习框架解耦。

生态若重演，将产生如下系列变化：

车企采用少部分厂商的芯片，基础软件通用化，分析师认为（1）将提升汽车行业整体开发效率；（2）行业初期集中度下降，长期看或将推动汽车行业集中度提升，应用软件或将逐渐成为车企实现差异化的利器；（3）应用层软件算法厂商的地位提升，车企地位或被动下降；（4）推高零部件企业成长天花板。

投资建议：（1）整车推荐强软件能力以及擅于抓取细分市场需求的车企：吉利汽车（H）、长城汽车（A/H）、上汽集团、广汽集团（A/H）。 （2）零部件推荐已具备全域智能座舱能力的华域汽车，受益于产业链重构、附加值有望上移的科博达、拓普集团，或加速发展进程的伯特利，受益于汽玻行业快速扩容的福耀玻璃（A/H），建议关注与芯片企业深度合作的德赛西威、中科创达、 华阳集团。未上市的企业中建议关注国内AI芯片厂商华为、地平线、黑芝麻，独立软件供应商MOMENTA。

风险提示：政策推进不及预期；核心技术缺失风险；法律不健全风险。