本報告主要聚焦新四化對汽車產業的價值貢獻、電子電氣革命的核心技術趨勢以及全球貿易大背景下的技術產業趨勢。
第一部分 新四化(M.A.D.E)對汽車電子的影響
近年來，汽車新四化（羅蘭貝格稱之為「M.A.D.E」，即M-Mobility移動出行，A-Autonomous driving自動駕駛，D-Digitalization數位化，E-Electrification電氣化）的發展在全球和中國層面均已形成了鮮明的差異化發展特徵，並在各自的技術和商業賽道中以不同的速度「奔跑」。相對於電氣化這一涉及到整個汽車產業乃至能源結構變革的趨勢，自動駕駛與數位化/智能網聯在相輔相成發展的同時也在短期內體現出了不同的商業價值。而共享出行目前依然處於一個資本、需求、政策共同主導的發展階段，技術創新（尤其是數位化、定製化和自動駕駛）帶來的行業變革有望在「下半場」開啟；長期來看，出行服務是終局的體現，也是終端消費者的第一觸點，而自動駕駛、數位化和電氣化則成為關鍵使能技術。
這些關鍵使能技術將帶來整車電子電氣相關價值的大幅提升。我們預測，汽車電子電氣相關的BOM（物料清單）價值（不含電池與電機），將從2019年的~3,145美元（豪華品牌 L1級別ADAS汽油車）提升至2025年的~7,030美元（豪華品牌L3級別自動駕駛純電車）。
其中，大部分的價值增長來自電氣化儘管其會為傳統燃油車動力電子相關的BOM帶來大約400美元的成本節降，但電池管理系統與電驅動相關硬軟體（例如逆變器、動力總成域控制器DCU、各類傳感器）也帶來了超過2,600美元的BOM價值提升。同時，電驅動系統的價值也將伴隨越來越多的高電壓電子器件而有所提升，例如OBC（車載充電）、逆變器等，這些高功率器件的需求也將帶來半導體及其原材料的創新。
自動駕駛對整車電子電氣價值的影響短期上主要體現在傳感器、車載計算平臺與軟體等方面。由於雷射雷達仍處於商業化進程中，因此我們在測算中重點關注L3級別的以攝像頭為主要傳感器的方案。我們觀察到，儘管不同車企在L4/5級別自動駕駛上的技術方案和投資規劃尚未確定，L1-3級別所需要的高性能計算平臺及基礎軟體已經成為未來的重點研發與採購需求，且車企（如特斯拉）未來可能採用硬體、軟體、車型分別獨立研發的理念，因此需要超前設計提供算力冗餘的HPC（高性能計算）平臺來應對短期的L1-3級別相應方案，尤其是在傳感器融合所需的算力方面，並同時為中長期的L4/5方案做預留。我們預測，L3級別相關傳感器、HPC以及搭載的軟體算法能夠帶來至少850美元的BOM價值提升。
在智能化與互聯互通方面，智能座艙成為短期內車企實現產品差異化且投資回報可觀的方案。汽車產品的迭代方式已經從百年前的不作迭代（單產品生命周期）發展至如今的平臺化迭代（單平臺生命周期）。而隨著消費者需求的不斷升級，對車載場景、功能和服務的需求將大幅增加（尤其是從消費電子領域轉移至出行領域），對產品迭代提出了新的訴求。同時，在全球汽車市場進入下行通道與存量競爭時代的大背景下，對座艙智能化需求的滿足將會成為車企競相爭奪的下一個差異化重點。
值得一提的是，這個差異化並不意味著無法盈利，跨界技術已經為汽車做好了「鋪墊」，如高端手機晶片可通過技術改進或外掛MCU（微控制單元）的方案同時解決安全和算力問題，而OTA（在線升級）技術儘可能地將底層硬體的生命周期拉長以降低研發與升級成本。
我們認為，電子電氣架構改變帶來的硬體與軟體的價值提升（~510美元）將明顯高於純IVI（車載信息娛樂）系統和Connectivity（互聯互通）系統（~230美元）。其中，座艙域控制器及基礎軟體（如OS）將成為未來五年的價值高地。
更加重要的是，日益複雜的智能化迫使車企改變電子電氣架構與整體研發模式。電氣化與自動駕駛的發展瓶頸仍在核心部件、算法與政策，而智能化則決定了短期的產品、服務以及品牌價值的差異化打造，從而直接影響車企的盈利性與價值鏈定位。如果車企不關注軟體與數據，則會喪失軟體與數據本身的利潤，以及基於軟體和數據的服務帶來的可持續利潤（10倍於傳統硬體的淨利潤）。對這部分高利潤和用戶經營權的喪失會增加成為代工廠的概率，即只能依靠製造和銷售整車硬體獲取低利潤。
第二部分 E/E（電子電氣）革命的四大核心技術趨勢
面對上述M.A.D.E的影響和趨勢，全球範圍內的車企已經採取行動，並且大部分傳統玩家的決策與革新都是漸進的，在大力投資新技術的同時也需要兼顧傳統技術的持續改進。顯然，從架構入手來解決技術問題是最具長遠眼光的，但也面臨著能力、資金、時間等風險。
與此同時，諸如新冠疫情的「黑天鵝」事件的持續發酵也減緩了車企投資新技術和組織轉型的步伐，以保證短期的財務流動性。然而，步伐雖然有所減緩卻並沒有停止，畢竟車企所追求的全新目標是Version 1.0，而非SOP，「先做出來」總比無休止的推延更有意義。無論疫情對未來的影響如何，汽車電子電氣革命帶來的影響都將持續存在。
羅蘭貝格從全球和中國大量的項目經驗與研討研究中網羅來自車企、全球領先Tier-1供應商、軟體供應商、半導體企業等的一線聲音，並思考總結出了以下核心趨勢。總體而言，技術革新將帶來價值鏈、競合關係及商業模式的重塑。本期白皮書將首先聚焦四大核心技術趨勢EEA（電子電氣架構）進化、軟體革命、計算晶片分化和功率半導體材料演變。
趨勢一：重新定義電子電氣架構「下一步」是規模化
2015年，博世（Bosch）提出了眾所周知的電子電氣架構技術路線圖，並描繪了未來電子架構的主要特徵及可能的實現時間點。對於這一路線圖本身無需再做過多介紹，但其中的兩個重要標誌性節點依然值得強調，即DCU或HPC的出現，以及統一的基礎軟體平臺的出現，標誌著EEA的本質進化。儘管由於車企的解決方案各不相同，其對EEA進化的階段定義可能有所不同，但我們認為EEA的發展整體會經歷三大階段分布式架構（distributed）、基於域的集中式架構(DCUbased centralized)和基於域融合的帶狀架構(DCU fusion-based zonal)。
EEA（電子電氣架構）的三大階段
目前，EEA的發展現在正處於由階段一向階段二轉型的過程中，其顯著特徵是：第一，DCU的出現使ECU（電子控制單元）標準化且數量大幅減少，並直接帶來「降本」和「增效」。例如，若用一個集成中控、儀表、360環視及其他影音娛樂功能的DCU替代多個來自不同供應商的傳統ECU方案，最大可為車企帶來將近38%的BOM成本節降（尚未考慮成本年降）。第二，智能傳感器/執行器數量增加。傳統功能導向的ECU+傳感器集成方案中的算力會被剝離併集中到DCU裡，同時傳感器本身也需具備基礎算力，以便與DCU溝通，如通過CAN。第三，軟體開始獨立於硬體，但並未完全分離。一些獨立的功能仍然依靠ECU實現，但抽象層（Abstraction Layer）的出現是未來實現硬軟體完全分離以及域融合的重要基礎。第四，中央網關與各個域之間可通過乙太網通訊。
而第三階段和第二階段的本質不同是：一，軟硬體完全分離，且所有的ECU/DCU共享同一套基礎軟體平臺。二，相互獨立的功能應用搭載在一套高算力的車載計算機上，且它的算力遠超階段二的DCU。三，基礎軟體平臺+功能獨立+HPC將帶來規模化，即一套架構可以承載任何形式、數量的功能及服務。
先驅特斯拉與其追兵
有趣的是，Bosch提出的這一套架構路線中，並沒有詳細給出「如何實現」的具體方法。因此，基於對這套路線的基本共識，車企與全球領先供應商根據自身技術規劃、車型平臺和內部能力等制定適合自己的方案，以至於目前幾乎沒有兩家車企在架構上完全相同，但特斯拉已經處於階段二向階段三過渡，而傳統車企仍處於階段二甚至階段一。特斯拉Model 3的EEA已經把自動駕駛（FSD）、影音娛樂（IVI）與互聯互通（Connectivity）集中在了一起，看上去就是一個Zonal架構形態。但在軟體平臺方面，特斯拉尚未實現完全統一，由於FSD和IVI的安全等級、功能要求和迭代速度不同，特斯拉目前採用兩套基礎軟體，並用不同的作業系統來支持自動駕駛晶片和IVI晶片的ARM和x86架構。
然而，並非所有企業都能成為特斯拉，特斯拉也並不代表一切。傳統車企在統一戰線應對特斯拉帶來的衝擊時，也形成了各具特色的EEA。目前，行業內沒有統一的架構設置標準，卻有相似的劃分原則。由於採用漸進式改革，大部分傳統車企（尤其是豪華品牌）短期內會定義出3-5個域，包括底盤與動力總成、ADAS（高級駕駛輔助系統）與安全、影音娛樂、車身和互聯互通；其中，ADAS與IVI會通過乙太網與中央網關相連接，以保證數據傳輸的低延遲與大流量。不管是特斯拉還是傳統車企，領先者都不會局限於第二階段的DCU架構，因為它只能帶來短期的降本與功能創新，若要實現長期的全球經濟性，就必須實現新架構平臺的規模化，從軟體入手。
趨勢二：軟體革命功能獨立，基礎軟體平臺創造新機遇
面對高價值的「不知所措」
作為未來IoT（物聯網）的終端之一，汽車將成為「輪子上的電腦」。以一輛典型的B級豪華品牌車型為例，未來車載軟體在整車BOM中的佔比將從2019年的2%(L1級別汽油車)增長至2025年的12%(L3級別純電車)。如果用傳統ECU架構及附帶的軟體來應對，不但會造成冗餘，也無法實現差異化，因為功能之間相互關聯不獨立，用戶感知不到功能的差異性，同時還會產生大量臃腫的軟體代碼；此外，跨終端應用於服務需求的增加需要為不同功能設定獨立的生命周期管理與迭代。
顯然，傳統車企的架構及其背後的研發體系、流程和觀念已經無法應對複雜的軟體集成需求，且車企正在陷入一個「不斷救火」的惡性循環。軟體能力的缺失與日益複雜的軟體集成，使大量技術、資金與時間投身於查漏補缺，而不得不忽視或推延原有的研發重點；同時，由於資源限制，對供應商的選擇與評估標準也更傾向於「快交付」與「低價位」，進一步導致質量缺失和大量返工。
SOA（服務導向架構）帶來軟體新機遇
必須將功能獨立出來，架構需從「信號導向」(signal oriented)轉變為「服務導向」(service oriented architecture,SOA)。SOA是一種架構類型或指導思想，實現端到端的架構( E 2 Earchitecture)。其核心要義有三：
1.用抽象層分離軟體與硬體；
2.用一套基礎軟體平臺承載獨立的功能，這些功能可以是傳統Blackbox，也可以是全新的智能網聯功能，或存在於雲端和其他終端設備的功能；
3.用功能集(function catalog)的方式增加軟體復用率。
作為傳統巨頭的先驅，大眾ID3將搭載其全新的軟體架構（End2End Electronic Architecture，E3 架構），其從未來出行服務和生態系統出發而構建。可以看到，特斯拉和大眾已經開始考慮端到端和規模化。而SOA軟體架構是實現這一點的重要技術支撐。
SOA架構可以實現多功能、多終端的無縫連接。車企可以使用基礎軟體平臺串聯傳統ECU功能、獨立的智能網聯服務、雲端的服務、智慧交通體系內的服務以及其他終端設備，提高功能之間的溝通效率並降低成本。例如，大眾Open Trunk（後備箱開啟）功能可以無縫連接手機APP端、車架構內的基礎服務平臺、車端和雲端接收用戶發出的指令，激活基礎軟體平臺上的「We Deliver」服務，並通過車內控制最終開啟後備箱，同時保證整套流程的網絡安全與用戶透明度。
因此，這一套包含了抽象軟體層和基礎服務層（包括OS、車內網絡、診斷等固件）在內的基礎軟體平臺解決方案將成為車企需要把握的價值高地，也將成為供應商的全新產品機遇。這些機遇不但包括軟體平臺本身以及端到端應用軟體的提供，也包括相關的服務提供，如雲服務、OTA服務等。
軟體的工業化生產
面對車載軟體龐大且仍在增加的軟體代碼量，汽車行業玩家開始借鑑ICT（信息通信技術）行業的「軟體工廠」理念，比如戴姆勒旗下的全資軟體開發公司MBition正在打造軟體工廠根據開發項目需求，通過對軟體組件的標準化、結構化運用，實現快速開發。正如傳統製造業在上世紀初引入福特式流水線生產那樣，軟體開發也正在從「定製化手工製作」向「自動化產線製造」轉變。
軟體工廠需為開發者提供可行的軟體框架、配套的開發指令、預設的程序模板、可復用的代碼以及伴隨開發進程可以連續測試的環境。在此基礎上，當軟體工廠收到一項開發需求時，開發者能夠根據工廠現有能力拆解需求模塊，並將其分配至各個「產品線」，每個產品線再根據新需求識別可以復用和需要新開發的部分，判斷開發工作所需資源，最後部署開發、測試工具並完成任務。相比於傳統的「手工」開發模式，軟體工廠可以提升軟體產品的一致性、品質和開發效率，提前識別開發工作量，前置風險，使整個開發和部署流程更可預測，大大提升了車企對軟體工作的資源配置和進程管控能力。
趨勢三：計算晶片短期分化與長期融合
E2E架構的另一個重要技術元素就是能夠支持算力的不斷升級和冗餘。在傳統分布式的電子電氣架構中，每個ECU的核心是單一功能的MCU，傳感器與MCU晶片幾乎一一對應，MCU雖然集成了計算、存儲、I/O接口等功能，但計算能力有限，無法滿足自動駕駛和智能座艙的發展。我們認為，未來的計算晶片將從單一功能的MCU向三個方向發展。
自動駕駛高性能晶片的定製化
由於自動駕駛算法仍具有高度不確定性，晶片方案需兼顧目前AI算法的算力要求和靈活性，GPU（圖形處理器）+FPGA（現場可編程邏輯門陣列）的組合受到大多數玩家的青睞；目前，百度Apollo、Audi zFAS均採用「GPU + FPGA」並輔以MCU、CPU（中央處理器）等其他計算單元的組合模式。當自動駕駛技術路線相對成熟且進入大規模商用的階段後，已有GPU也難以勝任對更多空間信息的整合處理，需要定製的專用集成電路ASIC（特定用途集成電路）。例如，特斯拉第三代自動駕駛晶片Hardware 3.0中採用的自研NPU（神經網絡處理單元）、Waymo可能採用的谷歌自研TPU (張量處理單元) 均屬於為支持人工智慧運算而定製的ASIC範疇。ASIC晶片可在相對低水平的能耗下，提升車載信息的數據處理速度，雖然研發和首次「開模」成本高，但量產成本低，是算法成熟後理想的規模化解決方案。然而，魚和熊掌不可兼得，低功耗、大算力、可編程靈活性(以應對算法的快速升級)在短期內是無法完美兼顧的，這也是部分車企目前正在為之努力的點。
目前，座艙功能的發展仍然沒有大幅超越現有消費電子類功能，預計未來五年內，高端手機晶片的算力仍可滿足下一代座艙性能需求。高通、三星等跨界玩家與恩智浦半導體公司（NXP）等傳統汽車晶片玩家將持續致力於算力的提升和安全等級的提高。隨著車內場景的不斷豐富，軟體/作業系統的優化對於算力仍有持續的需要。長期來看，座艙功能對晶片算力的需求將超越消費電子，且安全要求也隨著域融合而提升，預計為座艙專門開發晶片將取代消費電子晶片在車內的應用。多核SoC將成為未來智能座艙主控晶片的主流。豐富生態的中控大屏系統以及「一芯多屏」系統則需要多核SoC進行支持。我們預計，多核SoC晶片在座艙內的滲透率將從當前的20-25%提升至2025年的55-60%，同時技術解決方案也呈現多樣化，如車機主控晶片+MCU兼顧安全的方案以及集成式的座艙域控制器方案。
晶片的長期兼容與融合
遠期來看，負責不同域的晶片架構將呈現兼容與融合趨勢。如前文所述，短期內自動駕駛高性能晶片和座艙主控晶片分別演進，如特斯拉自動駕駛HW3.0和 IVI 二代晶片分別基於ARM和x86架構。究其原因，座艙應用場景和晶片性能要求已相對明晰，並且消費電子級晶片可滿足座艙現有場景需求，消費電子晶片玩家可以利用規模優勢實現低成本商業化開發；相反，自動駕駛技術路線尚不成熟，其人工智慧算法所要求的晶片性能遠高於目前消費電子晶片的能力，因而玩家在自身技術路線選擇下進行高成本、小規模開發應用。預計2030年以後，隨著自動駕駛技術路線的逐漸成熟，高性能晶片進入標準化、規模化生產階段，其與座艙主控晶片進一步向中央計算晶片融合，從而通過集成進一步提升運算效率並降低成本，但由於自動駕駛和座艙安全要求不同，滿足安全要求將成為融合的前提。
趨勢四：功率半導體動力總成電氣化帶來原材料多樣化
目前，電動車應用的IGBT（絕緣柵雙極型電晶體）一般以矽（Si）為主要材料，而碳化矽（SiC）、氮化鎵（GaN）等下一代寬禁帶半導體材料更能滿足高電壓、高開關頻率和低損耗要求，因此更符合未來電動車快速充電和續航提升等要求。其中，SiC技術相對成熟，已應用於特斯拉Model 3；而GaN在技術上尚未成熟。電動車發展是驅動高功率Si和SiC市場發展的主要因素。Si作為半導體主流技術，低成本方案已經成熟，並可通過技術提升提高其高功率應用性能。而SiC-IGBT在規模化應用道路上仍面臨眾多挑戰，成為車企、全球領先供應商和半導體供應商面臨的痛點，例如：
> 目前，SiC半導體生產成本是Si半導體的10倍以上，由於技術尚未成熟，價格顯著下降尚需5-10年
> SiC全球產能有限 ，尚不足以支撐電動車行業全面應用，如特斯拉Model 3 應用SiC功率半導體已導致產能不足
> 生產SiC和Si半導體的產線並不能相互替代，在技術路線尚不完全明晰的情況下，半導體供應商缺乏全面投入SiC產線的動力
> 目前，功率半導體行業呈現寡頭壟斷格局，德國英飛凌、日本三菱、日本富士主導Si技術，美國科銳（Wolfspeed）主導SiC技術，中國已在加強半導體投入但產出有限，因此整個行業的市場供應基礎十分有限
> 寬禁帶半導體在軍事上的應用潛力使其受到明顯的政治影響，全球貿易環境惡化更會阻礙其技術、行業經驗和智慧財產權的流通，如美國政府組織了英飛凌對Wolfspeed的收購由於新技術所需研發和製造成本高昂，同時高功率Si技術也存在突破的可能，綜合技術與成本考量，預計未來可能形成Si與SiC方案共存競爭的格局。
第三部分 總結與啟示：技術發展與全球化不確定性共存
對車企來說，拉長硬體與底層架構的生命周期，通過軟體功能的獨立和OTA來滿足不同國家區域和用戶群體的差異化需求，顯然是一個投資回報比更高且可避免成為代工廠的模式。但百年汽車產業如今面臨的這一輪創新迭代與數十年前的演進路徑大不相同沒有一家車企能夠不藉助外力（尤其是非汽車行業）實現架構與軟體創新。更為複雜的是，隨著全球經濟貿易形勢的快速變化、疫情帶來的更大不確定性以及數位化/數據等技術的高政治敏感度，車企或將面臨「全球化」的重大阻礙。
如果未來自由貿易減少、國際分工顯著本地化、創新和技術交流受限，這將會帶來創新的延緩甚至「技術戰爭」。雖然宏觀經濟得以在一定時間內恢復，但研發支出減少加上本土化發展趨勢的影響，將嚴重製約商品、信息和人才的交流。同時，資本積累、研發合作、規模擴張和製造等方面的發展都會變得更為冗長，因此創新將會放緩。更嚴重的一種可能是：長期衰退、產業本土化和政治保護主義將被提上日程，傳統的規模經濟將逐步崩潰；大數據資源、大規模數據存儲等將成為本地化經濟的重要驅動力，技術發展路線圖進展大幅減緩，對大多數消費者而言，前沿技術變得難以負擔。
汽車行業的流動性與盈利性本身就會受到宏觀環境的直接影響，加上此輪技術革命卻又恰好處於這個高度不確定性的窗口，使得情況變得愈加複雜。例如，車企若要實現全新架構的全球規模化，就必須統一在此架構之上的晶片和基礎軟體的標準。而全球主要區域卻一直在推動半導體產業的本土化，且疫情之後這種趨勢或將加劇。而在短期內，車企又需要依靠跨界合作夥伴共同攻克技術，因此很可能將面臨「不同區域不同方案」、「不同區域不同夥伴」的選擇。這將會影響平臺和車型的全球經濟性。
此外，新技術趨勢下的全球採購格局也將可能發生變化。由於目前，仍未存在已被證明可以全球通用的成功的底層架構方案（包括電子架構和軟體架構），傳統汽車行業慣用的「一套技術方案」+「本地化採購」的方式可能不再適用。另一方面，數位化使智慧財產權控制與管理以及數據擁有、儲存與應用在世界各國間變得異常敏感。例如，美國對中國半導體和數位化的持續打壓，歐洲主推的數字自主與內部的再國家化的矛盾等。這些因素都會讓車企在技術合作夥伴的選擇及供應商定點方面產生巨大的決策不確定性。誰能幫助全球話語權更強的車企巨頭解決架構和軟體難題的同時規避政治風險，誰就有可能獲得汽車行業下一個五十年的先發優勢。
（報告觀點屬於原作者，僅供參考。報告出品方/作者：羅蘭貝格）
如需報告請登錄【未來智庫官網】。