死神之天凌传汽车是半导体产业第四大应用领域，受益于汽车电动化（三电系统）+智能化（智能座舱+智能驾驶），未来汽车芯片领域有望实现高速增长。

　　全球汽车半导体市场2019年销售规模达410.13亿美元，2022年有望达到651亿美元，占全球半导体市场规模的比例有望达到12%（全球半导体5500亿美元），并成为半导体细分领域中增速最快的部分。有机构预测，2020-2030年间，汽车可能成为引领半导体发展的新驱动力。

　　在汽车半导体方向，投资人如何看产业、看趋势？如何把握投资机会？最近，钛资本投研社邀请到千乘资本合伙人方昕进行分享，主题为：新能源车智能化“芯”趋势。方先生有多年Intel产业和投资经验，对芯片、5G物联网、新能源汽车等领域理解深刻，他拥有复旦大学电子工程系学士和硕士学位，历任银联智能支付事业部门经理、英特尔大数据事业部市场产品总监等职务，亦曾在基石资本&金浦投资任职投资副总裁，投资纳芯微、英锐创、数明半导体、宏微、星环科技等项目。2022年，他升任千乘资本合伙人，主要负责芯片半导体和新能源汽车等赛道的投资。主持人为钛资本董事总经理吴凯，他主管基础架构软件及专精特新科技领域。以下为分享实录：

　　我们主要围绕企业的供应链以及企业的工业数字化来展开投资。围绕数据重构产业，上游投资数据的获取渠道，中游通过智能工业软件，将数据进行精准筛选和处理之后，给下游的智能终端与应用，投资思路形成一个闭环。前端获取的数据可以通过后端应用，然后再反馈到前端，以AB轮的早期投资为主。

　　千乘资本的定位是industry VC。我们的团队创始人都是来自于产业，我自己是先创过业，然后再回来做投资，对于一些创业者更能共情，也能更好地赋能创业者。

　　第一步，我们围绕华南、华东的智能制造产业链做了1.0投资，主要投资降本增效的自动化装备、模组，以及一些生产中的核心物料。这一阶段其实是机器替代人工，这是整个自动化第一步。

　　此后，我们投资的链条向国产替代转移，国产替代还是以模块、模组为核心展开，比如现在苹果手机核心的零部件；再后来就进一步往模块模组的上游延展，如芯片、射频，以及一些传感器等，这是国产替代2.0。由于中美之间科技战争打响，国产替代2.0的投资机会进一步向上游延伸，下一步，IVC的投资思路将围绕清洁能源3.0展开。

　　展望10、20年之后，国内的系统供应商以及零部件芯片材料供应商都有借船出海的机会。近年来新能源汽车的趋势非常明显，我国产销量占全球的一半，比亚迪、蔚来等新进玩家，已经有相当一部分的产销量是面对海外的，这是一个必然的趋势。

　　四个阶段来看整个IVC的投资，从横向来说，我们会去延展行业的广度，从通信智能手机、新能源汽车到泛光伏储能，纵向来说，从装备到IC半导体，再到新材料和工业软件，通过+的投资思路，我们期望得到超额的收益。

　　对于中国的投资人来说，这一领域有颠覆式的投资机会，主要是因为汽车的电子电气架构发生了技术断裂点的架构演进。现在已经从原来的分布式转换到了域集中式的E/E架构。

　　大多数智能汽车现在分为五个域：座舱、驾驶、动力、底盘和车身。已经从原来的分布式的“城邦制”变成现在“郡县制”的管理模式，每一个域控制器管理自己的一个“省”，其中所有边缘ECU都归控制域来调度，只有分布式的ECU集中到域，才更容易实现进一步的OTA升级，也更利于高速通信网络。

　　但难点是：对所有的OTA和主机厂来说，其对安全机制的要求更高了。再往三年后来看，我们会进一步过渡到整车集中式的ECU架构，2025年到2030年之后，可能大多数车都会由中央计算平台管理进一步集成，管理边缘的执行器，此时整车架构可能在更高阶跟云端做车网互联。

　　随着整车架构的演进，分散的控制逐渐往集中化控制，主控芯片也会进一步以合并同类项的方式来集成，边缘的传感和感知的数量也会进一步增加。

　　把车联网抽象起来去理解，未来一定是在天空中漂浮着一个车联网云，很多车路协同计算路网的数据在云端进行计算，然后跟V2X、路端和车端进行协同。车上面比较大的两个端侧，一个是自动驾驶域，一个是动力域。

　　我们讲动力域控制的三电，它是动力核心，控制整个感知，自动驾驶通过ADAS来完成，像智能座舱以及车身域的一些传感器，我们把它看成“边”，在中间把这几个云管、云边端串联起来，称为数据的管道。此前，车里的数据串联大多通过CAN总线、LIN总线，最多几十兆带宽的总线来连接，但是随着智能驾驶的出现，原来带宽的总线已经没有办法去负载大带宽流量的数据，未来会出现以太网Serdes形态连接来承载车内的数据通信。

　　简单预测，在未来的10到20年，智能汽车的产业链会复制智能手机过去十几年的辉煌，将产生数万亿甚至数十万亿的大汽车产业链的投资价值和创业机会。

　　从投资的角度看，新能源汽车的四化就是电动化、智能化、网联化和共享化，新四化的概念，其实是更进一步往数据化纵深的角度去区分，新四化是平台化、解耦化、集成化和场景化。

　　平台化，即越来越多的汽车会提倡平台型的车型，大众从原来的燃油车MQB往MEB的平台去演进，那么特斯拉的热销车型基本就是一个平台，其中共用的平台技术是非常多的，平台化对于主机厂、Tier1来说都会有更多资源和人力的复用。

　　第二步叫解耦化，车内越来越多的电子电器架构的解耦，不像原来软硬件绑得深，它可以像搭积木一样，先拆开，作为标准化模块化的零部件给主机厂进行挑选。

　　解耦化之后，是集成化，原来的三电是把电机电控集在一起，但未来车内的BDC可能会出现七合一、八合一的产品，车企会进一步对车内做集成化、模块化的整合。

　　第四步是场景化，新能源汽车一定是未来人的第三生活空间，怎么样把产品设计成符合人生活空间的产品？需要场景化的思维和用户化的思维，任何在老四化、新四化中符合产品革新迭代、信息化趋势的，未来会有比较好的投资机会。

　　解耦由三个步骤实现，第一步是技术解耦，技术解耦分两步，一是软硬解耦，二是上下解耦，车内的软硬件正在“软硬分离”，硬件可以预埋，软件可以OTA升级，上下结合就是上车身和下车身的解耦，下车身主要是一些线性制动、线性底盘，上车身更多的是智能座舱、智能驾驶的技术革命，我们要抓住软硬件解耦、上下解耦的机会，很多技术趋势产生投资的新变化。

　　应用解耦的第二步，是新能源汽车从电气化往智能化过渡的下半场。最后是需求的解耦，就是把一辆车真正打造成一个人的第三生活空间，只有当人在车内的时间越来越多，产生更多人机互动，那么第三生活空间才是真正营造成功了。

　　智能汽车投资的4321战略，前面讲了老四化、新四化，结合3大电、3小电，然后大传感、小传感两种传感，整合成一台智能汽车。横向会关注：主机厂是否掌控产业链？是否重构、增量市场的空间和ROI？根据维度去给各个细分领域的投资机会进行打分，进一步聚焦投资。

　　7、智能电驱汽车10大新技术趋势(技术解耦-产品重塑-产业链重构）

　　技术解耦和产业链重构是非常重要的，现在的智能汽车已经不简单的是一辆车，它跟传统的汽车是完全不同的。

　　作为新能源汽车的产品提供者，产品经理要站在消费者的维度去思考，消费者会怎么用这个车？怎么跟车交互？这样才能把消费者留在自己的产品上，才能进一步产生全生命周期的价值。

　　下半部分聚焦于整个汽车的半导体。汽车的半导体原来在产业链中属于不温不火的地位。但随着新能源汽车的发展，我们可以预见不远的将来，三、五年内汽车半导体很有可能取代电脑成为第二大半导体玩家。

　　目前汽车电子零件已经占到整车零件数量的三分之一，到2030年其大约会占到整车零件数量的50%。一辆车需要的集成电子越多，它的芯片就越多。随着新能源汽车从电动化向智能化的纵深发展，也随着智能汽车的自动驾驶级别进一步提升，汽车所需要的传感器、电源管理控制芯片数量就会线、汽车半导体将成为未来5年半导体增长最快的领域

　　2019年汽车半导体领域价值410亿美金，今年有望达到651亿美金。今年全球半导体领域价值5500亿美金，2025年可能达到1000亿美金。汽车半导体领域三五年之内不会有太大的变化，还是由美国、日本、欧洲主导。但是中国现在功率器件和车用传感器两个领域已经发力了，未来发展机会是大的计算芯片、控制芯片和传感器，包括一些车内功率的驱动芯片。随着中国半导体的发展，到2025年中国的汽车半导体领域价值有机会达到90亿美金。

　　现在汽车半导体的国产化情况是怎样的？从细分领域上来说，汽车半导体是国内所有产业当中自主化率最低的，大的控制芯片不到1%，传感器不到4%，通信不到3%，功率半导体和存储自主率稍微高些，接近8%。

　　新能源汽车现在发展如火如荼，技术迭代是非常快的。但车规半导体从研发出来到大量投产短则一年半，长则两三年，是一个非常漫长的过程。新能源汽车行业是一个快的行业，但是车规半导体行业又是个慢的行业，怎么在快和慢中找到一个平衡？无论对于汽车半导体、汽车电子的创业者还是对我们投资人来说都非常有挑战，但这个挑战面前的机会也是巨大的。未来汽车半导体领域一定会美欧中日四国大战，汽车零部件、汽车电子有机会达到50%的市场占有率。

　　过去我们投资的基本上是一些模拟芯片，我们把它叫做小芯片。不像英特尔、AMD动辄几千万甚至数亿门的大数字芯片，模拟芯片基本上规模较小，售价也比较低。但是模拟芯片有模拟芯片的好处，也就是不会非常重资产、重投入。模拟芯片只要找到客户，找到客户刚需的应用场景，并提供有竞争力的产品，就能落地生根。

　　大芯片对于中国的半导体企业来说，未来存在巨大的机会。GPU、AI training、自动驾驶等领域国内已经有非常多的优秀企业。大芯片重资产、重人力、重资源，投入好多年才能研发出来，需要有耐心。一个大芯片要非常出类拔萃，要找到多种应用场景，要根据多个大客户的应用场景去做一些特制化开发，才有机会真正研发出来。

　　IC投资逻辑分为四个阶段。第一个阶段叫做青春期，这阶段我们清华的前辈创造了展讯、兆易、韦尔、格科。在第一个阶段，通过学习优秀的半导体企业并做一些模仿，很多优秀的企业慢慢出现。第二个阶段，通过优秀的封测厂等企业和chiplet做到大芯片化零为整。第三个阶段，将优秀的半导体企业导入优秀的应用公司，找到头部客户给他们试错，然后创造出符合我们应用场景的一些半导体。第四个阶段，随着系统厂商走向国外，半导体厂商也有机会借船出海。

　　A：机会是有的，但是不一定那么理想化。自动驾驶更现实的一种落地方式叫做人机共驾，比较现实的投资机会，可能是一些做得比较好的域控制器。无论是哪一种自动驾驶的模式，它都需要域控制器。而且它的发展是连续性的，最早的ECU现在是一些比较不错的DCU公司，未来在中央平台，再往后会是VIU叫vehicle interface unit。车内很多东西不会消失，而是会转型。传统Tier1最大两个特质，第一个精益制造能力，第二个商务能力。有一种路径是从Tier1往Tier2去走，形成一些Tier1.5型的企业。原来只是做一些精益制造的企业，会往上游去做一些开发，在这个领域当中，不要一门心思只盯着一些大而瞩目的东西，一些非常接地气的东西在车里不会消失，小而有延展的产品和供应商，可能更会得到我们的关注。

　　Q2；我们中国的手机供应链已经非常成熟了，消费级应用芯片的厂商也比较多，那么他们是否有机会能够进入到汽车芯片领域？做消费级芯片和这种车规级芯片会有多大的差异，这个竞争壁垒到底有多高？

　　A：国内上市的半导体公司真正有车规能力的，我认为只有少数真正做过车规产品的，还有就是一些IGBT功率器件公司。今年消费减少，新能源汽车逆势而涨，是有机会进入汽车芯片领域的，但一定很难。这跟一个企业的基因有关，追求精益求精的团队和企业才有机会做这样一个转型。我认为中国未来一定会出现一批优秀的车载半导体公司，因为我们有优秀的主机厂给它做配合。主机厂会帮你去做它的体系化认证，这是一个产业链的联盟形态，而不像过去典型的甲方乙方形态。所以我认为大家现在做芯片的都应该把自己的现金流放在自己能占有的这一块领域，但是未来一定要着眼于车规半导体，这是一个非常大的战场。

　　Q3：随着电子电器集成化演进，怎么看待车身域电子这个独立赛道？相比其他域，是否由于其壁垒较低，会被座舱域和底盘域轻松集成，不再有单独的车身域Tier1，如果是这样的话，演变趋势和时点会在什么时候出现？

　　A：未来的车身域可能会变得越来越不重要。车身域、自动驾驶座舱域和底盘域这三个之间才会是竞争更激烈的域。因为自动驾驶跟控制、底盘域、动力域紧密的结合，自动驾驶相关的东西，未来会更多在座舱里面呈现。有个概念叫舱驾融合，车身是一个独立的存在，它的响应机制、传感机制、处理机制，包括整个网络上协议层的机制都会跟那三个域不一样。我认为这个里面其实是有创业和投资机会的，但是它的机会空间不会像ADAS座舱这么大。

　　Q4：怎么看ADAS这个方向的机会与挑战，其属于小芯片还是大芯片的特点？

　　A：从规模上来说它是小芯片。我认为车载以太网还为时尚早，Serdes是并行转串行，车载以太网是多路协同。由于ADAS传感器的整个自动驾驶延后，不需要近期就实现更高阶的自动驾驶，所以它的传感器数量可能会维持在一个水平上。只要自动驾驶不成为刚需，它不会有很多实时的车内数据传输和车云的数据协同。这些数据不需要实时并行处理这么多传感器的摄像头数据，那它的数据处理实质性就不那么刚需了，所以短期可能不需要所有的车都标配以太网。我认为短期Serdes方向有机会，中长期还是车载以太网方向有机会。

　　Q5：ADAS的三方科技公司与主机厂自研是什么样的竞合关系？三方公司机会和挑战是什么？

　　A：独立第三方的ADAS公司可能比较难作为一个单独的存在，ADAS公司的域控制器还是要跟ROI结合，而且数据对于主机厂来说至关重要，因此主机厂永远不会把驾驶相关的数据交给第三方去管理和运营，所以比较好的方式是跟主机厂去结合。对于ADAS的大芯片未来主机厂可能倾向于自己开发，最大的挑战来自于高通等国外的供应商，而不是来自于国内的供应商。

　　Q6：您觉得车厂自研芯片这条路对中国来说是一个能够走得通的路吗？还是说中间在某个领域会有比较好的机会？

　　A：车厂自研芯片是一个必然的趋势，因为现在的主机厂面临很大的挑战。一个大挑战就是大家怎样从不挣钱到挣钱。怎么挣钱？一方面通过内部的效率优化，另一方面打出产品差异化。只有打出产品差异化才能在客户当中赢得溢价。主机厂未来要真正做出差异化的产品，一定会自己去定义这个产品，并且产品思路也一定会跟它的零部件所结合。

　　A：我认为存算一体是非常好的机会，存算一体在未来的十年会是非常好的过渡桥梁。大芯片受到两个挑战，第一个就是制程走到了摩尔定理的极限，只能想着在空间上想办法，但这个效率并不是最高的；第二个挑战就是整个冯诺伊曼架构受到了挑战，它是以计算为核心的，原来分南桥北桥服务器，数据流大多数都在计算。随着数据互联网时代的兴起，巨大的数据量导致了它的负荷会从原来的北桥慢慢地延到南桥。存算一体要真正能跟应用场景结合起来，跟工艺结合才行，所以我认为光子计算、量子计算那是远期的事情。但是未来十年整个计算架构以及整个制程所面临的挑战，会随着DPU和存算一体的出现有很多解决方法。

　　本文系作者钛资本研究院授权钛媒体发表，并经钛媒体编辑，转载请注明出处、作者和本文链接。

　　本文来源于钛媒体钛度号。该文观点仅代表作者本人，钛媒体平台仅对用户提供信息及决策参考，本文不构成投资建议。

　　想和千万钛媒体用户分享你的新奇观点和发现，点击这里投稿。创业或融资寻求报道，点击这里。