集微網訊息，近日，工信部裝備工業一司組織召開智慧網聯汽車推進組（ICV-2035）工作會議。會議指出，2022年，智慧網聯汽車推進組（ICV-2035）將把握產業發展的新形勢，聚焦重點突出問題，加強技術研發，統籌協調技術創新和產業化推進相關工作，推動智慧網聯汽車產業發展取得新成效。

根據規劃，到2025年，PA、CA級智慧網聯汽車滲透率達50%，2030年超70%，C-V2X終端的新車裝配率2025年達50%，2030年基本普及。可以說，智慧網聯汽車發展大勢已成，汽車產業變革的下半場——智慧化已來，與之緊密相關的域控制器未來將如何發展？發展中存在的瓶頸該如何突破？

趨勢：分散式向整合式過渡，功能域仍是主流

過去，豪華品牌的整車上有很多分散式的計算單元，如奧迪、寶馬高階車有上百個ECU（電子控制單元），使得主機廠面臨適配除錯複雜、整車無線架構更復雜的問題。且ECU是嵌入式軟體產品，博世、大陸等Tier 1企業會把成熟軟體刷入ECU，使得主機廠不好對整車軟體進行調配。

因此，主機廠在從ECU向DCU（域控制器）遷移，以功能域的維度把原來的計算單元進行整合，使得DCU成為軟硬體結合、定義汽車的產物。業內人士指出，“在未來發展中，分散式將會往集中式發展，目前的車身域控制器、座艙域控制器、智慧駕駛域控制器、底盤域控制器等功能域控制器將往中央計算平臺遷移。”

但目前功能域仍是車企主流的佈置形式。其主要原因在於，一方面供應鏈管控容易，汽車Tier 1能提供成熟的功能域產品；另一方面，傳統Tier 1掌控力度較強，如底盤與動力域，車企還不能很好做到軟體定義。

而消費者更關注的是車的功能。其中兩個典型功能是自動泊車、自動巡航。首先它們分別代表了低速和高速自動駕駛；其次，這兩個功能對應從L1到L3演算法有不斷升級，升級到EPA、AUP、停車場泊車，能讓消費者感受到自動駕駛能力的提升。

因此，從L1級別到L3+級別，自動駕駛DCU的需求將是整車域控制器中增長最快、域控化進度最快的。原因在於ADAS與座艙域兩個域是車企最為關注的，整車的定義空間較大，且消費者感知程度更強。其中自動駕駛域控又是兩者中最快的，因為其需要做的功能最多，包括環境感知、資料處理、路徑規劃等，對於域控的計算、通訊、儲存能力要求高。

分化：低階品市場滲透加速，高階品落地尷尬

隨著智慧化程序加速讓市場擴容，可以預見域控制器市場競爭者將會變多。從低端和高階來考慮，低端的自動駕駛解決方案規模增長非常快速。

業內人士指出，“目前一套解決方案價格控制在4、5千塊錢，可以非常快地鋪設到12-15萬左右的車型。這些車型是自主品牌過去的主戰場，未來的放量將很快速，我們估計到2025年滲透率可達40%甚至更高。”

而高階自動駕駛目前的主要問題在於成本。一整套解決方案車企能承擔的成本將近整車價格的10~15%，對應地只能在40萬左右的車上鋪設。而此類車型量產落地能力並未驗證能否與外資豪車競爭。如果一套解決方案未來能降價到2。5萬，對應配置20~25萬的車型，將開啟空間、進入自主品牌的優勢領域。

但降價需要解決方案提供商合作，如鐳射雷達廠商和域控制器廠商，他們的降價又取決於上游。市場增量的核心在於放量帶來的車型擴產。L2級別在2025年覆蓋率將達40%；L3+到L4級別預期則出現了很大分歧。

整體來看，域控制器在2022年之後會出現分水嶺。低階產品主要考慮成本管控與落地效率，而高階自動駕駛重在合作方落地以及合作開發能力。未來頭部的Tier 1廠商將同時兼備低階產品和高階產品。

破局：解決核“芯”問題，把功耗降下來

高階域控制器產品落地的尷尬要破局，需要從消費者視角來尋求答案。

從消費者角度來看，他們關注更多的是車的功能，從L1級別到L3級別或更高階的智慧駕駛，對域控制器需求最大，主要是因為消費者更易感知ADAS與座艙域的提升。

自動駕駛域控需要做的功能最多，包括環境感知、資料處理、路徑規劃等，對於域控的計算、通訊、儲存能力要求非常高。芯擎科技董事兼CEO汪凱博士指出，“

域控制器的核心構成向外承擔多感測器與資料彙集的角色，得到周圍環境的資訊後需要進行大部分核心演算法，需要計算單元CPU承擔。

”

從全球晶片龍頭企業的策略來看，目前在計算單元的差異主要集中在AI計算單元，以英偉達為首主要以GPU作為核心計算單元，也包含ASIC；高通、華為、地平線主要以ASIC作為核心計算單元；而特斯拉以NPU（ASIC）作為主要計算單元。

在演算法還不夠成熟的早期，效能更好、功能更高、環境開發能力更加開放的GPU成為市場主流。行業資料顯示，2022年落地的大部分車企主要是兩個平臺， 英偉達的Orin和華為的MDC。其中，英偉達的底層開發平臺的開放性使得車企以英偉達作為底層開發平臺的最優選擇。但後期高通、華為都會以生態自研閉環的形式提供，透過上升演算法的自研與收購強化ASIC的計算能力。ASIC在較成熟演算法驅動與進化後可以呈現更好的功耗。

如今，自動駕駛的晶片對於低端與高階自動駕駛有了明確的區分。低端領域Mobileye成熟度非常高，是目前落地方案的最優解，它的CPU+ASIC架構實現了低功耗比，在L2級別優勢明顯。在高階，英偉達一家獨大，但

從長期維度GPU有功耗問題，英偉達也將逐步以ASIC取代GPU。

此外，考慮到車用晶片的使用壽命長達5-10年甚至更久，因此，採用先進製程能保證提供更強大算力的同時還有功耗優勢。汪凱告訴集微網，“儘管車的面積比手機大很多，可以放更大的晶片進去，但是車裡面的環境更差、工況更惡劣，對晶片的功耗管理要求很高。所以提升算力的同時要控制功耗，一定要用比較好的製程來做這件事。這也是我們選擇臺積電7nm工藝來做晶片的原因，

在7nm的製程下，才有機會把晶片的功耗做好。

”

不難看出，當汽車行業進入智慧化後，汽車和半導體開始並賽道，除了要與牛頓力學做“對抗”，讓車更輕跑得更快，

還要與摩爾定律的做“鬥爭”，讓車機大腦用更低功耗算得更快。核心的晶片問題解決，高階域控制器的落地有望提速。

（校對|日新）