国泰君安：汽车通信构建新循环，数据驱动成长

摘要

汽车“四化”按下加速键，场景和算力演进驱动汽车系统数据通信变革。汽车通信架构在智能化和网联化带动下呈体系性变革，车内通信+车外连接铸就智能化和网联化底座，自动驾驶场景的丰富和数据量的爆炸，引起汽车通信骨干——汽车电子电气（EE）架构的的分布式à集中式变化的新趋势。

车内：EE架构适度集中是未来中长期走向，汽车控制器迎来大时代。在智能驾驶的数据驱动下，车内ADAS域、信息娱乐域数据增量显著，ECU（电子控制单元）重要性有所提升。我们认为，综合考虑算力演进和功能安全，完全集中的架构短期并不会实现，而EE架构的适度集中是未来中长期走向，控制器单元依然是重要的功能实体，控制器个数并不因被合并而显著下降。我们经测算，汽车控制器ECU总体市场规模短期即有万亿规模，随着电动智能化以及自动驾驶渗透率提升，汽车控制器将迎来较长景气期。

车外：汽车联网数据量迸发，车外通信产业链条迎来新增量。据行业预测，智能驾驶时代产生的车辆相关数据将达到20T/天，汽车数据的车外通信流转构建了新的产业链条：车厂、政府平台、自动驾驶服务商和互联网业务商之间形成传输、存储、反馈和管理机制，车端T-Box迎来高融合度发展期，车外连接对应的算力和存储的基础云资源带来新的需求增量。我们经测算，智能驾驶的数据增量带来每年数据机房新增机架14.8万架。

投资建议：

1) 汽车控制器长期随着电动化进程具备长期成长性，推荐和而泰、受益标的科博达、朗科智能以及汽车电子供应商经纬恒润（未上市）、琪埔维半导体（未上市）、均胜电子；

2) 控制器上游车载处理器芯片厂商同样具备相应成长性，受益标的瑞芯微、全志科技、MCU供应商兆易创新；海外受益标的英伟达、瑞萨、高通、英特尔、赛灵思、TI等；

3) 汽车电子电器架构变化和数据需求，促进车内车载以太网发展，受益标的PHY芯片供应商裕泰微电子（未上市）、景略半导体（未上市）；

4) 车外通信催生T-Box新融合态势，受益标的网联模组厂商移远通信、高鸿股份、系统配套东软集团；

5) 智能座舱伴随电动化迎来快速渗透期，受益标的座舱方案提供商德赛西威、中科创达、华阳集团；

6) 汽车网联数据量迸发引发数据中心新增量，推荐汽车数据上云IDC运营公司光环新网、奥飞数据。

风险提示：汽车电子架构急剧转型，汽车控制器量价不达预期；上游芯片产能受限；智能驾驶进展停滞，汽车数据传输价值量不达预期

1、汽车“四化”按下加速键

场景和算力演进驱动汽车系统数据通信变革

1.1. 汽车系统通信架构在继承中发展，车内通信+车外连接铸就智能化和网联化底座

1.1.1. 智能网联汽车推动产业跨界融合，智能强调内化功能性，网联强调外在系统性

汽车的新四化“智能”“网联”“电动”“共享”兼具产业拉动和实际社会效益。汽车、通信、电子、交通、安全等多行业在汽车四化变革下深度协同，传统汽车是机电一体化产品，而智能汽车是机电信息一体化产品，需要汽车、交通设施、信息通信基础设施（包括车内通信体系、4G/5G、 地图与定位、数据平台）等多个产业跨界融合。同时，智能化发展带来的环保、节能以及交通效率的提升，也对未来出行的载体产生深刻影响。

汽车内部感知/互联互通需求、外在网联的IP化发展，车内车外形成数据资产。车内传感器/控制器/执行器之间、车辆和车外的终端设备、以及通过T-Box（Telematics Box）和外界的信息传递，合并形成智能网联汽车的数据资产。在安全合规的前提下，数据流转成为产生价值的方式。例如，车内传感感知外界状态，传递给车控组件进行智能驾驶；移动终端和车内座舱域互联互通打造第三生活空间；T-Box和无线基站通信，一方面和互联网形成组网，另一方面将必要数据传输至TSP（远程服务提供商）或者车厂和监管平台。数据在整个汽车通信的流转中，不仅在车内形成智能化应用，对于外部数据资产的积累和自动驾驶优化也起到重要作用。

1.1.2. 自动驾驶场景不断延伸，数据量爆炸引领算力系统变革

高等级自动驾驶的落地目前针对ToB场景，乘用车自动驾驶快速渗透。自动驾驶的商业化应用，以L3为节点分为两条路径：L3及以下的辅助驾驶，以Tier1为主导面向主机厂提供系统集成方案，在传统车厂和新势力厂商已有规模落地；L4-L5的自动驾驶，以互联网公司、芯片公司为主导，在封闭或者开放路况下实现商业运营，现阶段高等级自动驾驶主要是一些限定和低速场景，比如RoboTaxi、干线物流、无人驾驶配送等，乘用车领域的自动代客泊车等。

数据量膨胀从计算和通信层面带来变革。自动驾驶的快速发展也带来了对于数据史无前例的增长，车身智能+网联需求（高清地图实时下载、定位管理）导致数据量急速膨胀。根据英特尔推算，全自动驾驶时代，每辆汽车每天产生的数据量高达4000G，对于芯片算力要求显著提高。目前Tier1、Tier2以及整车厂商都开始加快布局自动驾驶芯片。

1.2. 汽车电子电气（EE）架构具有分布-集中的趋势

汽车EE架构可以理解为汽车的血管、骨骼和神经。汽车的EE架构是在功能需求、法规和设计要求等特定约束下，通过对功能、性能、成本和装配等各方面进行分析，将动力总成、传动系统、信息娱乐系统等信息转化为实际的电源分配的物理布局、信号网络、数据网络、诊断、电源管理等电子电气解决方案。由传统分布式，到当前的域集中，在燃油车和新能源领域均非新生产物，在面对未来演进的愿景时，也有公司提出中央集中式的EE架构。

EE架构分布式→域集中→中央集中是长期趋势：“线束革命”、功能融合和面向服务三大原动力推动EE架构的逐步集中。

传统汽车线束庞杂，新增功能考虑繁多，过多复杂线束和过多ECU（电子控制单元）的安装会严重影响产线的高度自动化。车内网络实现一套统一的体系架构，是对未来新增功能、系统设计和升级均友好的方案。

随着算力芯片的能力提升，传统的单一功能可能逐步被算力更强的ECU功能实体融合。EE架构和算力资源相互促进，形成“集中”的“算力平台”。

快速更新迭代的业务需求，可以借鉴IP网络的快速开发方式，所谓面向服务在车端简单理解即消费电子化/互联网化，可以在上层网络上进行快速开发，需要一套相对稳定的底层架构作为支撑。传统汽车软件是嵌入式系统，深度绑定硬件，需要独立的运行和冗余硬件资源，升级困难；快速迭代需要硬件统一、模块解耦，可整体管理升级。

2、车内：EE架构适度集中是

未来中长期走向，汽车控制器迎来大时代

2.1 概述：ECU间通过多种总线互联互通构成整车通信体系，车内数据通信量明显抬升

车内通信的实质是ECU功能实体通过总线交换信息。ECU独立负责，或者ECU间共同配合完成特定功能。单个ECU将更新的参数、周期性数据、事件触发性数据上传总线，对端功能ECU从总线取对应数据，完成通信过程。

汽车特定功能的实现（尤指与控制相关）均依赖于ECU及其互联互通形成的整车通信体系。下面以两个常用功能——盲区监测（BSD）、自动紧急制动（AEB）为例，更直观、具体地讲述功能实现过程：

【侧方车辆报警功能】传感器（角毫米波雷达或超声波雷达等）检测到侧后方有目标，且判断目标车的车速可能对车辆有影响时，控制器发送信号给车身控制器，车身控制器利用高低电压驱动指示灯来提醒驾驶员。

【自动驾驶中的跟停功能】当自动驾驶的相关传感器检测到前方车辆减速并停止时，ECU 接收来自感知系统的数据，做出决策并进行处理，如计算制动安全车间距(DBR)和碰撞发生时间(TTC)，自动驾驶控制器会发出减速指令给ESP（底盘控制器），ESP根据发送的负扭矩信号，对车辆进行减速并最终停止。

总体来讲，输入-传输-决策-处理是一套系统流程，感知（传感器）→融合（控制器）→决策（控制器）→执行（控制器向其他执行单元发送执行指令，例如显示、操作等），各个控制器之间相互协同配合，完成整体的通信和执行流程。

按照目前主流的域集中方式，域内通过总线传输信号，域间通过网关寻址进行总线数据交换。车辆一般可分为动力域、底盘域、车身域、信息娱乐域和ADAS域，每个域内通过局部集中的DCU（域控制器）管控各个ECU实体。总线要优先保证负载和信息的传递效率，跨域传输是有明确而必要的需求。不同的域之间如果需要通信，往往通过网关进行数据交换。网关实质上是一个路由表，完成不同总线间的信息沟通。总线上传输的信息，可以被连接的ECU读取，从而完成在通路上的数传。总线根据承载信息量的多少，其带宽有不同的需求。

为冗余和通信便捷性考虑，域间或设有对应总线，域内可通过高阶ECU完成转接。在局部集中的架构下，域内就可完成大多数通信，理论上域间通信都能通过网关完成，域之间可以不设总线，域间总线往往是有冗余需求。而域内通信在提前协同的情况下，有些具备网络功能的高阶ECU，可以转发/桥接低阶ECU的通信。

部分控制器可通过网络管理机制唤醒，其核心目的是蓄电池省电和提升电子器件寿命。整车有上电、休眠等不同状态，控制器根据状态不同，并不需要实时在线，所以通过网络管理机制给出对应信号，即使车辆未上电，在唤醒状态下的控制器具备网络通信能力。

2.1.1. ADAS域数据爆炸明显

由上图2，在自动驾驶时代，ADAS域传感器增量明显，数据通信需求急速上升。

单颗激光雷达数据量在数十Mbps，随着线束和分辨率的提升，预计激光雷达的数据量仍将攀升。激光雷达是激光技术与传统的雷达技术结合，利用激光束，经过发射、扫描、探测、信号处理、创建被测环境的 3D 图谱，并获得距离、方位、高度、速度、姿态、形状等信息。激光雷达目前在测距、光束管理和信号处理等方面都有不同的技术路线和产业化路径，我们认为从基本原理出发，不拘泥于具体的技术形式，未来激光雷达需传输、分析的数据量将维持增长趋势：

首先明确，激光雷达最终获得有价值的点云信息描述目标轮廓的三维坐标（或极坐标）、目标距离和激光反射强度（X,Y,Z,L,P），暂不考虑激光雷达点云可获取其他维度信息；除激光强度（8bit）外每个信元采用2Byte=16bit表示，每个点云信息可取数据量为16*4+8=72bit

激光雷达的精度和探测距离、角分辨率、线束等直接相关。如下图所示，横向维度下，当探测距离越长，角分辨率越高，则需要的点云数越多（如图所示）；而纵向维度即所谓线束，横纵向整体形成点云图；我们以96线、横扫点1000、10Hz扫描频率为例，其数据量为72*96*1000*10=69Mbps。

在激光雷达的数据传输中，往往需要雷达内参将（X,Y,Z）坐标和数据点在矩阵中的位置直接关联起来，所以其实并不需要传输每个点云的坐标信息，和图像中pixel是RGB值类似，点云中pixel是距离值。我们在上述原因下，合理认为数据通信可以压缩到一半的速率35Mbps，而在计算处理时，仍需考虑（X,Y,Z）坐标值。

结合自动驾驶的需求和算力的扩展，合理预估未来：1）由于激光雷达成本和体积的下降，在算力可匹配下，线束持续升高（类比纵向像素数升高）；2）探测距离越远，而要求精度不变，则横扫点数更多（类比横向像素数升高）；3）时延要求越高，其每秒传递点云次数越多。和图像类似，点云本质是信息的解析，此外还可能通过算法开发处理速率等信息，其信号处理能力持续增强；考虑压缩算法和其他冗余数据处理，以及对于算法的适配性，我们认为在达到一定限度后数据会保持稳定，目前仍处于数据的成长期。

摄像头、毫米波雷达的数据逻辑和激光雷达类似，其本质均为成像后传输到计算平台进行分析验证。摄像头数据如果用于ADAS功能，需要利用原始数据进行标注和识别，数据量一般在Gbps级别；而毫米波雷达本质上是毫米波频段的发射和回波的MIMO接收，其数据量在Mbps级别。Analytics预测，从2017年到2020年，带宽需求提高大约25倍，更高的帧率和分辨率只会给汽车带宽带来更大的压力。数据接口必须在这种汽车环境中运行良好，以支持高速、高可靠性和低延迟等要求。如下图美信推出了全新下一代GMSL（Gigabit Multimedia Serial Link）技术，用来支持未来ADAS和信息娱乐系统要求的宽带、互联复杂度和数据完整性的要求，其适配数据速率可达3Gbps以上。考虑自动驾驶的进展，其需要的外部传感器丰富度进一步提升，单个传感器的精度要求越发提升，其综合数据量仍将保持较快膨胀。

2.1.2. 信息娱乐域数据成长潜力巨大

智能座舱作为“第三生活空间”，主要数据增量来自潜在外联数据和车内算力提升。智能座舱作为信息娱乐域最主要的阵地，通过大屏+算力的方式给乘用人提供与外界联通的数据资源。传统座舱系统以简单硬件为主，仪表、T-BOX、音响、电动座椅等车身电子共同组成了传统汽车座舱的硬件系统，在智能汽车时代，相关零部件和功能得到了极大的丰富，例如AR-HUD、实体语音助手、大算力的中控屏芯片、液晶仪表屏等配置，进一步丰富了视听满足感。

信息娱乐融合部分ADAS功能，交互与体验HMI也日趋个性化。据盖世汽车研究院预测，未来座舱域控制器和安全域（ADAS/AD）控制器将协同工作，实时地将GPS和摄像头等的实时环境信息展示给用户，为多样化的自动驾驶场景应用提供交互保障。未来汽车使用场景将更加丰富，自动驾驶带来的人员解放，需要座舱功能从交互、环境、控制、空间、数据五大维度进行智能化，感知能力的增强也意味着需要以实用方式处理和显示的信息量也在不断增加，这就需要强大而灵活的硬件解决方案，并配以高性能图形功能和丰富接口。以高通智能座舱芯片为例，主要平台包括8155、820A、602A；高通凭借其通信优势，从车载信息娱乐向自动驾驶进军，最新主控芯片Snapdragon Ride，算力达到数百TOPS，可支持从L1/L2级别主动安全ADAS、到L2+级别“便利性”ADAS和 L4/L5级别完全自动驾驶的数据计算需求。

2.1.3. 动力/底盘/车身域增量有限

动力/底盘/车身域数据类型有所变化，但是并不构成相对增量。对于动力底盘，新能源汽车和传统燃油车相比，最大的变化是电机和电驱动取代发动机和变速箱，所以其监测的数据内容有所变化，但是从数据量上来讲变化较少。车身域由于车机的电动化智能化发展，会引入诸如电动调向控制器等新ECU实体，但是大多数控制器都是传统燃油车所具备的，所以其数据增量空间有限，也能大多复用原有的总线和接口。

2.1.4. 不同总线类型适配不同业务，高速以太网骨干成为未来趋势

总线的演进历史是需求的变化史。早期车机主要传输重要的控制数据，随着汽车功能的累加，点对点之间ECU通信互联需要的数据量逐步增大，例如激光雷达、视频以及信息娱乐域与外界网络的交互，均需要更高速率的总线和接口，以适应未来系统进一步的性能提升。以太网传输可以高效地解决车内高速传输问题，以太网PHY芯片和交换芯片构成以太网汽车通信系统。PHY芯片实质是以太网交换芯片的一个子集，完成层一的信号传输，在通过以太网总线单点连接时广泛使用；以太网交换芯片多适用于集中交换节点，汽车内部的集中处理单元会有相关接口。长期看，高速以太网络提供车内数据流转的基本骨干，和移动通信的基础架构类比，从最早开始电交换，到全IP通信，再到全网络光通信，我们认为车内通信随着数据通信量的提升，其演进逻辑类似，将逐步从分散的多总线架构演进为以以太网为主干网络、多种高效率总线并存的状态。

2.2 综合考虑算力演进和功能安全，完全中央集中较难实现

车辆系统在引入新功能时，需要遵循功能安全流程指引，其开发流程复杂。功能安全是车辆全部安全系统的重要部分，主要是把一些极端的失效工况考虑进来，在设计上做风险的对应防护。当任一随机故障、系统故障发生，都不至于导致安全系统失效，从而引起人员伤害、财产损失等严重后果。功能安全主要是一种主动安全，需要在软硬件的设计阶段进行完善的考虑，任一新功能的叠加均有可能对基础架构带来影响。

汽车系统安全性要求一定冗余度，需评估集中功能实体的风险。车内计算架构走向逐步集中，传统分布式ECU控制器功能一定程度被更高算力的ECU控制器所取代。但是每一个既有功能和新增功能，依然需要考虑功能安全要求，设定冗余度机制。完全集中化的平台虽然有利于计算和存储资源的高效利用，但即使集中平台内部考虑了一定软硬件冗余，从完备性上来说，高度集中对功能安全的设计影响较大，在考虑安全情况下，重要功能仍有必要做额外的备份。

从成本角度考虑，全部中央集中并非最优选项。在汽车电子架构的演化过程中，由于分部门的研发体系，往往在新加功能时做增量，形成纵向的累加；全部集中不仅对研发效率有较大影响，同时在理论线束上也并不是最优方案，物理分布式理论上比纯集中会减少线束复杂度，从而对研发和实施角度均节省了成本。

国内外大厂由于极高的严谨性要求，理念上不会快速掉头，EE架构不会迅速向完全中央集中。EE架构的变革并不是在电动化时代才有，ECU的逐步集中在燃油车上已有部署（差别主要在燃油机和变速箱）。我们行业调研发现，车主机大厂普遍对于整体中央集中抱有疑虑，同时既有的研发流程、管理体系、部门设置很难支撑快速的电气中央集中化变革。考虑到燃油车既有存量和未来增量以及电子电气架构一定的复用性，电动化进度也并不会导致完全集中化；新兴造车势力对于自动驾驶倾向于采用集成AI SOC进行计算和判断，但是执行层面依然需要多个ECU辅助执行。以特斯拉Model 3为例，其所谓自研“中央-区EEA”架构：中央计算机是自动驾驶及娱乐控制模块（Autopilot & Infotainment Control Module），由两块FSD芯片承担大量的数据计算，主要服务于自动驾驶功能；两个区控制器分别是右车身控制器（BCM RH）和左车身控制器（BCM LH），主要服务于热管理、扭矩控制、灯光等功能，其本质上仍然是区域集中。

2.3. EE架构的适度集中是未来中长期走向，汽车控制器将有较长的景气期

2.3.1. EE架构的适度集中，决定了控制器单元依然是重要功能实体，控制器个数并不因被合并而显著下降。

汽车控制器可以认为是ECU。ECU的概念近期被泛化，无论是DCU（域控制器），还是HPC（高性能计算机），乃至所谓VCC（车载中央计算机），实质是表征ECU的算力和集成规模。而ECU回归本质是电子控制单元器件，控制器在一定程度上，可以等同于ECU，包括前端的雷达等传感设备也是ECU。控制器更强调整体性，并不一定注重在“控制”，往往一个模块完成特定的功能（传感、控制、执行），并且具有完善的芯片、外围电路和封装。

汽车控制器的组成逻辑大体类似，包括主控制器、AD转换、输入输出IO、存储器等几大部分，从装配角度主要包括主控板（含CPU或MCU）、动力源、整流/天线罩、散热；主要涉及动力底盘控制、自动驾驶ADAS、车身/车载电器控制、车载信息娱乐这四大功能域。

每个功能域包括多种控制系统。控制器细分领域构成如下表所示，值得注意的是，由于厂家的设置不同，有些控制器可能分属不同的域：

从解决功能问题和安全性角度考虑，控制器个数并不因被合并而显著下降。短期不会向中央集中式快速转型，域集中趋势下，部分ECU功能被更高层ECU级吸收，但是控制器本身数量并非单边下降：

部分判断功能被高层控制器吸收，算力被集中后考虑功能安全和冗余，并不一定除去旧有设备，并且原有功能ECU可能并不只是具备一种功能，适当降低算力成为可能选项；

经行业调研，我们发现新能源车型的ECU数量相比较同等级燃油车并未下降，大多数在100-150个ECU/整车，而传统车型由于信息化水平不足，仅高端车型可能超过100个ECU，大多数在70-100个左右，中低端车在50个以下。例如，新能源汽车热管理系统的部件需求进一步增加，形成新的电子膨胀阀、带电磁阀的膨胀阀和电池冷却器等新的需求。

2.3.2. 汽车控制器市场规模短期即有万亿量级，长期随着电动化进程具备长期成长性

我们评估汽车控制器的市场规模：

1） 首先主要从新能源车和燃油车两方面考量，其两者由于使用的软硬件体系发生变化而有所不同，在中低等级车型中，控制器数量在新能源车上相比较燃油车使用较多，而高端车控制器个数在两种类型车相近；

2） 每种类型中商用车和乘用车由于ADAS的水平不同、信息娱乐域的需求不同，其使用的汽车控制器类型和数量不尽相同，商用车数量较少，尤其是燃油商用车近期几乎没有相关控制器；

3） 随着L0-L4自动驾驶的演进，以及渗透率的逐步提升，我们合理假设随着智能驾驶、电动化的进程，而逐步提升一个车身平均所具备的控制器数量；

4） 不考虑后装情况，在计算控制器均价时，我们经过草根调研对典型乘用车共发掘了近30种ADAS域控制器、10余种信息娱乐域控制器、30余种动力底盘域控制器和30余种车身域控制器；即使在每个域内，控制器规模、议价能力、经销商导致其价格差异较大，而且出厂价、车厂供应价、4S店价格等不同销售环节价格也有明显差异（如果按照零整比可高达数倍差异）。我们在调研范围内取其大致均价；短期看，域集中控制器（往往包含高算力SoC）由于其复杂度和性能提升，价格有较大幅度上涨；长期看，电子控制器价格小幅下降；

5） 由于低端车型和中高端车型控制器数量不同，我们分别评估；根据上汽通用披露的中高端车型占比55.7%（2020年）、长安福特中高端车型占比一半以上（2021年）；市场认知传统车市场是“纺锤型”结构，中间价位车多而低端/高端车较少，但新能源汽车则相反，是一个“哑铃型”市场，车型多集中在高端和低端领域，中间价位少。我们假设其低端和中高端车型占比分别为50%；

6） 从控制器价格层面，我们认为随着时间推移和量产进度加快，硬件本体成本下降是必然趋势，但是在系统上，软件配合控制器硬件上车是每个车企的特定需求，从系统布置、环境适配、仿真调教等方面均需要投入，所以并不能单一看硬件成本的降低，整体成本会是较为缓慢的下降趋势。

7） 汽车销量市场预计如下表：

国内汽车控制器市场规模短期即有万亿量级，乘用车ADAS域、信息娱乐域控制器贡献相对增量。经过我们测算，ADAS域、信息娱乐域相关控制器件（ECU电子控制实体）单体价值量相对较高，即使考虑量产降价，随着电动化进程和燃油车自动驾驶层级的提升，其总体空间在2025年有望达到8000亿元。相比较而言，动力底盘和车载车身域相关控制器其相对增量较为不明显，主要增长来源于汽车生产总量的稳步提升。

3. 车外：汽车联网数据量迸发

车外通信产业链条迎来新增量

3.1 汽车数据构建新通信链条，数据沉淀带来潜在价值

车外数据通信量明显提升。电动智能时代，数据感知（摄像头、雷达等）、自动驾驶算法开发、数据记录、网联（4G，5G，V2X）、影音娱乐产品、高精地图等，提供了丰富的数据来源，海量数据的传输、管理和存储成为新的问题。据希捷信息，在一个汽车保有量200万辆的城市，一天产生的数据高达1609TB，预计到2030年，预计智能汽车将会产生4-40TB/车/时的数据，数据的使用方须考虑传输和存储的成本。

汽车数据通信链条发生变化。现有机制下车辆的T-Box往往通过运营商SIM卡完成和网络的基础连接，而在智能驾驶时代，数据的传输链条发生变化：

车身产生的数据，主要包括三电、底盘和ADAS相关数据通过公网连接传至主机厂，并按照安全法规提交国家监管平台；

主机车厂和自动驾驶厂商合作（或自研），通过数据沉淀和模型反馈进一步完善自动驾驶体验；更新后的软件系统可以通过OTA下发；

信息娱乐域的数据请求和下发、高精地图的下发更新OTA，理论上都需要经过主机厂验证，占用一定的车企端数据机房的服务器资源。

行车数据在边缘节点和核心节点均有可能存在，且在数据不断积累的情况下，结合交通情况有可能提升整体交通效率，整体数据流转不再是原来的单点对车厂/TSP，而形成数据资源积累、反馈、安全共管的整体机制。

3.2. T-Box是汽车对外通信核心，高融合度汽车通信单元迎来长期发展

T-Box承载了车对外通信的绝大多数流量需求。T-Box并不是车对外通信的唯一通路，例如汽车钥匙、车联wifi等，但T-Box承载了绝大多数的外界通信职责，是事实上的车内车外通信的网关。远程车辆管理、车辆数据管理、紧急电话、车辆诊断、OTA等产生的数据流量均需要通过T-Box完成对外互联。随着智能网联化进程加速，高精度地图、信息娱乐服务等大流量数据也将通过T-Box进行通信。

T-Box由最初的车辆远程管理工具，逐步演化成智能驾驶时代的融合通信平台。T-Box可称为一个独立的功能域，主要提供行驶安全/合规、提高交通效率、提供出行信息服务等功能。简述T-Box发展历程：

最早是基础车辆服务和联网、远程通信需求；

GBT32960系列国标规定电动车必须采集整车数据上报后台，主要分为电池、驱动电机、告警类和其他状态数据；第二个强制标准是采集国五国六排放数据，这是T-Box普遍装机的法规要求；

附属功能的增加：一是支持网络流量的接入，二是支持远程网络控制，三是支持整车远程诊断，四是需要做OTA升级；

近年功能需求：一是信息安全，由于联网特性需要预防被外部入侵；二是用户隐私安全，需要做数据用户认证。

当前T-Box除了有传统通信模组（4G、5G）外，也在逐步融合V2X（车联网）、高精度定位等功能。当然，如果不将高精度定位硬件集成在T-Box中，则会和外部定位系统有一路连接，实现双频GNSS、RTK差分等高精度定位。从安全层面，车联网的功能安全问题尚未被完全解决，安全消息的加解密、CA（Certificate Authentication）验证等功能，未来T-Box模块极有可能集成部分安全相关功能。目前T-Box的发展有两种趋势：

1） 成为高融合度的T-Box作为统一硬件平台，持续利用算力提供通信、安全、定位等功能，成为智能驾驶时代发展高级别器件；

2） 成为法规件：由于联网系统目前在自动驾驶中整车功能安全问题无法解决（高级别车规级认证要求），有可能将T-Box功能弱化为一个集成通信安全、合规要求的法规件，而将其他可靠性部分交由例如VCU执行。

T-Box处理能力逐步增强，其组成价值量有望提升。T-Box在除通信能力外，还需要处理相关业务的能力，其组成除包括通信模组、天线等基础部件外，还至少包括MCU处理器负责电源管理，两者构成T-Box的最小系统。片上系统主要负责和业务逻辑判断相关的部分，也包括V2X高层协议、安全、传输协议等；此外，还可能会有安全SE（Secure Element）芯片。对外接口方面，CAN总线收发器完成与车机的互通，大数据量决定了T-Box对车内接口需要适配数据量的变化，千兆以太网成为汽车智能化发展的必要选项。我们认为，弱化T-Box功能更多为了功能合规，从整体效用来看，T-Box由于承担了对外网联以及潜在的车联通信协议、定位、安全等多种功能，其部件处理能力均需提升，整体将有对应的价值增量。

3.3. 汽车智能化交互导致流量激增，算力和存储催生云基础设施新增量

电动智能引发急迫的数据管理需求。随着车联网应用快速上车，根据前述分析，汽车摄像头、激光雷达等各类传感器更多，采集到的信息量巨大，很有可能涉及到敏感地点；车机数据记录轨迹、行为，涉及个人隐私保护；国家有关部门出台了一系列标准和规定，对某些数据强制要求上传国家监管平台，并且明确要求汽车数据的出境规范管理。

除上传国标安全规定数据外，其他传输信息主要包括三电（电机电控电池）、底盘、车身、ADAS和GPS等信息，大多数车企均会自定义上传数据。根据草根调研，当前每辆车每天联网的数据量在大概20M-80M之间，车身底盘数据虽然种类繁多，但是单个数据量较小，往往以4个16进制数字位表示，其单个参数大小仅为2Byte，总线数据大概在1KB/S左右。

车企由于合规需求，均自建或者采用和国内IDC厂商、云服务厂商合作的方式构建主机厂云平台，数据增量直接影响IDC的扩建需求。未来自动驾驶每日数据量（微软20-40T/天，希捷4-40T/小时），我们假设每车每天产生的数据量为20T，在真正商用阶段其中有20%数据需要和网络交互，在尚不考虑信息娱乐域的潜在增量前提下：

根据前述乘用车销量预计，如果每年3500万辆新增乘用车，则至少每天新增待传输数据量3500*4=1.4亿T；

对于典型的X86服务器而言，一般1U的设备是一台普通的双路服务器（两个CPU），内存memory配置一般从64G到1T不等。用于计算的节点采用高端系列，用于cache的节点采用大内存（一般几百G级别），用于存储的节点CPU可采用中端系列，数据库的节点都是高端CPU和大内存，用于AI的节点以GPU为主。所以，不同的业务模型决定了使用相关业务服务器，我们结合车辆数据的特性粗估数据量分别有计算、AI、存储、网络通信的需求，假设一台1U的服务器对应综合处理能力1G/秒；

针对增量汽车，一台服务器每天可提供1G*24*3600=84.3T，则需求服务台数约1.4亿/84.3=166万台

一个标准42U机架以支持16台1U服务器为准，其满载状态需要新增10.4万机架，若以上架率70%计算，每年需求新增14.8万台机架。

4. 投资建议

汽车产业电动化变革大潮下，车内通信+车外通信构建智能化和网联化底座。我们认为，车内电子电气EE架构的的适度集中是中长期趋势，汽车控制器相关产品作为重要的通信和功能载体，其市场空间被进一步打开，控制器厂商和上游车载处理器、MCU等芯片对应受益；考虑到未来智能座舱渗透提升，信息娱乐域控制器和相关系统配套受益。车外通信在数据量爆炸和合规需求下，T-Box向高融合度发展，国内算力和存储等基础云设施迎接新增量。

1） 汽车控制器长期随着电动化进程具备长期成长性，推荐和而泰，受益标的科博达、朗科智能以及汽车电子供应商经纬恒润（未上市）、琪埔维半导体（未上市）、均胜电子；控制器上游车载处理器芯片厂商同样具备相应成长性，受益标的瑞芯微、全志科技、MCU供应商兆易创新；海外受益标的英伟达、瑞萨、高通、英特尔、赛灵思、TI等；

2） 汽车电子电器架构变化和数据需求，促进车内车载以太网发展，受益标的PHY芯片供应商裕泰微电子（未上市）、景略半导体（未上市）；

3） 车外通信催生T-Box新融合态势，受益标的网联模组厂商移远通信、高鸿股份、系统配套东软集团；

4） 智能座舱伴随电动化迎来快速渗透期，受益标的方案提供商德赛西威、中科创达、华阳集团；

5） 汽车网联数据量迸发引发数据中心新增量，推荐汽车数据上云IDC运营公司光环新网、奥飞数据。

5.风险提示

5.1. 汽车电子架构急剧转型，汽车控制器量价不达预期

虽然面临不少问题，但是如果汽车电子电气架构迅速向中央完全集中式转型，并且算力获得极大提升，则汽车次级控制器数量可能不及预期，且其所需能力和价值量均会下降。

5.2. 汽车四化进度不达预期，上游芯片产能受限

汽车的电动化进程受政策、补贴均有影响，且当前芯片晶圆厂产能受限，汽车电子元器件供应不足，国产化进程当前仍有待突破，可能导致汽车智能、网联化趋势有所减缓。

5.3. 智能驾驶进展停滞，汽车数据传输量不达预期

智能驾驶方案的落地实施需要产业各方紧密协同，若智能驾驶推进受政策、技术等阻力而相应滞后，汽车数据传输量可能低于预期，影响对于上云需求。

附录：主要公司盈利预测与估值