东吴汽车 - 东吴汽车重视OEM自研价制价芯片的长期意义[1] - 智能化行业进展速度比预期快[2] - 智能化将取代电动化成为汽车市场主角[2] 自研芯片 - 主机厂自研边缘端自动驾驶芯片有高性价比[5] - 自家芯片全自研可行性较高[5] - 芯片设计、制造和封装测试是芯片开发的三个主要环节[10] - 芯片设计中的IP核开发是自研芯片的关键环节[11] - 自研自动驾驶芯片设计中的IP核包括CPU、GPU、DSP、ISP、NPU等[14] AI芯片 - AI芯片分类包括GPU、FBGA、ESCA和类脑芯片[8] - GPU代表极致性能在算力上有最优表现[8] - ASICA芯片强调软硬件化功能[8] - AI芯片包括GPU、FPGA和S卡芯片在不同场景中的应用[9] 边缘端芯片 - 边缘端芯片相比云端芯片具有更高的性价比[16] - 英伟达和华为在边缘端芯片设计方面已经实现全面布局[19] - 软件能力快速提升，对芯片算力提出更高要求[17] 英伟达 - 英伟达通过CUDA形成了强大的软件生态壁垒，保持在AI芯片硬件领域的市场份额[22] - 英伟达在不同行业领域持续拓展，包括游戏、数据中心、汽车、医疗等[24] - 英伟达在2023年下半年实现了高速的一个营收爆发[26] - 英伟达的净利率在下半年达到了50%以上[27] - 英伟达在自动驾驶领域形成了全套的完整解决方案[28] - 英伟达提供了完整的AI Enterprise软件站[29] - 英伟达形成了全套的自动驾驶解决方案，包括硬件和软件[29] - 英伟达的多样化解决方案支持不同主机厂的产品开发[30] 华为 - 华为在智能汽车领域实现了软件和硬件的全覆盖[31] - 华为的升腾310和910芯片用于边缘端和云端的算法训练[31] - 华为在软件领域推出了盘古大模型，提供全流程的开发工具链[32] - 华为推出了对标英伟达CUDA的易购计算架构平台[32] - 华为在自动驾驶领域布局全面，与多家主机厂合作扩大市场份额[34] 其他 - 高通推出基于自动驾驶领域的RAID平台，预计2024年下半年上市[35] - Mobileye在感知和规控领域聚焦低成本解决方案，逐步向主流市场开放核心技术[36] - Mobileye在全球L2级别以下自动驾驶市场占据较高市场地位[37] - Mobileye在高阶自动驾驶领域与海外合作，预计今年推出首款IQ6芯片解决方案[38] - 地平线与Mobileye不同，从一开始就基于开放角度，帮助主机厂培养自动驾驶软件算法能力[39] - 地平线合作国内主机厂，提供完整工具链赋能主机厂进行软件算法开发[40] - 特斯拉自16年开始自研FST芯片，逐步升级至HW4.0时代，实现超算中心芯片自动调优和并行化[41] - TensorFlow是一个深度学习软件算法框架，吉利和蔚来已经在自研自动驾驶芯片方面取得进展[42] - 新能源汽车渗透率已提升至40%-50%，整个汽车行业正全面聚焦全球化和智能化[43] - 在自动驾驶领域，华为和小鹏是核心推荐，其他主机厂也在积极跟进[44]