深圳市明佳達電子有限会社へようこそ

最近、ST や NXP などのチップ サプライヤが発表した 2022 年第 2 四半期の財務報告データによると、自動車用チップに対する高い需要の恩恵を受けて、市場収益は依然として 28% という驚異的な成長率を維持しています。自動車用チップ市場の動向については、大手メーカーは依然として将来の見通しについて楽観的です。特に自動運転SoCの新市場では、NVIDIA、Qualcomm、NXP、Horizonなどが多額の投資を行っています。

自動運転 SoC 業界では、市場が徐々にいくつかの非常に大きなプレーヤーに統合されており、ADAS チップ市場の発展を牽引しています。市場機関は、2024 年までに世界の車両出荷における ADAS の普及率が 78.7% に達すると予測しています。より高い安全基準とより低い部品価格と相まって、Tier 2 カテゴリの収益市場シェアは 2022 年に 44.4%、2024 年に 60% に達するでしょう。

L4 レベルの SoC は、2030 年までに収益の 24% を占めると予想されています。これらの SoC は、L3 レベルの SoC よりも参入障壁が高く、コストが高いため、高級車や AI タクシーで使用されます。

電動化と知能化の継続的な発展に伴い、半導体は自動車にとってますます重要になっています。その中でも、知性のレベルは、お客様が車両を購入する際に考慮すべき重要な要素となっています。自動運転の精度と効率は、チップの計算能力と製造プロセスに依存します。

したがって、自動運転に対する需要の高まりは、自動車用チップの高度なプロセスの需要を促進しており、先進運転支援システム (ADAS)/自動運転 (AD) チップの市場規模を大幅に拡大します。 ADAS/AD プロセッサの計算能力は、対応する自動運転レベルの要件を満たす必要があります。

さまざまなレベルの自動運転に関する米国自動車技術者協会 (SAE) の定義基準によると、L2 レベルの ADAS/AD チップの TOPS (1 秒あたりの兆動作) は通常 10 から 100 の間であり、L3 レベルの TOPS は通常レベルは 150 から 200 の間です。L4/5 レベルの TOPS は 400 を超え、1000+ に達します。各レベルは、機能に基づいてさらに分割されます。

基本レベル 2 の機能には、アダプティブ クルーズ コントロール (ACC) と車線維持システム (LKS) のみが含まれ、わずか 10 TOPS の SoC を介して利用できます。ただし、上級レベル L2 では、上級 ACC を達成するために最大 75 TOPS が必要になる場合があります。

世界の ADAS/AD SoC 市場は、2022 年から 2027 年までの CAGR が 26.3% で、2030 年までに 300 億ドルに達すると予想されています。 L2 レベル SoC の収益市場シェアは 2022 年に 44.4% に達し、安全基準の向上とコンポーネント価格の低下により、このシェアは 2024 年に史上最高の 60% に達するでしょう。 L3 AD システムが一般の信頼を得るには数年かかるでしょうが、2027 年までに L2 を標準に置き換えるでしょう。

L3 レベルの SoC と比較して、L4 レベルの SoC はコンピューティング能力と帯域幅が大きく、より高解像度の画像を処理し、迅速に応答できます。したがって、L4 レベルの SoC の参入障壁とコストは L3 レベルの SoC よりもはるかに高いため、主に高級車や AI タクシーで使用されます。

L1 および L2 ADAS SoC の参入障壁が低い。したがって、カメラやレーダーなどの ADAS センサーのコストは低下し続けていますが、ADAS の普及率は大幅に向上する可能性があります。カウンターポイントは、自動車出荷における ADAS の世界的な普及率が 2024 年までに 78.7% に達すると予測しています。

同時に、複数の新しいプレーヤーが ADAS チップ市場に参入します。これらの新興企業は、AI チップの設計と大量生産が可能であり、そのソリューションは、ローカル言語やローカリゼーション アルゴリズムなどのローカリゼーション要件を競争力のある価格で迅速に満たすことができます。

その結果、新興の自動車 OEM はこれらの新しいソリューションを好むでしょう。ただし、ルネサスや NXP などの従来の自動車用チップもソリューションを提供しています。 L3 レベルは、L2 レベルよりも多くのセンサーとより効率的なコンピューティング ユニットを使用します。レベル 3 とレベル 4 の最も顕著な違いは、人工知能の向上です。レベル 4 の自動運転車は迅速な意思決定を行う必要があるからです。

一方、自動運転 (AD) チップの開発は、主に NVIDIA や Intel (Mobileye) などの確立された家電大手によって推進されてきました。 ADチップの研究開発費と参入障壁は、ADASよりもはるかに高い。 AD ソリューションには、コア AI チップに加えて、コネクティビティ、センシング システム、画像トレーニング モデル、ADAS マップ開発、ルート プランニング、車両制御、ドライバー監視システム (DMS)、自然言語処理 (NLP)、およびインテリジェント ドライビング キャビンも含まれる必要があります。解決。

さらに、AD チップは、カスタマイズされた地域固有のアルゴリズムを提供できなければなりません。これは、自動車 OEM と AD チップ企業とのパートナーシップを通じて実現する必要があります。