车联网、电动车夯 支撑全球半导体成长

www.nissan.com.hk" alt="Nissa Leaf 是全球销售量最多的电动车，目前具备有半自动驾驶的能力，在欧洲是很受欢迎。图片来源：www.nissan.com.hk">

Nissa Leaf 是全球销售量最多的电动车，目前具备有半自动驾驶的能力，在欧洲是很受欢迎。图片来源：www.nissan.com.hk

在半导体制程不断进化，加上AI、云端服务等创新科技的蓬勃发展下，不仅改变民众日常生活习惯，其中又以发展超过百年的汽车最为明显。以往只有在电影境节中才会出线的自动驾驶、电动车等，正逐步在现实生活中出现，如融合多项传感技术的自驾车，可大幅减少人为驾驶错误发发生，进而达到提升车辆、行人安全。

至于在地球暖化议题备受关注下，可减少运输时排放废气的电动车，能降低对环境所造成的影响。正因如此，以往支撑全球半导体成长力道的智能手机、数据中心等，正逐渐由车用半导体取代，预计2022年全球汽车电子零组件市场规模将达679亿美元，其中亚太市场将以41%成长率领先全球。

看好车用半导体市场的长期发展，耕耘该领域多年的英飞凌，在2019年6月3日即宣布以90亿欧元购并赛普拉斯，预计2019年整体营收可望超过恩智浦，成为车用半导体排行的龙头。

至于以往专注移动芯片的联发科技，则在2019年CES上推出以 Autus 品牌的车载芯片，所要锁定车载通讯系统、智能座舱系统、视觉驾驶辅助系统、毫米波雷达解决方案等，主打可降低汽车制造商的开发成本。

自动化程度日深  仰赖电子元件协助

尽管车用电子发展多年，但是过去受到技术上的限制，加上消费者购买因素，很多应用并没有受到关注。然而现今在政府法规与消费者需求期盼下，不仅带动车厂推出配备多种安全设计的车辆，主打排放零污染的电动车，更成为许多消费者关注的发展趋势，预估2040年全球贩售的1.2亿辆新车中，将有高达50%将是电动车。

汽车自动化、电动化比例愈高，则需要仰赖更多电子元件协助，ON Semiconductor指出当自动车从Level 2升到Level 4时，驾驶辅助系统配备的各种IC半导体传感器数量，将达到40个以上。至于电动汽车所搭载的各种电子元件成本将高达580美元，电源IC年复合成长率将达到42%，LED灯驱动IC有24%成长。

至于融合物联网技术的车联网，搭配愈来愈普及的自动化系统，将催生出汽车与基础设施互联(V2I)、汽车与汽车互联(V2V)和车与车联网串连的三种模式。此种以安全为主的应用场景，将会强化汽车对高速处理器、传感器、控制器、通讯芯片等元件强烈需求。

有别于消费型的电子元件，汽车制造商对车用电子的要求极高，产品除需要符合车规标准，需能够在-40°C ~155°C之间工作外，零件使用寿命也希望可长达15~20年，以确保行车过程中的安全。

32位元车用MCU出货量攀升  ARM平台成主流

尽管受到中美贸易战的影响，2019年上半年全球汽车销售状况不假，连带影响到车用MCU出货量。然在车应用趋势的需求上升，如ADAS、自驾车、车载资通讯、车联网等技术发展下，车用 MCU长期出货量将呈现稳定成长趋势。

因应不同应用，车用MCU依照运算能力不同，可分成8、16、32位元等 3 类，其中8、16位元的MCU，主要用来控制较单纯的设备，如电动窗、电动方向盘、煞车等。至于较复杂的自动驾驶、ADAS、车载资通讯等，则需仰赖32位元的MCU。因此，根据研究报告指出， 32位元MCU出货量占整体出货量的70%，且未来占比将会持续攀升。

尤其预先整合传感器或其他元件的车用MCU，尽管价格相对较贵，但是却反而能够降低后续车用系统的开发成本。因此，目前有不少车商开始将高单价的车用MCU用于中高级车款之中，以便创造出更多元的应用。

值得一提，除联发科、Nvidia、高通是以车用SoC形式出货外，市面上各家车用MCU的品牌，如恩智浦、意法半导体、英飞凌等，均是以ARM Cortex-M或ARM Cortex-R核心，主打开发容易、省电等特性，进而让产品可拓展至更多车用领域之中。

AI应用范围大增  边缘运算兴起

在物联网技术成熟带动下，不仅让智能城市、车联网等应用情境逐步实现，也带动各种联网装置快速成长。传统智能服务都是仰赖高效能的云端服务平台处理，然若要确保车联网、自驾车等能稳定运作，自然需要在终端装置上安装高效能的AI芯片，即是近来被广泛讨论的边缘运算。

若要在终端设备上执行AI，目前解决方案除传统的高效能GPU架构之外，也有不少业者以FPGA推出解决方案。如NVIDIA推出的NVIDIA DRIVE AGX是一个可扩充的开放式自驾车运算平台，主打具备高效能又节能的运算能力，可提供运作无虞的人工智能自动驾驶功能。

至于英特尔则推出的Intel Cyclone 10系列产品，即是针对汽车或工业设备设计的FPGA，可提供快速处理、省电能力，能及时处理复杂影像与分析。

虽然专属GPU在运算能力较高，但是相对售价也较为。至于FPGA则具备可快速部署的优势，加上产品本身具备可程序化的特性，一旦汽车厂商开发出新AI演算法，则可以趁车主回厂保养时进行更新，亦是兼具成本与未来发展的好选择。