5月22日盘后，CIS(CMOS图像传感器)龙头韦尔股份对外透露，拟通过全资子公司绍兴韦豪增持汽车存储器龙头北京君正股票，增持金额或达40亿元，增持后累计持有北京君正股份不超过其总股本的10.38%，或将现身前四大股东之列。有趣的是，目前韦尔股份手上的钱并不宽裕，此时大手笔的增持背后有哪些必然的理由？增持北京君正，又透露出韦尔股份的哪些布局意图？

形势所迫

韦尔股份2022年一季度出现了营利双降的情况。一季报显示，韦尔股份收入55.38亿，同比下降10.84%；归属于上市公司股东的净利润8.96亿，同比下降13.9%。从业务构成来看，智能手机部分占比最高。韦尔股份2021年年报显示，公司主营收入的71%来自图像传感器解决方案，其中，智能手机业务占比达到57%，是其收入的重要支柱，其次是安防监控和汽车电子，分别占比18%和14%排二、三位。

近期智能手机销量不断下滑，或许是公司一季度收入净利双降的原因，这也是韦尔股份的心头隐忧。

据中国信通院近日发布的数据，4月国内市场手机出货量同比下降34.2%。环比来看，当月1807.9万部的出货量与3月的2146万部相比，也出现了明显下滑。综合来看，2022年1-4月，中国国内市场手机出货量累计8742.5万部，同比下降30.3%。而在全球范围内，2022年一季度的智能手机出货量同比下降了11%。

智能手机出货量下降所带来的冲击影响到多家企业。例如，全球指纹识别芯片龙头汇顶科技2022年一季度营业收入8.74亿元，同比下降近四成，也是汇顶科技五年来首次Q1业绩出现亏损。因为指纹识别芯片应用多集中在智能手机领域，行业波动明显时，对其冲击更大。

寻找新的增长点迫在眉睫。

韦尔股份在3月中旬的一次接待机构调研的网络会议上强调，汽车将成为公司继手机后的第二大业务市场，“在汽车电子化、智能化的趋势下，公司将迎来巨大的商业机会。”不难看出，韦尔股份对汽车业务寄予厚望。

大势所趋

要完成此次增持，韦尔股份并不轻松。一季报显示，截至2022年3月底，韦尔股份货币资金为60.16亿元，短期借款为20.51亿元，此时斥资40亿元增持着实有些压力。

不过韦尔股份透露，本次增持所需资金只有40%是自有资金，其余为银行贷款及法律法规允许的其他融资方式筹集的资金并且不涉及使用募集资金。

借钱也要增持，韦尔股份为何如此坚决？大势所趋。

消费需求决定产出方向。智能手机出现之前，PC(个人计算机)与手机泾渭分明，各有各的道。2000年-2007年，PC的逐步普及带动了全球半导体芯片的增长，2007年iphone为代表的智能手机横空出世，接棒成为半导体芯片行业销量增长的主要动力。2015年起智能手机整体全球出货量增长缓慢，进入饱和市场，智能手机渗透率同步进入缓慢发展的成熟期。一个显著的特点是，竞争格局基本稳定，行业集中度（CR5）逐渐提升至70%以上，头部厂商则是几家龙头交替。并且几家龙头厂商的盈利空间日趋狭窄。

韦尔股份所处的半导体芯片行业，已经隐现“新老交替”的苗头——汽车芯片或将替代智能手机行业，成为芯片需求的最大板块。

随着汽车智能化发展的不断推进，未来的智能汽车或将变成一台四个轮子上的超级计算机，大量的数据和智能运算必不可少。芯片的计算能力将在很大程度上决定一台智能汽车的能力天花板。此外，以“零碳排放”为主的绿色发展理念以及不断飙升的石油价格让新能源汽车这个“后浪”成为了焦点。

乘联会数据显示，即便是受疫情影响的4月，国内新能源乘用车零售销量也达到28.2万辆，同比增长78.4%，1-4月，累计零售销量135.2万辆，同比增长128.4%。据天风证券测算，假设传统汽车需要的半导体芯片为 500-600 颗芯片/辆，新能源汽车需要的半导体芯片为1000-2000 颗芯片/辆。预计 2026 年传统汽车销量 6780 万台测算，新能源汽车 4420 万台测算，整体全球需要的汽车芯片增加为 903 亿颗/年。

具体到韦尔股份的主业，在汽车智能化对芯片需求的大浪潮中，图像传感器扮演着重要的角色，包括 GPS 接收器、激光雷达、超声波传感器、毫米波雷达、高清摄像头等。

比如，汽车厂商对图像传感器的需求从传统的倒车雷达影像、行车记录仪扩展到电子后视镜、 360 度全景成像、高级驾驶辅助系统（ ADAS）、驾驶员监控（ DMS）等系统。当汽车驾驶辅助系统工作时，需要收集、传输大量路况环境的实时图像，就离不开图像传感器的高性能支持。汽车越是智能，所需要的行车环境数据便越多，车用图像传感器数量也将从传统的2颗左右提升至十余颗，未来摄像头只多不少将成为必然。伴随着更复杂的应用场景对像素要求的提升，车用图像传感器的单颗价值量也将有一定幅度的上涨，市场前景广阔。

根据 Frost&Sullivan 统计， 汽车市场将是增长最快的 CMOS 图像传感器应用市场，至 2023 年将实现 29.7%的复合年增长率。2021 年，产能短缺进一步推动车载 CIS 行业市场集中度上升，其中龙头安森美（ 45%）及豪威科技（ 29%，已与韦尔股份合并） 市场份额合计占比超 74%。

毫无疑问，汽车市场因为终端的需求以及全球零碳排放趋势，必将带来新的汽车芯片需求。

为何牵手北京君正？

一方面，北京君正是存储器领域的佼佼者。北京君正成立于2005年，2011年5月在深圳创业板上市。该公司深耕于高性能、低功耗处理器芯片的自主设计、研发和销售，2020年5月在收购北京矽成后，完成 ISSI （存储器）、Lumissil（模拟及互联芯片）和 Ingenic（智能视频芯片和微处理器）三大品牌的建设，完善了“存储+模拟+互联+计算”的技术分布，科研人才遍布全球，专利颇多。

更关键的是，该公司积极进军汽车领域，客户名单中已有博世汽车、大陆集团等下游车企，业务前景一片光明。2021年，北京君正实现营业收入52.74 亿元，同比增长143.07%，实现归属于上市公司股东的净利润 9.26亿元，同比增长1165%，从投资角度看是不错的选择。

另一方面，韦尔股份押注未来的汽车领域图像传感器业务，与存储能力密切相关。据估算，仅仅ADAS摄像头一项，每小时产生数据量就达352GB，后续伴随主机厂对立体或三摄相机的应用，这一数据量将在此基础上再增加 1-2 倍，其数据生产量非常大，也意味着对处理和存储方案提出更高的要求，二者协同前进格外重要。

第三层原因，是双方目标一致，共同看好汽车领域乃至万物智联的发展。2020年12月，韦尔股份与北京君正合资设立了上海芯楷集成电路有限公司，研发面向消费市场的 NOR Flash 产品。就北京君正的存储器业务而言，从PC时代到功能手机再到智能手机时代，存储器也由DRAM、NOR Flash、再到低成本高容量的 NAND Flash不断演进，如今NOR Flash已经开始在5G、TWS 耳机、物联网、汽车电子等新兴领域广泛应用。可以预见，智能汽车存储系统、智能化可穿戴设备等等将成为存储器领域再次腾飞的关键。

对于芯片领域来说，智能手机从红利巅峰滑落只是迟早之事，智能汽车或许是视野所及内的最大希望。韦尔股份牵手北京君正，背后的必然或正在于此。

车企最缺什么芯？

车载芯片种类繁多。那么，这两年闹得沸沸扬扬的缺芯浪潮中，车企最缺的到底是什么芯？

在回答这个问题之前，我们先认识一个新名词：MCU。

MCU全称Micro Control Unit，即微控制器，又名单片机。通俗来看即可以理解成一个微型计算机。MCU是把中央处理器的频率与规格做适当缩减，并将内存、运算器、计时器、接口等整合在单一芯片上，形成芯片级的计算机，为不同的应用场合做不同组合控制。

随着汽车智能化加速，整车将会搭载更多功能，大量执行元件需要MCU来控制。

从防抱死制动系统、四轮驱动系统、电控自动变速器、主动悬架系统，到现在逐渐延伸到车身各类安全、网络、 娱乐控制系统等领域。

如今，一辆传统燃油车需要使用几十至数百颗MCU，新能源汽车的使用量更是翻倍。

如此大用量的MCU芯片，便是这两年车企缺芯的主角。

而且，对MCU的需求还在不断增加。

据IC Insights预测，全球车规级MCU市场规模有望从2020年的65亿美元增长至2023年的88亿美元。

车载芯片到底有哪些？

从数据处理能力来看，除了本质为控制指令运算的MCU，车载芯片还包括算力相对较强的主CPU和以智能运算为主的AI芯片（也有将CPU归于和MCU同类的，此处不作展开）。

AI芯片对算力的要求最高。

广义上讲，能运算AI算法的芯片都叫AI芯片。但狭义上一般将AI芯片定义为“专门针对AI算法做了特殊加速设计的芯片”。

目前通用的CPU、GPU、FPGA等都能执行AI算法，只是执行效率差异较大。

FPGA意为现场可编程门阵列（Field Programmable Gate Array），是在可编程器件的基础上进一步发展的半导体器件。与为特定设计任务定制制造的专用集成电路(ASIC, Application Specific Integrated Circuit) 相比，FPGA 可以在制造后重新编程以满足所需的应用或功能要求。

同时，也有部分芯片企业开始设计专门用于AI算法的ASIC专用芯片，比如谷歌TPU、地平线BPU等。

在智能驾驶产业应用没有大规模兴起和批量投放之前，使用GPU、FPGA等已有的通用芯片可以避免专门研发定制芯片（ASIC）的高投入和高风险。

但由于这类通用芯片设计初衷并非专门针对深度学习，因而存在性能不足、功耗过高等方面的问题。

专门定制的ASIC可以有效解决这些问题，但因其成本与风险过高，目前市场还并不成熟。

自动驾驶芯片常被称为AI芯片，算力以TOPS（每秒万亿次）为单位。而智能驾驶座舱芯片算力要求比自动驾驶芯片相对略低。

而从芯片结构形式上来看，随着汽车智能化的不断深入和自动驾驶级别的提升，传统的CPU早已无法满足智能汽车的算力需求。

集成了AI加速器的SoC异构芯片应运而生。

为整车提供大脑的自动驾驶AI芯片

随着自动驾驶级别从L0到L5的提升，对为其提供大脑的芯片的算力要求也在不断攀升。

实现L4及以上级别的自动驾驶到底需要多少算力？一般认为，L4需要的AI算力>100TOPS，L5需要的AI算力则高达500-1000TOPS。

但业界并没有明确的定论。现有产品中，有Mobileye的176TOPS即可支持L4/L5级别自动驾驶，也有英伟达大手笔祭出1000TOPS算力冗余的方案。

而算力上的比拼，显然已成为各家AI芯片厂商间无言的默契。

随着智能汽车的发展，AI芯片潜力巨大。

据东吴证券研究所测算，AI芯片单车价值将会从2019年的100美元提升到2025年的1000+美元。

我国汽车AI芯片市场规模也将从2019年的9亿美元提升到2025年的91亿美元，复合增速达46.4%；到2030年将达177亿美元，十年复合增速28.1%。

为车机提供大脑的智能座舱SoC

智能座舱芯片是车载芯片中另一类复杂度较高的SoC芯片。

智能座舱SoC主要负责座舱内海量数据的运算处理工作。

而随着智能座舱快速发展，座舱SoC不仅需要处理来自仪表、座舱屏、AR-HUD 等多屏场景需求，还需要执行语音识别、车辆控制等操作，智能汽车对座舱SoC的性能、算力需求也在持续攀升。

高通是智能座舱芯片领域绝对的霸主，目前市面主流的智能驾驶舱车机芯片基本都出自于高通。

高通已量产的SA8155P芯片AI算力约8TOPS，其第四代座舱SoC集成的NPU算力高达30TOPS，是目前已发布的AI算力最高的座舱SoC产品，计划2023年投产。

WEY摩卡、小鹏p5、蔚来et7、威马w6与零跑C11等车型都不约而同采用了高通最新的8155处理器。

而一向不按常理出牌的特斯拉则从2021年11月开始将其性能版ModelY的座舱SoC从IntelA3950换成了AMD Ryzen。

据悉，相比于高通8155处理器，AMD Ryzen的CPU性能强2倍，GPU性能强大约1.5倍。

业界普遍期待，特斯拉的此次升级是否会改变智能座舱芯片一家独大的局面，掀起智能座舱芯片新一轮的“军备竞赛”。

此外，三星、瑞萨、恩智浦、德州仪器等传统车载SoC厂商也均有智能座舱SoC产品推出。

总体而言，目前车载芯片的市场仍处于被少数几家巨头垄断的局面。但随着行业的发展，多家新兴企业正在崛起，资本与技术纷纷入局。

文章来源： 博望财经，智驾网