对于大部分主机厂而言，采用功能域进行划分将会是长期的主流发展路径。因为这与 市场上大部分的 OEM 与 TIER 1 的设计采取同一路径，使得供应链采购更加方便。成熟的 第三方 TIER1 的产品可以帮助 TIER1 企业快速建立一个功能域的底层硬件能力。预计大部分主机厂仍会使用混合域的 EEA 架构，即部分功能域集中化，形成“分布式 ECU 域控 制器“的过渡方案，最后形成"super controller（中央超级计算机） zonal control unit（区 控制器）"的架构，这一 EEA 演进过程可能长达 5-10 年。
域控制器核心组成：高性能 SoC 驱动，搭载自动驾驶软件操作系统底座
1）底层芯片：异构分布 SoC 作为计算核心，AI 单元决定算力差距
硬件结构上，智能驾驶域控制器承载了车辆线控平台与多数量、多类型的外围传感器， 内部以大量多并行计算作为主要特点，向外则需要对接大量不同类型的传感器接口。大批 量、多类型的数据流入特征，使得自动驾驶域控制器的底层芯片应当是异构多核芯片。
核心计算芯片一般会采用一颗或多颗高性能的 SoC。当前主流厂商使用的均是多核异 构的 SoC，即传统的 CPU AI 计算单元的解决方案。SoC 通过在单块芯片上集成多个微 处理器、模拟 IP 核、数字 IP 核和存储器等部件来实现相关功能，包括 CPU、AI 计算、 DSP、ISP、Codec、NPU（ASIC）、Modem 等模块，其中最核心的是计算单元与 AI 单 元。
计算单元 CPU：多核 CPU 的计算单元具有主频高，计算能力强等优势，通过系 统内核管理软件和硬件资源、完成任务调度。CPU 执行了大部分自动驾驶相关 的核心算法，根据 AI 单元整合完成的多传感器融合数据，完成路径规划、决策 控制等功能。当前主流 SoC 选择的多是 ARM 架构的多核 CPU。
AI 单元：AI 单元的算力是决定异构芯片硬件框架算力的主要部分，当前主流的 AI 芯片有 GPU、FPGA、ASIC 等方式。通过系统内核进行加速引擎和软硬件资 源的分配、调度。AI 单元主要完成多传感器融合数据的分析和处理，输出用于 规划、决策和控制的周围环境信息。
MCU 控制单元：此外，在形成相关指令后，还需要控制单元 MCU 向车上的底盘 域等发出控制指令，完成车辆横纵向的控制任务。
根据 AI 芯片选择的差异，选择 GPU/ASIC/FPGA 等不同类型的芯片，会使得 SoC 的 整体设计产生较大的差异。大体而言可以分为两类，分别是采用 CPU GPU ASIC 的流派， 以英伟达、高通、特斯拉等海外科技龙头为主；以及采用了 CPU ASIC 模式的流派，代 表厂商包括了 Mobileye、华为以及地平线等。
此外，CPU 的选择也会使芯片在表现上有较大差异。当前主流的厂商在 SoC 的 CPU 中都会选择更适合移动场景的 ARM CPU，而较为特殊的是 Mobileye 选用的是 MIPS 的 CPU，这是一种 RISC 指令集架构下的 CPU，在安全性和功耗比上占据优势，缺点在于缺 乏生态支持，本身开发难度很大，不利于生态合作伙伴协同开发。
从已公布的 2022 年及此后的落地计划来看，搭载低级别自动驾驶芯片的域控制器料 将进入百花齐放的阶段，但与此同时，搭载高级别自动驾驶域控制器的厂商数量仍然十分 有限，目前能够看到成熟落地案例的第三方 TIER1 厂商仅有华为、德赛西威两家域控制器 厂商，其他均为主机厂自研 外部白牌代工厂，或主机厂内部 TIER1 厂商生产的模式。（报告来源：未来智库）
2）整体硬件配置：域控制器中主芯片占成本主体
在英伟达 ORIN 的域控制器量产之前，市场上当前最成熟、产量最大的域控制器是特 斯拉的 AP3.0。特斯拉自研 SoC，通过以太网总线的形式承担了海量数据输入与以太网交 换的功能。由于产品的具体硬件配置已经较为透明。我们可以通过拆分其 BOM 成本，理 解高端自动驾驶域控制器大致的成本分布。
我们估计 AP3.0 板上芯片价格在 5000 元人民币左右，加上高速通信以太网连接器接 插件与 PCB 等成本，整块板子成本约 7500-8500 元人民币。由于当前主流厂商选用的芯 片组已经实现 SoC 化，CPU 与 GPU 合二为一，省去了昂贵的 PCIe 交换机成本。其中， 主芯片 SoC FSD 占所有芯片成本约 61%，占整体硬件 BOM 成本的 20%。
值得注意的是，由于域控制器是软硬件一体化的嵌入式设备，单纯考虑硬件成本时会 忽略软件部分的成本，低估域控制器厂商的成本；此外，由于特斯拉的 FSD SoC 为自研 （三星代工），成本占比会低于其他第三方自动驾驶域控制器厂商的主芯片。此外，特斯 拉是纯视觉算法，没有使用传感器融合，一般的自动驾驶域控制器还需要配置快速傅里叶 变换功能的芯片如 DSP，进一步拉高了成本。
综合计算下，高级别的自动驾驶域控制器的主芯片占到整体成本的 30%左右，低级别 的自动驾驶域控制器由于对于交换、接串行、内存等芯片的配置需求更低，相对的主芯片 的成本占比更高，占到整体的 40%以上。
3) 软件：底层与应用层解耦，控制器厂商掌控底层软件开发
汽车 E/E 架构长期处于软硬件耦合的状态，这对于汽车统一的软件部署，OTA 升级， 算力集中等产生较大阻碍。随着域控化的推进，软件层也逐渐实现底层软件与应用层软件 解耦，域控制器厂商一般为车企提供硬件与底层的操作系统与中间件，上层应用层车企有 较多的选择空间。
AUTOSAR 是基于整体汽车电子开发的功能标准，发起于 2003 年，发起人包括了 BMW、DAIMLER、GM、TOYOTA、福特等主机厂和博世、大陆等 TIER1 厂商；标准设 立的初衷是避免业内重复开发功能相同相近的软件模块。通过使用独立于系统的标准软件 平台，可缩短产品上市时间，减少开发工作，并可从同一组组件中开发出更多产品，提高 产品质量。
2018 年，为满足汽车从传统 E/E 架构向域控化转型的需求，AUTOSAR 联盟在原有 的 Classic AUTOSAR 基础上，进一步推出了 Adaptive AUTOSAR 平台，满足车企对于高 度灵活、高性能且支持 HPC、动态通讯等特性的新软件架构平台的需求。当前 Classic AUTOSAR 目前已广泛应用于传统嵌入式 ECU 中，如发动机控制器、电机控制器、整车 控制器、BMS 控制器等，而 Adaptive AUTOSAR 未来会更多的应用于如 ADAS、自动驾 驶等需求高计算能力、高带宽通信、分布式部署的下一代汽车应用领域中。
