1. 首頁
  2. 股市

台廠摩拳擦掌,電動車需求暴增!自動駕駛、車用電子滲透率,可望翻倍成長!

An awesome picture

電動車市場快速成長,車用電子商機擴大

傳統汽車以機械零組件為主,但隨著行車舒適及安全等需求的提升,甚至附加輔助駕駛、無人駕駛的功能,汽車的電子化程度大增,商機也越來越大。台積電(2330)、世界先進(5347)、聯電(2303)等晶圓代工廠去年底、今年初相繼宣布擴大布局 8 吋晶圓代工產能,主要因素之一就是看好汽車電子未來中長線商機。
12 吋晶圓廠因製程較先進、光罩開發費用昂貴,主要用於能大規模量產的半導體產品,例如手機處理器。8 吋晶圓廠則適用於客製化、小量生產的低功耗半導體產品,這樣的生產特性,剛好搭上當前日益熱絡的汽車半導體商機。市調機構 IHS 估計,汽車半導體市場規模從 2016 年的 550 億美元,將提升到 2022 年的 850 億美元。全球汽車市場過去幾年的年成長率僅約 2% 上下,且持續放緩,去年甚至小幅衰退,但電動車的銷售近年持續高成長,車用電子的滲透率也快速提升。


車用電子滲透率快速提升,自動駕駛將引爆大商機
像是車用 LED(目前主要用於車尾燈)滲透率可望由 2016 年的 2%,成長到 2020 年的 4%,等於翻倍成長;車用揚聲器(車內音響)過去每台車平均用量約 4~6 顆,隨著消費者對車內影音娛樂要求的提高,中高階車款的用量現已超過 10 顆,而新興的電動車行駛在路上因安靜無聲,為對用路人、駕駛人示警,未來必須強制安裝車外揚聲器,需求量更可望倍數成長。

近年美國 CES 消費電子展中,汽車大廠如豐田、福斯、賓士、BMW、福特、本田、克萊斯勒、現代等,均展出最新研發的自動駕駛概念車;個人電腦繪圖晶片龍頭廠 Nvidia、手機無線通訊晶片龍頭廠高通、個人電腦中央微處理器(CPU)晶片龍頭廠 Intel 也分別展出自駕車晶片,顯然是看好新興車用電子未來成長性。

為實現自動駕駛,汽車除了要有高速運算的行車電腦,車身內外還要搭載許多電子感應或偵測器,用來感知、偵測道路及周遭環境變化,而行車電腦接收到這些環境訊息之後,必須即時、快速處理,並下達正確的行車指令。自去年下半年開始,世界各主要國家陸續展開 5G(第 5 代行動通訊)建設,預計 2020 年開始商業運轉,而 5G 網路的布建,將是實現汽車自動駕駛、帶動汽車電子進一步成長的重要催化劑。
汽車自動駕駛相關電子零組件

5G 是車用電子商機催化劑,台廠有實力搶占大商機
國際研究暨顧問機構 Gartner 分析指出,5G 網路效率的提升將為現有 4G 網路的 10 倍以上,透過這樣全新層次的高速網路,才能達到「即時通訊」的境界,汽車自動駕駛才有實現的可能;未來通訊服務供應商(CSP)可以在駕駛人身安全、資料處理與管理等領域與自駕車製造商合作,確保市場商機。自駕車系統與感測器將產生史無前例的大量資料,汽車製造商或代工廠得以從中擷取有價值的資料。

Gartner 預估,到了 2025 年,自駕車每月上傳到雲端的車輛及感測器資料將超過 1TB,遠高於 2018 年先進連網汽車的資料量(30GB)。此外,5G 網路也將提供自駕車乘客高品質的娛樂。隨著汽車自動駕駛概念逐步商品化,將帶動光達(LiDAR)、毫米波雷達、影像感測等感測元件與高精準度地圖的商機,相關受惠廠商包括:晶圓代工大廠台積電、世界先進;半導體晶圓薄化代工大廠昇陽半(8028);半導體導線架大廠順德(2351);IC設計龍頭聯發科(2454);毫米波雷達廠商啟碁(6285);影像感測元件廠同欣電(6271);3D 高解析度圖資系統廠商勤崴(6516)。

國內傳統 3C 領域的連接器、印刷電路板、二極體、被動元件、鏡頭、LED 廠商,近年轉型耕耘車用電子大有斬獲,代表性廠商包括敬鵬(2355)、貿聯(3665)、朋程(8255),以及胡連(6279)、凡甲(3526)、麗清(3346)、錩新(2415) 和亞光(3019)等。根據專業市調研究機構估計,2015 年汽車電子占整車成本比重約 35%,預估 2020 年將增至 50%,而台廠在 3C 電子有深厚的研發及製造實力,轉型升級到第 4C(Car)有其優勢。

 

錢雜誌 APP 上線啦!快下載你的隨身理財寶典:https://emagazine.page.link/AtYg

本文精采內容來自 2019 年 4 月號《Money錢》,文中受訪者的情況或許有變,但提供的觀點、建議仍具參考性。 掌握最新投資理財資訊且,請鎖定2022年7月號《Money錢》

 ( 圖:shutterstock,僅為示意/本文內容純屬參考,並非投資建議,投資前請謹慎為上 )

理財工具推薦

  • 股市、保險、房地產,掌握最新財經動態
  • 專家、名人駐站,提供深度產業分析
  • 課程、影音專區,讓動手深度學習