亚洲色欧美/精品视频免费久久久看/国产成人综合在线观看/欧美换爱交换性1000部

自動駕駛系統進化,汽車電子電氣E/E架構加速向域控架構遷移,驅使著芯片性能和結構快速升級。

域控處理器需要處理大量圖片、視頻等非結構化數據,同時還需要整合雷達、視頻等多路數據。原有單一芯片無法滿足諸多接口和算力需求,車載處理器算力呈現指數級提升,具備AI能力的主控SOC芯片成為了主流。

SoC芯片集成了CPU、AI 芯片(GPU/FPGA/ASIC)、深度學習加速單元(NPU)等多個模塊,相對于單核處理器,異構多核SoC處理器在算力、性能、成本、功耗、尺寸等方面具備更明顯的優勢。

當前,在智能汽車領域已經聚齊了各路芯片玩家,英偉達、高通等近年來在汽車主控SOC芯片領域大舉布局,分別針對ADAS、自動駕駛以及智能座艙領域推出了系列芯片,率先于傳統芯片企業在各領域快速落地;瑞薩電子、恩智浦、德州儀器(TI)等傳統汽車芯片企業不甘落后,面向智能駕駛領域積極跟進。

除了外資巨頭,在國內還有華為、地平線、黑芝麻、芯馳、芯擎科技等一大批企業已經快速崛起,為自主品牌車企提供了更多選擇。

綜合來看,主控芯片正朝向異構多核、高集成、低功耗等更高性能的方向邁進,同時也推動了域控制器升級和量產落地,東軟睿馳等Tier1企業也在芯片技術的變革之下,與合作伙伴展開更多、更深入的合作,這對電子電氣架構發展和軟件定義汽車帶來了極具意義的影響。

一、來自不同層級市場的芯片需求

一場算力競賽已經在各大芯片企業之間悄然興起。

高級別自動駕駛系統需要面對更復雜更廣泛的場景,伴隨著域內融合和跨域融合,未來芯片不會局限于自動駕駛域的計算任務,還會逐漸跨域升級成整車中央計算平臺,對算力的要求呈現指數級增長。

有數據顯示,L2級自動駕駛的算力需求不到10TOPS即可,但要實現L3級自動駕駛的算力需求則要求不低于100 TOPS,而如果到L5級自動駕駛,整車的算力還需要翻十幾倍。

公開資料來看,大部分芯片企業紛紛瞄準了下一代自動駕駛大算力芯片,并且公布了相應的量產規劃。

英偉達已經推出的全新一代自動駕駛芯片Orin單顆芯片算力高達200TOPS,支持L3-L4,資料顯示蔚來ET7、上汽R ES33、智己L7都將采用英偉達Orin芯片,量產計劃在2022年。今年4月,英偉達還發布了算力高達1000TOPS的Atlan芯片,支持L4-L5,預計在2025年量產。

另一大芯片巨頭高通最新推出的Snapdragon Ride平臺支持L1-L5自動駕駛,支持多芯片疊加使用,L3以下的輔助駕駛提供30 TOPs算力,面向L4-L5的自動駕駛系統提供700 TOPs的算力,量產時間節點為2022年。

自主品牌中,華為自主研發的HUAWEI MDC 810算力可高達400+TOPs,面向L4-L5級自動駕駛。地平線征程5單顆芯片AI算力為128 TOPS,組成的智能計算平臺AI算力覆蓋200-1000 TOPS;黑芝麻智能今年全新推出的A1000Pro系列芯片,INT8算力達到106TOPS、INT4算力高達196TOPS。

除了面向L3及以上級別ADAS領域的高算力芯片,未來幾年L2-L2+級ADAS市場的爆發,同樣蘊藏著巨大的市場空間。

高工智能汽車研究院監測數據顯示,今年1-8月國內新車(合資+自主品牌)前裝標配搭載L2級輔助駕駛上險量為224.27萬輛,同比增長78.42%;在搭載率方面,今年1-8月國內新車前裝標配搭載L2級輔助駕駛搭載率為17.03%。

未來幾年L2會快速普及,L2+也會進入集中放量階段,這意味著L2-L2+級ADAS市場有非常大的市場空間。

這種情況下,芯片并不需要過高的算力,但需要滿足L2-L2+級別自動駕駛系統安全性和算力要求的同時,在成本、能效方面都具備明顯優勢。

以TI則推出的TDA4VM芯片為例,這款車規級芯片雖然算力僅有8TOPS,該芯片采用了多核異構的結構,配有包括Cortex A72、Cortex R5F、DSP、MMA等在內的不同類型處理器,由對應的核或者加速器處理不同的任務。

該芯片在算力、功能安全方面均滿足L2+級ADAS系統的需求。有業內人士指出,TDA4VM是當前面向L2級別ADAS系統性價比非常高的一款SOC芯片。

今年8月,東軟睿馳推出的全新一代行泊一體化域控制器,正是基于TDA4VM芯片打造面向未來幾年L2-L2+級ADAS市場一款具有代表性的域控產品。

通過一“芯”兩用,該域控制器能夠支持5路高清攝像頭、5路毫米波雷達、12路超聲波雷達接入,攝像頭最高支持800萬像素,提供包括單車道自動巡航,觸發式自動換道、自動泊車、遙控泊車等28項L2/L2+級功能。得益于行車ADAS的傳感器及域控制器的復用,全新一代行泊一體化域控制器相比傳統1V1R+APA的技術方案成本節省20%-30%。

東軟睿馳自動駕駛行泊一體域控制器所支持的自動駕駛功能

二、“芯”力量下:域控賽道的新趨勢

伴隨著芯片的快速發展,在芯片的下游環節—域控制器賽道也開始出現了新的趨勢。

智能汽車的電子電氣架構將歷經分布式、域內融合、跨域融合、中央計算四個階段,目前大多數廠商都啟動了域內融合需求,開始將分散的域內數據計算進行集中化。

隨著整車電子架構的升級,域控制器“打開”了傳統的黑盒模式,同時帶動低速泊車和高速行車兩套過去并行ADAS系統的融合機會。

除了上述東軟睿馳已經推出的全新一代行泊車一體域控制器,越來越多的ADAS供應商和芯片企業也將目光瞄準了這一領域。S32G域控制器芯片是恩智浦2020年推出,將傳統MCU與具備ASIL D功能安全的高性能MPU集成在一顆芯片上,同時集成了網絡通信加速器,較之前單一功能芯片性能得到提升。按照恩智浦的說法,S32G處理器能夠讓OEM向域控制器架構演進,取代傳統分布式架構。

東軟睿馳基于S32G開發了一款面向整車的通用域控制器,具備豐富的接口協議和高算力硬件平臺,可支持網關、車身域、動力域等獨立控制器或融合控制器的應用。

S32G使用路徑

通過這類通用域控制器可實現跨域融合,基于面向SOA的架構,在不同域中實現軟件復用和功能的遷移,大大增強了平臺的可拓展性,可移植性,對電子電氣架構的集中化發展意義重大。

一直以來,芯片都處于快速發展變化的狀態,而芯片與軟件的高耦合,往往需要基于差異化的硬件進行大量的軟件定制化,這使得上層應用開發和持續迭代變得異常困難。很顯然,相對穩定的通用硬件平臺,才是軟件架構和上層應用持續穩定和快速繁榮的基礎。

正如東軟睿馳汽車技術(上海)有限公司總經理曹斌表示,能夠把所有傳感器集中在一起,并在傳感器算法基礎之上去迭代和創新,實現持續優化和進化的域控制器,才是智能汽車行業真正需要的。

他指出,這類域控制器需要基于較為完整和穩定的異構芯片作為底層架構,能夠支持AI加速和GPU的支持,將滿足需求的算力與分布式計算資源整合在一起,并且不斷地被上層軟件抽象且與底層芯片實現有機解耦,才能真正形成集中化并且可持續迭代升級的域控制器。

當前越來越多核異構SOC芯片的出現,在滿足基本功能算力需求的前提下,硬件架構、功能框架和劃分將有望形成相對通用化和穩定的狀態。

基于這類通用化的硬件架構,實現軟硬件分層解耦,逐漸形成了AUTOSAR、AP+CP+中間件的清晰穩定的基礎軟件架構,上層應用的快速實現與持續的迭代升級才能夠實現。

這對軟件定義汽車來說,可以說是非常關鍵性同時也是極具標志性的階段。