本文將從車規芯片、AI和供應鏈重組三個角度思考AI與汽車電子之間的關系和前景,試圖從汽車電子的發展更迭判斷未來汽車產業的走向。
01、車規級AI芯片發展現狀國外主流車載汽車AI芯片有NVIDIA、Mobileye等,國內較大的車載AI芯片廠商有黑芝麻、地平線、華為MDC等,智能座艙則以芯馳科技、芯擎科技等企業為主要代表。目前像紅旗、長安、長城等主流主機廠已經與國內的芯片廠商開展密切合作。***若想真正實現產業化,除了把產品打磨完善外,開發工具鏈、應用軟件豐富程度、售后服務等也要做優做強。另外,國外廠商針對客戶的定制化開發居多,工具鏈和開源算法更加豐富、精良。從芯片角度,車規級AI芯片和其他應用領域如消費、工控、安防等的AI芯片最大不同就是——車規。ISO 26262的車規認證要求非常嚴格,單IP供應商的角度看,如果需要幫助客戶取得ISO 26262認證,IP要遵循車規的開發流程、提供相應的測試文檔,甚至IP軟硬件也要取得車規認證,所以車規是汽車電子相較于其他領域電子產品來說非常重要的一點。
除此之外,芯片制程、工作溫度、電路設計、工藝處理系統成本、生命周期內的容錯率等諸多方面,車規級芯片比消費級芯片更為嚴格。在供應鏈方面,車規級芯片要求供應鏈要有10到15年以上的供應周期,意味著車規芯片的供應商要有更強的供應鏈管理能力。
02、AI興起對智能駕駛芯片的影響 前段時間,上海車展聚焦“智能駕駛+智能座艙”,體現了汽車將成為核心計算平臺的趨勢。智能駕駛和智能座艙興起表明新消費群體更看重數字化和智能化的體驗,例如購車時,智能座艙和智能駕駛開始成為車主和車企的主要關注點和賣點。這一趨勢一方面說明,智能汽車新型電子電氣架構的變革正在成為現實。以往,傳統汽車主要采用分布式ECU架構,單個ECU功能單一,算力低,座艙的功能相對來說比較簡單。但隨著汽車智能化發展的加速,車上新增功能越來越多,架構部署日漸復雜,成本隨之水漲船高,并且面臨著一系列如帶寬瓶頸,通訊速率低等問題,分布式ECU架構已不再適應現在的汽車發展。智能駕駛和智能座艙的核心計算平臺是域集中式電子電氣架構的產物,不存在原有分布式ECU架構遺留的種種問題,更容易進行戰略的布局和落地,所以這兩個領域也成了初創企業的必爭之地。另一方面,軟件定義汽車的趨勢已成為業界共識。在智能汽車中,軟件應用率最高的也是智能駕駛和智能座艙這兩個板塊。所以,不難理解智能座艙和智能駕駛已是目前業界和社會最關切的有關汽車電子的話題之一。談到智能駕駛和智能座艙,最大功臣——車載芯片不得不提及。智能駕駛汽車涉及到傳感器環境感知、高精地圖/GPS 精準定位、V2X 信息通信、多種數據融合、決策與規劃算法、運算結果的電子控制與執行等過程,此過程需要一個強勁的計算平臺統一實時分析、處理海量數據,進行復雜邏輯運算,對計算能力的要求非常高。Imagination汽車產品業務發展和市場總監陳竹談到,目前市場上可以參考的高通8295含有3 TFLOPS的浮點算力和30 TOPS 整數算力。隨著艙駕一體、一芯多屏的發展,車載芯片對GPU的浮點算力需求只增不減,不但要滿足多個4K屏幕渲染,還要參與部分安全或者交互功能的計算……這些對芯片設計層面提出極高的要求,從IP供應商的角度,Imagination能給客戶提供成熟已商用的車規級整體IP解決方案,無論是實現一芯多屏的GPU硬件虛擬化技術,還是ADAS/自動駕駛相關的AI算法運算和加速,還是ISO26262級的IP車規認證技術,都能讓客戶有一個成熟可靠的技術基礎,極大助力客戶的芯片研發工作。等待未來座艙升級到更高階后,大量應用將出現,整體車內軟件的反應速度和視覺效果會有極大飛躍,這對于車主來說是最直觀的算力優勢體現。AI芯片本身就是專門為人工智能應用而設計的芯片,最初設計初衷是希望在硬件層面加速人工智能算法的運算,以及提高算法的效率和性能。AI芯片一般包括處理器、存儲器、加速器等各個核心組件,還可能有FPGA、NPU、DSP各種各樣的這種組件,它最重要的是用來實現圖像識別、語音識別、自動駕駛等多種人工智能應用。對于各式各樣的芯片,CPU通用性最好,但計算性能最低,GPU次之,NPU不適用通用計算,只能滿足模型機器學習計算的加速器。芯擎科技業務拓展經理邵楠認為,行業已經確認CPU并不是最適用于AI模型的算力芯片;GPU通用性更強,而且有CUDA這樣的成熟框架;FPGA靈活性強,針對計算密集型和通信密集型等應用可以無限制編程;ASIC是定制化的設計,可以針對不同的算法模型做到定向設計、驗證,性能較好。對于汽車來說,人工智能應用主要集中在座艙域和智能駕駛域。座艙域中,AI芯片通常出現在人機交互的應用中,比如視頻信號的處理,中控屏上顯示倒車信息等。自動駕駛域主要用AI芯片來做并行計算,比如圖像算法的處理,模型訓練等等。而動力域,車身域和底盤域的汽車電子還是在傳統汽車控制領域。以前,單個ECU里面就是單個MCU,現在,域控制器里更多是多核MCU控制類芯片。這些“域”更關注車輛安全,例如功能安全、信號傳輸時延等,反而對AI芯片的算力需求較低。中汽中心工程院網聯與線控底盤室主任郭蓬特別提及,現在 L3級以上的智能駕駛主要運用在To B端,也就是商務車上運用更廣,此外,在封閉及半封閉的場景下,落地會更容易一些。To C端的智能駕駛還是L3以下,但消費者可以通過ADAS、變道輔助、TJA等功能感受智能駕駛的人性化和便捷。
智能交互方面,很多汽車廠商或者芯片公司正在開發一些擬人化的算法,讓駕駛員進入車廂后,車內的氛圍燈、各類功能可以根據駕駛員的習慣去變化和適應,使汽車不單單只是一輛交通工具,更像一位私人助手。
03、技術變革下的汽車供應鏈轉變國創中心電子電子電氣部部長李秋霞將傳統汽車產業供應鏈關系類比成金字塔,最底下是Tier 2、Tier 3,往上是Tier 1, “塔尖”則是整車廠。Tier 2、Tier 3把自己的軟件或者部分模塊提供給Tier 1,Tier 1則直接向整車廠供貨。此時,只有Tier 1有機會參與到車企研發和設計過程,導致整個汽車電子的零部件核心技術也主要以Tier 1為主。而且,頂層的整車廠并不太關心技術具體實現什么,更多的是扮演系統集成商這一角色。也就是說,Tier 1提供的整套汽車電子產品解決方案只要能滿足整車廠的需求,并安全可靠就行了。如今,汽車行業這種金字塔形的供應關系慢慢被打破。整車廠開始進行扁平化的供應關系管理,例如跳過Tier 1直接找芯片企業合作,甚至自己造芯,特斯拉FSD芯片就是如此。現在很多車企在走軟硬件分離的路線。以前整個零部件打包給Tier 1開發,現在更多是找供應商提供,軟件采用聯合開發的模式。Tier 1逐漸向中間件業務靠攏,應用層的車企掌控更多自主權,這種趨勢意味著車企從過去分離的功能定義轉向整車整體的布局。比如全資購買一家芯片企業,或者和其他企業去合資成立芯片公司等。除了芯片,整車廠也將眼光投向軟件和操作系統,尤其是某些特定的數字化服務。Tier 2、Tier 3、軟件供應商等也不僅僅是底層角色,它們開始向上做基于智能汽車應用的生態布局。
不過,有些車企會根據自身條件的定位和戰略進行軟件自研,比如小鵬是全棧自研,研發成本非常大,有些車企則采取部分自研,成本控制比較靈活。
04、結語
“長江后浪推前浪,流水前波讓后波”,汽車供應鏈正處于群雄混戰階段,鏈上各節點都在不停地尋找自我定位。當然,不是所有的整車廠想自研就能有自研的能力,也要根據角色去劃分,不同階段的供應商和整車廠肯定最終都能找到自己的角色和位置,只不過跟原來的關系有所更迭和變化。在汽車電子AI化的戰場上,越愿意擁抱新技術的企業,越有想要破除舊技術阻力的決心和信心,就越容易在這場汽車革命的“雄關漫道”中占據高地,引領產業向前發展。
END
歡迎加入Imagination GPU與人工智能交流2群入群請加小編微信:eetrend89
(添加請備注公司名和職稱)
推薦閱讀 對話Imagination中國區董事長:以GPU為支點加強軟硬件協同,助力數字化轉型 【白皮書下載】云游戲的崛起
Imagination Technologies是一家總部位于英國的公司,致力于研發芯片和軟件知識產權(IP),基于Imagination IP的產品已在全球數十億人的電話、汽車、家庭和工作 場所中使用。獲取更多物聯網、智能穿戴、通信、汽車電子、圖形圖像開發等前沿技術信息,歡迎關注 Imagination Tech!
Imagination Technologies是一家總部位于英國的公司,致力于研發芯片和軟件知識產權(IP),基于Imagination IP的產品已在全球數十億人的電話、汽車、家庭和工作 場所中使用。獲取更多物聯網、智能穿戴、通信、汽車電子、圖形圖像開發等前沿技術信息,歡迎關注 Imagination Tech!
原文標題:汽車電子的AI時刻
文章出處:【微信公眾號:Imagination Tech】歡迎添加關注!文章轉載請注明出處。
-
imagination
+關注
關注
1文章
573瀏覽量
61317
原文標題:汽車電子的AI時刻
文章出處:【微信號:Imgtec,微信公眾號:Imagination Tech】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論