電子發(fā)燒友網(wǎng)報道（文/莫婷婷）在智能汽車中，智能駕駛以及智能座艙是變化最快的領域，隨著技術的發(fā)展，智能汽車的電子電氣架構從拼算力進入“軟件定義汽車”的階段。

安謀科技智能物聯(lián)及汽車業(yè)務線負責人趙永超分享了一組數(shù)據(jù)，量產(chǎn)的燃油車技術成本在2000美元左右，其中軟件成本占10%；混動汽車的技術成本是在15000美元左右，其中軟件成本占20%，未來L5自動駕駛汽車，技術成本約為4萬美元，其中軟件成本將占到50%?？梢郧逦乜吹?，不僅僅是技術成本的提升，軟件在智能汽車的重要性也日益凸顯，未來將影響整車系統(tǒng)和硬件設計。

當下，高通、地平線等廠商都布局了多款車規(guī)級芯片。在軟硬件協(xié)同發(fā)展的背景下，硬件廠商也在與軟件供應商打造新的合作形式。我們將從汽車產(chǎn)業(yè)鏈上下游企業(yè)的發(fā)展情況，共同窺探智能汽車的發(fā)展路徑。

智能汽車走向全自動駕駛，集成化帶來更高的算力需求

乘聯(lián)會最新數(shù)據(jù)顯示，今年7月新能源乘用車零售銷量達到48.6萬輛，同比增長117.3%，環(huán)比下降8.5%。1至7月的新能源乘用車國內(nèi)零售273.3萬輛，同比增長121.5%。總體來看，今年上半年的新能源汽車市場呈現(xiàn)波動的增長趨勢。預計今年的新能源汽車銷量將達到650萬輛左右。

在智能座艙方面，幾乎所有的主流汽車制造商都已選擇了高通驍龍座艙平臺。高通技術公司產(chǎn)品市場副總裁孫剛表示，在今年上半年，高通汽車業(yè)務訂單總估值已經(jīng)達到190億美元，整體呈現(xiàn)快速增長的趨勢。

高通在國內(nèi)智能汽車發(fā)展的都有相應的方案布局，可以說是見證了智能汽車市場的發(fā)展。高通于2014年左右進入智能座艙領域，迄今已推出4代產(chǎn)品。到了2020年，高通宣布進入自動駕駛，發(fā)布了自動駕駛解決方案Snapdragon Ride平臺。在車載通信方面，高通推出了業(yè)界首款C-V2X芯片，2020年首發(fā)搭載在紅旗純電SUV上，由此推動了C-V2X技術在汽車上的應用。

面對智能駕駛和智能座艙的發(fā)展趨勢，孫剛總結了兩大趨勢：一是快，二是集成程度越來越高。他回憶，高通在2014年推出第一代智能座艙解決方案時，客戶的興趣并不大；在2016年，面對高通推出的驍龍汽車820A平臺，客戶覺得太高端，加上高通產(chǎn)品迭代快，芯片上車驗證周期長，因此對各方面都有所顧忌；到了2019年，高通發(fā)布第三代驍龍座艙平臺，結合當下智能汽車的發(fā)展現(xiàn)狀，客戶普遍認為是主流產(chǎn)品。如今，高通已經(jīng)發(fā)布了第四代驍龍座艙平臺SA8295，采用5nm制程工藝，提高了三倍性能，已有十幾個客戶簽約。

“中國客戶在智能座艙方面的需求呈線性上升的趨勢，跑得非?？?。自動駕駛也是同樣的情況，幾年前，L2的自動駕駛芯片算力大概是4TOPS/8TOPS，現(xiàn)在至少也要20-30TOPS，更高階的智能駕駛級別甚至需要500TOPS?！睂O剛表示。

現(xiàn)在實際上很多大的車廠在他們的概念里面，智能汽車已經(jīng)只剩下三個大的動力，車身、智能座艙、自動駕駛。未來的集成度會越來越高。為了適應整車廠商的需求，高通的芯片運算能力也越來越強大，集成了儀表盤、音響系統(tǒng)、后視鏡、DMS等系統(tǒng)。

從高通的發(fā)展中，我們可以看出中國智能汽車對硬件需求從加速做“加法”到逐漸做“減法”演變。與此同時，由于汽車智能化、網(wǎng)聯(lián)化的發(fā)展趨勢，汽車芯片算力增加等需求，電子電器架構也在跟隨汽車智能化的革新腳步，逐漸走向功能集成、高性能的域控制架構，最終走向集中計算、區(qū)域連接的中央計算架構。從地平線征程系列車規(guī)級AI芯片路線圖也可以看到這一點。

地平線在2018年、2019年發(fā)布征程2和征程3，AI算力分別為4TOPS、5TOPS，采用 BPU伯努利架構，由于是在輔助駕駛階段更加重視環(huán)境感知、多模感知。例如今年發(fā)布的第三代榮威RX5，搭載了3顆征程3芯片，其智駕域控制器可以實現(xiàn)被動散熱，提升周視智能導航輔助駕駛的落地普及能力。

到了2021年，地平線發(fā)布的征程5芯片，采用了自研的BPU貝葉斯架構，基于征程5芯片的整車智能計算平臺，AI算力高達128TOPS，已與紅旗、比亞迪汽車等品牌達成量產(chǎn)合作項目。2023年計劃推出的征程6系列芯片將實現(xiàn)全自動駕駛，采用BPU納什架構，打造全車智能中心，AI算力可超過1000+。

據(jù)了解，地平線已經(jīng)跟90%的自主品牌車企都建立了量產(chǎn)級的征程芯片合作，成為COEM智駕域控制器的主流選擇，出貨量超過100萬。

從汽車產(chǎn)業(yè)鏈上游來看，芯片算力火速升級，一場算力軍備競賽正在智能汽車領域如火如荼地展開。另一方面，在“新四化”軟件化、智能化、電動化、網(wǎng)聯(lián)化）的發(fā)展趨勢下，軟件也在不斷提升應用占比。

軟硬件時代到來，上下游玩家紛紛獻出對策
智能汽車行業(yè)肉眼可見的快速發(fā)展，讓整車廠商都在想盡辦法提高性能，由此打造市場競爭力。整車廠創(chuàng)新的協(xié)同性、主動性、領先型越來越高。作為賦能底層技術的芯片廠商，又該如何體現(xiàn)自身價值，幫助整車廠商建立核心競爭力呢？

在“軟件定義硬件”時代，芯片的制勝之道在于軟件。受益于軟硬結合，征程5實現(xiàn)了“可持續(xù)成長”的AI計算能力，去年7月發(fā)布征程5時，其最強計算性能為1283 FPS，在一年的時間里提高到了1583 FPS。這是如何實現(xiàn)的呢？徐健解釋，征程5芯片的硬件、算法都沒有變，變的是軟件架構。

FPS即每秒鐘準確識別多少幀圖像，用來評估汽車智能芯片的“真實性能”。如何衡量AI芯片是否好用？地平線認為，在芯片設計的過程中，要關注硬件設計的架構是如何被算法所定義等等。當芯片設計出來之后，持續(xù)提升軟件架構，讓提升編譯器更好地讓軟件發(fā)揮性能。

為了適應新的需求，地平線在迭代征程5時，專為高等級自動駕駛打造了核心計算架構——BPU貝葉斯，具備高性能、低延遲、低功耗的特點。據(jù)了解，BPU貝葉斯聚焦最新神經(jīng)網(wǎng)絡架構，能夠支持不同自動駕駛場景下的AI算子，高度軟硬件并行化，實現(xiàn)了128TOPS的超強AI算力以及60MS的業(yè)界最低延遲。

不能忽視的廠商是Mobileye，這是一家在芯片軟硬件協(xié)同設計上具有絕對先天優(yōu)勢的廠商。與高通、特斯拉、地平線等自動駕駛芯片相比，Mobileye在業(yè)內(nèi)飽受詬病的是其芯片算力不夠，2020年發(fā)布的EyeQ5算力只有24TOPS。但是Mobileye注意到，汽車計算平臺搭載越來越多的攝像頭、傳感器系統(tǒng)，一個可編程的平臺將在這里面起到至關重要的作用。如今，Mobileye發(fā)布了SDK，并且開發(fā)了軟件算法包。

EyeQ5芯片首發(fā)搭載在極氪001，能夠實現(xiàn)L2+ 級自動駕駛。該車型集成了2顆Mobileye EyeQ5 芯片和視覺感知算法SuperVision。能夠在2顆EyeQ5 芯片運行SuperVision系統(tǒng)，并且在數(shù)量級上遠低于其他同行的算力、TOPS指標，這或許正是其芯片軟硬件協(xié)同設計的優(yōu)勢。

車規(guī)級芯片設計步入“軟硬件協(xié)同”已經(jīng)成為業(yè)界共識，地平線率先通過軟硬結合的技術布局賦能車規(guī)級芯片實現(xiàn)高效能。開放生態(tài)模式一直是科技行業(yè)發(fā)展的趨勢，在汽車行業(yè)軟硬件協(xié)同的發(fā)展趨勢下，真正的生態(tài)創(chuàng)新力會幫助整車廠超越先行者，實現(xiàn)后來者居上。因此，我們也看到越來越多的汽車產(chǎn)業(yè)玩家達成合作，共同推出新模式。

例如思科技推出虛擬SoC、虛擬ECU方案。根據(jù)新思科技汽車業(yè)務拓展總監(jiān)武鈺的介紹，虛擬SoC方案可以讓客戶在芯片流片前，從PC端拿到芯片的數(shù)字化原型，提前12~18個月對軟件進行部署和測試，在芯片制成后可以直接用開發(fā)成型的軟件進行移植。該技術在一定程度上改變了傳統(tǒng)汽車電子的V型開發(fā)流程，加快軟件研發(fā)的整體速度，縮短開發(fā)周期。

從設計到測試，供應鏈上的企業(yè)都針對性推出了不同的解決方案。然而，軟硬件協(xié)同也給整車廠帶來了軟硬件上的挑戰(zhàn)，需要第三方解決方案商整合自動駕駛、芯片、操作系統(tǒng)等技術和服務，實現(xiàn)個性化定制開發(fā)。

作為智能操作系統(tǒng)產(chǎn)品和技術提供商，中科創(chuàng)達針對計算集中化、汽車駕駛艙系統(tǒng)融合、軟硬件解耦的趨勢，打造了智能駕駛艙軟件平臺解決方案，向下可以對接底層的芯片、傳感器、算法，向上對接各種服務。就在今年4月，中科創(chuàng)達與地平線成立合資公司，圍繞地平線車規(guī)級AI芯片為主機廠及一級供應商等企業(yè)提供高質量的智能駕駛軟件平臺和算法服務。

小結：
智能汽車飛速增長的技術背后，帶來了飛速增長的硬件實力以及軟件復雜度。智能駕駛與智能座艙都更加看重軟硬件協(xié)同的能力，在這一方面，我們都不得不正視供應鏈上下游廠商做出的成績與貢獻。而未來，在市場需求的推動下，硬件廠商與軟件廠商的配合將越來越默契，由此推出更加適合整車廠商的方案。