一、自动驾驶盘算芯片
1.1 自动驾驶盘算芯片简介
自动驾驶芯片是指可实现高级别自动驾驶的 SoC 芯片。。。。。 。CPU作为通用处置惩罚器，，，适用于处置惩罚数目适中的重大运算。。。。。 。除了知足盘算要求，，，还能处置惩罚重大的条件和分支以及使命之间的同步协调。。。。。 。
评估芯片的性能，，，一样平常接纳 PPA 即 Power（功耗），，，Performance（性能），，，Area（面积）三大指标权衡。。。。。 。智能驾驶领域，，，峰值算力成为权衡自动驾驶芯片的最主要指标。。。。。 。地平线在 2020 全球人工智能和机械人峰会提出了芯片 AI 性能评估方法 MAPS（Mean Accuracy-guaranteed Precessing Speed），，，地平线以为最真实的 AI效能现实上由三要素组成，，，划分为理论峰值盘算效能、有用使用率、AI算法效率。。。。。 。（1）理论峰值盘算效能，，，TOPS/W、TOPS/$，，，即古板理论峰值权衡的要领；；（2）芯片有用使用率，，，把算法安排在芯片上，，，凭证架构特点，，，用编译器等系统化解决一个极其重大的带约束的离散优化问题，，，获得一个算法在芯片上运行的现实使用率，，，这是软硬件盘算架构的优化目的；；（3）AI算法效率，，，每消耗一个 TOPS 算力，，，能带来几多现实的 AI 算法的性能，，，它体现的是AI 算法效率的一连提升。。。。。 。
1.2 自动驾驶盘算芯片的生长趋势
在自动驾驶等焦点盘算场景中，，，古板通用CPU由于盘算效率低，，，难以顺应AI盘算要求，，，GPU、FPGA以及ASIC等AI芯片依附着自身特点，，，在边沿端和云端有着优异体现，，，应用更广。。。。。 。从手艺趋势看，，，短期内GPU仍将是AI芯片主导，，，恒久来看，，，ASIC是最终偏向。。。。。 。从市场趋势看，，，全球AI芯片需求将坚持较快增添势头，，，云端、边沿芯片均具备较大增添潜力，，，预计未来5年市场增速将靠近50%；；海内芯片手艺虽然基础较弱，，，但随着AI应用的快速落地，，，AI芯片需求快速放量为本土芯片企业手艺和能力生长创立机缘。。。。。 。自动驾驶对算力、时延和可靠性要求严苛，，，现在多使用GPU+FPGA的解决计划，，，后续随着算法的稳固以及数据驱动，，，ASIC有望获得市场空间。。。。。 。
CPU芯片上需要许多空间来举行分支展望与优化，，，生涯种种状态以降低使命切换时的延时。。。。。 。这也使得其更适合逻辑控制、串行运算与通用类型数据运算。。。。。 。以GPU与CPU举行较量为例，，，与CPU相比，，，GPU 接纳了数目众多的盘算单位和超长的流水线，，，只有很是简朴的控制逻辑并省去了 Cache。。。。。 。而 CPU 不但被 Cache 占有了大宗空间，，，并且尚有重大的控制逻辑和诸多优化电路，，，相比之下盘算能力只是很小的一部分。。。。。 。
随着自动驾驶汽车智能化水平越来越高，，，需要处置惩罚的数据体量越来越大，，，高精地图、传感器、激光雷达等软硬件装备对盘算提出更高要求，，，因此在 CPU 作为通用处置惩罚器之外，，，增添具备 AI 能力的加速芯片成为主流。。。。。 。
常见的 AI 加速芯片包括 GPU、ASIC、FPGA 三类：
（1）GPU：适用于处置惩罚数目重大相对简朴的运算。。。。。 。GPU 拥有一个由数以千计的更小、更高效的 ALU 焦点组成的大规模并行盘算架构，，，大部分晶体管主要用于构建控制电路和 Cache，，，控制电路相对简朴，，，GPU的盘算速率拥有更强盛的处置惩罚浮点运算的能力，，，更擅优点理多重使命，，，好比图形盘算。。。。。 。
（2）FPGA：现场可编程门阵列，，，它是在PAL、GAL、CPLD 等可编程器件的基础上进一步生长的产品，，，是作为专用集成电路领域中的一种半定制电路而泛起的，，，既解决了定制电路的缺乏，，，又战胜了原有可编程器件门电路数有限的弱点。。。。。 。
（3）ASIC：一种为专门目的而设计的集成电路。。。。。 。是指应特定用户要求和特定电子系统的需要而设计、制造的集成电路。。。。。 。ASIC的特点是面向特定用户的需求，，，在批量生产时与通用集成电路相比具有体积更小、功耗更低、可靠性提高、性能提高、保密性增强、本钱降低等优点。。。。。 。
“CPU+XPU”是目今自动驾驶 SoC 芯片设计的主流趋势。。。。。 。凭证 XPU 选择差别，，，可以分为三种手艺蹊径：CPU+GPU+ASIC、CPU+ASIC 以及 CPU+FPGA三类。。。。。 。
（1）“CPU+GPU+ASIC”，，，主要代表英伟达、特斯拉 FSD 以及高通 Ride。。。。。 。英伟达 Xavier 和特斯拉 FSD 接纳“CPU+GPU+ASIC”的设计蹊径，，，英伟达Xavier 以 GPU 为盘算焦点，，，主要有 4 个�？？？？？椋篊PU、GPU、以及两个 ASIC芯片 Deep Learning Accelerator（DLA）和 Programmable Vision Accelerator（PVA）；；特斯拉 FSD 芯片以 NPU（ASIC）为盘算焦点，，，有三个主要�？？？？？椋�；
（2）“CPU+ASIC”，，，主要代表 Mobileye EyeQ5 系列和地平线征程系列。。。。。 。
Mobieye EyeQ5 和地平线征程系列接纳“CPU+ASIC”架构，，，EyeQ5 主要有 4个�？？？？？椋篊PU、Computer Vision Processors（CVP）、Deep Learning Accelerator(DLA）和 Multithreaded Accelerator（MA），，，其中 CVP 是针对古板盘算机视觉算法设计的 ASIC；；地平线自主设计研发了 Al 专用的 ASIC 芯片 Brain Processing Unit（BPU）。。。。。 。CPU、GPU 和 Neural Processing Unit（NPU）。。。。。 。
（3）CPU+FPGA，，，主要代表Waymo。。。。。 。与其余厂商差别，，，Waymo接纳“CPU+FPGA”的架构，，，其盘算平台接纳英特尔Xeon12核以上 CPU，，，搭配Altera 的 Arria 系列 FPGA。。。。。 。
1.3 自动驾驶盘算芯片的工业名堂
现在各家宣布的最新芯片平台大多可以支持 L3 或 L4 级的算力需求，，，英伟达相对领先，，，国产仍有一定差别。。。。。 。英伟达单颗 Orin 的算力可以抵达 254TOPS，，，而 2022 年落地的车型中搭载 4 颗Orin 的蔚来 ET7 和威马 M7 其巅峰算力将凌驾 1000TOPS，，，高通骁龙 Ride 平台的巅峰算力预计在 700-760TOPS，，，Mobileye 也推出了面向高阶自动驾驶的 EyeQ6 Ultra，，，算力抵达 176 TOPS。。。。。 。
我国车载盘算类芯片总体处于较为初期生长阶段。。。。。 。现在在车载算力平台领域，，，CPU、GPU、FPGA和ASIC均有海内龙头企业实现自主研发产品，，，并且在大部别离艺指标上与国际大厂实现对标，，，部分中控、高算力芯片产品已有乐成的车规应用履历。。。。。 。但从全行业角度，，，国产车载盘算芯片在产品可靠性、车规应用履历方面仍有一定差别，，，国产替换空间重大。。。。。 。
恒久看，，，本土盘算芯片供应商有望知足本土整车大部分需求。。。。。 。自主品牌车厂在焦点芯片环节加速生长多供应商战略，，，起劲推进国产供应商的测试与定点，，，同时海内各汽车AI企业、消耗芯片厂商、首创汽车芯片厂商起劲投入结构研发，，，逐步实现在车上应用。。。。。 。
二、智能座舱盘算芯片
2.1 智能座舱盘算芯片简介
座舱域控制器以集中化的形式，，，知足汽车轻量化、智能化的诉求，，，支持汽车座舱的富厚功效与强交互性。。。。。 。从硬件层面来看，，，座舱域控制器由一颗主控座舱盘算芯片SoC以及外围电路组成，，，外围电路包括存储芯片（如LPDDR、NOR Flash）、通讯芯片（如以太网交流芯片）、音视频数据接口以及相关处置惩罚芯片（如ISP、DSP、解串行芯片）组成。。。。。 。经操作系统与应用生态赋能之后，，，座舱域控制器融合了座舱内仪表显示、信息娱乐、导航、HUD、DOMS等各项功效，，，毗连了显示屏、摄像头、麦克风、收音机等多个外设，，，是座舱空间体现科技感的直接载体。。。。。 。
座舱盘算芯片SoC是智能座舱的焦点，，，由处置惩罚器、存储器、系统控制、加密算法、通讯传输等部分组成。。。。。 。
（1）处置惩罚器
座舱SoC的焦点，，，通常包括CPU、GPU、VPU、NPU等异构处置惩罚器。。。。。 。1）CPU（Central processing unit）是中央处置惩罚器，，，其核的个数以及核的主频很洪流平上决议了信息处置惩罚的最终性能。。。。。 。统一系列差别层次的芯片通常�；嵬ü鼵PU核的增减举行性能的分档，，，例如NXP i.MX 8系列芯片Quad、QuadPlus、QuadMax三款芯片的性能差别主要通过搭载0、1、2个Arm Cortex A72焦点实现；；2）GPU、VPU（Graphic processing unit、Video processing unit）等是专门对图像、视频信息举行处置惩罚、渲染的处置惩罚器，，，分担CPU的事情压力，，，提供更好的音视频体验；；3）NPU（Neural-network processing unit，，，神经网络处置惩罚器）接纳“数据驱动并行盘算”架构，，，认真处置惩罚AI方面的盘算需求。。。。。 。
（2）存储器
芯片内部的存储器用于贮存未处置惩罚过的数据和已经处置惩罚过的数据，，，提高数据处置惩罚的效率，，，包括DRAM、SD、eMMC、NAND等，，，以及QSPI、SPI等数据传输接口。。。。。 。
（3）清静与系统控制
前者包括种种加密算法，，，后者包括电源治理、时钟等控制系统。。。。。 。
（4）通讯接口
包括内部通讯的PCIe、LVDS、USB、SATA、CAN、以太网等通用数据接口，，，以及与座舱显示屏、摄像头之间举行视频输入输出的DSI（显示屏信号接口）、CSI（摄像头信号接口）、HDMI、eDP、DP等。。。。。 。
座舱芯片的算力决议了座舱域控制器的数据承载能力、数据处置惩罚速率以及图像渲染能力，，，从而决议了座舱内屏显数目、运行流通度以及画面富厚度，，，进而塑造了整个座舱空间内的智能体验。。。。。 。只管域控制器由海内外多家厂商供应，，，但所基于的芯片平台有限，，，基本集中在高通、瑞萨、恩智浦、TI等芯片厂商，，，座舱芯片的集中度显着高于域控制器。。。。。 。
随着智能化水平加深，，，座舱盘算芯片算力的要求也越来越高。。。。。 。凭证IHS测算，，，2024年智能座舱对座舱芯片CPU的算力需求在89kDMIPS，，，算力需求相比2021年增添3倍以上。。。。。 。现在主要座舱芯片厂商所提供的座舱芯片算力具有显着差别，，，高通、三星最新芯片平台算力为80-150kDMIPS规模，，，古板汽车芯片厂商瑞萨、恩智浦、德州仪器CPU算力大致为25-50kDMIPS规模。。。。。 。
2.2 智能座舱盘算芯片的生长趋势
随着汽车E/E架构沿着“漫衍式”“域集中式”“中央盘算式”的偏向演进，，，座舱芯片计划也将分三个阶段演进——“单芯单屏”“单芯多屏”“融合生长”。。。。。 。
（1）单芯单屏：信号传输以及本钱方面保存劣势
漫衍式架构下，，，差别座舱电子装备由差别控制器控制，，，体现为“单芯单屏”。。。。。 。这样的解决计划在座舱功效缺氨赡已往是合适的：a）差别屏幕之间不必思量信息交互；；b）对芯片的性能要求不高，，，本钱可控；；c）仪表盘与娱乐屏运行差别系统，，，“单芯单屏”解决计划易于实现。。。。。 。
随着消耗者愈发强调车内体验感，，，液晶仪表盘取代机械式仪表盘，，，娱乐屏所承载的数据量加大，，，差别电子装备之间数据交互频次增多。。。。。 。“单芯单屏”形态难以知足市场需求。。。。。 。一是跨芯片信号传输保存延迟。。。。。 。智能化时代，，，座舱电子之间信息交互频仍，，，例如仪表盘中的行车信息就会与中控导航爆发数据交互。。。。。 。为实现多屏联动，，，装备间需要举行高速率传输。。。。。 。在“单芯单屏”中，，，差别芯片之间通过CAN或LIN总线传输，，，信号转达速率遇到瓶颈。。。。。 。二是本钱压力上升。。。。。 。为体现汽车“科技感”，，，仪表盘信息富厚度与娱乐屏内容流通度大幅增添，，，这对单颗芯片的性能提出较高的要求，，，单颗芯片价钱不可阻止地上升。。。。。 。同时，，，HUD、流媒体后视镜等新的电子装备泛起，，，抬高了座舱电子的单车本钱。。。。。 。
（2）单芯多屏：顺应集中化架构的主流计划
单芯多屏，，，指的是用一个座舱SoC芯片完成对多个座舱电子装备信号的处置惩罚和控制。。。。。 。伟世通座舱域控制器SmartCore首次整合差别控制器，，，将全数字式仪表盘与中央信息显示屏的功效集成在一个芯片上，，，实现“单芯多屏”，，，顺应汽车E/E架构集中化趋势。。。。。 。
“单芯多屏”成为解决“单芯单屏”信号传输延迟、单车本钱承压的主流计划。。。。。 。其一是解决信号传输延迟问题。。。。。 。凭证Cerebras数据，，，芯片内数据传输速率可抵达100 PB/s，，，是芯片间最快接口通讯速率的10万倍。。。。。 。单芯多屏将芯片间通讯转化为芯片内通讯，，，传输速率有望提高。。。。。 。别的，，，从解决本钱问题角度，，，芯片数目由多个镌汰至一个，，，虽然单颗价值量有所上升，，，但整体来看具有本钱优势。。。。。 。
但芯片的集成引发了另一个问题——跨系统运行。。。。。 。一样平常而言，，，数字液晶仪表盘涉及车辆清静，，，需要知足ASIL-B标准，，，通常接纳QNX或Linux系统；；娱乐系统需要运行富厚的娱乐功效，，，通常接纳Android系统。。。。。 。“单芯单屏”计划下，，，差别系统通过差别芯片支持，，，不保存跨系统问题；；而“单芯多屏”计划中，，，跨系统运行所带来的盘算效率的降低较为显着。。。。。 。
硬隔离、虚拟机手艺的生长，，，有望解决这个难题。。。。。 。1）硬隔离（Hardware partition）是在差别系统之间对硬件资源举行分派，，，提前划分各系统所能会见的盘算资源以及内存、外围装备等资源，，，各系统之间不得相互会见所属硬件资源。。。。。 。例如，，，恩智浦i.MX 8 QM接纳硬件分区将SoC划分为仪表系统和娱乐系统，，，实现前者运行Linux系统、后者运行Android系统。。。。。 。2）虚拟机（Hypervisor）是在操作系统和硬件之间插入Hypervisor层，，，凭证虚拟机对盘算单位、内存等的调理，，，实现对硬件资源的动态分派。。。。。 。前文中提及的伟世通SmartCore接纳的就是虚拟机手艺。。。。。 。
（3）跨域融合：与自动驾驶芯片合二为一
中央盘算式架构下，，，中央盘算芯片肩负了自动驾驶、智能座舱、整车控制三方功效，，，是TB数目级海量数据的枢纽，，，这要求中央盘算芯片具备更大的数据吞吐能力以及更快的数据处置惩罚能力；；更多的数据处置惩罚事情谊味着会爆发更多的功耗热量，，，这要求更精巧的硬件参考设计能力；；ADAS系统、座舱系统、整车控制系统的重大融合系统，，，要求具备更强的软件开发能力。。。。。 。
中央盘算架构需要手艺难度更高的软件、硬件能力支持，，，这或是制约整车架构进一步向更集中阶段演进的缘故原由。。。。。 。目今座舱芯片与自动驾驶芯片处于自力生长阶段，，，当硬件算力、架构设计、软件开发能力进一步提高，，，汽车整车架构迈入“中央盘算式”时，，，座舱芯片将与自动驾驶芯片有望实现融合生长。。。。。 。
博世座舱芯片演进路径
2.3 智能座舱盘算芯片的竞争名堂
外洋供应商名堂趋于清朗，，，两大阵营分庭抗礼。。。。。 。
目今外洋主要供应商可以划分为两大阵营：一是以恩智浦、瑞萨、德州仪器等为代表的“古板汽车芯片”厂商，，，在古板汽车MCU、ECU芯片营业之外，，，顺应智能化趋势结构座舱芯片领域；；二是以高通、三星等为代表的“消耗级芯片”厂商，，，切入汽车座舱领域，，，复用其在消耗电子领域深挚的手艺积累。。。。。 。
当下，，，古板汽车芯片厂商占有份额仍然较大。。。。。 。凭证高工智能汽车研究院数据，，，恩智浦、瑞萨、德州仪器三祖古板汽车芯片厂商是智能座舱芯片的主要供应商，，，这主要是由“中低端车型销量占较量大”的汽车销售结构决议的。。。。。 。古板汽车芯片厂商在智能化转型中节奏偏慢，，，除知足车规级清静外，，，性能缺乏消耗级芯片厂商。。。。。 。瑞萨R-CAR H3接纳16nm制程，，，而恩智浦i.MX 8系列、德州仪器Jacinto 7均基于28nm制程设计，，，CPU算力最高40kDMIPS。。。。。 。
消耗厂商芯片在性能方面具有显着优势，，，高通险些垄断高端座舱芯片市场。。。。。 。高通、三星最新款座舱芯片已接纳5nm制程。。。。。 。高通骁龙8295在2024年成为智能座舱芯片主流标配。。。。。 。5nm工艺、CPU/GPU/AI性能大幅提升，，，相较前代8155 CPU算力提升2倍，，，GPU提升2-3倍，，，AI算力提升8倍，，，被普遍应用于疾驰E级、吉祥银河E8、小鹏X9、蔚来ET9、小米SU7、极越01、零跑C10等多款车型。。。。。 。
消耗厂商切入汽车座舱赛道具有自然优势。。。。。 。一方面，，，目今智能座舱的算力需求仍未凌驾智能手机的规模。。。。。 。罗兰贝格预计，，，未来5年内，，，高端手机芯片的算力仍能支持下一代座舱电子算力需求。。。。。 。另一方面，，，消耗芯片厂商在手机等消耗电子领域已形陋习模优势，，，能够实现低本钱开发。。。。。 。而新入局者在牢靠资产、研究开发投入等方面淹没本钱较多，，，能否抵达盈亏平衡点有赖于定点车型相助情形以及销售情形，，，初期本钱较高。。。。。 。
我国座舱芯片处于初期生长阶段。。。。。 。从时间上看，，，我国座舱芯片市场生利益于初期阶段；；从入局厂商看，，，我国市场群集了汽车AI芯片企业、消耗芯片厂商、首创汽车芯片厂商。。。。。 。其中，，，汽车AI企业如地平线、黑芝麻等，，，产品可支持座舱领域应用；；消耗芯片厂商如华为、全志科技等，，，在手机、电脑、智能家居、通讯等领域普遍结构；；另外，，，一批汽车芯片首创公司也纷纷入局，，，例如芯驰科技建设于2018年（2020年宣布X9系列助力座舱智能化）、芯擎科技建设于2018年（基于7nm制程设计SE1000，，，公司预计2022年上车测试）。。。。。 。
海内座舱芯片竞争名堂尚未确定。。。。。 。现在除小鹏等个体主机厂与座舱芯片厂商直接对接外，，，大多通过与座舱域控制器Tier 1厂商相助的方法塑造座舱的智能化。。。。。 。现在，，，已有几款芯片有落地场景，，，如华为麒麟990A搭载于北汽极狐αS、地平线征程2已经在长安UNI-K等多款车型中落地；；芯擎科技绑定吉祥汽车。。。。。 。另外，，，凭证芯驰科技披露，，，芯驰现在已效劳250余家客户，，，笼罩中国70%的车企，，，获得50余个定点项目。。。。。 。
履历2021年汽车芯片的供应紧缺，，，自主品牌车厂在焦点芯片已接纳多供应商战略，，，起劲推进国产供应商的测试与定点。。。。。 。在一直扩大市场应用基础上，，，国产座舱SoC芯片与国际巨头的差别会逐渐缩小。。。。。 。
下表中梳理了现在主流智能座舱SoC芯片：
现在主流智能座舱SoC芯片比照
三、智能驾驶与智能座舱盘算芯片的准入门槛AEC-Q100
① AEC-Q认证是国际汽车电子领域的准入门槛
AEC即Automotive Electronics Council，，，是美国汽车电子委员会的简称。。。。。 。AEC由克莱斯勒，，，福特和通用汽车提倡并建设于1994年，，，现在会员普遍全球各大汽车厂、汽车电子和半导体厂商，，，切合AEC规范的零部件均可被上述三家车厂同时接纳，，，增进了零部件制造商交流其产品特征数据的意愿，，，并推动了汽车零件通用性的实验，，，为汽车零部件市场的快速生长打下基础。。。。。 。AEC-Q为AEC组织所制订的车用可靠性测试标准，，，是零件厂商进入汽车电子领域，，，打入一级车厂供应链的主要门票。。。。。 。
AEC-Q100是AEC的第一个标准，，，主要是针对车载应用的集成电路产品所设计出的一套应力测试标准，，，此规范关于提升产品信任性品质包管相当主要。。。。。 。AEC-Q100是预防可能爆发种种状态或潜在的故障状态，，，对每一个芯片举行严酷的质量与可靠度确认，，，特殊对产品功效与性能举行标准规范测试。。。。。 。
② 要求通过AEC-Q100标准的车用集成电路IC
单颗IC：控制类芯片、驱动类芯片、盘算类芯片、存储类芯片、传感类芯片、通讯类芯片、功率类芯片、电源类芯片、清静类芯片、模拟芯片等。。。。。 。
③ AEC-Q100：集成电路试验要领零件事情温度品级界说
?品级0：情形事情温度规模-40℃~150℃；；
?品级1：情形事情温度规模-40℃~125℃；；
?品级2：情形事情温度规模-40℃~105℃；；
?品级3：情形事情温度规模-40℃~85℃。。。。。 。
④AEC-Q100车用IC产品验证流程
⑤ AEC-Q100测试项目分组
群组A--加速情形应力测试(PC、THB/HAST、AC or UHAST or TH、TC、PTC、HTSL)共6项测试
群组B--加速生命周期模拟测试(HTOL、ELFR、EDR)--共3项测试
群组C--封装组装完整性测试(WBS、WBP、SD、PD、SBS、LI、BST)--共7项测试
群组D--芯片制造可靠性测试(EM、TDDB、HCI、BTI、SM)--共5项测试
群组E--电性验证测试(TEST、HBM、CDM、LU、ED、FG、CHAR、EMC、SC、SER、LF)--共11项测试
群组F--缺陷筛选测试(PAT、SBA)--共2项测试
群组G--腔体封装完整性测试(MS、VFV、CA、GFL、DROP、LT、DS、IWV)--共8项测试
⑥ 人生就是搏芯片测试能力及AEC-Q100手艺要求
关于人生就是搏
人生就是搏集团（以下简称"NTEK"）建设于2009年，，，总部位于深圳，，，主要从事智能网联汽车、电子通讯、新能源的研发验证、磨练检测、失效剖析、仿真模拟和市场准入等质量研究手艺效劳。。。。。 。
人生就是搏拥有富厚的车规级电子认证履历，，，已乐成资助100多家企业顺遂通过AEC-Q系列认证，，，通过AEC-Q100对每一个芯片个案举行严酷的质量与可靠度确认。。。。。 。
人生就是搏集团以车企车规芯片国产化需求为牵引，，，依托国产半导体工业基础，，，提供完善的检测认证效劳，，，通过AEC-Q100车用标准严酷把控汽车芯片清静质量，，，助力国产车规级芯片鼎力大举生长，，，为打造智能汽车清静系统再添新动力。。。。。 。
效劳热线
400-800-6106
微信咨询
信息提交乐成