首頁/ 汽車/ 正文

安創芯視野No.23回顧丨汽車電子架構演變與晶片發展趨勢

第二十三期回顧

當前,汽車功能複雜多變,特別是自動駕駛、車聯網的出現,正在倒逼汽車電子架構的革新。在軟體定義汽車的新時代,汽車電子架構是汽車智慧化發展的基礎,整車電子架構正日益成為各大廠家著力完善的重要領域之一。同時,我們的汽車正在從內燃機引擎轉向電動車,這也會帶來架構上的改變,行業會朝向域控制器發展。這就對整車電子架構提出了全新的挑戰。那麼,未來汽車電子架構將如何演變?汽車電子晶片的發展趨勢又如何?

2021年第一場

《安創“芯”視野》

(總第23期),邀請到了

Arm中國汽車市場高階經理舒傑

,他以汽車電子架構演變與晶片發展趨勢為題,圍繞上述問題進行了分享。

(以下是分享內容整理)

今天,我會就新一代電子電氣架構下Arm在汽車方面的一些產品或者Arm與晶片演進的關係給大家進行分享。我叫舒傑,在Arm中國負責汽車生態業務。現在,Arm對汽車業務是比較重視的。如果大家關注過Arm的晶片的話,或多或少會了解到現在的自動駕駛、智慧座艙、ADAS等都會用到Arm核的晶片。所以,我今天分享的內容是新一代電子電器架構的演變以及晶片的發展趨勢,主要分為以下四個方向:整車電子電器架構的發展趨勢、域控制器設計趨勢、Arm汽車IP、Arm汽車生態。

第一部分:整車電子架構的發展趨勢

首先,我們先來看整車電子電器架構的發展趨勢。大家也知道,現在汽車發展得越來越快,一些新的架構陸陸續續出現。對於傳統架構,我們就會發現它們存在很多痛點,比如說有太多的ECU。據說過去20年,每年會有2~3個ECU增加。當然如果是高階車,它增加會越來越多。另外,車的線束越來越複雜。不僅線束會比較多,而且線束本身也會增加車的重量。此外,這種傳統的架構也不方便增加功能,需要改進子系統的整合。

那對於電子電器架構來說,促使它發展的驅動力因素主要是下面這些方面。

第一、汽車需要更加靈活的計算。

第二、汽車需要加進一些功能。

第三、軟體定義汽車其實也需要電子電器架構去做更新。

最後、自動駕駛、電動化等都離不開新的EE架構的支援。

而關於新架構的趨勢,有這幾個方面:集中化控制、更簡單的邊緣控制節點、標準化的解決方案、應用整合及使用虛擬化技術。

安創芯視野No.23回顧丨汽車電子架構演變與晶片發展趨勢

車載E/E架構的發展趨勢

左邊的圖是傳統架構,它屬於多ECU的架構。後來隨著計算量的爆炸式增長,開始進入域的架構。中間的這個域架構,淺藍色的部分有幾個域控制器,它把幾個ECU的功能整合在了一起。而且每個域控制器都承擔著特定的功能,比如說有座艙域、ADAS或者自動駕駛域、動力域、車身域等等。我們對域的劃分其實有很多,不過怎麼劃分是根據每家公司的電子電器架構的設計而定的。

那隨著計算量的進一步增加,將進入到中央化的架構,就是我們最右邊的架構。如果大家仔細看,會發現這種架構跟現有的資料中心或者說那種高效能的計算機很類似,只不過,這是一臺車載的嵌入式高效能計算機。這臺計算機連線了很多區域閘道器,而這些區域閘道器又可以連線各種感測器和作動器。所以大家也可以把這些區域閘道器的節點當成邊緣計算節點。邊緣計算節點就可以透過實時匯流排,比如圖裡看到的TSN跟中央計算機相連(當然未來還會有其它的實時匯流排新技術出現)。

安創芯視野No.23回顧丨汽車電子架構演變與晶片發展趨勢

嵌入式高效能計算機

從目前的研究來看,車載高效能計算機的架構很可能是刀片架構,比如刀片式的計算節點會有這種CPU、GPU。大家可以看看最左邊的圖,裡面有CPU、GPU。中間的圖也有CPU和GPU。但是在最右邊的圖就發現它是由CPU、GPU和NPU組成的。其實Arm在這一塊的投入是比較大的,Arm有很多高效能的CPU和GPU用於這種架構當中。這種架構跟大家瞭解的雲伺服器也很像,但很大的不同之處是它的異構性。此外,這種架構需要考慮實時性和安全性,所以整個系統當中不僅需要有通用的服務也要有實時的服務和安全的服務。這樣一來,就給整個系統增加了額外的難度。

安創芯視野No.23回顧丨汽車電子架構演變與晶片發展趨勢

面向服務的架構(SOA)

從架構來看,它依然跟雲端或者邊緣端的高效能計算很像,但不一樣的地方是它有異構的計算節點以及在Hypervisor上的應用。大家來看左邊的圖,它的頂部有一些可用的軟體服務;接著來看灰色的抽象層部分,它可以提供本地的裝置抽象層和遠端的裝置抽象層。這裡很關鍵的一點是它不僅僅有普通OS的通用服務可以編配,也有RTOS即實時的作業系統的服務可以編配。所以對於汽車的應用來說,我們可以複用雲計算的編配系統獲取通用的服務和嵌入式的服務。

安創芯視野No.23回顧丨汽車電子架構演變與晶片發展趨勢

整車電子電器架構中發展趨勢

從這張圖中大家可以看到,汽車裡有很多的控制器。從左上角的座艙儀表,再到網聯閘道器、車身電子,再到動力系統、底盤,還有半自動駕駛。目前來看,座艙和半自動駕駛的算力需求是最大的;相對來說,底盤動力系統和車身電子的算力需求會小很多;網聯閘道器是新加的功能,它的算力需求也比座艙儀表和半自動駕駛小不少。就座艙儀表的算力而言,它其實跟一部高階智慧手機的算力差不多,所以現在有很多的高階智慧手機晶片的玩家會說他們的晶片是否可以改一改來用於座艙儀表。這個趨勢和相關的具體玩家我會在後面的分享內容提及。另外,對於半自動駕駛,它的功能越多算力要求越高,所以我在這裡只是提供一個大致的資料給大家做參考,比如半自動駕駛的算力要求是350K DMIPS。

第二部分:域控制器的設計趨勢

主要從3個方向來解讀:座艙域控制器、ADAS/自動駕駛域控制器、動力系統域控制器。我們先看一下座艙域控制器的功能趨勢。從這個圖中大家可以看到裡面有數字儀表、後視鏡替代、HUD、駕駛輔助、流媒體、駕駛員警告系統等等。未來座艙域控制器的功能會越來越多,整合式的座艙系統會把儀表、IVI合成在一起。整個系統不僅會包含像ASIL B和ADAS這樣的一些應用,也會強調流媒體、服務質量方面的需求。這樣的功能趨勢其實是離不開相應的技術支撐的。從座艙的技術考慮因素來看,首先要把儀表、IVI、HUD以及其它的一些應用整合在一起,在同一個硬體平臺上面來實現。

其次,我們要混合安全等級的系統,把安全系統和非安全系統放在同一個硬體平臺上面來跑。而且,我們還需要虛擬化。虛擬化作用非常關鍵。它上面會有一些不同的作業系統在執行:RTOS、Linux、安卓,我們可以透過虛擬化來排程安全和非安全作業系統的應用。在國內,智慧網聯汽車比較受重視,所以這種網聯特性也特別重要。Arm的有些客戶把手機晶片應用到座艙裡去,而同時它也在複用裡面的通訊模組,比如3G、4G模組。這個本身是跟手機晶片關聯在一起的,用於座艙的時候,它在實現相應的座艙功能的同時也能實現網聯功能。

另外一方面,如果汽車的自動化程度越來越高,則需要我們的座艙提供一些更好的功能來滿足乘客的應用需求。當乘客不用開車或者他的關注點不在駕駛車的時候,就需要座艙提供更好的應用給到我們的乘客或者駕駛員。

現在,車企跟晶片公司互動得越來越多,譬如奧迪和三星的合作。三星採用Arm的比如A76、G76的IP做了一個V9晶片,被奧迪用於比如IVI系統或者將來也可以擴充套件到智慧座艙的應用。這些是一個很典型的車廠跟晶片直接合作,來獲取它想要的特性且強調它的一些座艙定製的功能的例子。對於傳統的座艙或IVI的晶片玩家,大家耳熟能詳的一般有恩智浦、瑞薩、TI。之前還有人聽過Intel,不過現在越來越少了。還有MTK。MTK裡面應用的晶片會比較多,它有車規級的也有非車規的,其中工業用的一些晶片就可以用於像IVI這種應用。

從這個方向來看,傳統的晶片玩家正面臨著一個較大的挑戰,即來源於手機晶片玩家的衝擊。因為手機晶片玩家提供的算力會大很多。從MTK到英特爾、恩智浦,GPU最大的算力,比如瑞薩的R-CAR H3,也就是一兩百GFLOPS的算力。如果我們看一下新興的座艙或者IVI的晶片玩家,同樣是看GPU,高通820A這種比較早期的晶片的GPU算力也比前面那些玩家的GPU所提供的算力要大不少——它至少是300多GFLOPS算力。如果是高通8155的話,它有1000多GFLOPS算力;如果到高通8195,有2100 GFLOPS算力。所以從這個角度來看,那些新興的晶片玩家的晶片,不管是在CPU還是GPU,算力都提高了很多。

安創芯視野No.23回顧丨汽車電子架構演變與晶片發展趨勢

新興的座艙/IVI晶片玩家

大家可以看到這幾家是非常典型的手機晶片玩家,比如高通、三星、華為、MTK。MTK也有一些新的晶片可以用於汽車座艙或者IVI的應用。另外,還有一個晶片玩家是英偉達。這邊我截取了兩段新聞。一個是現代汽車的新聞,說它把NVIDIA DRIVE平臺用於資訊娛樂系統和AI平臺的應用。另一個是戴姆勒的新聞,說它們把英偉達的晶片用於它的HUD和LED屏的一些應用以及儀表的應用。所以大家可以看到,這種新興的玩家都是瞄準這種新的應用,比如需要大算力推大屏的這樣的應用。而剛好現在汽車在座艙方面又需要這一塊兒的技術。從現在全球範圍內一些新的座艙專案來看,很多車企都在選用手機晶片玩家的晶片。高階的有高通8155;低端的,如果僅僅是運用到IVI的話,有可能會用到6155;當然還有三星的。而且,前兩天我也看到新聞,說華為的麒麟980晶片也在強勢挺進座艙應用。

自動駕駛的功能趨勢

前面的Level1(L1)和Level2(L2)是針對ADAS駕駛輔助的描述,後面是針對自動駕駛的應用。大家也看到,其實從手動駕駛到自動駕駛的技術升級沒有那麼快,很多時候都還是停留在L1和L2的一些應用上。Strategy Analytics & HIS預測了全球各個等級自動駕駛的乘用車產量,在2020年之前,L0和L1佔比非常高。反而是L2,跟L1和L0相比,它的佔比要小很多。但是隨著技術的迭代或是相應的晶片支撐技術發展,我們會發現L2和L2+的應用佔比越來越高,在2025年之前這個佔比不斷往上增加。再往後,像L3、L4應用就出現了。但是L3本身會受一些法律法規限制,所以,什麼時候可以大規模應用還要依靠相應法律法規的支撐。而對於L4,現在已經看到在某些特殊的場景下得到使用了。雖然量會少一點,但是這個趨勢還是有的。包括大家現在聽過的很多城市在做的無人計程車,其實也是L4級別的一個應用。

從晶片角度來看不同等級自動駕駛的算力情況

從L0到L1、L2、L3、L4、L5,我們可以看到,不管是CPU算力還是深度學習算力的提升變化都很大。對於L2的應用,基本上會用到4~8T的算力;如果是L3、L4的話,基本上都需要上百T的算力。當然每家公司對這種算力的理解不太一樣,因為算力是跟演算法強相關的。但不管怎麼樣,這種算力都需要有一些晶片來做支撐。

如果是真正的L3、L4級別的自動駕駛晶片,我們會發現,客戶對功耗是有要求的,比如:希望功耗可以小於200瓦,算力在200到400KDMIPS範圍,NPU或者AI的算力有200~400的TFLOPS,還需要有影片的處理能力。而且這種駕駛晶片也需要考慮功能安全和資訊保安。一些介面也要滿足自動駕駛的需求,比如說PCle或者高頻寬儲存器的介面。所以,要真正建立一個自動駕駛系統需要有生態夥伴的參與。

生態夥伴主要是指半導體夥伴、開源軟體、商用軟體提供商、自動駕駛技術提供商和行業聯盟等。對於軟體平臺和工具,我們會需要標準的平臺架構、開源開發平臺、商用開發平臺、中介軟體和應用軟體支援以及開發工具和開發環境。底層是系統架構,系統架構會分好幾類,比如跟資料處理相關的、跟功能安全和資訊保安相關的、跟互聯相關的以及CPU叢集和AI加速器。CPU很典型,有高效能伺服器級別的CPU。比如,華為MDC平臺裡的鯤鵬系列本身就是可用於伺服器的CPU。另外,還有高效能單執行緒帶功能安全的CPU和高效能多執行緒帶功能安全的CPU,比如滿足高資料吞吐的CPU應用。

關於AI這一塊,不僅有經常聽到的NPU,GPU也很關鍵。因為GPU一方面可以用於一些視覺化應用,比如圖形渲染,還可以做一些輔助計算來彌補NPU的計算,這些計算透過GPU來實現其效率會更高,所以這個時候使用GPU來計算也更合適。因此,現在從全域性來看一個自動駕駛方案,如果是基於Arm的平臺,大家可以看到上面有很多Arm的IP。比如Cortex-A78AE,這是我們V8架構下最新的AE級別的CPU,此外還有Cortex-A65AE、Mali-G78-AE。Mali-G78-AE是GPU的,還有NPU、ISP、Safety Island、資訊保安等IP。所以,大家可以看到很多IP是可以被廣泛應用的。當然,Arm只是提供了其中一小部分IP,下面好多IP是由不同的玩家來提供的。在半導體行業,買IP來做晶片是非常常見的商業模式。而且確實這種IP的供應可以幫助晶片的客戶減少他們的開發成本以及縮短開發週期。所以,大家在做SoC和 MCU時用到的不同的IP可能來源於不同的供應商。

安創芯視野No.23回顧丨汽車電子架構演變與晶片發展趨勢

市場主流的計算平臺

再回到自動駕駛這個計算平臺。大家可以看一下這邊的一張表格,這是市面上能碰到的一些可以用於ADAS或者L3、L4這樣級別的自動駕駛晶片。首先要提到的是特斯拉,因為特斯拉比較特立獨行一些。他們自己做了一個叫FSD的晶片,它的算力大概是144TOPS。還有Mobileye,其主要強項在於它基於視覺的ADAS應用。比如L1、L2,如果基於camera的ADAS,Mobileye的佔比是比較高的。此外,新玩家譬如英偉達,這兩年發展比較迅猛。比如從它之前的Xavier、PX2等這樣的平臺或晶片到現在新出的Orin晶片都是比較強的。而且,最近新推出的比如蔚來汽車、智己汽車、理想汽車等很多車型採用的自動駕駛晶片,都是基於英偉達的Orin晶片來做的,而其實Orin用的是Arm的A78AE。

除此之外,高通在汽車座艙應用方面已經積累了非常多的經驗。他們現在發力做自動駕駛,比如他們自己的Snapdragon Ride平臺,未來在市場上應該很有競爭力。當然除了這些國外玩家之外,本土也有不少玩家,比如華為、黑芝麻、芯馳。這些本土晶片玩家也可以賦能到ADAS或ADAS應用上。此外,像芯馳已經拿到了每年百萬片的訂單用於汽車上的應用。芯馳的V9系列有三個應用:閘道器、ADAS和座艙,它在公開的訂單描述裡面沒有區分具體的應用。本土的晶片公司可以把晶片做出來而且拿到車廠或是Tier1的訂單,從這個角度看本土晶片玩家,這是非常了不起的。

Mobileye早期它在L1、L2的佔比還是比較不錯的,像EyeQ3、EyeQ4在國內很多車上都可以見到它們的應用;現在他們在發力EyeQ5;英偉達有Parker、Xavier以及即將推出的Orin等晶片;特斯拉的晶片FSD;TI的晶片有TDA2、TDA4。此外,地平線的晶片:J2,它在2020年已經量產,而且在長安汽車上應該已經有超過十幾萬的裝車量。現在,J5已經流片。另外,黑芝麻也有A1000晶片,這個晶片的算力也是比較強的,也可以用於一些L2+,L3的應用上。目前,除了Mobileye的EyeQ3、EyeQ4、EyeQ5之外,其它的幾乎都有Arm的IP在裡面,就是我們的CPU或者是CPU加GPU的應用。

動力系統的域控制器的情況

過去,傳統車會比較多,它們的動力系統還是基於內燃機或者燃油發動機。現在,新能源車在國內提得越來越多,而且一些相應的措施和法律法規以及政府激勵措施其實都在期待著新能源汽車的快速發展。儘管它現在的銷量跟傳統的量級車相比還比較少,但是它的產業鏈已經逐漸形成。相應地,對於新能源車的動力系統,也會產生一些新的要求。比如:

第一,它強調實時性和虛擬化的結合,也強調這種域控制器在新能源汽車動力系統上的應用。第二,它也跟座艙一樣需要混合功能安全等級的軟體來執行。

第三,對於座艙來說可能大家提到的比較多的是ASIL B,但對於動力系統來說,應該是ASIL B加ASIL D這樣的組合應用更常見或者可能是ASIL D更多見一些。

第四,它透過機器學習來做預測。比如,在過去大家在對BMS的SOC(荷電狀態)或SOH(健康狀態)做預測的時候,很多演算法主要只能透過PC來做,而現在卻有機會透過一些SoC來做了。

最後,新能源車是非常強調功耗效能的。因為Arm本身主打的特性就是低功耗,所以Arm在這一塊的機會是非常大的,後續大家也會看到越來越多的新能源汽車的動力系統會用到含有Arm IP的晶片。

動力系統控制——現在與未來

現在的動力系統,多數的情況下跟分散式ECU很類似。每塊晶片都有自己的功能、發動機和電機都是單獨控制的、整合非常複雜、增加功能的話會非常麻煩。現在大家考慮的點多數在域控制器的使用,會把一些應用整合在一起。比如動力系統來說的話,可能把發動機的控制、電機控制、BMS、車載充電機的控制組合在一起。未來的話,可能會出現分割槽的應用。比如,存在異構計算且具有更好的實時控制和安全性,將來會整合更高等級的功能,也會給自動駕駛控制器做一些冗餘的應急操作。因為只要SOC夠強的話,在上面可以實現的功能就會多很多。

動力系統ECU的遷移

從整個動力系統的遷移來看,我們會發現從ECU到域控制器,再到分割槽控制。其實都需要很多功能去實現,對應晶片的支撐也是必不可少。譬如,支援實時虛擬化、域控制器架構、支援ASIL D,以及可能支援的機器學習的演算法,這樣的話,就要上升到異構的平臺。整個動力系統,目前能看到的應用,主要是Domain這種域控制器應用,預計在2025年能實現分割槽控制應用,雖然現階段有一些廠商已經有一些分割槽的概念在電子電氣架構裡面了。

以下是兩個動力系統域控制器的例子,第一個是恩智浦的S32S ,使用的是4核Arm四核的R52,可以應用域控制器。它是可以支援電動的動力總成和底盤域控制器的應用。另一家是ST stellar的晶片,採用自有的相變記憶體的技術。定位於動力總成和其他車用域控制器。

第三部分:Arm汽車IP

半導體行業買晶片做IP是很常見的商業模式。 從全球範圍來看,現在有十五家頂級的汽車晶片廠商已經授權Arm的IP去做晶片,當然主要還是基於Arm架構的晶片。此外,除了汽車以外的話還會有很多其他的應用,像手機、平板、穿戴裝置,或者一些Iot裝置等等。對於汽車方面的應用,Arm主要有以下三個產品系列:M系列(面積最小/功耗最低)、R系列(快速響應/實時控制)、A系列(最高效能)。

在產品方面,多款汽車增強型Cortex-A CPU,目前Arm的Cortex-A76AE&Cortex-A65AE已經發布;基於Cortex-R52的晶片已經面世,像NXP S32S、ST stellar;Cortex-M系列產品正廣泛應用於汽車各種領域;汽車上的Mali GPU,Mail ISP正在廣泛應用於座艙場景;此外,還有互聯(CoreLink)汽車增強系統IP,汽車上的工具和虛擬驗證。

第四部分:Arm的汽車生態

Arm的汽車生態覆蓋是非常廣的,從我們的直接客戶像半導體夥伴 到一級供應商、車廠、 作業系統、EDA工具供應商、服務平臺提供商、運營夥伴,這些都是Arm的生態合作伙伴。其中軟體定義汽車時代的到來,也使得軟體的生態變得特別重要。Arm的軟體生態包含商用軟體、開源軟體,是可以覆蓋從自動座艙到自動駕駛這些應用的。

Arm不僅僅侷限只做車端的產品,Arm的M、R、A產品服務範圍囊括車身控制、閘道器、底盤、自動駕駛、座艙等。此外,Arm在伺服器端,像基礎設施的邊緣計算、邊緣雲計算、公有云計算都會有相應的產品。Arm本身的伺服器,也廣泛應用於智慧網聯、雲計算等領域,我們在國內看到伺服器,飛騰、華為都是基於Arm架構的產品。由Arm與眾多企業聯合成立的自動駕駛汽車聯盟,主要是給大家提供更好的自動駕駛的技術框架,幫助企業快速實現自動駕駛。

從整個Arm在汽車行業的規劃來看,我們在不斷的開發技術上非常領先的IP,同時在整個過程中注重功能安全和資訊保安,將來隨著需求的改變,我們的產品也可以不斷升級,以便來滿足隨時更新的各類需求。

相關文章

頂部