万里路,咫尺间:汽车与芯片的智能之遇

目前阶段,汽车产业有两个最闪耀的关键词,就是智能与低碳。

在践行双碳目标与产业智能化的大背景下,汽车已经成为了能源技术、交通技术、先进制造以及通信、数字化、智能化技术的融合体。汽车的产品形态与产业生态都在发生着前所未有的巨大变革。

而无论是让汽车实现智能化能源使用与调配,实现节能减排,还是为自动驾驶、辅助驾驶、智能座舱等体验提供算力基座。时代大幕下的汽车变革,始终无法离开一个关键支撑点------芯片。

大家应该都听过这样一个说法,未来的汽车就是安装了轮子与引擎的手机、PC。那么不难发现,智能手机和PC的变革都发端于芯片的适配与成熟。只有在合适的芯片技术与供应链支撑下,才能够孕育出改变我们生活的软硬件创新。智能时代的汽车,也缘起自与芯片的相遇。

不久之前,安谋科技携手多家汽车半导体行业合作伙伴发布的《车载智能计算芯片白皮书(2023版)》(以下简称"《白皮书》"),在极术社区备受关注。我们就从此出发,聊聊汽车智能化浪潮下给半导体产业带来的机遇与挑战。

不积跬步无以至千里,一枚小小的芯片中,蕴藏着智能汽车时代的宏大变革。

汽车智能化

带来了计算浪潮

随着车联网、智能座舱、辅助驾驶、自动驾驶等AI应用愈发受到汽车品牌的重视,智能成为消费者选择汽车产品新的风向标,整个汽车产业链中的各个角色都开始关注智能能力。无论是整车厂商、零部件厂商还是算法与系统集成商,都在加大对车载智能相关软硬件的投资。汽车智能化相关的软件、算法与电子电器架构逐渐成为了汽车行业新的赛点。

而汽车智能化的达成前提,是充沛的智能算力。

顺着这个思路出发,我们会发现汽车智能化相关的多个领域,都离不开汽车芯片的支持。车载智能计算芯片,正在变成汽车智能化浪潮中最为底层,也最为核心的产业升级动力来源。

《白皮书》中详细分析了推动车载智能计算芯片发展的产业趋势,我们可以将其总结为以下三个方面:

1.车载架构革新,计算硬件的集中化和标准化。

此前,车载计算硬件大多采用传统的分布式设计。但考虑到整车智能与自动驾驶的提升是必然选择,车载计算架构也必然朝向集成式的电子电气架构演进,进一步整合域控制器。

在这一趋势下,支持不同工作负载的高性能异构计算芯片有望成为软件定义汽车功能的核心硬件基础。另一方面,由于自动驾驶等任务需要对海量环境感知数据建模,进行目标物体识别、规划决策控制复杂运算,因此展现出了更高的实时性计算需求。这些因素都导致车载计算架构需求进行革新和升级,新的车载芯片标准亟待产生。

2.OTA模式,给电子能力源源不断的考验

以特斯拉为代表的新能源车系,推开了汽车软件OTA升级的新大门。如今,汽车厂商和用户都已经认可了依靠OTA模式随时完成汽车软件能力升级的新模式,而这也为车载芯片带来了新的考验。

《白皮书》显示,软件定义汽车成为了业内主流趋势,不仅能够提供安全补丁、智能驾驶优化等更为复杂的安全保护功能,而且拥有更高级别的系统自主性和更高兼容度的软件更新能力,使得汽车行业在降低服务成本的同时,也能通过不断OTA升级的软件来实现新的营收增长。为了让汽车获得更好的OTA能力,首先需要奠定以车载芯片为代表的汽车电子能力基础。

3.AI与自动驾驶,带来了全新的想象力。

当今世界对汽车的最大期待,毫无疑问就是自动驾驶的实现。以AI技术为驱动的自动驾驶技术正在高速发展,全球众多城市都迎来了自动驾驶实路测试、限定区域内运营的新阶段。未来我们很难想象自动驾驶技术的边界在哪里,但有一个问题是肯定的,就是我们需要为高水准的自动驾驶汽车准备好算力基座。

随着AI与自动驾驶技术高速发展,车载智能计算软硬件平台和服务的竞争在汽车行业中将会越来越激烈。

在这些趋势的推动下,车载智能计算芯片来到了时代风口的中心。据HIS调研预测,到2030年,汽车智能座舱的全球市场规模将达到681亿美元,而中国市场规模将超过1600亿元。为了更好满足汽车用户的需求,推动车载智能产业发展,芯片层面的探索亟待加速。

全方位加速车载智能芯片探索

可以看到的是,目前阶段车载智能芯片的发展进程正在全方位加速。从技术标准、行业共识的凝结,再到IP、硬件、解决方案层的实践,车载智能芯片可以说开启了全新的局面。

《白皮书》的发布及其所引发的关注,就是一个很好的体现。该《白皮书》由安谋科技联合地平线、芯擎科技、芯驰科技、智协慧同共同编写,从车载智能计算机遇与挑战、软件定义汽车、车载异构计算芯片、软硬件协同设计等多个角度,系统阐述了车载智能计算软硬件平台的发展现状与未来趋势,并结合安谋科技与汽车芯片厂商在智驾智舱领域的软硬件解决方案及应用案例。

从中我们可以了解到,面向车载智能带来的芯片升级需求,安谋科技将本土创新的自研业务产品与全球领先的Arm IP相结合,打造了面向智能汽车的高性能融合计算芯片IP平台。这一平台可以实现在Arm CPU、GPU等通用计算IP基础上,异构融合"周易"NPU、"星辰"CPU、"山海"SPU和"玲珑"VPU等自研业务产品,各个计算单元通过协同和互补形成一个完整的平台级解决方案,有效兼顾通用性与专用性,并达到符合国际标准的车规级功能安全要求,全方位加速车载芯片研发周期。

据了解,高性能融合计算芯片IP平台,可以为汽车芯片产品性能的持续提升提供底层技术支持。同时得益于软件定义汽车、云原生、异构计算等技术的发展,平台还可以有效促进与软件、算法之间的协同,充分挖掘车载智能芯片的性能优势。这一探索将有效凝聚成汽车产品的智能化优势,形成国产汽车芯片产业的核心竞争力,进而助力本土汽车半导体产业实现面向智能化时代的新升级。

千里智行,以芯为翼

从芯出发,是汽车智能化浪潮的全新趋势。目前阶段,不仅产业需求十分明晰、平台底座已经筑成。还可以看到的是,已经有大量业内厂商基于成熟的IP平台底座进行了自身的探索,为进一步占领汽车智能化高地打下了基础。

在《白皮书》中就分享了业内领先厂商的典型应用案例,其中包括地平线征程5、芯擎科技"龍鷹一号"、芯驰科技X9SP等搭载安谋科技自研业务产品及Arm IP的新一代智驾智舱芯片,以及智协慧同基于车云一体数据底座的整车及智驾数据解决方案。

剖析这些案例的价值在于,可以进一步印证车载智能芯片在软硬协同等领域的技术理念先进性与可行性,为中国智能汽车产业链上下游提供价值参考。

举例来看,在智能座舱这个关键领域,芯擎科技就采用安谋科技自研业务产品及Arm IP,打造了国产化解决方案 SE1000("龍鷹一号")。SE1000 是采用业界领先的 7 纳米工艺制程设计的新一代高性能、低功耗车规级智能座舱芯片。可以有效赋能日益丰富的车载信息娱乐系统。其高性能定制 CPU 集群,可以为用户提供强大的性能体验;同时GPU 算力达到 900GFLOPS,可以在高清视频流畅播放同时,支持3D游戏平滑操作;芯片还通过内置高性能嵌入式AI神经网络处理单元,提供更多个性化的智能语音、机器视觉及辅助自动驾驶体验。总体来看,SE1000 具有高效资源分配、高影音体验、高级别安全能力等特点,为智能座舱提供强大的计算性能与丰富的场景可能性。

回想智能手机与家用电脑的发展历程,我们会发现芯片往往是产业向前发展的风向标与核心动力。在汽车向智能化、自动化、网联化、低碳化迈进的时代巨变里,车载智能芯片同样扮演着过去PC芯片与智能手机芯片的地位,逐渐成为交通智能化舞台上的主角。

零事故、零排放、零拥堵,人类交通正走上一场史无前例的智能变革。由此而生的巨大机会,值得被产业链上下游各个厂商所关注和分享。无论是通过《白皮书》洞察趋势,还是开拓实践,基于安谋科技的产品进行汽车智能化探索,在今天都十分必要且重要。

从芯出发的千里智行,就开始于此刻。

相关推荐
十有久诚1 小时前
SVL-Adapter: Self-Supervised Adapter for Vision-Language Pretrained Models
人工智能·深度学习·计算机视觉·视觉语言模型·适配器微调
学习前端的小z1 小时前
【AI绘画】Midjourney进阶:色调详解(上)
人工智能·ai作画·aigc·midjourney
cv2016_DL1 小时前
BERT相关知识
人工智能·算法·transformer
搏博1 小时前
神经网络中的损失函数(Loss Function)
人工智能·深度学习·神经网络
分才2 小时前
用天翼云搭建一个HivisionIDPhoto证件照处理网站
人工智能·学习·html5
数据猎手小k2 小时前
FineTuneBench:由斯坦福大学创建,包含625个训练问题和1075个测试问题,覆盖4个领域。目的评估商业微调API在不同泛化任务中的知识注入能力。
人工智能·深度学习·机器学习·数据集·机器学习数据集·ai大模型应用
傻瓜学习2 小时前
机器学习知识点
人工智能·机器学习
Seeklike2 小时前
11.26 深度学习-初始化
人工智能·深度学习
池央2 小时前
深度学习模型:循环神经网络(RNN)
人工智能·rnn·深度学习
微凉的衣柜3 小时前
在 PyTorch 中进行推理时,为什么 `model.eval()` 和 `torch.no_grad()` 需要同时使用?
人工智能·pytorch·python