日本无码免费高清在线|成人日本在线观看高清|A级片免费视频操逼欧美|全裸美女搞黄色大片网站|免费成人a片视频|久久无码福利成人激情久久|国产视频一二国产在线v|av女主播在线观看|五月激情影音先锋|亚洲一区天堂av

  • 手機站
  • 小程序

    汽車測試網(wǎng)

  • 公眾號

    • 汽車測試網(wǎng)

    • 在線課堂

    • 電車測試

汽車芯片現(xiàn)狀概述

2021-09-27 10:01:13·  來源：中國汽車基礎軟件發(fā)展白皮書2.0  
　
引言：本文節(jié)選自中國汽車基礎軟件生態(tài)委員會(AUTOSEMO)本月發(fā)中國汽車基礎軟件發(fā)展白皮書2.0》。在我國汽車 新四化主流發(fā)展趨勢、半導體行業(yè)整體供應趨勢以及復
引言：

本文節(jié)選自中國汽車基礎軟件生態(tài)委員會(AUTOSEMO)本月發(fā)中國汽車基礎軟件發(fā)展白皮書2.0》。
在我國汽車 “新四化”主流發(fā)展趨勢、半導體行業(yè)整體供應趨勢以及復雜國際關系背景下，發(fā)展國產(chǎn)汽車芯片的重要性和緊迫性日益凸顯。我國政府主管部門出臺了一系列相關政策，也涌現(xiàn)出了一批國產(chǎn)汽車芯片 設計公司，比如地平線、黑芝麻、紫光國微，產(chǎn)品涉及了自動駕駛 Al、 MCU、功率器件、安全芯片等多個方向。

1、汽車芯片的發(fā)展橛述
汽車半導體作為當下智能汽車的核心元器件，廣泛應用于汽車各個功能模塊，主要涵蓋車身、儀表/信息娛樂系統(tǒng)、底盤 / 安全、動力總成和駕駛輔助系統(tǒng)五大板塊。



圖1 汽車中半導體的主要應用領域
汽車半導體按照在車身上的不同應用領域可以分為計算及控制芯片、存儲芯片、傳感器芯片、通信芯、功率芯片等。車內(nèi)負責計算和控制的芯片主要分為功能芯片 （MCU) 和主控芯片 (SOC)，由于在車中發(fā)揮著重要作用，是當下行業(yè)的重點關注方向，目前在整個汽車半導體中的市場占比約為 30%。MCU指的是芯片級芯片.一般只包含CPU 一個處理單元（例：MCU=CPU+ 存儲＋接口單元)，而OC 指的是系統(tǒng)級芯片，一般包含多個處理單元（例：SOC=CPU+GPU+DSP+NPU+ 存儲＋接口單元）。在商業(yè)模式方面，汽車芯片廠家在傳統(tǒng)商業(yè)合作模式中一般面向 Tier1，提供基本的芯片硬件和驅(qū)動，不會直接面向主機廠，而在 SOA、新能源汽車、5G 等技術的蓬勃發(fā)展加持之下，傳統(tǒng)的汽車電子商業(yè)生態(tài)平衡正在被打破，產(chǎn)業(yè)鏈上掌握關鍵資源和核心技術的環(huán)節(jié)正在重塑全新的商業(yè)模式。
2、功能芯片持續(xù)鞏固汽車控制性能和安全
隨著汽車電子化程度的加速滲透，汽車ECU 的數(shù)量也在快速上升，而ECU 中均需要 MCU 芯片。根據(jù)相關數(shù)據(jù)統(tǒng)計，普通燃油車的ECU數(shù)量在 70個左右，高端車型的 ECU 數(shù)量在150 個左右，而智能汽車的 ECU 數(shù)量在 300個左右。
當前全球汽車 MCU 市場被外資廠商高度壟斷，恩智浦(14%)、英飛凌(11%）、瑞薩電子 (10%)意法半導體 （8%）、德州儀器 （7%)，CR5 企業(yè)的市場集中度達 50%。在全球汽車行業(yè)都處于 “缺芯”的影響下，國內(nèi)車規(guī)級MCU 也在加速進行進口替代，目前國內(nèi)有多家本土廠商在布局車規(guī)級 MCU，包括兆易創(chuàng)新、芯旺微、比亞迪等企業(yè)。


圖2 車規(guī)級NCU競爭格局
車規(guī)級 MCU 主要分為 8位、16位和 32位，隨著汽車各項舒適功能的普及、部件控制愈加精細化，對 MCU 的計算響應要求會更高，因此高寬位功能芯片 MCU 成為未來的發(fā)展方向。
3、 主控芯片成為汽車行業(yè)競爭制高點
隨著汽車往智能化的發(fā)展，特別是智能座艙和自動駕駛概念的興起，對汽車的算力提出了更高的要求，傳統(tǒng)的功能芯片已無法滿足算力需求，主控芯片應運而生。
汽車主控芯片主要應用于智能座艙和自動駕駛兩大場景：
由于智能座艙芯片相比于自動駕駛芯片對安全的要求相對更低，更加容易打造。未來車內(nèi)〝一芯多屏”技術的發(fā)展將依賴于智能座艙 SoC，芯片本身也將朝著小型化、集成化、高性能化的方向發(fā)展。
當前座艙芯片的主要參與玩家包括恩智浦、德州儀器、瑞薩電子等傳統(tǒng)汽車芯片廠商，主要面向中低端市場，同時消費電子領域的高通、三星等也加入了市場競爭中，主要面向高端市場。全球來看，高通市場優(yōu)勢明顯，座艙芯片的迭代速度幾乎與手機芯片同時更新。高通在座艙領域布局了多款芯片產(chǎn)品，目前全球已有超過 20 家車企搭載了第三代驍龍數(shù)字座艙平臺，其最新一代的座艙芯片產(chǎn)品采用了全球首個5nm 制程。國內(nèi)來看，華為和地平線憑借著麒麟990A 和征程2 芯片也獲得了部分國內(nèi)主機廠的青睞，已分別在極狐阿爾法 S 和長安 UNI-T 車型上進行搭載。


圖3 座艙芯片主要企業(yè)


圖4 主流座艙芯片供應商產(chǎn)品
自動駕駛芯片一方面需要滿足更高的安全等級，同時隨著自動駕駛級別的提升，需要更高的算力支持，對于L4 級別的自動駕駛需要 300TOPS 的算力支持，因此只具備CPU 處理器的芯片不能滿足需要，未來自動駕駛芯片會往集成"CPU+XPU”的異構(gòu)式 SOC (XPU包括 GPU/FPGA/ ASIC 等）方向發(fā)展。


圖5 自動駕駛L1-L5算力圖
相較于消費電子類芯片，汽車芯片在使用壽命、工作環(huán)境及規(guī)格標準方面有著更高的要求。芯片產(chǎn)品開發(fā)周期長、難度大，需通過最嚴苛的行業(yè)資質(zhì)認證，從產(chǎn)品研發(fā)到最終量產(chǎn)上車，是典型的硬科技，長賽道競爭。車載計算芯片領域目前主要由 Mobileye (2017 年被英特爾收購)、英偉達、高通、恩智浦、瑞薩、德州儀器等少數(shù)國際科技巨頭壟斷，其中 Mobileye 在輔助駕駛市場有超過 70%的市場占有率，英偉達則占據(jù)了絕大部分高等級自動駕駛的市場，高通占據(jù)了智能座艙一半以上的份額，國產(chǎn)芯片公司的整體份額低于 1%。


圖6 車載芯片的晶體管集成度超越了手機芯片
自動駕駛芯片的主要參與以第三方玩家為主，包括了國外的 Mobileye、英偉達、高通，以及國內(nèi)的華為、地平線、黑芝麻等，同時國內(nèi)的零跑和國外的特斯拉兩家車企也在自研自動駕駛芯片。自動駕駛芯片按照不同的供應方式可以分為軟硬件一體式 (算法＋芯片綁定） 方案和軟硬件分離（算法、芯片分離）的開放式方案。當前 Mobileye 采用的主要是算法 ＋ 芯片綁定的一體式解決方案，這種方案短期有利于提升市占率，受到算法能力較弱的OEM 歡迎，Mobileye 在 19年全球 ADAS 芯片占有率約為 70%。但是封閉模式會導致客戶開發(fā)的靈活度下降，部分有一定算法開發(fā)能力的頭部OEM 會選擇更加開放的解決方案來滿足差異化的需求。英偉達、高通、地平線等企業(yè)采取了相對開放的商業(yè)模式，既可根據(jù)客戶的需求提供芯片 ＋算法的整體方案，也可允許客戶自己寫算法。Mobileye下一代 EyeQ5 芯片也將采用開放的商業(yè)模式，據(jù)悉 EyeQ5 芯片將提供兩個不同的版本，一個封閉版(己率先與麥格納合作面市)，一個開放版（會在寶馬iX新車上率先搭載)，可以支持第三方進行編程操作。


圖7 主流自動駕駛芯片供應商產(chǎn)品
隨著汽車E/E 架構(gòu)從分布式向集中式方向進行發(fā)展，中央集中式 E/E 架構(gòu)是未來最終的發(fā)展方向，這時中央計算平臺作為最高決策層能夠?qū)崿F(xiàn)對所有功能的控制，現(xiàn)階段相互獨立的座艙芯片和自動駕駛芯片有望合二為一，這將大大簡化汽車線束的設計復雜度，并降低成本。
3 車載SOC計算芯片典型架構(gòu)
如下圖是車載人工智能芯片的典型架構(gòu)。按照承擔的不同計算類型和任務進行分類，計算模塊分為兩類：CPU 和 NPU。通常來說，CPU做通用的邏輯計算，NPU 適合面向環(huán)境感知的 AI計算。


圖8 車載人工智能SOC芯片架構(gòu)
主要計算模塊包括：
(1) CPU
除進行與 Al 處理相關的計算，車載系統(tǒng)仍有一定的計算需求以保證實現(xiàn)各類系統(tǒng)應用，這一部分的算力由 CPU 子系統(tǒng)提供，CPU 子系統(tǒng)所支持的計算需求包括：傳感器融合、前后處理、屬性重建、里程計定位匹配、車輛控制、傳統(tǒng)算法冗余計算、調(diào)度及計算任務、感知信息輸出等
為滿足上述智能駕駛場景的計算需求，CPU 子系統(tǒng)通常采用基于 ARM Cortex-A的集群式設計，Cortex-A 系列屬于低功耗內(nèi)核，采取 ARMV8/ ARMV9 指令集，在提升性能的同時又能實現(xiàn)低功耗特性，滿足高能效計算場景需求。相對 ARM 上一代處理器，采用了增強計算性能：增強的NEON 技術，可加速多媒體和信號處理算法，如視頻編碼/ 解碼，2D/3D 圖形，音頻和語音處理，圖像處理。雙精度浮點SIMD，顯著提升了對更加廣泛算法的支持效率。在提升性能的同時，仍能保持低能耗的特性，CPU 集群中不同核可劃分不同電壓域，分組進行電源門控，在滿足不同算力場景需求的同時達到低功耗特性。集群設計具備良好的靈活性、可擴展性、安全性、高能效性，能夠充分適應 ADAS/ 座艙 / 智能人機交互等復雜場景的計算需求。
(2) NPU
智能網(wǎng)聯(lián)汽車領域包含高級輔助駕駛、自動駕駛、人機交互、信息娛樂等場景需求，計算的算力需求高，并行度高，需要性能強勁、能效比更高的車載計算芯片作為算力基礎設施，完成視覺、語音以及 NLP等計算處理與自學習、自主進化。將深度學習應用于上述典型場景設計專用的車載計算芯片，結(jié)合工程技術實現(xiàn)落地，引領產(chǎn)業(yè)快速發(fā)展。
將先進算法和先進處理器架構(gòu)設計結(jié)合在一起，最終實現(xiàn)功耗、性能 （包含速度和精度）能效比等方面的最優(yōu)解。NPU 是面向人工智能計算場景的專用處理器，利用深度學習技術的快速演進，通過算法從數(shù)據(jù)中學習，結(jié)合在芯片體系架構(gòu)上進行創(chuàng)新，結(jié)合自動駕駛重直場景的計算特點，專用于執(zhí)行人工
智能并行計算，屬于典型的異構(gòu)多指令多數(shù)據(jù)的系統(tǒng)，針對存儲器架構(gòu)設計進行了特別優(yōu)化，能使數(shù)據(jù)自由傳遞，進行多種計算，讓不同部件同時運轉(zhuǎn)起來，提高 Al運算的效率。NPU 在不犧牲精度前提下提供充足算力保障，具有高性能、低功耗、低成本等特點。
此外，這類芯片需體現(xiàn)一定的場景通用性，處理器內(nèi)部針對 MAC 單元等計算模塊設計了組合、選通等邏輯結(jié)構(gòu)，使其自身靈活可配，可與應用開發(fā)工具鏈實現(xiàn)緊密耦合；支持 MxNet、 Caffe、TensorfowPyTorch 等多種訓練框架所得模型的計算，支持傳統(tǒng)卷積計算、循環(huán)卷積計算、全連接計算等多種深度學習算法的計算，支持不同參數(shù)規(guī)模的模型計算，同時可通過編譯器配置為不同精度的浮點、定點計算，支持異構(gòu)計算，可與 CPU 協(xié)同一起完成異構(gòu)模型的計算，提升整體性能。NPU 自身的設計特點及其與工具鏈的緊密耦合決定了其靈活性高、通用性強的特征，可適應不同場景的計算需求。
隨著自動駕駛等創(chuàng)新應用基于海量數(shù)據(jù)分析發(fā)展而來，自動駕駛所需要的環(huán)境感知、物體識別等應用要求極快的計算響應，通常利用深度神經(jīng)網(wǎng)絡算法。在保證性能快效率高的同時，功耗不能過高，不能對自動駕駛汽車的續(xù)航里程造成較大影響，對計算芯片的效率提出更高要求，計算芯片體系架構(gòu)不斷發(fā)
展，由通用計算向?qū)Ｓ糜嬎阊由?。當前主流的自動駕駛計算芯片在處理深度學習 A 算法方面主要有可分為 GPU、 ASIC、FPGA、DSP 等幾類，選擇最佳解決方案通常與多種因素有關，例如應用場景、芯片規(guī)格（包括硬件接口、功耗等）、設計約束、軟件工具鏈以及上市時間節(jié)奏等。
智能汽車時代，Al 計算芯片就是數(shù)字發(fā)動機，提供智能汽車最重要的硬件基石則是算力。當前算力不足已經(jīng)成為智能汽車發(fā)展的核心瓶頸，算力的持續(xù)提升是汽車智能化進步的標志，每增加一級自動駕等級，算力需求十倍上升，自動駕駛每往上走一級。所需要的芯片算力就要翻一個數(shù)量等級。


圖9 海量數(shù)據(jù)處理需求驅(qū)動自動駕駛AI芯片算力劇增
未來多核 CPU、GPU、DSP 以及 NPU 等在市場、需求驅(qū)動下通過集成、組合，向SOC 方向發(fā)展。對軟硬件進行模塊化設計，采用差異化芯片方案，通過異構(gòu)通用平臺，總線以及各種外設控制器等，打通行業(yè)上下游，采用安全穩(wěn)定、可擴展、可定制的系統(tǒng)，解耦軟硬件不同生命周期和開發(fā)流程，通過標準化實現(xiàn)規(guī)?；淖詣玉{駛。
E/E 構(gòu)架變革四大趨勢：計算集中化、軟硬件解耜、平臺標準化以及功能定制化，將高性能的硬件預埋作為投資，通過軟件更新服務為盈利點，這同時也對車載 Al 計算芯片的提出需求。

版權聲明：本文截取自中國汽車基礎軟件發(fā)展白皮書2.0，侵刪。
分享到：
 
反對 0 舉報 0 收藏 0 評論 0
滬ICP備11026917號-25