自動駕駛算力

1. 自動駕駛升級/域集中趨勢下 東軟睿馳的「芯」變化

自動駕駛系統進化,汽車電子電氣E/E架構加速向域控架構遷移,驅使著晶元性能和結構快速升級。

域控處理器需要處理大量圖片、視頻等非結構化數據,同時還需要整合雷達、視頻等多路數據。原有單一晶元無法滿足諸多介面和算力需求,車載處理器算力呈現指數級提升,具備AI能力的主控SOC晶元成為了主流。

SoC晶元集成了CPU、AI 晶元(GPU/FPGA/ASIC)、深度學習加速單元(NPU)等多個模塊,相對於單核處理器,異構多核SoC處理器在算力、性能、成本、功耗、尺寸等方面具備更明顯的優勢。

當前,在智能汽車領域已經聚齊了各路晶元玩家,英偉達、高通等近年來在汽車主控SOC晶元領域大舉布局,分別針對ADAS、自動駕駛以及智能座艙領域推出了系列晶元,率先於傳統晶元企業在各領域快速落地;瑞薩電子、恩智浦、德州儀器(TI)等傳統汽車晶元企業不甘落後,面向智能駕駛領域積極跟進。

除了外資巨頭,在國內還有華為、地平線、黑芝麻、芯馳、芯擎科技等一大批企業已經快速崛起,為自主品牌車企提供了更多選擇。

綜合來看,主控晶元正朝向異構多核、高集成、低功耗等更高性能的方向邁進,同時也推動了域控制器升級和量產落地,東軟睿馳等Tier1企業也在晶元技術的變革之下,與合作夥伴展開更多、更深入的合作,這對電子電氣架構發展和軟體定義汽車帶來了極具意義的影響。

一、來自不同層級市場的晶元需求

一場算力競賽已經在各大晶元企業之間悄然興起。

高級別自動駕駛系統需要面對更復雜更廣泛的場景,伴隨著域內融合和跨域融合,未來晶元不會局限於自動駕駛域的計算任務,還會逐漸跨域升級成整車中央計算平台,對算力的要求呈現指數級增長。

有數據顯示,L2級自動駕駛的算力需求不到10TOPS即可,但要實現L3級自動駕駛的算力需求則要求不低於100 TOPS,而如果到L5級自動駕駛,整車的算力還需要翻十幾倍。

公開資料來看,大部分晶元企業紛紛瞄準了下一代自動駕駛大算力晶元,並且公布了相應的量產規劃。

英偉達已經推出的全新一代自動駕駛晶元Orin單顆晶元算力高達200TOPS,支持L3-L4,資料顯示蔚來ET7、上汽R ES33、智己L7都將採用英偉達Orin晶元,量產計劃在2022年。今年4月,英偉達還發布了算力高達1000TOPS的Atlan晶元,支持L4-L5,預計在2025年量產。

另一大晶元巨頭高通最新推出的Snapdragon Ride平台支持L1-L5自動駕駛,支持多晶元疊加使用,L3以下的輔助駕駛提供30 TOPs算力,面向L4-L5的自動駕駛系統提供700 TOPs的算力,量產時間節點為2022年。

自主品牌中,華為自主研發的HUAWEI MDC 810算力可高達400+TOPs,面向L4-L5級自動駕駛。地平線征程5單顆晶元AI算力為128 TOPS,組成的智能計算平台AI算力覆蓋200-1000 TOPS;黑芝麻智能今年全新推出的A1000Pro系列晶元,INT8算力達到106TOPS、INT4算力高達196TOPS。

除了面向L3及以上級別ADAS領域的高算力晶元,未來幾年L2-L2+級ADAS市場的爆發,同樣蘊藏著巨大的市場空間。

高工智能汽車研究院監測數據顯示,今年1-8月國內新車(合資+自主品牌)前裝標配搭載L2級輔助駕駛上險量為224.27萬輛,同比增長78.42%;在搭載率方面,今年1-8月國內新車前裝標配搭載L2級輔助駕駛搭載率為17.03%。

S32G使用路徑

通過這類通用域控制器可實現跨域融合,基於面向SOA的架構,在不同域中實現軟體復用和功能的遷移,大大增強了平台的可拓展性,可移植性,對電子電氣架構的集中化發展意義重大。

一直以來,晶元都處於快速發展變化的狀態,而晶元與軟體的高耦合,往往需要基於差異化的硬體進行大量的軟體定製化,這使得上層應用開發和持續迭代變得異常困難。很顯然,相對穩定的通用硬體平台,才是軟體架構和上層應用持續穩定和快速繁榮的基礎。

正如東軟睿馳汽車技術(上海)有限公司總經理曹斌表示,能夠把所有感測器集中在一起,並在感測器演算法基礎之上去迭代和創新,實現持續優化和進化的域控制器,才是智能汽車行業真正需要的。

他指出,這類域控制器需要基於較為完整和穩定的異構晶元作為底層架構,能夠支持AI加速和GPU的支持,將滿足需求的算力與分布式計算資源整合在一起,並且不斷地被上層軟體抽象且與底層晶元實現有機解耦,才能真正形成集中化並且可持續迭代升級的域控制器。

當前越來越多核異構SOC晶元的出現,在滿足基本功能算力需求的前提下,硬體架構、功能框架和劃分將有望形成相對通用化和穩定的狀態。

基於這類通用化的硬體架構,實現軟硬體分層解耦,逐漸形成了AUTOSAR、AP+CP+中間件的清晰穩定的基礎軟體架構,上層應用的快速實現與持續的迭代升級才能夠實現。

這對軟體定義汽車來說,可以說是非常關鍵性同時也是極具標志性的階段。