汽车架构将朝跨域融合发展，算力灵活性继续提升。
作者 |檀心
编辑 |志豪
车东西7月1日消息，日前，智一科技旗下智能汽车产业新媒体「车东西」、AI与硬科技知识分享社区「智猩猩」，联合「上海市国际展览（集团）有限公司」主办的GTIC 2024中国智能汽车算力峰会于上海成功举办。
会议上，黑芝麻智能芯片和架构副总裁何铁军发表了主题为《舱驾一体的算力挑战和时代机遇》的演讲。
▲黑芝麻智能芯片和架构副总裁何铁军发表演讲
当前，汽车产业变革从上半场电动化进入下半场智能化，在这一过程中，架构创新是汽车智能化的主要推动力。
随着汽车智能化配置渗透率持续提升，自动泊车、高速NOA等为代表的智驾功能、支持人机交互的智能座舱功能逐渐成为标配，如何在当前的独立多域架构基础上进一步打造好用且具备成本优势的行泊一体、舱驾一体、驾舱泊一体等跨域融合解决方案，是当前汽车行业面临主要问题之一。
目前的跨域融合技术路线有Multi-Box、One-Box、One-Board三种方案，这些方案各有有缺点。虽然舱驾一体带来很多可观的收益，但仍面临诸多挑战，如算力需求不明确、算力的性能存在不足、算力灵活性不足，并且还面临成本压力。
因此，实现跨域融合最终形态仍将会是One-Chip方案，该方案具有最好的灵活性、性能、成本收益，但实现也需要一些前提，例如需要高端的、先进的车端的工艺降低芯片成本、有稳定成熟的市场需求和应用的场景需求以及在产品迭代和客户反馈中建立起研发和量产能力。
在此背景之下，黑芝麻智能于2023年4月推出武当C1200家族智能汽车跨域计算芯片。作为一款“All in one”的芯片，C1200系列主打多域融合和跨域计算，单芯片覆盖智能驾驶、智能座舱等核心场景。在技术发展方向上，武当系列跨域计算平台致力于成为推动中国车企领先全球的标志性产品，武当C1200家族芯片能够实现一芯多域，一芯多用，为中国本土Tier1和主机厂提供兼具高性价比和高价值的高速/城区NOA智能驾驶、舱驾一体等方案，推动中国本土智能汽车的进一步发展。
01.
新能源汽车正在向智能汽车转型 智驾和座舱备受消费者关注
新能源汽车的历史最早追溯到1992年：钱学森院士建议发展新能源汽车，中国新能源汽车项目正式立项；到2023年我国新能源汽车产销累计958.7万辆和949.5万辆，占全球新能源车产销量比重超过60%，中国的新能源汽车的发展取得了相当不错的成绩。
▲智能汽车芯片在汽车产业变革中的关键作用
现在，汽车产业升级的目标，已经变成了如何进一步推动新能源汽车向智能汽车的转型。智能化包括智能座舱、自动驾驶、智能电动，还有车联网等方面。当下座舱功能是否足够好用、智驾是否安全可靠是最受瞩目的部分。
▲汽车进入智能化时代
现在用户购买车时，也越来越关注汽车搭载的智能化配置，智能座舱渗透率也提升的非常快，从2022年渗透率不到50%，2023年已经到了60%，今年预测则会超过70%。
除了智能座舱，智能驾驶也受到了越来越多的关注。随着这两年头部车企推出了具有自动驾驶功能的车型，现在有一个趋势，大家不再谈论座舱了，一些工程师或者技术相关的年轻人吃饭聊天时，大家谈得最多的是这个车的智驾怎么样以及自己使用智驾的体验。
另外智能驾驶还大幅提升了驾驶的安全性，根据电动汽车龙头特斯拉搜集的官方数据显示，在使用了特斯拉自动驾驶套件的情况下，事故发生率降低了76%。
02.
架构演进将走向跨域融合 三种舱驾一体方案各有优劣
汽车从燃油时代往新能源和智能化演进的过程中一直伴随着架构的创新。架构演进不单是为了降低成本，也是由于原本的ECU架构存在诸多局限性。
在传统架构下，每个ECU都有自己软件架构，业务无法在不同的ECU之间迁移，并且ECU软件往往不是基于开放系统，升级迭代比较困难；随着ECU的增多，用于联通的线束、插件也都随之增加，这也对其稳定性造成影响；此外ECU架构没有大算力的计算单元，无法集中处理不同传感器的数据和进行感知融合，难以支撑中高阶智驾等新型业务。
而域控制器和中央计算架构则能很好地解决ECU架构下的各种问题，极大的推进汽车智能化的步伐。架构创新也会帮助提升产品在智能座舱和自动驾驶这些方面的竞争力。
而舱驾一体就是面向下一代跨域融合架构所做的尝试，跨域不一定只是座舱和智驾的跨域，有可能有更多域的融合，但舱驾是目前谈论最多的话题。
对于舱驾一体，目前有三种跨域融合方案，分别是One-Box方案、One-Board方案和One-Chip方案，这些方案也各有各的优缺点。
▲跨域融合的技术路线
One-Box方案相当于把现有的座舱和智驾的两个Box合并到一个Box里面，是从当前最容易实现的一个方案，硬件上改动最小，部署的速度最快，方案最成熟，但坏处是成本还是很高，没能体现出舱驾一体架构的优势。
实现One-Box方案后，如果还想要追求成本更优效果，可以往One-Board方案探索。
One-Board方案本身会带来明显成本的优化，算力性能也会有提升。One-Board方案是把两颗芯片做到一个单板上，这样通信距离变短，实时性也会提高，另外因为当把座舱和智驾的芯片做到一个单板上后可以整体考虑很多东西，包括摄像头接入的方式、周边的器件，还有网关的芯片和MCU的芯片，有很多可以做裁减和优化，成本也会有明显降低。但One-Board方案的整个研发难度会相对One-Box更大，需要投入的时间也会更多。
One-Chip则是更进一步追求性能和成本的极致优化。One-Chip方案也一定是产品需求相对成熟后的终极方案，它具有最好的灵活性、性能、成本收益，但技术实现难度也最大、研发时间也最长。在当前阶段，虽然One-Box、One-Board都能看到相应的产品方案，但是它们并不是产品方案选择的结果，而是技术和需求稳定性权衡后，舱驾一体架构演进的不同阶段，最终舱驾一体会统一到One-Chip的架构上。
▲舱驾一体的方案对比过渡阶段
目前行业已经推出的支持舱驾一体的单芯片方案共有三家，包括两家国际大厂英伟达、高通和中国的黑芝麻智能。考虑到芯片指标的差异，面向的产品市场并不完全相同。
英伟达中央计算的芯片，不论是CPU算力还是AI算力都遥遥领先，目前都会用在高端车型，未来随着车规计算芯片进一步采用更高端的工艺，但成本也最高。
高通的舱驾一体芯片主要面对中端市场，它在性能指标上相比英伟达要低上不少，但智驾和座舱都相对第一代座舱、智驾单芯片有所增强，由于已经采用了4nm工艺，性能较高且有成本优势。
黑芝麻智能的舱驾一体芯片面向走量的中低端车型，采用7nm工艺，智驾主要满足基础L2和L2+，L2++场景，支持高速NOA和入门级城区NOA，座舱性能相对第一代主流座舱也进行了优化，这种场景需求相对成熟稳定，后期进一步优化成本主要靠提升工艺来实现。
▲主流舱驾一体芯片对比
整体看，第一代中高端舱驾一体单芯片方案还处于探索期，中低端芯片处于相对成熟期，但都还有进一步优化的空间。
03.
舱驾一体依旧面临诸多挑战 最终形态将是One-Chip
虽然舱驾一体带来很多可观的收益，但仍有很多的挑战等着我们去解决，体现在四个方面。
▲舱驾场景的算力和成本挑战
一是算力需求不明确，目前还处于探索期。比如座舱芯片需要多少GPU算力才能满足未来场景需求，智驾芯片需要多少的 AI、CPU算力才能支撑城区的智驾，怎么能够做到非常高的MPI值，怎么才能做到L3以上、L4高阶的智驾，怎样算出他们的需求是什么样的，有很多的问题等着探索。
二是算力的性能存在不足，导致端到端计算延时较大、帧率冗余度不足、对BEV及VLM等支持有限。例如在“鬼探头”场景中，如果要实现绕行或者紧急刹车，智驾系统需要保证足够的计算帧率以便支撑360度实时感知，或者芯片端到端延时足够小（例如，期望小于100ms），为车辆提供足够的反应时间。
▲算力性能挑战 智驾“鬼探头”场景
三是算力灵活性不足，浪费明显。在One-Box、One-Board方案中，各种算力物理隔离，无法灵活分配，算力是舱驾芯片成本主要来源，配置冗余且无法共用。
四是舱驾整体面临成本压力。无论是什么样的技术方案，无论多么好的产品，一旦价格太贵，短期很难让客户看到效果并掏钱买。所以怎样把舱驾的成本降下来，这是未来几年整个行业面临的最紧迫的任务。而One-Chip的方案可以把智舱和座舱做到一个芯片上，简化单板设计，也不需要很多的USB接口及网关芯片等周边器件，这比减少线束和国产替代的成本少的多。
对于舱驾一体最终的发展，最终的形态还是One-Chip，但是要做到有很多的前提。
首先芯片成本一定要低，这需要非常高端的、先进的车端的工艺，帮助我们把几百亿、上千亿的晶体管放到一颗芯片里去，把芯片做得足够小、良率足够高，否则可能在技术上有价值，在产业推广上价值就差很多。
第二整个One-Chip需要有非常稳定成熟的市场需求和应用的场景需求，因为是需要做量产、需要考虑盈利的。
第三则是厂商需通过产品迭代和客户进行反馈问题的过程，慢慢把研发和量产能力建立起来，最后做出好的产品，这是最终形态以及必须具备的条件。
▲黑芝麻智能芯片产品规划
黑芝麻智能作为专门从事智能汽车计算芯片设计的公司，目前有两条产品线，一条是华山系列智能驾驶的产品，另外一条武当系列跨域融合的产品。
黑芝麻智能所做的工作，就是为所有客户提供合适的产品和解决方案，让舱驾一体方案尽快上车、量产、迭代、优化，带动整个行业的良性发展。除了武当C1200家族的单芯片支持舱驾一体的方案，黑芝麻智能还提供独立的已经量产的华山系列智驾芯片，与第三方的成熟的座舱芯片搭配，实现One-Box、One-Board方案的快速上车。
今年黑芝麻智能还会发布的下一代智驾芯片A2000系列，将会提供对高阶智驾L3/L4应用的支持，帮助客户实现高阶的舱驾一体产品。相对上一代华山A1000的产品，由于采取了最新7纳米的工艺，在Transformer支持上、CPU算法方面、功耗、成本都做了优化，性能也提升的非常多，可以帮助客户快速实现智驾功能和座舱的功能的量产。