汽车芯片已经改变
汽车芯片已经改变
自动驾驶芯片适合使用的原因主要基于以下几个方面:
1)性能要求:自动驾驶系统需要极高的计算能力来处理来自各种传感器(如摄像头、雷达、激光雷达等)的大量数据。 该设计允许更灵活地组合不同的处理单元(例如CPU、GPU、NPU)来满足这些高性能需求。
2)能源效率:自动驾驶系统需要高效的能源管理,以延长电动汽车的续航里程。 通过在多个较小的芯片上集成不同的功能,该设计可以比单个大型芯片更有效地管理能耗并提高整体能源效率。
3)成本效益:制造大型、复杂的片上系统(SoC)成本高昂,而且生产过程中的缺陷率可能更高。 通过使用多个具有不同工艺的较小芯片组件,该设计可以降低生产成本和缺陷率,从而降低总体成本。 尽管较低的生产成本将被较高的封装成本部分抵消,但总体而言,与传统的单片设计相比,使用小芯片预计可节省高达 40% 的成本。
4)定制化和可扩展性:智能驾驶技术不断向L2/L3/L4级别演进,不同车型对芯片的要求不同。 他们需要使用多个芯片吗? 在这方面,该设计允许自动驾驶系统更加灵活的定制和扩展。 根据不同车型和自动驾驶级别的需求,可以选择不同的组合,以提供最佳的性能和功能。
5)对技术进步的适应性:在快速发展的自动驾驶技术领域,设计提供了更快适应新技术的能力。 例如,可以单独升级特定的处理单元,而无需更换整个系统。
6)车厂参与芯片定义:如今,为了掌控自己的命运,很多车厂都停止造核,让车厂有机会参与芯片定义和设计,甚至有机会主导关键芯片。
在汽车技术研发方面,日本非常强大。 2023年12月1日,日本12家领先公司成立了一个名为“汽车先进SoC研究”(ASRA)的小组,将从2030年开始在量产车辆中安装SoC。这些芯片将重点开发人工智能加速器、图形处理器发动机和增强的计算能力,计划于 2030 年实现量产。该小组由丰田担任主席,包括日产、本田、马自达和斯巴鲁等知名汽车制造商。 此外,瑞萨电子、三星电子等芯片供应商,以及电装、松下汽车系统等一级供应商也参与其中,并共同担任执行董事。 同时,合肥、浙江等企业也参与提供设计所需的EDA(电子设计自动化)开发工具。 特别值得一提的是,瑞萨电子在其第五代R-Car X5高性能汽车SoC中采用了小型芯片架构。
日本ASRA基本情况
欧洲也有类似的研究项目,由比利时imec牵头,已召开了两次汽车生态系统会议。 其成员包括欧洲原始设备制造商、IDM、OSAT、代工厂、设计公司、IP和EDA工具供应商等产业链。 参与企业数量从30家增加到50家,对汽车小芯片感兴趣的企业数量不断增加。 已宣布加入 Imec 汽车计划。 他们中的一些人认为,小芯片进入汽车领域并成为未来汽车的一部分是必然的。 这只是时间问题。
资料来源:imec 在 ITF World 上的演讲,2023 年 5 月
也是国产高算力汽车芯片实现高性价比的一条发展路径。 目前,越来越多的国内外汽车制造商开始对其表现出浓厚的兴趣。 国内也涌现了一些专注于车用大型算力芯片的企业,如新力智能、北极雄芯等。 北极雄芯创始人马凯胜预计,2024年将是汽车芯片元年,渗透率每年将增长5%-7%。 到 2030 年,至少 34%(乐观的话为 50%)的汽车将使用芯片作为中央域控制芯片。
汽车行业向小芯片的转变是不可避免的,为了使这种混合搭配小芯片策略发挥作用,整个行业需要在封装和互连方面实现标准化。 魏少军教授在2023年ICCAD演讲中指出:“通过混合堆叠和集成,基于应用需求,利用第三方小芯片,在芯片层面衍生出新的商业模式甚至新的商业业态是可能的。” 如果是这样。 如果真是这样,那么标准建设的意义就会更加凸显。
首先,这些标准不仅涉及安全性和可靠性,而且对于确保不同供应商和技术之间的兼容性和互操作性也至关重要。 其次,随着汽车行业越来越多地采用自动驾驶和电子控制单元(ECU)等先进技术,需要标准来确保不同系统之间的有效通信和集成。 这对于汽车转向小芯片尤其重要,因为它们通常需要与车辆的其他电子系统紧密集成以实现精确控制。 最后,标准化还有助于推动创新。 通过为这些复杂的系统设定明确的指导方针和参数,制造商可以在通用框架内进行创新,同时保持与行业趋势的一致。
在制定标准的过程中,UCIe提供了一个很好的例子。 然而,这只是一个起点。 我们还需要仔细检查现有标准,找出潜在的缺陷并加以改进。 我国在这方面也取得了重大进展,制定了《芯片互连接口标准》、《小芯片接口总线技术要求》和《芯片互连协议标准》三个相关标准。 这些标准不仅促进了技术的统一和兼容,也为国内技术的发展奠定了坚实的基础。 有兴趣的读者可以阅读《国产,为什么需要第三个标准?》 “ 文章。
但事实是,基于共识的标准化本质上是一个缓慢的过程,需要整个行业的共同努力。 无论如何,在汽车技术的发展中,可以而且应该利用现有的标准和知识体系,而不是从头开始、重新发明轮子。
DSA架构:通往汽车高性能计算的另一条道路
早在2018年图灵奖演讲中,著名计算机架构师约翰和大卫就观察到,工艺技术创新的放缓将稳步增加架构创新的驱动力——即集成电路执行计算任务的方式。 他们认为,通用计算架构(例如CPU)固有的低效率将逐渐让位于(或被补充)针对特定计算任务优化的架构(也称为特定领域架构)的计算能力和成本效率。 (,简称DSA)。 【1】
从历史上看,CPU 的发展受益于摩尔定律和规模经济。 这有助于抵消特定领域芯片的理论优势,由于其专业性和潜在需要专用软件的挑战,这些芯片面临着较小的市场需求。 但随着摩尔定律接近极限、晶体管尺寸缩小、芯片成本飙升,DSA 日益获得特定用例的性能优势,并成为计算创新的中心。
特斯拉的FSD芯片是DSA在汽车领域的典型代表。 它具有广泛的定制功能,以提高其性能和效率。 例如,FSD芯片采用专为自动驾驶设计的矩阵处理器(NNA),可以高效地执行神经网络运算。 此外,FSD芯片还采用片上SRAM来减少数据传输延迟。
智能汽车的发展为人工智能应用开辟了广阔的天地,包括从先进辅助驾驶系统到车内人机交互等多种场景。 这些不同的场景带来了不同的计算能力和带宽需求。 在此背景下,汽车厂商越来越多地追求针对车载AI计算场景定制的芯片,从而推动了大量DSA芯片的商业化。
在国内市场,地平线、黑芝麻智能、新驰科技、寒武纪、易星智能等知名企业均采用DSA(领域特定架构)来提升产品的专业化和效率。 此外,一批创新企业正在通过存储与计算一体化的新架构开发高功率计算芯片,进一步推动行业技术进步。 这些发展趋势预示着DSA架构在国内市场的普及和成熟。
结论
总而言之,汽车高性能计算正站在新的发展十字路口。 随着摩尔定律的局限性逐渐显现,汽车行业必须拥抱创新,探索新的技术路径和设计理念,以适应这个快速变化的世界。 汽车高性能计算的未来充满无限可能。
参考文献:[1]《特定领域架构与计算的未来》,
本文来自微信公众号,作者:杜勤DQ,36氪经授权发布。