概述

汽車是芯片應(yīng)用場(chǎng)景之一，汽車芯片需要具備車規(guī)級(jí)。 ? 車規(guī)級(jí)芯片對(duì)加工工藝要求不高，但對(duì)質(zhì)量要求高。需要經(jīng)過的認(rèn)證過程，包括質(zhì)量管理標(biāo)準(zhǔn)ISO/TS 16949、可靠性標(biāo)準(zhǔn) AEC-Q100、功能安全標(biāo)準(zhǔn)ISO26262等。 ? 汽車內(nèi)不同用途的芯片要求也不同，美國(guó)制定的汽車電子標(biāo)準(zhǔn)把其分為5級(jí)。汽車各系統(tǒng)對(duì)芯片要求由高到低依次是：動(dòng)力安 全系統(tǒng) > 車身控制系統(tǒng) > 行駛控制系統(tǒng) > 通信系統(tǒng) > 娛樂系統(tǒng)。

?自動(dòng)駕駛芯片產(chǎn)品趨勢(shì)：一體化

? 云和邊緣計(jì)算的數(shù)據(jù)中心，以及自動(dòng)駕駛等超級(jí)終端領(lǐng)域，都是典型的復(fù)雜計(jì)算場(chǎng)景，這類場(chǎng)景的計(jì)算平臺(tái)都是典型的大算 力芯片。大芯片的發(fā)展趨勢(shì)已經(jīng)越來(lái)越明顯的從GPU、DSA的分離趨勢(shì)走向DPU、超級(jí)終端的再融合，未來(lái)會(huì)進(jìn)一步融合成超 異構(gòu)計(jì)算宏系統(tǒng)芯片。

? BOSCH給出了汽車電氣架構(gòu)演進(jìn)示意圖。從模塊級(jí)的ECU到集中相關(guān)功能的域控制器，再到完全集中的車載計(jì)算機(jī)。每個(gè)階段 還分了兩個(gè)子階段，例如完全集中的車載計(jì)算機(jī)還包括了本地計(jì)算和云端協(xié)同兩種方式。

?英偉達(dá)一體化方案（thor 芯片官網(wǎng)信息）

2022年NVIDIA 創(chuàng)始人兼首席執(zhí)行官黃仁勛公布了一款令人驚艷的超級(jí)芯片——DRIVE Thor。這款車規(guī)級(jí)系統(tǒng)級(jí)芯片 (SoC) 基于最新 CPU 和 GPU 打造，可提供每秒 2000 萬(wàn)億次浮點(diǎn)運(yùn)算性能，在大幅度提升性能的同時(shí)降低整體系統(tǒng)的運(yùn)行成本。

DRIVE Thor 將逐步接替 DRIVE Orin，以最新的計(jì)算技術(shù)，加速智能汽車技術(shù)在行業(yè)內(nèi)的部署，賦能汽車制造商的 2025 年車型。

借助DRIVE Thor，汽車制造商可以在單個(gè)系統(tǒng)級(jí)芯片上高效整合數(shù)字儀表盤、信息娛樂、泊車、輔助駕駛等多種功能，從而極大地提高開發(fā)效率和軟件更新迭代的速度。

DRIVE Thor 能夠被配置為多種模式，可以將其 2000 TOPS 和 2000 TFLOPS 全部用于自動(dòng)駕駛工作流，也可以進(jìn)行拆分，將其配置為一部分用于駕駛艙 AI 和信息娛樂功能，一部分用于輔助駕駛。

與當(dāng)前的?NVIDIA DRIVE Orin?一樣，DRIVE Thor可以利用高效的 NVIDIA DRIVE 軟件開發(fā)套件，且已獲得 ASIL-D級(jí)功能安全產(chǎn)品認(rèn)證。同時(shí)，DRIVE Thor 基于可擴(kuò)展架構(gòu)打造，因而開發(fā)人員可以將過去的軟件開發(fā)成果無(wú)縫移植到新平臺(tái)。

DRIVE Thor，快如閃電

除了原始性能之外，DRIVE Thor 在深度神經(jīng)網(wǎng)絡(luò) (DNN) 準(zhǔn)確性方面也實(shí)現(xiàn)了驚人的飛躍。

此外，DRIVE Thor 也是首個(gè)采用推理 Transformer 引擎的NVIDIA自動(dòng)駕駛汽車平臺(tái)。Transformer 引擎是?NVIDIA GPU Tensor Core?的一個(gè)全新組件。Transformer 網(wǎng)絡(luò)將視頻數(shù)據(jù)作為單個(gè)感知幀來(lái)處理，使計(jì)算平臺(tái)能夠隨著時(shí)間的推移具有處理更多數(shù)據(jù)的能力。

憑借著 8 位浮點(diǎn)（FP8）的精度，DRIVE Thor為汽車領(lǐng)域引入了一種新的數(shù)據(jù)處理方式。傳統(tǒng)意義上講，開發(fā)人員在從32 位浮點(diǎn)轉(zhuǎn)換為 8 位整數(shù) (8-int) 的數(shù)據(jù)格式時(shí)，會(huì)發(fā)現(xiàn)準(zhǔn)確性有所下降。DRIVE Thor的FP8精度有助于促進(jìn)數(shù)據(jù)的轉(zhuǎn)換，允許開發(fā)人眼在不犧牲準(zhǔn)確性的情況下進(jìn)行數(shù)據(jù)傳輸。

此外，DRIVE Thor還采用了升級(jí)后的ARM Poseidon AE內(nèi)核，這也讓其成為業(yè)界最高性能的處理器之一。

一芯多用 多域計(jì)算

DRIVE Thor 不僅功能強(qiáng)勁，且運(yùn)行高效。

DRIVE Thor能夠進(jìn)行多域計(jì)算，這意味著它可以將自動(dòng)駕駛、車載信息娛樂等功能劃分為不同的任務(wù)區(qū)間，同時(shí)運(yùn)行，互不干擾。多計(jì)算域隔離能力，可支持時(shí)間關(guān)鍵型的進(jìn)程不間斷同時(shí)運(yùn)行，也就是說(shuō)，車輛在一臺(tái)計(jì)算機(jī)上可以同時(shí)運(yùn)行 Linux、QNX 和 Android。

這些類型不同的功能，通常由分布在車輛各處的數(shù)十個(gè)電子控制單元控制。如今，汽車制造商可借助DRIVE Thor隔離特定任務(wù)的能力，告別分布式的電子控制單元，整合全車功能。

汽車制造商可以借助 DRIVE Thor 在單個(gè) SoC 上整合智能汽車所有功能

此外，DRIVE Thor芯片也可以讓車輛所有的顯示器、傳感器等都連接到單一芯片上，極大地簡(jiǎn)化了汽車制造的復(fù)雜程序，這也是汽車電子電氣架構(gòu)從分布式向集中式演進(jìn)的大勢(shì)所趨。

NVLink-C2C 芯片互連技術(shù)

單獨(dú)使用一個(gè) DRIVE Thor 即可實(shí)現(xiàn)卓越性能，那么兩個(gè)一起呢？用戶可以單獨(dú)使用 DRIVE Thor 芯片，也可以通過最新的?NVLink-C2C?芯片互連技術(shù)同時(shí)連接兩個(gè) Thor芯片，使兩個(gè)芯片作為單一操作系統(tǒng)的統(tǒng)一平臺(tái)。NVLink-C2C 的優(yōu)勢(shì)在于它能夠以最小的開銷在超高速數(shù)據(jù)傳輸鏈路中共享、調(diào)度和分發(fā)任務(wù)。在軟件定義汽車的發(fā)展趨勢(shì)下，這為汽車制造商帶來(lái)足夠大的算力冗余和靈活性，支持軟件定義車輛的開發(fā)，這些車輛可通過安全的 OTA 更新持續(xù)升級(jí)。

?高通一體化方案

? 2020年CES上，高通推出全新自動(dòng)駕駛平臺(tái)高通Snapdragon Ride，自動(dòng)駕駛芯片“驍龍 Ride”。 ? 該平臺(tái)包括安全系統(tǒng)級(jí)芯片SoC（ADAS應(yīng)用處理器）、安全加速器（自動(dòng)駕駛專用加速器）和自動(dòng)駕駛軟件棧，可支持L1-L5 級(jí)別的自動(dòng)駕駛；安全系統(tǒng)級(jí)芯片SoC和安全加速器的功能安全安全等級(jí)為ASIL-D級(jí)；平臺(tái)高度可擴(kuò)展、開放、完全可定制化， 且能夠提供功耗高度優(yōu)化的自動(dòng)駕駛解決方案；平臺(tái)將于2020年上半年交付OEM和Tire1進(jìn)行前期開發(fā)，搭載該平臺(tái)的汽車預(yù) 計(jì)將于2023年投產(chǎn)。

? Snapdragon Ride視覺系統(tǒng)是基于4納米制程的系統(tǒng)級(jí)芯片（SoC）打造，集成了專用高性能的Snapdragon Ride SoC和Arriver下一 代視覺感知軟件棧，并采用基于定制神經(jīng)網(wǎng)絡(luò)架構(gòu)開發(fā)的800萬(wàn)像素廣角攝像頭。

? 就在英偉達(dá)發(fā)布 Thor 兩天后，高通就推出“業(yè)內(nèi)首個(gè)集成式汽車超算 SOC”Snapdragon Ride Flex，單顆算力 600TOPS 以上， 綜合 AI 算力能夠達(dá)到 2000TOPS。Snapdragon Ride Flex確切的說(shuō)是一個(gè)SoC產(chǎn)品家族，其包括Mid、High、Premium三個(gè)級(jí)別。 最高級(jí)的Ride Flex Premium SoC再加上外掛的AI加速器（可能是NPU，MAC陣列）組合起來(lái)，就可以實(shí)現(xiàn)2000TOPS的綜合AI算 力。Snapdragon Ride Flex作為一個(gè)超算芯片家族，其最大的目標(biāo)是實(shí)現(xiàn)車內(nèi)的中央計(jì)算——即同時(shí)為智能駕駛、智能座艙、通 信等能力提供計(jì)算支持，這也與英偉達(dá)Thor雷神芯片一致。

向先進(jìn)制程延伸

? 高端自動(dòng)駕駛芯片向先進(jìn)制程延申：用于L1-L2 自動(dòng)駕駛的芯片只需要28nm制程即可制造，L3 及以上的高階自動(dòng)駕駛對(duì)算力 的要求越發(fā)苛刻，規(guī)劃中針對(duì)L4/L5 自動(dòng)駕駛的SoC芯片普遍需要7nm，甚至5nm的先進(jìn)制程。先進(jìn)的制程可以影響功耗，先 進(jìn)的制程又可以影響集成度；而功耗則影響可靠性，集成度影響性能。 ? 目前的 5nm制程芯片尚處于研發(fā)或發(fā)布狀態(tài)，均未進(jìn)入量產(chǎn)階段；不過 7nm芯片中，已有 Orin、FSD、EyeQ5、8155 等芯片實(shí) 現(xiàn)量產(chǎn)，其他芯片則在未來(lái)幾年陸續(xù)實(shí)現(xiàn)量產(chǎn)，這預(yù)示著先進(jìn)制程車用芯片開始進(jìn)入量產(chǎn)加速期。

?高算力

?三種主流架構(gòu)

當(dāng)前主流的AI芯片主要分為三類，GPU、FPGA、ASIC。GPU、FPGA均是前期較為成熟的芯片架構(gòu)，屬于通用型芯片。

CPU遵循的是馮·諾依曼架構(gòu)，其核心是存儲(chǔ)程序/數(shù)據(jù)、串行順序執(zhí)行。因此CPU的架構(gòu)中需要大量的空間去放置存儲(chǔ)單 元（Cache）和控制單元（Control），相比之下計(jì)算單元（ALU）只占據(jù)了很小的一部分，所以CPU在進(jìn)行大規(guī)模并行計(jì) 算方面受到限制，相對(duì)而言更擅長(zhǎng)于處理邏輯控制。

? GPU（GraphicsProcessing Unit），即圖形處理器，是一種由大量運(yùn)算單元組成的大規(guī)模并行計(jì)算架構(gòu)，早先由CPU中分出 來(lái)專門用于處理圖像并行計(jì)算數(shù)據(jù)，專為同時(shí)處理多重并行計(jì)算任務(wù)而設(shè)計(jì)。GPU中也包含基本的計(jì)算單元、控制單元 和存儲(chǔ)單元，但GPU的架構(gòu)與CPU有很大不同，其架構(gòu)圖如下所示。

? 與CPU相比，CPU芯片空間的不到20%是ALU，而GPU芯片空間的80%以上是ALU。即GPU擁有更多的ALU用于數(shù)據(jù)并行處理。

CPU 由專為順序串行處理而優(yōu)化的幾個(gè)核心組成，而 GPU 則擁有一個(gè)由數(shù)以千計(jì)的更小、更高效的核心組成的大規(guī)模并 行計(jì)算架構(gòu)，這些更小的核心專為同時(shí)處理多重任務(wù)而設(shè)計(jì)。

? CPU和GPU之所以大不相同，是由于其設(shè)計(jì)目標(biāo)的不同，它們分別針對(duì)了兩種不同的應(yīng)用場(chǎng)景。CPU需要很強(qiáng)的通用性來(lái) 處理各種不同的數(shù)據(jù)類型，同時(shí)又要邏輯判斷又會(huì)引入大量的分支跳轉(zhuǎn)和中斷的處理。這些都使得CPU的內(nèi)部結(jié)構(gòu)異常復(fù) 雜。而GPU面對(duì)的則是類型高度統(tǒng)一的、相互無(wú)依賴的大規(guī)模數(shù)據(jù)和不需要被打斷的純凈的計(jì)算環(huán)境。

? GPU 的眾核體系結(jié)構(gòu)包含幾千個(gè)流處理器，可將運(yùn)算并行化執(zhí)行，大幅縮短模型的運(yùn)算時(shí)間。? 目前 GPU 已經(jīng)發(fā)展到了較為成熟的階段。利用 GPU 來(lái)訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，可以充分發(fā)揮其數(shù)以千計(jì)計(jì)算核心的高效并行 計(jì)算能力，在使用海量訓(xùn)練數(shù)據(jù)的場(chǎng)景下，所耗費(fèi)的時(shí)間大幅縮短，占用的服務(wù)器也更少。如果針對(duì)適當(dāng)?shù)纳疃壬窠?jīng)網(wǎng)絡(luò)進(jìn)行合理優(yōu)化，一塊 GPU 卡可相當(dāng)于數(shù)十甚至上百臺(tái) CPU服務(wù)器的計(jì)算能力，因此 GPU 已經(jīng)成為業(yè)界在深度學(xué)習(xí)模型 訓(xùn)練方面的首選解決方案。

芯片關(guān)鍵評(píng)估指標(biāo)

國(guó)內(nèi)外智駕域控制器方案

資料引用：

海通國(guó)際-電子行業(yè)：自動(dòng)駕駛芯片研究框架-230115.pdf (dfcfw.com)

英偉達(dá)官網(wǎng)