车东西汽车芯片峰会燃爆上海滩!万字干货分享,读懂汽车芯片新变量

车东西汽车芯片峰会燃爆上海滩!万字干货分享,读懂汽车芯片新变量

2023-06-15 17:40Newseeders 合作伙伴
随着汽车迎来智能化的新趋势,汽车对芯片的需求快速增长,这为车载芯片的发展提供了更好的土壤。

车东西6月14日消息,就在昨天,2023年上海国际低碳智慧出行展览会官方活动——GTIC 2023全球汽车芯片创新峰会在上海成功举办。

“上海国际低碳智慧出行展览会(GSA 2023)”是首届“上海国际碳中和技术、产品与成果博览会”(简称“上海国际碳博会”)的重要组成部分,着重展示了大交通范围的绿色低碳,并邀请了来自航空、海运、新能源汽车等行业的头部企业积极参展,展览规模近5万平方米。

GTIC 2023全球汽车芯片创新峰会由智一科技旗下智能汽车产业新媒体车东西与上海市国际展览(集团)有限公司(SIEC)共同主办,以“智车大时代 芯片新变量”为主题,设置了四大主题论坛,分别是汽车芯片高峰论坛、自动驾驶芯片专题论坛、智能座舱芯片专题论坛和传感器芯片专题论坛,17位嘉宾带来了两场致辞和15场演讲。

在这场上海碳博会同期举行的汽车芯片行业盛会上,芯驰科技、杰发科技、映驰科技的嘉宾对中央计算进行了前沿分享,思考中央计算架构变革下车规芯片的产业变革。

思特威、恩智浦半导体、锐思智芯等企业分享了视觉传感器、毫米波雷达的最新产品与技术进展;砺算科技、罗兰贝格、此芯科技等企业对汽车半导体技术及重要产品方向演进进行了深入思考。

英伟达聚焦软件定义汽车展开主题分享;云途半导体、纳芯微等企业则针对车规MCU、车用模拟芯片等细分领域进行了趋势解读;芯砺智能科技针对芯片领域Chiplet异构集成等关键技术展开分析;还有来自博泰车联网、超星未来等企业分享了自动驾驶、车联网等方面的思考。

车东西详细梳理了15位演讲嘉宾分享的干货,看大咖们如何为汽车芯片的发展方向出谋献策。

01.智能化下半场 芯片为重中之重

上海市国际展览(集团)有限公司总裁王蕾进行了大会致辞,她表示,芯片是汽车智能化和电动化发展的基石。

王蕾首先向大家介绍了本届碳博会的基本情况。她表示,汽车交通是本届碳博会重点关注领域之一,整个交通板块中,汽车是非常重要的组成部分。

作为现代汽车产业迈向价值链高端的助推器,芯片无疑是汽车智能化和电动化发展的基石,虽然我们面临了一些困难,但是在这个电动化、智能化趋势的带动下,叠加国产替代进程、汽车供应链安全考量以及利好政策的扶持下,相信国产汽车芯片有望加速崛起。

智一科技联合创始人、CEO龚伦常代表主办方致辞。他表示,新能源汽车的智能化下半场已经开启,汽车芯片市场将迎来大爆发。

中国汽车工业协会数据显示,传统燃油车所需汽车芯片数量为600-700颗,电动车所需的汽车芯片数量将提升至1600颗/辆,而更高级的智能汽车对芯片的需求量将有望提升至3000颗/辆。

Gartner预计2030年全球汽车芯片市场规模将达1166亿美元(约合人民币8349亿元),汽车芯片市场正在迎来巨变的时代。

本次峰会围绕自动驾驶芯片、智能座舱芯片、传感器芯片等方向设置了多个话题。

基于此,峰会希望通过充分探讨,梳理汽车芯片产业发展现状,进一步厘清未来的发展趋势,推动技术的应用落地。

数字化和智能化正在成为中国新一轮高质量发展的重要驱动力,智一科技成立以来一直聚焦在这一驱动力背后的核心技术和行业需求,目前拥有以智东西、芯东西、车东西为代表的产业媒体矩阵。同时针对产业升级需求,智一科技发展出以智东西公开课为核心的企业服务体系,截至目前已完成的课程近700节,在行业获得了非常不错的口碑。

芯驰科技CTO孙鸣乐从技术角度分享了芯驰科技对于未来智能汽车中央计算架构的思考。

孙鸣乐认为,中央计算架构的实现依赖于四个关键的要素:架构、芯片、软件和生态。

首先是需要一个灵活可扩展的E/E架构。中央计算架构会经历不断迭代和更新,所以需要一个灵活的、可扩展的架构来支持这样的升级。目前,芯驰科技已于今年的上海车展发布了第二代中央计算架构SCCA2.0,包含六大核心单元:高性能中央计算单元Center Computing Unit作为未来汽车的大脑,实现智能座舱、自动驾驶、整车的车身控制,并提供高速网络交互和存储共享服务等功能;高可靠智能车控单元Vehicle HPC作为底盘域+动力域的集成控制器,实现底盘和动力的融合和智能操控;四个区域控制器Zonal Control Unit实现在车内四个物理区域内的数据交互和各项控制功能。

为了实现这个架构就需要芯片和软件,需要有能够支撑这一架构的高性能车规处理器芯片。芯驰科技目前有智能座舱X9、智能驾驶V9、中央网关G9以及高性能高可靠MCU E3四大系列产品,对未来汽车智能化智舱、智驾和智控的三大方向形成了全场景的覆盖。其中X9系列处理器可以用于液晶仪表、中控导航、以及智能座舱,V9系列处理器用于ADAS和自动驾驶,G9系列处理器和E3高可靠MCU则用于车身、底盘和动力等有严格安全性要求的场景。

有了芯片之后,就需要在芯片上构建稳定、可靠、完整的基础软件。孙鸣乐表示,中央计算单元需要将多个域的功能集成在一起,需要有多个独立的操作系统。芯驰由于具有全场景的产品线,所以在仪表、娱乐系统、ADAS/自动驾驶等方向都有完整的基础软件积累,在功能安全和信息安全上也有很深的积累,所以可以为未来的中央计算平台提供全栈的基础软件支持。

汽车有着非常复杂的供应链,因此要实现中央计算生态非常重要。芯驰一直致力于建立一个开放共赢的生态,包括QNX底层操作系统和AutoSAR基础软件,开发调试工具、HMI引擎、上层的算法和应用、以及整体软硬件集成商,芯驰拥有超过200多家的生态合作伙伴。孙鸣乐认为,在走向中央计算的过程中,这些生态合作伙伴会越来越深入地参与到最终产品的开发中来,发挥更大的作用。

英伟达中国区自动驾驶软件总监冯栋栋以NVIDIA DRIVE软件定义汽车展开主题演讲。

汽车逐渐从一种交通工具,转向成为一种生活方式,汽车被赋予了更多的智能化的属性,形成了软硬件协同一体发展的趋势。

会上,冯栋栋从软件定义汽车出发,以NVIDIA DRIVE的三个方面展开分享,分别是NVIDIA DRIVE端到端平台、NVIDIA DRIVE Orin和Thor芯片、NVIDIA DRIVE OS软件平台。

英伟达认为未来的汽车不再是简单的交通工具,而将会是软件定义的汽车。基于此判断,NVIDIA DRIVE端到端平台能够助力客户便捷开发自动驾驶产品和舱驾融合产品来实现软件定义汽车,主要包括DRIVE Hyperion数据采集和开发套件、DGX高性能AI训练服务器、DRIVE Constellation数据仿真平台和DRIVE Orin/Thor芯片、DRIVE AGX Orin/Thor AI计算平台。

当中尤其特别的是,DRIVE Constellation 虚拟仿真平台可以帮助客户在自动驾驶汽车上路测试之前虚拟仿真几乎所有的交通场景,道路场景和Corner Case,从而实现DNN模型和算法的仿真测试。DRIVE Constellation可以基于真实的道路和传感器数据以及虚拟传感器数据实现自动变道、高速下匝道、红绿灯减速停车、泊车等多个场景提前验证自动驾驶的算法和模型,有效提户开发效率,节省研发时间和成本。DRIVE Constellation系统由Simulator和Computer两台服务器构成,提供虚拟仿真功能和数据回放功能。

在自动驾驶芯片方面,2022年英伟达成功量产了254 TOPS算力的车规芯片Orin-X。NVIDIA表示,将在2024年推出单芯片提供1000 TOPS FP8/INT算力的车规级并且符合功能安全的DRIVE Thor芯片。

杰发科技副总经理马伟华则针对驾舱融合趋势给出了杰发科技的思考。

马伟华表示,随着技术的演进,自动驾驶的渗透率在提升,但是人们能够接受的车的定位是有一定的界定的,而杰发科技则在思考如何在技术演进和渗透率不断增长的过程中,给市场一个相对合理的、成熟的解决方案。

马伟华首先介绍了智能座舱和智能驾驶的基本形态。

其实,智能座舱的融合十分明确,即进行仪表和中控的融合,这也是最基本的座舱功能。而对于智驾所能实现的功能分为并线辅助、碰撞预警以及交通识别、自动泊车等类型。

马伟华还表示,目前高通、MTK等都在做舱驾融合,前者在做单SoC的方案,后者则是Chiplet的方式,这些都是需要不断迭代发展的,那么还有没有当下大家能够做的一些产品?

马伟华认为,以前的座舱、以太网Switch、智驾是完全分立的,现在的趋势是变将三者集成,即多系统的融合,可以提升功能安全,同时,座舱和智驾都可以选择市面上比较成熟的方案。此外,座舱和智驾还可以分别迭代,这样也是比较符合市场需求的。

而马伟华表示,杰发科技的智能座舱芯片8025比较符合市场的需求,其算力为60k、DRAM的位宽为64位、内置舱内辅助NPU、内置两颗HiFi DSP、能处理一些繁琐的接口以及支持EMMC+UFS。

云途半导体资深市场总监顾光跃围绕国产车规MCU快速上车和量产展开分享。

持续两年之久的车规MCU芯片缺货促进了国产车规MCU快速上车和量产,云途半导体表示,在这个阶段,主机厂和Tier1主要关注的是有合适的产品和足够的产能。

但是随着车规MCU芯片供货逐渐缓解,国产车规MCU也逐渐进入正规化发展道路,高可靠性高安全性将成为国产车规MCU的核心竞争力。面对国际品牌厂商的挤压和国内同行的内卷,如何提高产品的可靠性与安全性实际上就是国产车规MCU厂商的突围之路

车规MCU的可靠性与安全性贯彻于从工艺的选择、可靠性和功能安全模块的设计、FAB生产管控、封测、以及AEC-Q100测试和功能安全认证整个芯片设计生产流程。

顾光跃以云途半导体已经量产的车规MCU YTM32B1M系列为例,介绍了云途半导体是如何实现高可靠性和高功能安全的。

在可靠性这一块,除了选择车规级eflash工艺和专业的可靠性设计以外,顾光跃重点介绍了YTM32B1M系列芯片的CP/FT测试流程和AEC-Q100的测试流程。云途的CP/FT测试都经过了严格的三温测试,并在CP测试阶段增加了高温烘烤,在FT测试阶段增加了早夭测试。而AEC-Q100测试云途半导体都是按最高标准完成与MCU相关的所有29项测试。

在功能安全这一块,YTM32B1M系列芯片是国内*拿到ISO26262 ASIL-B等级产品级认证的MCU,芯片采用了ARM Cortex M33内核,内核本身支持ASIL-B等级的功能安全,内部设计了MPU、EMU、CMU、LVD/HVD、PPU、INTM、ECC、CRC、WTD等功能安全模块,除了没有Lockstep Core,基本上是参考ASIL-D等级功能安全来设计的,这有助于在国内车规MCU供应链还不成熟的情况下,提升产品的可靠性和功能安全特性。

思特威汽车芯片部副总裁邵科聚焦车载CMOS图像传感器,分享了其在技术与产品创新方面思特威的思考。

车载CMOS图像传感器作为感知的器件,是智驾和座舱的重要部分。

同时,随着汽车智能化的快速发展,L2+/L2++级别智能驾驶功能将成为未来3-5年内的主流需求,单车搭载摄像数量将从原先的1~2颗提升至10多颗,其部署也将迎来量速齐飞

此外,图像级传感器除了辅助驾驶等舱外方面的应用外,在舱内的应用也会越来越丰富,如驾驶员监测DMS,乘客监测OMS以及很多其他的智能视觉应用。

而思特威在2020年开始布局车规CIS赛道,目前在影像、ADAS以及舱内应用上有了一些产品,其中舱内应用细分场景较多包含了1MP~2MP共6颗车规级图像传感器产品。

那么车规级CMOS图像传感器的技术与性能要点是什么呢?即智能车载视觉应用需要怎样的CMOS图像传感器?

邵科表示,CMOS图像传感器性能要点包括五个方面,一是夜视全彩,即晚上的时候也能在暗光下获得夜视全彩。

二是高动态范围的成像。比如白天的逆光、晚上的车灯直射等场景,需要算法来识别,实现高动态范围的采集。常规的方式是通过多次曝光来实现60~140dB高动态范围的成像,但是对于高速运动场景来说,不同曝光之间有时间差。

所以,针对高速运动场景,思特威则搭载了自研的PixGain HDR技术,在保障图像传感器实现140dB HDR超高动态的同时,实现无运动伪影的高动态范围技术。

三是全局快门技术。全局快门技术是指整帧图像能够在同一个时间点一起曝光,这样对于高速运动场景不会有果冻效应。

四是LED闪烁抑制。为了准确分辨LED信号灯的开和关,需要CMOS图像传感器延长曝光时间以覆盖整个LED闪烁周期,但过长的曝光时间却容易引起过曝的问题。所以,此时就需要LED防闪烁抑制技术来捕获正常场景。

五是环境的稳定性。区别于其他应用,车载应用的车规级图像传感器对高温下的成像品质及稳定性有着更高的要求,要求其能够在105℃的环境温度下保持稳定、可靠的工作。

纳芯微电子产品线总监张方文针对车用模拟芯片的当前发展态势进行解读。

模拟芯片在汽车上使用十分广泛,一辆汽车可能会使用上千颗。模拟芯片不同于数字芯片的离散数字信号,模拟芯片的处理信号是连续函数形式的模拟信号。模拟芯片的设计门槛相对较高,平均学习曲线10-15年,生命周期也会更加长。

得益于汽车的电动化和智能化趋势,模拟芯片的市场规模依旧处于快速增长的态势当中。纳芯微表示,根据市场公开调研数据,预计2023年全球模拟芯片市场规模达到948亿美元(约合人民币6787亿元),全球模拟IC市场结构中汽车占比将会从2016年的21.9%增长至2026年的26.3%。

对于中国的模拟芯片市场特征,张方文也做出了分析,张方文认为中国模拟芯片市场十分广阔。根据市场公开调研数据,中国模拟芯片市场规模全球占比约40%。

张方文表示,中国经济持续保持活力和增长,通讯、汽车、工控、消费等市场应用需求广阔。在下游市场,尤其是智能电动汽车行业在中国发力最为迅猛。国产替代也已有一定进展,分赛道已涌现国产龙头。

此外,由于模拟芯片技术门槛高、生命周期长,需要长足投入和人才培养。中国模拟芯片依旧面临着自给率低的问题,目前国产自给率仍然很低。

在演讲最后,张方文表示,模拟芯片尽管单颗价值较低,但详细梳理下来,模拟芯片几乎涵盖汽车的各个部分,如果把数字芯片看作是皇冠上的明珠,那么模拟芯片便是承载这一明珠的皇冠。

针对自2020年以来车载半导体行业发生的系统性供应危机,罗兰贝格大中华区副合伙人庄景乾给出了对于车载半导体技术及产业链发展特征的洞察。

汽车缺芯危机从2020年伊始初现端倪,后续随着全球性公共卫生事件的反复、局部极端气候以及部分黑天鹅事件的发生而达到高峰,2022年下半年出现缓解,进入2023年以来主要芯片的供货周期已回复正常水平。

此次席卷全球的“缺芯潮”主要是由需求快速增加和结构性供需错配所引发,此外,地缘政治冲突加剧了紧张格局。

乘用车中使用的汽车半导体可以大致分为两类视角,一个是聚焦用途的“模块化”,车载半导体产品可分为五大类,分别是传感、计算、存储、通信及功率 (输出) 芯片;另一个是聚焦功能的“产品化",通过各类型的半导体分布,可辅助智驾、座舱、动力、车身、底盘等功能。

而汽车行业的缺芯危机主要集中在两类芯片,一类是计算类芯片,尤其是MCU;一类是功率芯片。

罗兰贝格认为未来将呈现需求端快速增长、供给端稳定性不足的趋势。在供给端,包括计算芯片、功率芯片在内的五类芯片在价值量和用量都会有不同程度的增长。

同时,除了少数自动驾驶SoC和智能座舱SoC的计算芯片需涉及尖端制程,其余大多数车载芯片则会集中于成熟制程。

而对于供给端,由于地缘政治波动、供需结构性错配和车载半导体产业链特征三大因素将导致半导体产业整体抗风险能力较弱。

罗兰贝格认为未来长期将维持供需紧平衡的局面,不过,整体的严峻性会缓解,所以,企业面对潜在外部风险需要做好技术和成本的平衡。

02.高性能计算上车 自动驾驶再进阶

本届GTIC 2023全球汽车芯片创新峰会下午场设自动驾驶芯片、智能座舱芯片和传感器芯片三个专题论坛。

芯砺智能科技创始人兼CEO张宏宇聚焦芯片技术创新,以Chiplet片间互连的技术挑战与解决方案为主题展开分享。

在当今的智能汽车上,用户体验推动汽车智能座舱及智能驾驶的CPU、GPU、NPU算力不断提升,汽车主芯片的晶体管数量要远远大于手机和电脑芯片。

汽车市场竞争不断加剧,主机厂迫切需要平台化计算硬件实现降本增效,因此,这对车载芯片提出了新的要求。

芯砺认为后摩尔时代芯片的发展面临着三重困局,分别是工艺发展速度无法满足需求,先进工艺芯片研发投入巨大、随着面积增加芯片良率骤减。

张宏宇表示,Chiplet异构集成是后摩尔时代推动下一代高性能计算及人工智能芯片革新的关键技术。

高性能并行互连及先进封装是当下行业*,但其高昂的制造成本和车规级可靠性达标风险是亟待攻克的难关。

面对汽车智能化发展对芯片提出的大算力及灵活可扩展的要求,张宏宇介绍,芯砺智能推出的*Chiplet 片间互连(D2D)技术可以摆脱对先进封装的依赖,利用传统工艺实现低延迟、低成本、高可靠性的智能汽车芯片平台方案。助力车企实现满足从入门到高阶的细分市场需求。

张宏宇向大家分享了芯砺最新成果,符合ISO26262 ASIL-D等级的车规级Chiplet D2D互连IP已经流片。

超星未来合伙人、COO朱煜奇则从对芯片行业趋势的观察出发,分享了自己的一些思考,给出了返璞归真、降本增效等关键词。

朱煜奇认为随着智能驾驶的加速普及,市场正在返璞归真,整体上进入了更务实、更稳定的增长阶段。现阶段的主题也变成了降本增效,即在同等功能下做出更大的利润空间。

朱煜奇还透露了超星未来在目前比较热门的话题——智车大模型方面的布局,超星未来主要在感知方向进行布局,同时,座舱和数据智能方面也在评估当中。

而对于智驾类的计算芯片,超星未来也有自己的思考,朱煜奇认为,在过去行业里掀起一股“指标风”,比如晒硬算力、晒工艺。现在,行业开始认识到,AI芯片的能力不能脱离软件能力,同时,硬件底座最终要服务于应用层的功能表现,这就是软硬件协同。

接着,朱煜奇分享了传播学上的一个“创新-扩散理论”,即早期“发烧友”用户与起量所依靠的大众群体,这两者的需求不一。所以创新产品的落地必须跨越一道鸿沟,真正捕捉背后的用户价值,重视体验、重视功能,回归到降本增效。

基于上述思考,朱煜奇介绍了超星未来的产品布局。

超星未来主要提供以智能驾驶计算芯片为核心、软硬件协同的计算方案。

朱煜奇表示,从产品矩阵和交付的角度,超星未来可以从产品库当中灵活地提供芯片、工具、算法、套件,具体的需求取决于下游客户自身的研发体系和能力结构。

映驰科技产品副总裁赵建洪针从软件系统层面,以汽车高性能计算进行时为主题展开分享。

赵建洪表示,一开始驱动汽车高性能计算的是智能座舱、智能驾驶,现在的主要驱动力则逐渐变成了汽车全场景计算、大模型等。车辆的高度智能化推动了高性能中央计算。高性能中央计算架构导致芯片越来越烧钱,玩家越来越少。

映驰科技认为,Chiplet和Grouplet很好的平衡了成本和交付时间,能够适应发展趋势,映驰科技的高性能计算群产品解决方案通过多芯整合来实现,依靠Grouplet计算群实现高性能的算力,芯片做成SoM板,互相补充算力,能够更高效地满足高性能计算需求,实现更低成本的解决方案。

赵建洪也表示,高性能计算是个渐进式,初级高性能计算以座舱和智控为主,中级高性能计算则针对智驾和座舱,高级高性能计算针对智驾、座舱和智控。

各种配置的高性能计算是当下的渐进模式,中低端芯片已经从算力竞赛到算力平衡。大规模并发处理,大带宽的高可靠通讯,面向应用的开发框架是软件基石。映驰科技认为,芯片和软件配合,高性能计算的可持续升级和更新,才能创造用户价值增长。

03.决胜智能化下半场 智能座舱是关键

砺算科技联合创始人、联席CEO孔德海以手机的演进出发进行了“智能汽车的iPhone时刻和关键芯片GPU”的主题演讲。

手机经历了功能机到和黑莓机最后到现阶段的智能机,而车的发展或许也可以类比手机的演进历程,那么现在的车处于什么阶段呢?

孔德海认为,现阶段的车仍处于黑莓车的阶段,还是更多地以代步为主,智能车会是一个未来形态,现在也在向这个形态迈进。

同样,以手机的发展看汽车发展,功能机时代所带动的周边产业规模以及功能机带来的增值服务都比较小;而到了智能机时代,周边产业规模会是十倍百倍的增长,尤其是移动互联网行业。

那么当车往智能车方向发展,车能干什么?

如果看智能车的发展,汽车作为生活的第三空间,其平台的价值一定会超过手机,如果智能手机时代带来的手机价值、周边价值、应用APP价值的千倍、万倍的提升,汽车的智能车时代,也必将在汽车价值、配件价值、应用APP价值的百倍、千倍的提升。这也是为什么很多大厂都在入局汽车领域。

而往智能车发展,孔德海认为,如同iPhone的图形界面是智能手机的起始标志一样,高性能的GPU是核心,是汽车新智能化时代的开启者。

确实如此,联发科和英伟达合作车载GPU Chiplet,特斯拉所有新车都搭载了独立GPU,汽车作为一个大娱乐终端,一个手机之后的互联网入口,一个比手机的场景大得多的应用平台,高性能独立GPU会成为中端以上车的标配。

2025年中国1200万新能源车中,600万辆的车都会有自己的高性能独立GPU。砺算科技作为国内自研高性能GPU的企业,也把车载GPU作为一个产品方向,其产品也会在今年面世,2024年上车。

此芯科技市场部总经理徐斌以“舱未来 芯算力”针对智能座舱通用计算芯片展开演讲。

徐斌认为,汽车从机械化到电气化的发展更多是由技术驱动,而汽车的智能化进程更多是由市场驱动。随着汽车更加智能,汽车也正从一种交通工具成为一种生活方式。

当下,汽车对芯片的要求越来越高,汽车芯片的高阶产品从复用Mobile IP逐渐转向复用PC IP,在未来PC IP或许也不能再满足汽车芯片的性能要求。

在智能化的演进过程中,智能汽车的技术路径分化出智能座舱和智能驾驶,两者呈现出不一样的发展方向,智能座舱是智能汽车体验的基础,和自动驾驶尽量减少用户参与相反,智能座舱是用户交互的主体,智能座舱要频繁和用户交流,去理解用户的需求,并逐渐去学习和适应不同用户的习惯,多模交互和交互的便利性便成了智能座舱的基础要求。在确认用户的需求后,要快速的响应用户的多样性需求,这就要求智能座舱的芯片要是个多面手,芯片算力要足够强大和通用,因此智能座舱芯片的要求是通用性、灵活性、复杂性,而对于自动驾驶芯片的要求是安全性、专业性、高效性。

在智能座舱方面,此芯科技表示强大通用的算力是智能座舱体验的基础。通用计算芯片的优势十分明显,通用高性能芯片的性能强,产品序列全,可以实现IP的快速迭代,以满足不断增加的终端用户需求。同时通用芯片还具备性价比优势,可以在多领域复用,大幅均摊研发费用。

徐斌也同步介绍了此芯科技的产品,此芯科技通用计算SoC采用智能异构计算,也通过平台优化和设计优化去提升CPU的性能。

此芯科技认为,应该更加注重设计、架构、和平台的优化,制定长期的技术路线图,不断迭代产品,从而满足市场对算力的持续增长的需求。

从决胜汽车智能化下半场出发,博泰车联网CTO梁晨带来了博泰对汽车智能化的思考,介绍了博泰车联网在软硬云一体综合智能化解决方案的基础上,以域控制器+中央计算平台+下一代无线通信技术为核心,在OEM、芯片、OS及零部件等领域多维生态布局。

博泰车联网的座舱与平台的发展过程经历了几个大的阶段,分别是车机车联网阶段、手机车联网阶段、高端数字座舱阶段和中央处理器阶段。目前博泰还根据NG E/E架构与多域融合,以及L2.X自动驾驶/座舱/车身及计算平台进行面向未来的集中处理。

博泰智能座舱产品,融合了智能网联座舱域控制技术、基于单核/多核异构的自研嵌入式软件技术、车载多联屏设计及制造技术、高算力域控风冷散热技术等核心技术能力,产品包括屏幕、HUD、液晶中控一体、DMS、流媒体后视镜等。

梁晨表示,博泰与OEM、一级供应商、自动驾驶和算法解决方案提供商以及其他上游芯片和屏幕供应商、驾驶舱公司、传统内外饰公司、ICT公司等都建立了长期的合作伙伴关系。

同时,博泰在芯片领域也有自己的思考,梁晨认为,对于车载芯片和车载操作系统的制约等“卡脖子” 核心技术的制约,需要有底线思维,主动出击。同时,鉴于车载芯片开发周期长,标准要求高,需要合力形成突破。

目前,博泰在往中央计算平台发展,同时布局以国产芯片为核心的汽车智能化生态。

04.技术创新驱动传感器升级 解决诸多痛点

传感器融合成为行业主要趋势,恩智浦半导体 Radar & V2X 产品市场经理杨昌以恩智浦4D毫米波解决方案助力高阶辅助驾驶为主题进行了现场演讲。

多传感器融合是当下智能汽车采用的主要路线,而激光雷达的成本迟迟难以有效降低,于是摄像头和毫米波雷达便成为传感器融合感知的主要参与者。而4D成像雷达作为毫米波雷达的一种,性能大幅跃升,成本表现依旧出色,这使得4D成像雷达近来热度不断提升。

4D毫米波雷达在3D毫米波雷达水平方向天线的基础上,增加布置垂直方向上的收发天线,从而增加对目标高度的估计。相比于3D毫米波雷达具有天线数量多且密度高、输出的点云图像密度更高等特点。在距离分辨率、距离精度、角度分辨率、角度精度、速度分辨率和速度精度等方面都有所提升。

杨昌表示,在前两年,毫米波雷达一直是车身感知的短板,甚至部分车企在对毫米波减配。随着集成电路的发展,基于新一代集成电路芯片的毫米波雷达传感器逐渐崭露头角。

在高阶的自动驾驶上,毫米波雷达也有了更强大的作用,通过毫米波雷达级联,以满足更高的使用要求。相对于过去的三发四收,可能要做六发八收,甚至更多。

在雷达芯片的集成化上,杨昌也表示,单芯片已经成为趋势。

单芯片的技术难点,集中在数字电路与模拟电路的制程匹配上,模拟电路的速率不如数字电路。手机芯片的制程工艺已经到5nm,而模拟车规电路的制程工艺还集中在40nm,那么两者应该在怎样一个制程去融合呢?从当前行业结果来看,行业最终选择是在28nm将数字电路与模拟电路封装在一起。

杨昌认为,通过级联和更加集成化的设计,毫米波雷达可以弥补一些感知上的劣势,从而达到更好的多传感器融合效果。

锐思智芯董事合伙人况山主要分享了融合视觉传感器技术、产品及应用。

在机器感知时代,图像传感器痛点频现,如动态模糊、功耗高、冗余数据量大、算力消耗大等问题,亟需新一代高性能图像传感器来解决这些痛点,这也推动了基于事件的视觉传感器(EVS)的兴起。

EVS是模仿眼睛的感光机制而建立的传感器技术,就是以异步方式检测亮度变化,并结合坐标及时间信息,只输出有变化的像素数据,也就是以很高的时间分辨率,仅捕获运动物体的轨迹信息,从而实现高效率、高速低延迟数据输出的视觉传感器。

对于AI机器视觉来说,EVS显著优势是数据量较小、可以检测高速物体的动态并进行追踪,与机器学习的兼容性高。但是,其缺点也十分明显,即缺乏静态的图像信号。

据况山介绍,锐思智芯的新型融合视觉传感器基于其Hybrid Vision融合视觉技术,同步输出传统图像信号和事件信号,实现动静态信息捕捉融合,即融合了EVS传统CIS的优势。

在具体功能应用方面,则包括去模糊、高帧率、HDR、AON-智能触发、DMS/HMI、SLAM、ADAS-低延时等。

05.结语:汽车芯片行业正发生剧烈变革

随着汽车迎来智能化的新趋势,汽车对芯片的需求快速增长,这为车载芯片的发展提供了更好的土壤。随之,全球芯片相关企业的发展也迎来大爆发,针对智能座舱、智能驾驶的产品更是百花齐放。

本届汽车芯片峰会围绕自动驾驶芯片、智能座舱芯片、传感器芯片等多个话题展开讨论,演讲嘉宾涵盖国内外汽车芯片企业,现场观众反响热烈。演讲嘉宾们多次提到智能汽车发展迅速,感叹全球车载芯片市场之大。

而在国内,在部分关键技术领域国产芯片也是不断取得突破,车载芯片自给率节节攀升,国内车载芯片企业在全球市场上正有着越来越多的话语权,全球市场竞争格局正在悄然发生改变。

*本文由新芽NewSeed合作伙伴新芽NewSeed授权发布,转载请联系原出处。如内容、图片有任何版权问题,请联系新芽NewSeed处理。