（本文編譯自Semiconductor Engineering）

汽車行業(yè)正經(jīng)歷一場根本性變革，包括軟件定義汽車、將人工智能融入汽車設(shè)計和使用的幾乎每個方面，以及對不同層級供應(yīng)商與原始設(shè)備制造商（OEM）之間傳統(tǒng)關(guān)系的徹底重塑。

向軟件定義汽車轉(zhuǎn)型是汽車生態(tài)系統(tǒng)的首要任務(wù)，它能夠加快上市時間和更新迭代速度，使車輛始終與新協(xié)議、標(biāo)準(zhǔn)和功能保持同步。傳統(tǒng)的硬件定義方法靈活性有限，因為它依賴于將這些功能與預(yù)定義的硬件相匹配。此外，這種方法更為耗時、成本更高，這使得傳統(tǒng)汽車制造商在競爭中處于劣勢。

西門子EDA汽車與軍民航空領(lǐng)域混合物理及虛擬系統(tǒng)副總裁David Fritz表示：“有一些明顯的技術(shù)和概念，如持續(xù)集成/持續(xù)部署(CI/CD)、DevOps變更等。虛擬平臺在其中發(fā)揮著重要作用。與此同時，行業(yè)仍在努力理解多保真度虛擬平臺的意義。從我們的角度來看，這為我們多年來在各種保真度虛擬平臺方面的工作打開了一扇大門，將所有這些工作整合到一個框架中，以便在不同的保真度級別上驗證超級復(fù)雜的系統(tǒng)。”

對于汽車行業(yè)來說，這是一個徹底的變革。Rambus硅片IP業(yè)務(wù)開發(fā)總監(jiān)Adiel Bahrouch表示：“隨著OEM加速向軟件定義汽車轉(zhuǎn)型，區(qū)域架構(gòu)、基于Chiplet的計算以及ADAS/AD等技術(shù)正日益受到青睞。在車內(nèi)網(wǎng)絡(luò)安全、供應(yīng)鏈安全、市場準(zhǔn)入合規(guī)性、開放式標(biāo)準(zhǔn)應(yīng)用程序接口（API）以及系統(tǒng)集成等方面，價值鏈正面臨諸多挑戰(zhàn)，尤其是在提供個性化、安全和可擴(kuò)展移動出行服務(wù)的壓力日益加劇，同時產(chǎn)品上市時間卻以前所未有的速度縮短的情況下?！?/p>

伴隨這些變革而來的，還有對更高等級自動駕駛技術(shù)的持續(xù)追求，以及為提升用戶體驗而進(jìn)行的座艙數(shù)字化改造。車輛架構(gòu)也開始向更集中的系統(tǒng)管理方向發(fā)展，尤其是在電動汽車領(lǐng)域，這包括高效的電池管理系統(tǒng)，以延長續(xù)航里程和電池壽命。

雖然不同汽車制造商對這些變革的采用速度各不相同，但幾乎所有汽車制造商都朝著同一個方向發(fā)展?！霸贏DAS領(lǐng)域，架構(gòu)仍以區(qū)域式系統(tǒng)為主，向中央處理系統(tǒng)的轉(zhuǎn)型進(jìn)程較為緩慢，”Cadence Tensilica產(chǎn)品事業(yè)部汽車產(chǎn)品營銷和管理總監(jiān)Amit Kumar表示?！耙恍㎡EM廠商已在部分車型中改進(jìn)了集中式架構(gòu)，但大多數(shù)仍然是區(qū)域ECU，甚至是區(qū)域架構(gòu)概念出現(xiàn)之前的更基礎(chǔ)的ECU?！?/p>

Arm自動駕駛汽車總監(jiān)Robert Day表示，在過去幾年中，開始看到汽車生態(tài)系統(tǒng)發(fā)生的一些變化，從軟件定義汽車開始，將ECU分布到不同的區(qū)域，改變車輛架構(gòu)，從將分布式ECU劃分到不同的域，著眼于為不同區(qū)域服務(wù)的集中式計算。

“關(guān)于車輛架構(gòu)將如何變革，以及如何降低成本，業(yè)界已進(jìn)行了很多討論，”Day表示，“由于布線不再那么長、那么繁瑣，我們可以開始使用以太網(wǎng)之類的技術(shù)進(jìn)行通信，然后各個區(qū)域可以控制其區(qū)域內(nèi)的大量傳感器和其他設(shè)備。這改變了軟件架構(gòu)，而這正是我們關(guān)注向軟件定義汽車轉(zhuǎn)型的原因，即車輛由軟件定義，同時具備可升級性?！?/p>

Day將下一代汽車視為基于軟件定義汽車方法的AI定義汽車?！拔磥泶罅康墓ぷ髫?fù)載將是AI工作負(fù)載，即車載運行的邊緣AI工作負(fù)載，這將決定車輛是軟件定義的，還是AI-軟件定義的。這將助力未來的汽車滿足我們作為消費者的需求?！?/p>

AI無處不在

下一個挑戰(zhàn)是確定AI還能在車輛設(shè)計和運行的哪些方面發(fā)揮作用?！拔覀冋趹?yīng)用AI來預(yù)測AI的性能，”西門子的Fritz表示，“過去，我們有YACC（又一個編譯器），也就是用編譯器來生成編譯器。現(xiàn)在的情況與之類似，我們正在利用AI來證明AI的性能。這是我們投入大量精力的重要領(lǐng)域，而且確實已開始見效，能夠在獲得任何硅芯片之前很久就對部分相關(guān)內(nèi)容進(jìn)行驗證?！?/p>

AI也將在ADAS和自動駕駛領(lǐng)域發(fā)揮重要作用。目前已涌現(xiàn)出新的網(wǎng)絡(luò)模型和新型網(wǎng)絡(luò)，Cadence的 Kumar指出，基于CNN的網(wǎng)絡(luò)就是例證，如用于物體檢測的YOLO和用于分割的SSD-ResNet?！癉ETR-ResNet正在快速發(fā)展，”他表示，“對于車輛行為，循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)正得到應(yīng)用。脈沖神經(jīng)網(wǎng)絡(luò) (Spiking Neural Network)在某些應(yīng)用中越來越受歡迎，尤其是在車載領(lǐng)域?！?/p>

但與數(shù)據(jù)中心不同，車載人工智能需要超高效率。L5級自動駕駛汽車可能配備超過40個傳感器和數(shù)十億行代碼，如果功耗過高，車輛續(xù)航里程將大幅下降。僅僅設(shè)計一個如此復(fù)雜且節(jié)能的系統(tǒng)就是一個巨大的挑戰(zhàn)。

Cadence計算解決方案事業(yè)部Chiplet和IP解決方案高級產(chǎn)品總監(jiān)Mick Posner表示：“為了應(yīng)對這種日益增長的復(fù)雜性，并加快產(chǎn)品上市速度，汽車制造商正在尋求一種可擴(kuò)展的SoC架構(gòu)，以便能夠快速迭代設(shè)計，根據(jù)處理需求擴(kuò)展或縮減系統(tǒng)規(guī)模，并部署使現(xiàn)代汽車更安全的功能。他們越來越關(guān)注Chiplet以滿足這些需求。雖然多芯片已成為主流，但Chiplet尚未普及，而行業(yè)正處于關(guān)鍵時刻?！?/p>

圖1：Cadence基于Arm的chiplet。

圖源：Cadence和Arm

更高級別的自動駕駛需要人工智能?！叭斯ぶ悄軙袛嗥囍車l(fā)生的情況，以便做出決策，”Arm的Day表示，“隨著自動駕駛級別的提升，人工智能的應(yīng)用也會越來越多。目前，自動駕駛領(lǐng)域正在積極討論如何利用端到端人工智能來驅(qū)動自動駕駛系統(tǒng)。這不僅涉及環(huán)境感知，還包括規(guī)劃決策，以及車輛需要執(zhí)行的操作。我們開始看到更多可以使用人工智能的用例，人們也正在將其付諸實踐。第一步是ADAS，我們需要它。若不在訓(xùn)練過程中大量運用人工智能，同時在車輛中部署大量推理功能，就無法對周圍環(huán)境進(jìn)行觀察和判斷。如今，我們正關(guān)注駕駛員與車輛的交互問題?！?/p>

座艙內(nèi)的變革

人工智能也正滲透到座艙內(nèi)部，并已成為OEM之間形成差異化的一個因素。Cadence的Kumar表示：“用戶體驗(UX)和用戶界面(UI)都是座艙舒適度的重要組成部分，并且通過座艙內(nèi)現(xiàn)有的多個傳感器實現(xiàn)了安全功能。座艙內(nèi)傳感技術(shù)就是這樣一項新興技術(shù)，它支持歐洲新車安全評鑒協(xié)會(Euro NCAP)最近強制要求的兒童存在檢測功能，并且無論是現(xiàn)在還是未來，它都是汽車行業(yè)的一個增長引擎。駕駛員監(jiān)控系統(tǒng)(DMS)正變得越來越復(fù)雜，其滲透率也一直呈上升趨勢。”

Arm的Day也觀察到AI在汽車座艙中的應(yīng)用場景，比如聊天機器人和大語言模型（LLM）的引入，這樣用戶就可以像在家一樣，通過類ChatGPT的界面與車輛進(jìn)行交流?！败噧?nèi)語音識別技術(shù)正在蓬勃發(fā)展，”他表示，“此外還有一些系統(tǒng)，如駕駛員管理系統(tǒng)，它會利用人工智能判斷駕駛員的行為，乘客監(jiān)控系統(tǒng)也是如此。所有這些都將開始使用人工智能。目前我們還無法想象所有的工作負(fù)載，但未來一定會出現(xiàn)一些新奇有趣的應(yīng)用。然后是信息娛樂系統(tǒng)和導(dǎo)航系統(tǒng)的控制。所有這些都將擁有與我們家中相同的功能。事實上，現(xiàn)在有不少討論都圍繞著這樣一個想法：讓你在手機和家中使用的人工智能代理‘跟隨’你進(jìn)入車內(nèi)，這本質(zhì)上是一種情境感知型人工智能。它知道你是誰，比如知道你要去哪里?！?/p>

自動駕駛出租車為人工智能提供了另一個應(yīng)用領(lǐng)域。憑借強大而先進(jìn)的感知能力和高性能計算，自動駕駛出租車正在一些城市成為主流?！暗侥壳盀橹?，這一領(lǐng)域一直由Waymo引領(lǐng)，但特斯拉正在美國啟動自動駕駛出租車項目，Uber和Nuro也正在合作組建自動駕駛出租車車隊，”Cadence的Kumar表示。“這些都清晰地表明了L5級自動駕駛汽車的新趨勢?！?/p>

汽車安全

隨著自動駕駛、車對車(V2V)和車對基礎(chǔ)設(shè)施(V2I)部署的推進(jìn)，車輛連接性和復(fù)雜性不斷提升，受攻擊面也隨之?dāng)U大。是德科技首席安全分析師Nicole Fern表示：“防止車輛更新、V2V和V2I中存在的遠(yuǎn)程可利用的漏洞至關(guān)重要，同時還要防止競爭對手提取專有的自動駕駛算法。這推動了硬件安全功能的采用，例如安全enclaves（安全區(qū)域）和專用信任根?！?/p>

然而，添加更多安全功能并不意味著汽車解決方案就能自動具備安全性?！肮收献⑷牒蛡?cè)信道分析等硬件攻擊已成功入侵了采用硬件支持的安全功能（如安全啟動）的系統(tǒng)，”Fern表示，“柏林工業(yè)大學(xué)對特斯拉自動駕駛儀的攻擊就是一個很好的例子，攻擊者利用故障注入從系統(tǒng)中提取代碼和數(shù)據(jù)，以及用于特斯拉后端基礎(chǔ)設(shè)施身份驗證的加密密鑰?！?/p>

幸運的是，人們現(xiàn)在非常重視汽車環(huán)境的安全。“他們現(xiàn)在明白，汽車安全的基礎(chǔ)是符合ISO 26262標(biāo)準(zhǔn)，”新思科技首席安全技術(shù)專家兼科學(xué)家Mike Borza表示，“如果沒有安全的環(huán)境，就無法保證系統(tǒng)的安全性和安全行為。這與人工智能領(lǐng)域?qū)Π踩囊蕾嚪浅Ｏ嗨啤，F(xiàn)在，這兩者還出現(xiàn)了融合。人們正在使用基于圖像的處理技術(shù)來確定車輛的位置，以及它們?nèi)绾胃S其他車輛。我們還看到，人們非常重視維護(hù)汽車內(nèi)部數(shù)據(jù)流的完整性，以及將數(shù)據(jù)從一個地方移動到另一個地方，他們正在使用技術(shù)手段來確保完整性，例如加密和身份驗證——技術(shù)身份驗證指的是驗證信息在接收時是否完整。例如，使用MIPI鏈路的攝像頭現(xiàn)正在將MIPI安全性融入到這些攝像頭流中。顯示器也是如此，因為如果有人篡改數(shù)據(jù)，導(dǎo)致倒車時本應(yīng)看到的物體從畫面中消失，而車輛又依賴攝像頭而非后視鏡或直接回頭觀察，那將是個大問題?！?/p>

結(jié)語

所有這些技術(shù)正在給汽車行業(yè)帶來巨變，而且沒有任何跡象表明這種變革會在短期內(nèi)放緩。

西門子的Fritz表示：“我們預(yù)測的很多事情都在發(fā)生，比如與OEM合作，建立更緊密的關(guān)系。與過去不同，OEM驅(qū)動其生態(tài)系統(tǒng)的理念正在真正成為現(xiàn)實，盡管在不同地區(qū)進(jìn)展速度不同。特別是一家日本OEM，它幾乎100%鎖定在一家一級供應(yīng)商，而這家一級供應(yīng)商又幾乎100%鎖定在一家二級供應(yīng)商。這幾乎就像一級供應(yīng)商和二級供應(yīng)商似乎正逐漸受制于OEM，因為這是他們掌控未來的唯一方式。這很有意思，因為它迫使所有參與者更加專注，并清楚自己的貢獻(xiàn)所在。這也為大量小型SoC和AI加速器公司打開了大門，讓他們有機會擠進(jìn)生態(tài)系統(tǒng)。因此，未來幾年，我們將看到行業(yè)整合，這些公司將被納入大型OEM的麾下，將整個生態(tài)系統(tǒng)也將被納入他們的麾下?！?/p>

這種趨勢既有倒退的一面，也有前瞻性的一面?！斑@讓人想起亨利·福特時代，那時他把所有東西都搬到底特律，”Fritz表示，“他自己運材料，生產(chǎn)所有東西，實現(xiàn)了完全垂直整合，而不是像我們最近那樣采用分布式整合。一級供應(yīng)商會有幾個OEM客戶，然后試圖把同樣的東西應(yīng)用到各自的OEM上，而OEM就是這樣失去控制的?，F(xiàn)在的情況完全顛倒了，回到了OEM主導(dǎo)的模式，‘我要實現(xiàn)完全的垂直整合，所有事情都由我來決定?！?/p>