計(jì)算機(jī)行業(yè)深度研究：汽車智能化與工業(yè)數(shù)字化專題（中）

計(jì)算機(jī)行業(yè)深度研究：汽車智能化與工業(yè)數(shù)字化專題（中）算力芯片研究框架計(jì)算芯片是算力時(shí)代下智能網(wǎng)聯(lián)汽車的核心計(jì)算芯片可分為MCU芯片與SoC芯片。隨著汽車EE架構(gòu)的不斷革新，汽車半導(dǎo)體高速發(fā)展，按功能不同，汽車半導(dǎo)體可分為汽車芯片和功率半導(dǎo)體，而在汽車芯片中，最重要的是計(jì)算芯片，按集成規(guī)模不同，可分為MCU芯片與SoC芯片。MCU（MicroControlUnit）微控制器，是將計(jì)算機(jī)的CPU、RAM、ROM、定時(shí)計(jì)數(shù)器和多種I/O接口集成在一片芯片上，形成芯片級的芯片；而SoC（SystemonChip）指的是片上系統(tǒng)，與MCU不同的是，SoC是系統(tǒng)級的芯片，它既像MCU那樣有內(nèi)置RAM、ROM，同時(shí)又可以運(yùn)行操作系統(tǒng)。智能化趨勢驅(qū)動(dòng)汽車芯片從MCU向SoC過渡。自動(dòng)駕駛對汽車底層硬件提出了更高的要求，實(shí)現(xiàn)單一功能的單一芯片只能提供簡單的邏輯計(jì)算，無法提供強(qiáng)大的算力支持，新的EE架構(gòu)推動(dòng)汽車芯片從單一芯片級芯片MCU向系統(tǒng)級芯片SoC過渡。SoC市場高速發(fā)展，預(yù)計(jì)2026年市場規(guī)模達(dá)到120億美元。汽車智能化落地加速了車規(guī)級SoC的需求，也帶動(dòng)了其發(fā)展，相較于車載MCU的平穩(wěn)增長，SoC市場呈現(xiàn)高速增長的趨勢，根據(jù)GlobalMarketInsights的數(shù)據(jù)，預(yù)計(jì)全球車規(guī)級SoC市場將從2019年的10億美元達(dá)到2026年的160億美元，CAGR達(dá)到35%，遠(yuǎn)超同期汽車半導(dǎo)體整體增速。傳統(tǒng)MCU：MCU需求穩(wěn)步增長，海外寡頭長期壟斷MCU是ECU的運(yùn)算大腦。ECU（ElectronicControlUnit，電子控制單元）是汽車EE架構(gòu)的基本單位，每個(gè)ECU負(fù)責(zé)不同的功能。MCU芯片嵌入在ECU中作為運(yùn)算大腦。當(dāng)傳感器輸入信號，輸入處理器對信號進(jìn)行模數(shù)轉(zhuǎn)換、放大等處理后，傳遞給MCU進(jìn)行運(yùn)算處理，然后輸出處理器對信號進(jìn)行功率放大、數(shù)模轉(zhuǎn)換等，使其驅(qū)動(dòng)如電池閥、電動(dòng)機(jī)、開關(guān)等被控元件工作。MCU根據(jù)不同場景需求，有8位、16位和32位。8位MCU主要應(yīng)用于車體各子系統(tǒng)中較低端的控制功能，包括車窗、座椅、空調(diào)、風(fēng)扇、雨刷和車門控制等。16位MCU主要應(yīng)用為動(dòng)力傳動(dòng)系統(tǒng)，如引擎控制、齒輪與離合器控制和電子式渦輪系統(tǒng)等，也適合用于底盤機(jī)構(gòu)上，如懸吊系統(tǒng)、電子動(dòng)力方向盤、電子剎車等。32位MCU主要應(yīng)用包括儀表板控制、車身控制以及部分新興的智能性和實(shí)時(shí)性的安全功能。在目前市場的主流MCU當(dāng)中，8位和32位是最大的兩個(gè)陣營。MCU市場穩(wěn)步發(fā)展，預(yù)計(jì)2026年全球規(guī)模達(dá)88億美元。在市場規(guī)模上，全球MCU市場呈現(xiàn)穩(wěn)步發(fā)展的趨勢，根據(jù)ICInsights估計(jì)，預(yù)計(jì)全球MCU市場規(guī)模從2020年的65億美元達(dá)到2026年的88億美元，CAGR達(dá)到5.17%，略低于同期汽車半導(dǎo)體增速。同時(shí)我國MCU發(fā)展與世界齊頭并進(jìn)，預(yù)計(jì)2026年市場規(guī)模達(dá)到56億元，CAGR達(dá)到5.33%，與世界同期基本持平。智能座艙SoC：高通在中高端數(shù)字座艙呈現(xiàn)壟斷局面一芯多屏不斷普及，高通在中高端數(shù)字座艙呈現(xiàn)壟斷地位。伴隨著數(shù)字座艙滲透率不斷提升，車內(nèi)數(shù)量不斷增加，屏幕尺寸不斷增大，智能座艙快速普及，一芯多屏逐漸成為主流，也帶動(dòng)智能座艙SoC芯片的快速放量。SoC應(yīng)用在智能汽車上主要有智能座艙以及自動(dòng)駕駛兩方面，相比于自動(dòng)駕駛SoC，座艙域SoC由于要求相對較低，成為SoC落地智能汽車的先行者。高通、恩智浦、德州儀器、英特爾、聯(lián)發(fā)科等各家不斷更新其座艙SoC產(chǎn)品，在中高端數(shù)字座艙域，目前高通呈現(xiàn)壟斷地位。目前，高通已經(jīng)贏得全球領(lǐng)先的20+家汽車制造商的信息影音和數(shù)字座艙項(xiàng)目，高通驍龍820A和8155兩代平臺(tái)成為眾多車型數(shù)字座艙平臺(tái)的主流選擇，高通也將推出的第四代座艙SoCSA8295，在算力、I/O能力等方面表現(xiàn)出色，不斷穩(wěn)固其在中高端數(shù)字座艙的穩(wěn)固地位。自動(dòng)駕駛SoC：CPU+XPU是當(dāng)前主流，英偉達(dá)當(dāng)前領(lǐng)先自動(dòng)駕駛芯片是指可實(shí)現(xiàn)高級別自動(dòng)駕駛的SoC芯片。隨著自動(dòng)駕駛汽車智能化水平越來越高，需要處理的數(shù)據(jù)體量越來越大，高精地圖、傳感器、激光雷達(dá)等軟硬件設(shè)備對計(jì)算提出更高要求，因此在CPU作為通用處理器之外，增加具備AI能力的加速芯片成為主流，常見的AI加速芯片包括GPU、ASIC、FPGA三類。CPU作為通用處理器，適用于處理數(shù)量適中的復(fù)雜運(yùn)算。CPU作為通用處理器，除了滿足計(jì)算要求，還能處理復(fù)雜的條件和分支以及任務(wù)之間的同步協(xié)調(diào)。CPU芯片上需要很多空間來進(jìn)行分支預(yù)測與優(yōu)化，保存各種狀態(tài)以降低任務(wù)切換時(shí)的延時(shí)。這也使得它更適合邏輯控制、串行運(yùn)算與通用類型數(shù)據(jù)運(yùn)算。以GPU與CPU進(jìn)行比較為例，與CPU相比，GPU采用了數(shù)量眾多的計(jì)算單元和超長的流水線，但只有非常簡單的控制邏輯并省去了Cache。而CPU不僅被Cache占據(jù)了大量空間，而且還有有復(fù)雜的控制邏輯和諸多優(yōu)化電路，相比之下計(jì)算能力只是很小的一部分?！癈PU+XPU”是當(dāng)前自動(dòng)駕駛SoC芯片設(shè)計(jì)的主流趨勢。根據(jù)XPU選擇不同，又可以分為三種技術(shù)路線：CPU+GPU+ASIC、CPU+ASIC以及CPU+FPGA三類。（1）“CPU+GPU+ASIC”，主要代表英偉達(dá)、特斯拉FSD以及高通Ride。英偉達(dá)Xavier和特斯拉FSD采用“CPU+GPU+ASIC”的設(shè)計(jì)路線，英偉達(dá)Xavier以GPU為計(jì)算核心，主要有4個(gè)模塊：CPU、GPU、以及兩個(gè)ASIC芯片DeepLearningAccelerator（DLA）和ProgrammableVisionAccelerator（PVA）；特斯拉FSD芯片以NPU（ASIC）為計(jì)算核心，有三個(gè)主要模塊：CPU、GPU和NeuralProcessingUnit（NPU）。（2）“CPU+ASIC”，主要代表MobileyeEyeQ5系列和地平線征程系列。MobieyeEyeQ5和地平線征程系列采用“CPU+ASIC”架構(gòu)，EyeQ5主要有4個(gè)模塊：CPU、ComputerVisionProcessors（CVP）、DeepLearningAccelerator（DLA）和MultithreadedAccelerator（MA），其中CVP是針對傳統(tǒng)計(jì)算機(jī)視覺算法設(shè)計(jì)的ASIC；地平線自主設(shè)計(jì)研發(fā)了Al專用的ASIC芯片BrainProcessingUnit（BPU）。（3）CPU+FPGA，主要代表Waymo。與其余廠商不同，Waymo采用“CPU+FPGA”的架構(gòu)，其計(jì)算平臺(tái)采用英特爾Xeon12核以上CPU，搭配Altera的Arria系列FPGA。目前各家發(fā)布的最新芯片平臺(tái)均可以支持L3或L4級的算力需求，英偉達(dá)當(dāng)前處于領(lǐng)先位置。英偉達(dá)單顆Orin的算力可以達(dá)到254TOPS，而2022年落地的車型中搭載4顆Orin的蔚來ET7和威馬M7其巔峰算力將超過1000TOPS，高通驍龍Ride平臺(tái)的巔峰算力預(yù)計(jì)在700-760TOPS，Mobileye也推出了面向高階自動(dòng)駕駛的EyeQ6Ultra，算力達(dá)到176TOPS，當(dāng)前各家最先進(jìn)的算力平臺(tái)均可以支持L3或L4級的算力需求。從相關(guān)量產(chǎn)車型來看，英偉達(dá)Orin成為當(dāng)下的主流選擇，Mobileye正在逐漸掉隊(duì)。評價(jià)框架：芯片性能，算力、能耗、效率缺一不可評估芯片的性能，一般采用PPA即Power（功耗），Performance（性能），Aera（面積）三大指標(biāo)來衡量性能。而智能駕駛領(lǐng)域，峰值算力成為衡量自動(dòng)駕駛芯片的最主要指標(biāo)，常見的指標(biāo)有TOPS、FLOPS、DMIPS三種：TOPS（TeraOperationPerSecond）：每秒完成操作的數(shù)量，乘操作算一個(gè)OP，加操作算一個(gè)OP。TOPS的物理計(jì)算單位是積累加運(yùn)算（MultiplyAccumulate,MAC），1個(gè)MAC等于2個(gè)OP。TOPS表示每秒進(jìn)行1萬億次操作。FLOPS（Floating-PointOperationsPerSecond）：每秒可執(zhí)行的浮點(diǎn)運(yùn)算次數(shù)的字母縮寫，它用于衡量計(jì)算機(jī)浮點(diǎn)運(yùn)算處理能力。浮點(diǎn)運(yùn)算，包括了所有涉及小數(shù)的運(yùn)算。MFLOPS（MegaFLOPS）等于每秒1百萬次的浮點(diǎn)運(yùn)算；GFLOPS（GigaFLOPS）等于每秒10億（=10^9）次的浮點(diǎn)運(yùn)算；TFLOPS（teraFLOPS）等于每秒1萬億次的浮點(diǎn)運(yùn)算。DMIPS（DhrystoneMillionInstructionsPerSecond）：是測量處理器運(yùn)算能力的最常見基準(zhǔn)程序之一，常用于處理器的整型運(yùn)算性能的測量。MIPS：每秒執(zhí)行百萬條指令，用來計(jì)算同一秒內(nèi)系統(tǒng)的處理能力，即每秒執(zhí)行了多少百萬條指令。不同的CPU指令集不同、硬件加速器不同、CPU架構(gòu)不同，導(dǎo)致不能簡單的用核心數(shù)和CPU主頻來評估性能，Dhrystone作為統(tǒng)一的跑分算法，DMIPS比MIPS的數(shù)值更具有意義。（1）智能座艙SoC：DMIPS衡量CPU算力的主要單位是DMIPS，基本上SoC高于20,000DMIPS才能流暢地運(yùn)行智能座艙的主要功能，如AR導(dǎo)航或云導(dǎo)航、360全景、播放流媒體、ARHUD、多操作系統(tǒng)虛擬機(jī)等。GPU方面，100GFLOPS的算力就可以支持3個(gè)720P的屏幕。一般來說，CPU高于20,000DMIPS，GPU高于100GFLOPS的SoC就是智能座艙SoC芯片。（2）自動(dòng)駕駛SoC：TOPS峰值算力體現(xiàn)的只是芯片的理論上限，不能代表其全部性能。自動(dòng)駕駛需要的計(jì)算機(jī)視覺算法是基于卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的，而卷積神經(jīng)網(wǎng)絡(luò)的本質(zhì)是累積累加算法（MultiplyAccumulate，MAC），實(shí)現(xiàn)此運(yùn)算操作的硬件電路單元，被稱為“乘數(shù)累加器”。這種運(yùn)算的操作，是將乘法的乘積結(jié)果b*c和累加器a的值相加，再存入累加器a的操作。TOPS=MAC矩陣行*MAC矩陣列*2*主頻，TOPS峰值算力反映的都是GPU理論上的乘積累加矩陣運(yùn)算算力，而非在實(shí)際AI應(yīng)用場景中的處理能力，具有很大的局限性。以英偉達(dá)的芯片為例，Orin、Xavier的利用率基本上是30%左右，而采用ASIC路線，ASIC芯片針對不同的神經(jīng)網(wǎng)絡(luò)模型去優(yōu)化，基本上可以做到60%~80%之間。地平線提出最真實(shí)的AI效能由理論峰值計(jì)算效能、有效利用率、AI算法效率組成。地平線在2020全球人工智能和機(jī)器人峰會(huì)提出了芯片AI性能評估方式MAPS（MeanAccuracy-guaranteedPrecessingSpeed），地平線認(rèn)為最真實(shí)的AI效能實(shí)際上由三要素組成，分別為理論峰值計(jì)算效能、有效利用率、AI算法效率。（1）理論峰值計(jì)算效能，TOPS/W、TOPS/$，即傳統(tǒng)理論峰值衡量的方法；（2）芯片有效利用率，把算法部署在芯片上，根據(jù)架構(gòu)特點(diǎn)，動(dòng)用編譯器等系統(tǒng)化解決一個(gè)極其復(fù)雜的帶約束的離散優(yōu)化問題，而得到一個(gè)算法在芯片上運(yùn)行的實(shí)際利用率，這是軟硬件計(jì)算架構(gòu)的優(yōu)化目標(biāo)；（3）AI算法效率，每消耗一個(gè)TOPS算力，能帶來多少實(shí)際的AI算法的性能，它體現(xiàn)的是AI算法效率的持續(xù)提升。（報(bào)告來源：未來智庫）汽車軟件研究框架操作系統(tǒng)OS：QNX+Linux或QNX+Android是當(dāng)前的主流趨勢在智能網(wǎng)聯(lián)時(shí)代，車機(jī)操作系統(tǒng)OS（operatingsystem）按下游應(yīng)用劃分，可以分為車控OS和座艙OS兩大類：（1）車控OS：主要負(fù)責(zé)實(shí)現(xiàn)車輛底盤控制、動(dòng)力系統(tǒng)和自動(dòng)駕駛，與汽車的行駛決策直接相關(guān)；（2）座艙OS：主要為車載信息娛樂服務(wù)以及車內(nèi)人機(jī)交互提供控制平臺(tái)，是汽車實(shí)現(xiàn)座艙智能化與多源信息融合的運(yùn)行環(huán)境，不直接參與汽車的行駛決策。對于車控OS而言，可分為嵌入式實(shí)時(shí)操作系統(tǒng)RTOS和基于POSIX標(biāo)準(zhǔn)的操作系統(tǒng)。（1）嵌入式實(shí)時(shí)操作系統(tǒng)RTOS：傳統(tǒng)車控ECU中主控芯片MCU裝載運(yùn)行的嵌入式OS，面向經(jīng)典車輛控制領(lǐng)域，如動(dòng)力系統(tǒng)、底盤系統(tǒng)和車身系統(tǒng)等。要求實(shí)時(shí)程序必須保證在嚴(yán)格的時(shí)間限制內(nèi)響應(yīng)，特點(diǎn)包括速度快，吞吐量大，代碼精簡，代碼規(guī)模小等；（2）基于POSIX標(biāo)準(zhǔn)的操作系統(tǒng)：主要面向智能駕駛系統(tǒng)，主要滿足其高通信和低延時(shí)的要求。汽車電控ECU必須是高穩(wěn)定性的嵌入式實(shí)時(shí)性操作系統(tǒng)，主流的嵌入式實(shí)時(shí)操作系統(tǒng)都兼容OSEK/VDX和ClassicAUTOSAR這兩類汽車電子軟件標(biāo)準(zhǔn)。嵌入式實(shí)時(shí)操作系統(tǒng)具有高可靠性、實(shí)時(shí)性、交互性以及多路性的優(yōu)勢，系統(tǒng)響應(yīng)極高，通常在毫秒或者微秒級別，滿足了高實(shí)時(shí)性的要求。目前，主流的嵌入式實(shí)時(shí)操作系統(tǒng)都兼容OSEK/VDX和ClassicAUTOSAR這兩類汽車電子軟件標(biāo)準(zhǔn)。歐洲在上世紀(jì)90年代提出了汽車電子上分布式實(shí)時(shí)控制系統(tǒng)的開放式系統(tǒng)標(biāo)準(zhǔn)OSEK/VDX。但隨著技術(shù)、產(chǎn)品、客戶需求等的升級，OSEK標(biāo)準(zhǔn)逐漸不能支持新的硬件平臺(tái)。2003年，寶馬、博世、大陸、戴姆勒、通用、福特、標(biāo)志雪鐵龍、豐田、大眾9家企業(yè)作為核心成員，成立AUTOSAR組織，致力于建立一個(gè)標(biāo)準(zhǔn)化平臺(tái)，獨(dú)立于硬件的分層軟件架構(gòu)，制定各種車輛應(yīng)用接口規(guī)范和集成標(biāo)準(zhǔn)，AUTOSAR是基于OSEK/VDX發(fā)展出來的，但涉及的范圍更廣。AUTOSAR主要包括ClassicPlatformAUTOSAR（CP）和AdaptivePlatformAUTOSAR（AP）兩個(gè)平臺(tái)規(guī)范：CPAUTOSAR是基于OSEK/VDX標(biāo)準(zhǔn)的，廣泛應(yīng)用于傳統(tǒng)嵌入式ECU中，如發(fā)動(dòng)機(jī)控制器、電機(jī)控制器、整車控制器、BMS控制器等；APAUTOSAR基于POSIX，主要應(yīng)用于自動(dòng)駕駛等需求高計(jì)算能力、高帶寬通信、分布式部署的下一代汽車應(yīng)用領(lǐng)域中。狹義OS僅包含內(nèi)核（如QNX、Linux），廣義OS從下至上包括從BSP、操作系統(tǒng)內(nèi)核、中間件及庫組件等硬件和上層應(yīng)用之間的所有程序。QNX、Linux是目前常見內(nèi)核OS，VxWorks也有一定應(yīng)用。隨著WinCE停止更新逐漸退出，OS內(nèi)核的格局較為穩(wěn)定，主要玩家為QNX（Blackberry）、Linux（開源基金會(huì)）、VxWorks（風(fēng)河）。其中Linux屬于非實(shí)時(shí)操作系統(tǒng)，而QNX和VxWorks屬于實(shí)時(shí)操作系統(tǒng)，WinCE是微軟開發(fā)的嵌入式操作系統(tǒng)，正在逐步退出汽車操作系統(tǒng)市場。（1）BlackberryQNX：QNX是遵從POSIX規(guī)范的類UNIX實(shí)時(shí)操作系統(tǒng)，是全球第一款達(dá)到ASILD級別的車載操作系統(tǒng)，優(yōu)點(diǎn)是穩(wěn)定性和安全性非常高，QNX依靠其微內(nèi)核架構(gòu)實(shí)現(xiàn)性能和可靠性的平衡，主要特點(diǎn)有內(nèi)核小、代碼少以及故障影響小，驅(qū)動(dòng)等錯(cuò)誤不會(huì)導(dǎo)致整個(gè)系統(tǒng)都崩潰，通用、沃爾沃、奧迪、上汽等均用QNX作為自動(dòng)駕駛OS。但缺點(diǎn)是QNX作為非開源系統(tǒng)，兼容性較差，開發(fā)難度大，在娛樂系統(tǒng)開發(fā)中應(yīng)用不多，主要是開放性不夠，應(yīng)用生態(tài)缺乏。（2）Linux（Android）：Linux是基于POSIX和UNIX的開源操作系統(tǒng)，可適配更多的應(yīng)用場景，具有很強(qiáng)的定制開發(fā)靈活度，主要用于支持更多應(yīng)用和接口的信息娛樂系統(tǒng)場景。Android是谷歌基于Linux內(nèi)核開發(fā)的開源操作系統(tǒng)，主要應(yīng)用在車載信息娛樂系統(tǒng)、導(dǎo)航領(lǐng)域，在國內(nèi)車載信息娛樂系統(tǒng)領(lǐng)域占據(jù)主流地位。由于其完全開源，基于Linux開發(fā)的難度也極大，而且開發(fā)周期比較長，這就限制了車機(jī)系統(tǒng)進(jìn)入門檻。（3）VxWorks：VxWorks由WindRiver設(shè)計(jì)開發(fā)的嵌入式實(shí)時(shí)操作系統(tǒng)，以其良好的可靠性和卓越的實(shí)時(shí)性被廣泛地應(yīng)用在通信、軍事、航空、航天等領(lǐng)域，VxWorks由400多個(gè)相對獨(dú)立的目標(biāo)模塊組成，但與Linux相比，VxWorks需要收取高昂的授權(quán)費(fèi)，開發(fā)定制成本較高，這限制了其市場占有率的增長。QNX、Linux是當(dāng)前車機(jī)OS內(nèi)核的首選。根據(jù)賽迪顧問的統(tǒng)計(jì)，QNX由于其典型的實(shí)時(shí)性、低延時(shí)、高穩(wěn)定等特征，2021年QNX市占率達(dá)到43%，是當(dāng)前市占份額最高的車機(jī)OS，已應(yīng)用在包括寶馬、奧迪、奔馳等超過40個(gè)品牌，全球使用了QNX的汽車超1.75億輛；Linux（含Android）Linux版本豐富，經(jīng)過改造Linux內(nèi)核也將具備實(shí)時(shí)性功能，21年市占率35%；WinCE當(dāng)前市占率8%，呈現(xiàn)快速下滑態(tài)勢，未來可能將逐步在市場消失；VxWorks同時(shí)具備實(shí)時(shí)性及開源特點(diǎn)，但其業(yè)務(wù)重點(diǎn)一直在復(fù)雜工業(yè)領(lǐng)域，對于汽車產(chǎn)業(yè)投入較少，售價(jià)及維修費(fèi)用極其昂貴，目前僅在部分高端品牌車型上有所嘗試。隨著智能座艙和智能駕駛的進(jìn)步，OEM廠商更加關(guān)注車機(jī)OS。然而，無論是傳統(tǒng)OEM巨頭或是造車新勢力，從零開始開發(fā)操作系統(tǒng)都絕非易事，根據(jù)對基礎(chǔ)系統(tǒng)的改造程度不同，一般可以分為三類：（1）定制型車機(jī)OS：在基礎(chǔ)OS的基礎(chǔ)上進(jìn)行深度開發(fā)和定制（包括系統(tǒng)內(nèi)核修改），與Tier1和主機(jī)廠一起實(shí)現(xiàn)座艙系統(tǒng)平臺(tái)或自動(dòng)駕駛系統(tǒng)平臺(tái)。例如百度車載OS、大眾VW.OS、特斯拉Version；（2）ROM型車機(jī)OS：基于Android或Linux定制開發(fā)，無需更改系統(tǒng)內(nèi)核。海外主機(jī)廠多選擇基于Linux開發(fā)ROM型車機(jī)OS，國內(nèi)自主品牌則主要選擇應(yīng)用生態(tài)更好的Android。例如奔馳、寶馬、蔚來、小鵬等整車廠的車機(jī)系統(tǒng)都屬于ROM型車機(jī)OS；（3）超級汽車APP：并非完整的車機(jī)OS，而是手機(jī)映射系統(tǒng)，是指集地圖、音樂、語音、社交等功能于一體的多功能APP，滿足車主需求。例如百度Carlife、華為HiCar、蘋果CarPlay、谷歌AndroidAuto等。板級支持包BSP：主板硬件與操作系統(tǒng)之間的橋梁BSP（BoardSupportPackage，板級支持包）是構(gòu)建嵌入式操作系統(tǒng)所需的引導(dǎo)程序、內(nèi)核、根文件系統(tǒng)和工具鏈提供的完整的軟件資源包。對于具體的硬件平臺(tái)，與硬件相關(guān)的代碼都被封裝在BSP中，由BSP向上提供虛擬的硬件平臺(tái)，BSP與操作系統(tǒng)通過定義好的接口進(jìn)行交互。BSP介于主板硬件和操作系統(tǒng)之間的一層，也屬于操作系統(tǒng)的一部分，主要目的是為了支持操作系統(tǒng)，使之能夠更好的運(yùn)行于硬件主板，為OS和硬件設(shè)備的交互操作搭建了一個(gè)橋梁。由于所屬的中介位置，BSP的功能分為兩部分，一方面為OS及上層應(yīng)用程序提供一個(gè)與硬件無關(guān)的軟件平臺(tái)，另一方面OS可以通過BSP來完成對指定硬件的配置和管理。不同的操作系統(tǒng)對應(yīng)于不同定義形式的BSP。例如，VxWorks的BSP和Linux的BSP相對于某一CPU來說盡管實(shí)現(xiàn)的功能一樣，但寫法和接口定義是完全不同的，所以寫B(tài)SP一定要按照該系統(tǒng)BSP的定義形式來寫，這樣才能與上層OS保持正確的接口，良好的支持上層OS。Hypervisor：虛擬化平臺(tái)，跨平臺(tái)應(yīng)用的重要途徑提供平臺(tái)虛擬化的層稱為Hypervisor。虛擬化是通過某種方式隱藏底層物理硬件的過程，從而實(shí)現(xiàn)多個(gè)操作系統(tǒng)可以透明地使用和共享硬件。Hypervisor是實(shí)現(xiàn)跨平臺(tái)應(yīng)用、提高硬件利用率的重要途徑。車載領(lǐng)域的Hypervisor負(fù)責(zé)管理并虛擬化異構(gòu)硬件資源，以提供給運(yùn)行在Hypervisor之上的多個(gè)操作系統(tǒng)內(nèi)核。Hypervisor支持異構(gòu)硬件單元（包括控制單元、計(jì)算單元、AI單元）的隔離，在同一個(gè)異構(gòu)硬件平臺(tái)上支持不同的操作系統(tǒng)內(nèi)核，從而支持不同種類的應(yīng)用。Hypervisor虛擬機(jī)管理助力多系統(tǒng)融合。Hypervisor（虛擬機(jī)）是運(yùn)行在物理服務(wù)器和操作系統(tǒng)之間的中間軟件層，可用于同步支持Android、Linux、QNX多系統(tǒng)。根據(jù)ISO26262標(biāo)準(zhǔn)規(guī)定，儀表盤的關(guān)鍵數(shù)據(jù)和代碼與娛樂信息系統(tǒng)屬于不同等級，主流市場中，QNX或Linux系統(tǒng)用來驅(qū)動(dòng)儀表系統(tǒng)，信息娛樂系統(tǒng)則以Android為主，目前技術(shù)只能將兩個(gè)系統(tǒng)分開裝置在各自芯片中。然而，虛擬機(jī)可以同時(shí)運(yùn)作符合車規(guī)安全標(biāo)準(zhǔn)的QNX與Linux，因此虛擬機(jī)管理的概念被引入智能座艙操作系統(tǒng)。隨著液晶儀表以及其他安全功能的普及，供應(yīng)商不需要裝載多個(gè)硬件來實(shí)現(xiàn)不同的功能需求，只需要在車載主芯片上進(jìn)行虛擬化的軟件配置，形成多個(gè)虛擬機(jī)，在每個(gè)虛擬機(jī)上運(yùn)行相應(yīng)的軟件即可滿足需求。引入虛擬機(jī)管理最重要的意義在于虛擬機(jī)可以提供一個(gè)同時(shí)運(yùn)行兩個(gè)及以上獨(dú)立操作系統(tǒng)的環(huán)境，比如在智能座艙中同時(shí)運(yùn)行Android（座艙OS）和QNX（車控OS），為智能網(wǎng)聯(lián)汽車的應(yīng)用提供高性價(jià)比且符合安全要求的平臺(tái)。中科創(chuàng)達(dá)、武漢光庭信息、南京誠邁科技是黑莓VAI項(xiàng)目的系統(tǒng)集成商類的合作伙伴。2017年3月，黑莓公司宣布正式成立VAI（Value-AddedIntegrator）項(xiàng)目，拓展嵌入式軟件市場，成為黑莓公司VAI項(xiàng)目合作伙伴，將基于黑莓的嵌入式技術(shù)提供集成服務(wù)、安全關(guān)鍵型解決方案，包括黑莓QNXNeutrino實(shí)時(shí)操作系統(tǒng)、QNXMomentics工具套件、QNX管理程序、應(yīng)用程序和媒體QNXSDK、QNX無線架構(gòu)、QNX認(rèn)證操作系統(tǒng)、QNX醫(yī)用操作系統(tǒng)、Certicom工具包、Certicom管理的公鑰基礎(chǔ)設(shè)施以及Certicom資產(chǎn)管理系統(tǒng)。目前，黑莓VAI項(xiàng)目的中國區(qū)系統(tǒng)集成商類的合作伙伴主要包括中科創(chuàng)達(dá)、武漢光庭信息、南京誠邁科技等。長期看，智能座艙與自動(dòng)駕駛兩大系統(tǒng)終將走向融合。由于目前車控域與座艙域兩者的發(fā)展目標(biāo)平行，同時(shí)，由于QNX、Linux與Andriod三大系統(tǒng)各有優(yōu)劣，因此，通過虛擬機(jī)管理多個(gè)獨(dú)立系統(tǒng)是當(dāng)下實(shí)現(xiàn)“多快好省”的智能網(wǎng)聯(lián)汽車的發(fā)展路徑。但從長期看，想要真正實(shí)現(xiàn)高級自動(dòng)駕駛的必要前提就是車控與座艙的融合，即智能座艙與自動(dòng)駕駛系統(tǒng)的容二虎，這樣將會(huì)從整體層面給未來留下更系統(tǒng)的升級空間。當(dāng)然兩大系統(tǒng)的融合也面臨著系統(tǒng)疊加導(dǎo)致的片負(fù)載加重，對計(jì)算性能形成挑戰(zhàn)。中間件層：助力軟硬件解耦分離，提升應(yīng)用層開發(fā)效率中間件隔離應(yīng)用層與底層硬件，助力軟硬件解耦。中間件位于操作系統(tǒng)、網(wǎng)絡(luò)和數(shù)據(jù)庫之上，應(yīng)用軟件的下層，作用是為處于自己上層的應(yīng)用軟件提供運(yùn)行與開發(fā)的環(huán)境，幫助用戶靈活、高效地開發(fā)和集成復(fù)雜的應(yīng)用軟件，實(shí)現(xiàn)軟硬件的解耦分離。車企致力于定義更統(tǒng)一的中間件通信和服務(wù)，以降低開發(fā)成本和系統(tǒng)復(fù)雜度，操作軟件（OS）和中間件是促進(jìn)軟硬件分離的底層軟件組件。即使車企選擇自研操作系統(tǒng)，但同時(shí)也會(huì)依賴于供應(yīng)商提供標(biāo)準(zhǔn)中間件產(chǎn)品，尤其基礎(chǔ)軟件平臺(tái)的架構(gòu)極其重要，可大幅提升應(yīng)用層軟件的開發(fā)效率。所有中間件方案中，最著名的是CPAUTOSAR的RTE。AUTOSAR的兩個(gè)平臺(tái)AUTOSARClassic和AUTOSARAdaptive為不同的車輛用例提供了分層的軟件體系結(jié)構(gòu)方法，AUTOSAR以中間件RTE（RuntimeEnvironment）為界，隔離上層的應(yīng)用層（ApplicationLayer）與下層的基礎(chǔ)軟件（BasicSoftware）。RTE使得硬件層完全獨(dú)立于應(yīng)用層，OEM廠商可以專注于開發(fā)特定的、有競爭力的應(yīng)用軟件，同時(shí)使得廠商不關(guān)心的基礎(chǔ)軟件層被標(biāo)準(zhǔn)化。分布式通信（DataDistributionService,DDS）通過實(shí)現(xiàn)低延遲數(shù)據(jù)連接、極高的可靠性和可擴(kuò)展的靈活架構(gòu)，使數(shù)據(jù)成為未來移動(dòng)數(shù)字平臺(tái)的中心。DDS提供的用于以數(shù)據(jù)為中心的連接的中間件協(xié)議、連接框架和API標(biāo)準(zhǔn)。它集成了分布式系統(tǒng)的組件，提供了低延遲的數(shù)據(jù)連接、極高的可靠性和可擴(kuò)展的體系結(jié)構(gòu)，滿足業(yè)務(wù)和任務(wù)關(guān)鍵型應(yīng)用程序的需求。AUTOSARAdaptive平臺(tái)2017年推出，2018年便集成了DDS標(biāo)準(zhǔn)，將DDS與AUTOSAR結(jié)合使用，不僅可以保證和擴(kuò)展AUTOSAR系統(tǒng)內(nèi)部互操作性的功能，而且還可以將其開放給來自不同生態(tài)系統(tǒng)等行業(yè)的外部系統(tǒng)。國產(chǎn)AUTOSAR供應(yīng)商不斷崛起。AUTOSAR標(biāo)準(zhǔn)發(fā)展了十多年，已經(jīng)形成非常復(fù)雜的技術(shù)體系。各工具廠商開發(fā)了相應(yīng)的支撐軟件，以助力主機(jī)廠加速實(shí)現(xiàn)AUTOSAR的落地。目前全球知名的AUTOSAR解決方案廠商包括ETAS（博世）、EB（大陸）、MentorGraphics（西門子）、WindRiver、Vector、KPIT等，國內(nèi)主要是東軟睿馳、經(jīng)緯恒潤等。功能軟件：自動(dòng)駕駛的核心共性功能模塊功能軟件主要包含自動(dòng)駕駛的核心共性功能模塊。核心共性功能模塊包括自動(dòng)駕駛通用框架、網(wǎng)聯(lián)、云控等，結(jié)合系統(tǒng)軟件，共同構(gòu)成完整的自動(dòng)駕駛操作系統(tǒng)，支撐自動(dòng)駕駛技術(shù)實(shí)現(xiàn)。（1）智能駕駛通用模型：智能駕駛通用模型是對智能駕駛中智能認(rèn)知、智能決策和智能控制等過程的模型化抽象。對應(yīng)于自動(dòng)駕駛中環(huán)境感知、決策與規(guī)劃、控制與執(zhí)行三大部分，通用模型也可以分為環(huán)境模型、規(guī)劃模型和控制模型等。自動(dòng)駕駛會(huì)產(chǎn)生安全和產(chǎn)品化共性需求，通過設(shè)計(jì)和實(shí)現(xiàn)通用框架模塊來滿足這些共性需求，是保障自動(dòng)駕駛系統(tǒng)實(shí)時(shí)、安全、可擴(kuò)展和可定制的基礎(chǔ)。（2）功能軟件通用框架：功能軟件通用框架是承載智能駕駛通用模型的基礎(chǔ)，是功能軟件的核心和驅(qū)動(dòng)部分，可以分為數(shù)據(jù)流框架和基礎(chǔ)服務(wù)兩部分。數(shù)據(jù)流框架向下封裝不同的智能駕駛系統(tǒng)軟件和中間件服務(wù)，向智能駕駛通用模型中的算法提供與底層系統(tǒng)軟件解耦的算法框架。數(shù)據(jù)流框架的主要作用是對智能駕駛通用模型中的算法進(jìn)行抽象、部署、驅(qū)動(dòng)，解決跨域、跨平臺(tái)部署和計(jì)算的問題。基礎(chǔ)服務(wù)是功能軟件層共用的基本服務(wù)，包括可靠冗余組件、信息安全基本服務(wù)以及網(wǎng)聯(lián)云控服務(wù)等。其中，可靠冗余組件是保證自動(dòng)駕駛安全可控的關(guān)鍵，也是車控操作系統(tǒng)取得操作系統(tǒng)全棧功能安全認(rèn)證的重要保障；信息安全基礎(chǔ)服務(wù)為車端數(shù)據(jù)定義了數(shù)據(jù)類型和安全等級，為車端功能和應(yīng)用定義的數(shù)據(jù)處理功能定義；網(wǎng)聯(lián)云控服務(wù)可提供操作系統(tǒng)的安全冗余信息、超視距信息和通用模型的信息。（3）數(shù)據(jù)抽象：數(shù)據(jù)抽象可以為上層各模型提供數(shù)據(jù)源。通過對傳感器、執(zhí)行器、自車狀態(tài)、地圖以及來自云端的接口等數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，數(shù)據(jù)抽象的過程可以為智能駕駛通用模型提供各種不同的數(shù)據(jù)源進(jìn)而建立異構(gòu)硬件數(shù)據(jù)抽象，達(dá)到功能和應(yīng)用開發(fā)與底層硬件的解耦和依賴。一般來說，數(shù)據(jù)抽象可以分為分類、聚集與概括三種類型。工具鏈：提升平臺(tái)軟硬件研發(fā)效率的重要途徑車載計(jì)算平臺(tái)開發(fā)的軟硬件環(huán)境以及全棧工具鏈成為提升開發(fā)效率的重要途徑之一。高階自動(dòng)駕駛技術(shù)不斷迭代，車載計(jì)算平臺(tái)的研發(fā)更需要對產(chǎn)品進(jìn)行整體持續(xù)的迭代，而不只是針對單一的模塊，或者其中幾個(gè)功能。全棧式工具鏈主要包括開發(fā)工具、集成工具、仿真工具、調(diào)試工具、測試工具等。應(yīng)用軟件：OEM品牌智能化產(chǎn)品力的直接體現(xiàn)應(yīng)用軟件作為系統(tǒng)軟件與功能軟件之上獨(dú)立開發(fā)的軟件程序，更是OEM品牌智能化產(chǎn)品力的直接體現(xiàn)。應(yīng)用軟件主要包括面向自動(dòng)駕駛算法、地圖導(dǎo)航類、車載語音、OTA與云服務(wù)、信息娛樂等。（1）自動(dòng)駕駛算法。自動(dòng)駕駛算法是決定車輛智能化水平的關(guān)鍵所在。自動(dòng)駕駛算法覆蓋感知、決策、執(zhí)行三個(gè)層次。感知類算法，SLAM（Simultaneouslocalizationandmapping，同步定位與建圖）算法是一個(gè)重要分支，SLAM算法根據(jù)點(diǎn)云數(shù)據(jù)傳感器的不同又可分為視覺SLAM算法、激光SLAM算法以及多傳感器融合算法；決策類算法包括自動(dòng)駕駛規(guī)劃算法、自動(dòng)駕駛決策算法；執(zhí)行類算法主要為自動(dòng)駕駛控制算法。（2）高精度地圖。高精度地圖，即HDMap（HighDefinitionMap）或HADMap（HighlyAutomatedDrivingMap），是指絕對精度和相對精度均在1米以內(nèi)的高精度、高新鮮度、高豐富度的電子地圖。其信息包括道路類型、曲率、車道線位置等道路信息，路邊基礎(chǔ)設(shè)施、障礙物、交通標(biāo)志等環(huán)境對象信息，以及交通流量、紅綠燈狀態(tài)信息等實(shí)時(shí)動(dòng)態(tài)信息。百度、四維圖新、高德占據(jù)主要份額，國內(nèi)市場呈現(xiàn)“三足鼎立”。由于地圖導(dǎo)航類業(yè)務(wù)的資質(zhì)限制，國內(nèi)高精度地圖主要玩家大多是本土公司，根據(jù)IDC統(tǒng)計(jì)，2020年國內(nèi)高精度地圖行業(yè)市場份額前五名公司為百度、四維圖新、高德、易圖通以及Here，其中CR3超過65%，呈現(xiàn)“三足鼎立”的局面。預(yù)計(jì)2025年國內(nèi)市場規(guī)模達(dá)32億美元。按照3億輛汽車保有量及單車百元年服務(wù)費(fèi)測算，國內(nèi)市場規(guī)模將從2020年的6.4億美元增長到2025年的32億美元，預(yù)計(jì)2025年全球市場份額將達(dá)到35.6%，CAGR達(dá)到38.0%，高于同期全球增速。（3）車載語音。車載語音是車內(nèi)最簡潔、最人性化、最安全的交互方式，也是未來最主要的車內(nèi)交互方式。隨著AI和硬件性能的增強(qiáng)，語音交互是未來汽車的絕對主流。語音交互主要是依靠NLP算法對語音進(jìn)行解析，使得自動(dòng)駕駛系統(tǒng)更容易理解駕駛員的指令。2020年智能座艙中自然語音識(shí)別搭載率大約為67%，預(yù)計(jì)2024年可達(dá)84%。目前，國內(nèi)乘用車車載語音裝配率超過64.8%，大大提高了行車安全性以及便捷性?？拼笥嶏w與Cerence領(lǐng)先中國車載語音市場，互聯(lián)網(wǎng)企業(yè)及車廠紛紛入局。競爭格局方面，根據(jù)高工汽車統(tǒng)計(jì)數(shù)據(jù)顯示，Cerence市占率為39.5%，排名第一，Cerence作為全球車載語音的龍頭，客戶主要以合資車型為主；科大訊飛是中國車載語音市場的領(lǐng)頭羊，市占率超過38%，排名第二；互聯(lián)網(wǎng)企業(yè)方面，BAT也已分別入局車載語音，其中百度發(fā)展更為迅速，市場份額7.2%。騰訊目前主打車載應(yīng)用“騰訊隨行”和“騰訊愛趣聽”等生態(tài)服務(wù)上車，排名第五；此外，大眾問問憑借其主機(jī)廠的背景優(yōu)勢入局，憑借大眾、奧迪等多款前裝車型市場占有率快速提升。海外對標(biāo)研究（特斯拉、英偉達(dá)、高通、Mobileye）特斯拉（TESLA）:從硬到軟的全棧自研，打造“算力+算法+數(shù)據(jù)”的競爭壁壘特斯拉于2014年推出自動(dòng)駕駛輔助系統(tǒng)Autopilot1.0，特斯拉掌握核心數(shù)據(jù)、AI算法以及主控芯片，從硬到軟的全棧自研，這也成為了特斯拉最核心的競爭壁。特斯拉成立于2003年，并于2010年在納斯達(dá)克上市。2008年至2020年特斯拉共發(fā)布ModelS、ModelX、Model3、ModelY四款量產(chǎn)車型。特斯拉于2013年開始自動(dòng)駕駛輔助系統(tǒng)的研發(fā)，并于2014年特斯拉推出自動(dòng)駕駛輔助系統(tǒng)Autopilot1.0，此后經(jīng)歷四次升級，并在2019年在HW3.0平臺(tái)上推出了自研的FSD（FullSelf-DrivingComputer）主控芯片。特斯拉從Mobileye到英偉達(dá)，最終走向FSD自研芯片。特斯拉從2014年推出HW1.0開始，特斯拉Autopilot系統(tǒng)共經(jīng)歷了4次大的硬件版本更新。在2014年-2016年的HW1.0時(shí)代，特斯拉完全基于1顆MobileyeEyeQ3和1顆NVIDIATegra3，算法也完全由第三方供應(yīng)商Mobileye提供，2016年特斯拉逐漸不滿于Mobileye進(jìn)程緩慢以及相關(guān)安全事故，并在2016年的HW2.0版本上，特斯拉切換到了由1顆NVIDIAParkerSoC和1顆NVIDIAPascalGPU組成的NVIDIADRIVEPX2計(jì)算平臺(tái)，而在2017年的HW2.5版本升級過程中，將NVIDIADrivePX2升級為NVIDIADrivePX2+，新增了一個(gè)NVIDIAParkerSoC，獲得了80%左右的運(yùn)算性能提升。特斯拉即將發(fā)布HW4.0平臺(tái)，基于三星7nm工藝的FSD自研芯片，其性能將是HW3.0的三倍。由于英偉達(dá)的高能耗，2017年起，馬斯克決定開始自研主控芯片，尤其是主控芯片中的神經(jīng)網(wǎng)絡(luò)算法和AI處理單元全部由特斯拉自主完成。在2019年4月份，特斯拉在AutopilotHW3.0平臺(tái)上成功推出自研的FSD主控芯片，實(shí)現(xiàn)了自動(dòng)駕駛芯片+神經(jīng)網(wǎng)絡(luò)算法的垂直整合。特斯拉計(jì)劃將在不久的未來HW4.0版本，基于三星7nm工藝的全新FSD自研芯片，其性能將是HW3.0的三倍。特斯拉FSD芯片是以NPU（ASIC）為計(jì)算核心，采用“CPU+GPU+ASIC”的技術(shù)路線，F(xiàn)SD主要有三個(gè)模塊CPU、GPU和NPU。特斯拉于2019年推出自研的FSD芯片，并在其ModelS、ModelX、Model3上批量交付FSD芯片。該芯片采用三星14nmFinFET工藝制造，面積為260平方毫米，封裝了大約60億個(gè)晶體管。（1）CPU：Cortex-A72架構(gòu)，共三組、每組4個(gè)核，一共有12核、最高運(yùn)行頻率2.2GHz，CPU主要處理通用的計(jì)算和任務(wù)；（2）GPU：最高工作頻率為1GHz的GPU，最高計(jì)算能力為600GFLPS；（3）NPU：2個(gè)NeuralProcessingUnit（NPU），每個(gè)NPU可以執(zhí)行8位整數(shù)計(jì)算，運(yùn)行頻率為2GHz，單個(gè)NPU算力36.86TOPS，2個(gè)NPU的總算力為73.73TOPS。從面積來看，NPU面積占比最大，NPU主要用于運(yùn)行深度神經(jīng)網(wǎng)絡(luò)，GPU主要用于運(yùn)行深度神經(jīng)網(wǎng)絡(luò)的postprocessing，處理深度神經(jīng)網(wǎng)絡(luò)的部分合計(jì)占據(jù)了芯片70%的面積。特斯拉HW3.0采用完整的雙系統(tǒng)冗余。特斯拉HW3.0的主板上共搭載了兩塊的自研芯片，雙芯片的目的是作為安全冗余，互相對照，每塊芯片可以獨(dú)立運(yùn)算。每塊芯片周圍有四塊鎂光DRAM內(nèi)存，每塊芯片分別配有一塊東芝閃存芯片，用于承載操作系統(tǒng)和深度學(xué)習(xí)模型，主板的右側(cè)是視頻輸出接口，左側(cè)是電源接口和其他另外的輸入/輸出接口。此外，特斯拉還設(shè)計(jì)了冗余的電源、重疊的攝像機(jī)視野部分、各種向后兼容的連接器和接口。特斯拉HW3.0采用完整的雙系統(tǒng)冗余，在任何一個(gè)功能區(qū)域發(fā)生損壞時(shí)，整個(gè)系統(tǒng)依舊可以正常工作，確保車輛能安全行駛。HW3.0的性能比上一代HW2.5提高了21倍，而功耗降低25%，能效比2TOPS/W。特斯拉FSD在全球的整體開通率約為11%，其中北美地區(qū)比例最高。根據(jù)Troyteslike數(shù)據(jù)顯示，受到低價(jià)的Model3及ModelY高速放量，以及FSD不斷漲價(jià)的影響，特斯拉FSD在全球的整體開通率持續(xù)下滑，截至2021Q2結(jié)束，特斯拉FSD的整體開通率約為11%。預(yù)計(jì)特斯拉FSD在全球的累計(jì)開通數(shù)量近36萬套（北美超過26萬套，歐洲接近9萬套，亞太地區(qū)僅5700套），平均選裝價(jià)格為6千美元，其總銷售額超過210億美元。特斯拉FSD在亞洲地區(qū)銷量持續(xù)攀升，但是FSD開通率整體偏低。以北美地區(qū)為例，ModelS/X的FSD選裝率在61%，ModelY的選裝率在20%，Model3的選裝率在20%。特斯拉依托龐大客戶群來收集自動(dòng)駕駛數(shù)據(jù)，從而實(shí)現(xiàn)對深度學(xué)習(xí)系統(tǒng)的模型訓(xùn)練。與一般的汽車廠商和科技公司不同，特斯拉的自動(dòng)駕駛不是依靠內(nèi)部測試獲取自動(dòng)駕駛的數(shù)據(jù)，而是通過其龐大的客戶群和裝載傳感器的特斯拉車輛上收集數(shù)據(jù)，并進(jìn)行功能升級。即使沒有激活，AP系統(tǒng)仍可以收集有關(guān)其環(huán)境和潛在自動(dòng)駕駛行為的數(shù)據(jù)，以饋送特斯拉的神經(jīng)網(wǎng)絡(luò)。該數(shù)據(jù)收集方法通常被稱為影子模式（Shadowmode），即AP系統(tǒng)在車輛的后臺(tái)運(yùn)行而無法在駕駛中進(jìn)行任何輸入。發(fā)布7nm工藝AI訓(xùn)練芯片D1，打造Dojo超算訓(xùn)練平臺(tái)。在2021年8月的特斯拉AIDay上，特斯拉發(fā)布了最新的AI訓(xùn)練芯片D1，D1芯片采用臺(tái)積電7nm工藝制造，核心面積達(dá)645平方毫米，集成了多達(dá)500億個(gè)晶體管，共有四個(gè)64位超標(biāo)量CPU核心，擁有多達(dá)354個(gè)訓(xùn)練節(jié)點(diǎn)，特別用于8×8乘法，支持FP32、BFP64、CFP8、INT16、INT8等各種數(shù)據(jù)指令格式，都是AI訓(xùn)練相關(guān)。D1芯片的FP32單精度浮點(diǎn)計(jì)算性能達(dá)22.6TFlops，BF16/CFP8計(jì)算性能則可達(dá)362TFlops。為了支撐AI訓(xùn)練的擴(kuò)展性，D1芯片的互連帶寬最高可達(dá)10TB/s，由多達(dá)576個(gè)通道組成，每個(gè)通道的帶寬都有112Gbps，而熱設(shè)計(jì)功耗僅為400W。Dojo是一種通過網(wǎng)絡(luò)連接的分布式計(jì)算機(jī)架構(gòu)，它具有高帶寬、低延時(shí)等特點(diǎn)，將會(huì)使人工智能擁有更高速的學(xué)習(xí)能力，從而使Autopilot更加強(qiáng)大。Dojo超級平臺(tái)的內(nèi)核是D1芯片，25個(gè)D1芯片組建成一個(gè)“訓(xùn)練瓦”（Trainingtile），組成36TB/s的帶寬和9PetaFLOPS（9千萬億次）算力。未來，Dojo還可以組合成為全球最強(qiáng)算力的超級計(jì)算機(jī)集群。英偉達(dá)（NVIDIA）：打造全棧式工具鏈，持續(xù)領(lǐng)先高階自動(dòng)駕駛英偉達(dá)自2015年推出NVIDIADrive系列平臺(tái)，賦能自動(dòng)駕駛生態(tài)。英偉達(dá)自2015年開始推出面向座艙的DRIVECX和面向駕駛的DRIVEPX，此后先后推出DRIVEPX2、DrivePXXavier、DRIVEPXPegasus、DRIVEAGXOrin等多個(gè)自動(dòng)駕駛平臺(tái)，而在SoC芯片方面，從Parker、Xavier、Orin到最新發(fā)布的Atlan。（1）DRIVEPX：英偉達(dá)在CES2015上推出了基于英偉達(dá)MaxwellGPU架構(gòu)的第一代平臺(tái)：搭載1顆TegraX1的DRIVECX，主要面向數(shù)字座艙，以及搭載2顆TegraX1的DRIVEPX，主要面向自動(dòng)駕駛；（2）DRIVEPX2：英偉達(dá)在CES2016推出了基于英偉達(dá)PascalGPU架構(gòu)的第二代平臺(tái)DRIVEPX2，主要由TegraX2（Parker）和PascalGPU組成，PX2有多個(gè)版本，主要可以分為單芯片版的AutoCruise、雙芯片版的AutoChauffeur以及四芯片版的FullyAutonomousDriving。特斯拉自2016年HW2.0開始搭載英偉達(dá)的定制版DRIVEPX2AutoCruise版本，并在2017年的HW2.5上升級為2顆TegraX2（Parker）；（3）DrivePXXavier：英偉達(dá)在CES2017上推出了XavierAICarSupercomputer，并在CES2018上重新發(fā)布命名為DrivePXXavier，搭載一顆30TOPS算力的TegraXavier芯片。Xavier平臺(tái)是PX2的小型化高能效版，算力稍有提升的前提下，面積縮小為PX2的一半，功率僅為PX2的1/8左右。該平臺(tái)目前搭載在小鵬P5與P7車型上。（4）DRIVEPXPegasus：英偉達(dá)在2017年10月推出了DRIVEPXPegasus，Pegasus定位更注重性能的提升。Pegasus共有四顆芯片，2顆TegraXavier芯片，2顆單獨(dú)的Turing架構(gòu)的GPU，每顆Xavier集成了一顆8核CPU和一個(gè)英偉達(dá)Volta架構(gòu)的GPU，通過增加CPU和GPU，Pegasus平臺(tái)可以實(shí)現(xiàn)320TOPS的算力，功耗500W。（5）DRIVEAGXOrin：英偉達(dá)在中國GTC2019大會(huì)上推出了DRIVEAGXOrin平臺(tái)，該平臺(tái)由2顆OrinSoC芯片和2顆Ampere架構(gòu)的GPU，最高算力達(dá)到2000TOPS，功耗800W。單顆OrinSoC可實(shí)現(xiàn)254TOPS算力，功耗低于55W，可支持單片或多片協(xié)同方案，實(shí)現(xiàn)算力擴(kuò)展。OrinSoC芯片集成了ArmHerculesCPU內(nèi)核、新一代架構(gòu)Ampere的GPU、全新深度學(xué)習(xí)加速器（DLA）和計(jì)算機(jī)視覺加速器（PVA），可實(shí)現(xiàn)每秒254TOPS運(yùn)算性能，相比上一代Xavier系統(tǒng)級芯片運(yùn)算性能提升了7倍。在運(yùn)算性能提升巨大的情況下，Orin的功耗低于55W。Orin可以覆蓋10TOPS到254TOPS的算力需求、可以為終端用戶提供可升級的方案支持單片或多片Orin協(xié)同的解決方案，無限擴(kuò)展算力。Orin所集成的GPU擁有2048個(gè)CUDACore和64個(gè)TensorCore。Orin內(nèi)部集成了Ampere架構(gòu)GPU，該GPU擁有2個(gè)GPC（GraphicsProcessingClusters，圖形處理簇），每個(gè)GPC包含4個(gè)TPC（TextureProcessingClusters，紋理處理簇），每個(gè)TPC包含2個(gè)SM（StreamingMultiprocesor，流處理器），每個(gè)SM下包含包含128個(gè)CUDACore，合計(jì)2048個(gè)CUDACore，算力為4096GFLOPS。此外，還包括64個(gè)TensorCore（張量核），TensorCore是專為執(zhí)行張量或矩陣運(yùn)算而設(shè)計(jì)的專用執(zhí)行單元，稀疏INT8模型下算力達(dá)131TOPS，或者密集INT8下54TOPS。蔚來ET7成為Orin系列的首發(fā)量產(chǎn)車，NIOAdam超算平臺(tái)搭載四顆Orin芯片，單車算力打造1016TOPS。蔚來NIOAdam超算平臺(tái)，配備四顆Orin芯片，Adam擁有48個(gè)CPU內(nèi)核，256個(gè)矩陣運(yùn)算單元，8096個(gè)浮點(diǎn)運(yùn)算單元，共計(jì)680億個(gè)晶體管，總算力高達(dá)1016TOPS。Adam平臺(tái)集成了安全自主運(yùn)行所需的冗余和多樣性，在4顆OrinSoC中，前兩顆OrinSoC負(fù)責(zé)處理車輛傳感器每秒產(chǎn)生的高達(dá)8G的數(shù)據(jù)量，第三顆OrinSoC作為后備，以確保系統(tǒng)能夠在任何情況下安全運(yùn)行，第四顆OrinSoC可進(jìn)行本地的模型訓(xùn)練，進(jìn)一步提升車輛自身的學(xué)習(xí)能力，并基于用戶偏好提供個(gè)性化駕駛體驗(yàn)。蔚來ET7將作為NVIDIADRIVEOrin系列的首發(fā)量產(chǎn)車于2022年3月開始交付，同樣搭載NIOAdam超算平臺(tái)的蔚來ET5將于2022年9月開始交付。當(dāng)前，英偉達(dá)在自動(dòng)駕駛領(lǐng)域遙遙領(lǐng)先，持續(xù)獲得大量自動(dòng)駕駛客戶，英偉達(dá)的客戶大致可以分為三類：造車新勢力、傳統(tǒng)車企、自動(dòng)駕駛公司。（1）造車新勢力：蔚來（ET5、ET7）、小鵬（P5、P7、G9）、理想（X01）、威馬（M7）、上汽智己、R汽車、FF等；（2）傳統(tǒng)車企：奔馳、沃爾沃、現(xiàn)代、奧迪、Lotus等；（3）自動(dòng)駕駛Robotruck/Robotaxi公司：通用Cruise、亞馬遜Zoox、中國的滴滴，沃爾沃商用車、Kodiak、圖森未來、智加科技、AutoX、小馬智行、文遠(yuǎn)知行等。英偉達(dá)提供包括從芯片、硬件平臺(tái)、系統(tǒng)軟件、功能軟件、應(yīng)用軟件以及仿真測試平臺(tái)和訓(xùn)練平臺(tái)在內(nèi)的全棧工具鏈。以英偉達(dá)DRIVEAGX硬件開發(fā)平臺(tái)為起點(diǎn)，在DRIVEConstellation上驗(yàn)證軟件算法。充分驗(yàn)證后將部署軟件，通過DRIVEHyperion參考架構(gòu)進(jìn)行上路測試。利用DGX高性能訓(xùn)練服務(wù)器進(jìn)行深度學(xué)習(xí)模型訓(xùn)練，此過程反復(fù)迭代。英偉達(dá)提供了從芯片（Xavier/Orin/Atlan）、DRIVEAGX硬件平臺(tái)、DRIVEOS、Driveworks、DRIVEAV自動(dòng)駕駛軟件棧、DRIVEHyperion數(shù)據(jù)采集和開發(fā)驗(yàn)證套件、DRIVEConstellation虛擬仿真平臺(tái)和DGX高性能訓(xùn)練平臺(tái)等全棧工具鏈。（1）應(yīng)用軟件：DRIVEAV與DriveIX軟件棧。DRIVEAV軟件棧主要面向自動(dòng)駕駛域，包括了從規(guī)劃、地圖到感知的應(yīng)用軟件開發(fā)，幫助開發(fā)者實(shí)現(xiàn)端到端的感知、路徑規(guī)劃、地圖構(gòu)建、決策和控制等功能的開發(fā)；DriveIX主要面向智能座艙域，集成了視覺、語音和圖形用戶體驗(yàn)，包括可視化（盲區(qū)可視化、自動(dòng)駕駛可視化以及駕駛員監(jiān)控可視化等）、AI輔助駕駛（DMS、神經(jīng)網(wǎng)絡(luò)、攝像頭標(biāo)定等）以及AI助手（語音識(shí)別、手勢識(shí)別、面容識(shí)別等）。（2）功能軟件（中間件）：Driveworks。DriveWorks是所有自動(dòng)駕駛汽車軟件開發(fā)的基礎(chǔ)，包含了高階自動(dòng)駕駛開發(fā)所需要的處理模塊、工具和框架。DriveWorks是模塊化、開放、易于定制的，方便開發(fā)人員在自己的軟件堆棧中實(shí)現(xiàn)深度定制開發(fā)。包括DNN算法加速庫、Calibration標(biāo)定工具、DriveCore核心庫（傳感器抽象層、車輛I/O、圖像處理、點(diǎn)云處理、DNN框架等。（3）系統(tǒng)軟件：DRIVEOS。DRIVEOS提供了一套參考操作系統(tǒng)和相關(guān)軟件棧，專為在基于AGX硬件平臺(tái)上的開發(fā)與部署，相關(guān)的基礎(chǔ)軟件棧包括RTOS、Hypervisor、英偉達(dá)CUDA和TensorRT等其他組件，這些組件經(jīng)過優(yōu)化后可直接訪問AGX硬件平臺(tái)。DRIVEOSSDK利用所有軟件、庫和工具、技術(shù)和API，為自動(dòng)駕駛汽車的構(gòu)建、調(diào)試、配置和部署應(yīng)用程序，提供了優(yōu)化的工作流。（4）硬件平臺(tái)：DRIVEAGX平臺(tái)。英偉達(dá)DRIVEAGX開發(fā)工具包提供了開發(fā)展所需要的硬件、軟件及示例應(yīng)用程序。英偉達(dá)的歷代硬件計(jì)算平臺(tái)DRIVEPX2、DrivePXXavier、DRIVEPXPegasus、DRIVEAGXOrin等，前文已經(jīng)詳細(xì)介紹。DRIVEAGX平臺(tái)提供開放的軟件框架，以及與硬件計(jì)算平臺(tái)相配套的完善的開發(fā)工具包；此外，英偉達(dá)應(yīng)有眾多Tier1及傳感器產(chǎn)業(yè)合作伙伴，提供攝像頭、毫米波雷達(dá)、超聲波雷達(dá)、激光雷達(dá)等車載傳感器。（5）仿真平臺(tái)：DRIVEConstellation與DRIVESim。DRIVEConstellation自動(dòng)駕駛車輛仿真平臺(tái)主要完成對各種虛擬場景的渲染、仿真，產(chǎn)生模擬傳感器數(shù)據(jù)，通過運(yùn)行DRIVESim仿真軟件，模擬仿真汽車在仿真環(huán)境中行駛可產(chǎn)生的傳感器數(shù)據(jù)。Constellation仿真平臺(tái)提供可擴(kuò)展、全面且多樣化的測試環(huán)境。借助開放的模塊化架構(gòu)，DRIVESim仿真軟件可讓客戶利用自己的仿真模型或生態(tài)合作伙伴的自定義車輛、環(huán)境、傳感器或交通場景。（6）訓(xùn)練平臺(tái)：NVIDIADGX?；诟咝阅艿挠ミ_(dá)DGXAI服務(wù)器，客戶可以進(jìn)行深度網(wǎng)絡(luò)學(xué)習(xí)的訓(xùn)練、推理和數(shù)據(jù)分析，同時(shí)多臺(tái)DGX構(gòu)建超級計(jì)算機(jī)或者人工智能集群，為具有挑戰(zhàn)性的自動(dòng)駕駛海量數(shù)據(jù)進(jìn)行深度學(xué)習(xí)網(wǎng)絡(luò)模型訓(xùn)練和建圖提供出色的基礎(chǔ)設(shè)施和靈活可擴(kuò)展的AI計(jì)算性能。英偉達(dá)發(fā)布全新自動(dòng)駕駛軟硬件開發(fā)參考平臺(tái)DRIVEHyperion8。在2021年英偉達(dá)GTC大會(huì)上，英偉達(dá)發(fā)布了自動(dòng)駕駛軟硬件開發(fā)參考平臺(tái)DRIVEHyperion8，允許主機(jī)廠客戶訪問和調(diào)整其需求，包括核心計(jì)算和中間件以及車輛內(nèi)部AI功能等。該計(jì)算平臺(tái)可用于2024年車型，硬件方面，搭載了兩顆Orin芯片，每顆算力254TOPS，支持12顆攝像頭、9個(gè)毫米波、12個(gè)超聲波雷達(dá)和1顆激光雷達(dá)。提供傳感器硬件的供應(yīng)商包括Luminar（激光雷達(dá)）、Hella（短程毫米波雷達(dá)）、Continental（遠(yuǎn)程毫米波雷達(dá)）、Sony（攝像頭組件）、Valeo（攝像頭組件、超聲波雷達(dá)）。（報(bào)告來源：未來智庫）高通（Qualcomm）：智能座艙一騎絕塵，自動(dòng)駕駛不斷追趕高通是作為消費(fèi)電子霸主，持續(xù)布局智能網(wǎng)聯(lián)汽車業(yè)務(wù)。高通（Qualcomm）公司成立于1985，高通自2002年開始布局汽車業(yè)務(wù)，早期專注于車載網(wǎng)聯(lián)解決方案，高通于2014年推出了第一代座艙平臺(tái)驍龍602A，在2016年推出第二代座艙平820A，在2019年推出第三代座艙平臺(tái)8155，并于2021年發(fā)布第四代座艙平臺(tái)8295；在自動(dòng)駕駛領(lǐng)域，高通于2019年發(fā)布了Ride自動(dòng)駕駛平臺(tái)。高通目前已擁有25家以上的頭部車企客戶，公司業(yè)務(wù)已經(jīng)覆蓋全球超過2億輛的智能網(wǎng)聯(lián)汽車，高通在智能汽車領(lǐng)域的版圖不斷擴(kuò)張。高通基于車云、座艙、駕駛及車聯(lián)四大平臺(tái)打造數(shù)字底盤。高通在汽車業(yè)務(wù)領(lǐng)域志在打造“數(shù)字底盤”，主要由四部分組成：驍龍車云平臺(tái)（SnapdragonCar-to-Cloud）、驍龍座艙平臺(tái)（SnapdragonCockpitPlatform、驍龍駕駛平臺(tái)（SnapdragonRidePlatform）、驍龍車聯(lián)平臺(tái)（SnapdragonAutoconnectivityPlatform），打造開放、可定制、可升級、智能互聯(lián)的電子底盤，幫助Tier1和OEM主機(jī)廠提升客戶體驗(yàn)。高通在智能座艙芯片領(lǐng)域一騎絕塵。從高通2014年推出第一代座艙芯片602A開始，再到第二代820A以及第三代8155芯片，市場滲透率持續(xù)提升，能夠發(fā)現(xiàn)，近期最初的新車型其座艙幾乎都是搭載了高通8155芯片。目前，包括奔馳、奧迪、保時(shí)捷、捷豹路虎、本田、吉利、長城、廣汽、比亞迪、領(lǐng)克、小鵬、理想智造、威馬汽車在內(nèi)的國內(nèi)外領(lǐng)先汽車制造商均已推出或宣布推出搭載驍龍汽車數(shù)字座艙平臺(tái)的車型。高通驍龍SA8155P芯片是目前量產(chǎn)車可以選用的性能最強(qiáng)的座艙SoC芯片。高通第三代座艙芯片SA8155P平臺(tái)是基于臺(tái)積電第一代7nm工藝打造的SoC，也是第一款7nm工藝打造的車規(guī)級數(shù)字座艙SoC，性能上，8155芯片是目前量產(chǎn)車可以選用的性能最強(qiáng)的座艙SoC芯片，目前全球最大的25家車企已有20家采用高通第三代座艙8155芯片。8155平臺(tái)屬于多核異構(gòu)的系統(tǒng)，性能是原820平臺(tái)的三倍，該平臺(tái)擁有極強(qiáng)的異構(gòu)計(jì)算的能力，包括多核AI計(jì)算單元、SpectraISP、Kryo435CPU、HexagonDSP第六代Adreno640GPU。HexagonDSP中增加了向量擴(kuò)展內(nèi)核（HexagonVectoreXtensions，HVX）和張量加速器（HexagonTensorAccelerator，HTA），這些專用AI計(jì)算模塊能大幅提高芯片的AI算力。高通發(fā)布第四代智能座艙SA8295P平臺(tái)，性能顯著提升。2021年7月，高通發(fā)布了第四代座艙平臺(tái)的SA8295P，采用5nm制程，采用第六代八核Kyro680CPU和Adreno660GPU，支持同步處理儀表盤、座艙屏、AR-HUD、后座顯示屏、電子后視鏡等多屏場景需求，CPU、GPU等主要計(jì)算單元的計(jì)算能力較8155提升50%以上，主線能力有超過100%的提升。百度旗下集度汽車成為高通8295的首發(fā)，量產(chǎn)車型預(yù)計(jì)在2023年交付。2021年11月29日，集度、百度和高通三方在上海進(jìn)行了簽約儀式，集度汽車成為高通8295的首發(fā)，集度旗下首款汽車機(jī)器人預(yù)計(jì)將于2023年量產(chǎn)交付，此外高通8295芯片已經(jīng)獲得長城、廣汽、通用等車廠的定點(diǎn)，相關(guān)車型預(yù)計(jì)在2023年交付。中科創(chuàng)達(dá)在CES2022發(fā)布基于高通SA8295硬件平臺(tái)的全新智能座艙解決方案。該解決方案充分發(fā)揮SA8295在算力、圖形、圖像處理等方面的突出性能,打造了包含數(shù)字儀表、中控娛樂、副駕娛樂、雙后座娛樂、流媒體后視鏡和抬頭顯示器的一芯多屏智能座艙域控。公司基于深厚的車載OS技術(shù)，創(chuàng)新性地打通座艙和自駕兩大技術(shù)域，更好地支持360°環(huán)視和智能泊車功能，基于座艙域的冗余算力，在實(shí)現(xiàn)安全可靠的低速泊車的同時(shí)降低了方案成本。SnapdragonRide軟件平臺(tái)包括：規(guī)劃堆棧、定位堆棧、感知融合堆棧、系統(tǒng)框架、核心軟件開發(fā)工具包（SDK）、操作系統(tǒng)和硬件系統(tǒng)。高通推出的專門面向自動(dòng)駕駛的軟件棧，是集成在SnapdragonRide平臺(tái)中的模塊化可擴(kuò)展解決方案，旨在幫助汽車制造商和一級供應(yīng)商加速開發(fā)和創(chuàng)新。該軟件棧通過面向復(fù)雜用例而優(yōu)化的軟件和應(yīng)用，助力汽車制造商為日常駕駛帶來更高的安全性和舒適性，例如自動(dòng)導(dǎo)航的類人高速公路駕駛，以及提供感知、定位、傳感器融合和行為規(guī)劃等模塊化選項(xiàng)。SnapdragonRide平臺(tái)的軟件框架支持同時(shí)托管客戶特定的軟件棧組件和SnapdragonRide自動(dòng)駕駛軟件棧組件。高通收購維寧爾旗下軟件業(yè)務(wù)Arriver，全面補(bǔ)強(qiáng)自動(dòng)駕駛域。維寧爾（Veoneer）總部位于瑞典斯德哥爾摩，前身是全球最大的安全氣囊和安全帶生產(chǎn)商奧托立夫（Aut