向超级中央计算机迈进 --智能汽车电子构架变革迎接数字化重塑

本文作者李星宇,地平线市场拓展与战略规划副总裁,自动驾驶行业专家,前飞思卡尔应用处理器汽车业务高级市场经理、原士兰微电子安全技术专家,16年半导体行业经验。 引言: 在数字化重塑的浪潮下,一场深刻的汽车电子电气(E/E)构架变革正在酝酿,汽车行业正在沿着当年PC和手机行业走过的路迈向智能时代。这背后将折射出怎样的技术挑战、行业变局与应对措施?  只有把视野放在在机器人时代宏大的叙事背景下,我们才能看到这场智能汽车电子构架变革之于时代的全部意义。看到趋势并不难,难的是自我革命,谁能更坚决地拥抱这一趋势,谁就能赢得汽车行业百年巨变的竞争。 以下是本文几个关键结论: 1.    智能汽车将将成为一部移动的超级计算机兼数据中心,是IT史上最复杂的单一产品,将诞生新的Wintel。 2.    新的E/E构架商业化落地时间大约在2025年。 3.    组织变革是OEM在这场技术革命中面临的最大挑战。 4.    智能汽车作为移动自主机器的第一形态,将撬动比自身市场大得多的商业价值。 5.    E/E构架变革四大趋势:计算集中化、软硬件解耦、平台标准化以及功能定制化。 6.    新的E/E构架将基于中央计算机-层-区的概念构建,体现服务导向构架(SOA)的理念。 7.    新的E/E构架将使OEM在与领先的Tier1的博弈中重新赢得主动权。 8.    AI边缘计算芯片是技术制高点,需要越过成本、功耗和性能的临界点。 大趋势:从分布式走向集中式 今天,E/E构架设计面临四大挑战:功能安全、实时性、带宽瓶颈、算力黑洞。为此,智能汽车E/E构架正从分布式走向集中式;其终极形态将是超级中央计算机,这其中包括四个关键趋势:计算集中化、软硬件解耦、平台标准化以及功能定制化。
01.png
图 1 智能汽车电子电气构架发展趋势 1.计算集中化:服务导向的系统构架(SOA)将成为主流,为软件提供高性能实时计算平台,在这样一个大的理念下,将催生真正的汽车大脑:超级中央计算机。并与MEC(多接入边缘计算)以及云计算组成协同式解决方案,避免车端算力需求无限增长。 伴随着计算集中化,产生了一个新的概念:区控制(zone control),与目前流行的域控制器概念有本质不同。拿军事打个比方,域概念就像是按照职能划分海陆空三军(电源域、底盘域、娱乐域、安全域),并且有独立的作战权,但不能彼此共享资源,而区概念则是按照战区进行组织划分,与中央计算机形成了联合作战司令部+战区的概念,协同性和执行效率将得到质的飞跃。 2.软硬件解耦:SOA构架还将产生硬件抽象层(HAL)的概念,硬件不再被某个功能独享,例如,一颗前视摄像头过去可能被AEB/ACC系统独占,但现在,任何车载功能都能调用这颗摄像头,这意味着一个独立的感知层会出现,成为一种公用资源。 今天,功能安全是智能汽车面临的最大挑战之一,如果按照分布式的构架,为每个功能增加独立的安全冗余硬件,简直就是一场成本灾难,但基于新设计构架,可以将所有的硬件资源与应用打通,将有更多的安全路由选择,为功能安全以经济成本实现开辟一条新的道路。 在供应链管理方面,因为每种资源都有很多独立供应商,OEM将有更多的选择,而不像选择域控制器供应商那样打包购买,让OEM跟领先的Tier1的博弈之间重新赢得主动权。 3.平台标准化:在未来,OEM可能只会开发一个电动汽车平台,覆盖低端车型、中端和高端车型。主机厂将打造自己的硬件平台,并满足三个原则:通用性、标准化以及互操作性,它使得智能汽车行业的协同进化变得更加高效。 更重要的原因来自商业考虑:钱!开发这样的智能平台可能需要编写超过3亿行代码,比Windows操作系统要高一个数量级,开发并维护多个平台在经济上不可行。 大众和福特已经在电动汽车领域共享MEB平台,以降低开发成本。近日,戴姆勒与宝马宣布合作,共同开发自动驾驶技术,以降低开发成本,并建立自动驾驶标准。 随着这一趋势深入发展,很可能会出现类似PC行业的Wintel平台,进而形成一个面向智能汽车的生态系统,这一通用平台将被大多数OEM采用,正如我们在PC和手机行业看到的那样。 4.功能定制化:智能化是未来品牌差异化的核心要素,主要是通过增加软件功能来实现。在未来,OEM交付的汽车将不是一个功能固化的产品,而是一个持续进化的机器人,Tesla最近通过OTA升级发布的“哨兵模式”和“狗狗模式”非常生动地体现了这一点。
02.png
图 2 未来的智能汽车将有一个开放的应用平台 几乎可以肯定的是,智能汽车是IT史上软硬件开发量最大的单一产品,将引领IT工业迈入亿级代码+千T级算力的时代。
03.png
图 3 智能汽车所需要的软件代码量远超IT史上任何一个产品           智能化重塑挑战 对于OEM来说,这是一次彻底的颠覆,将带来四个方面的巨大变化:组织、人才、供应链和核心技术。 组织变革最具挑战性,将所有汽车功能域进行集成对组织机构的冲击空前;从根本上重塑主机厂的组织构架,从面向功能的组织转向平台型开发组织。 重新定义智能化时代的核心技术:计算平台、操作系统和应用软件。Tesla的核心技术布局是芯片和软件,可谓切中要害。 从技术角度看,最大的挑战来自AI边缘计算。 在过去的数年里,我们看到自动驾驶的等级每提高一级,AI算力差不多要提升一个数量级。如果要实现全自动驾驶,我们需要1000TOPS量级的算力,这已经达到人脑的算力。 这个等级的算力需要AI芯片突破成本、功耗和性能的瓶颈,就必须将处理器构架的创新,与算法和工具链相结合,软硬协同进行设计。脱离算法和工具链,单纯谈芯片的绝对算力是没有实际意义的。 当前的业界存在一个很大的误区,往往会把绝对算力当作衡量AI芯片的主要指标,但我们真正需要的是有效算力,需要从四个维度来衡量:算力的有效利用率,每瓦的有效算力,每美元的有效算力,以及算力转化为AI结果的效能(目标数量,帧率等)。 这样的整体解决方案决定了数据转化为决策/服务的效率和质量,是时代真正呼唤的硬科技。谷歌是这个理念的实践者,TPU的成功已经证明了这一点,在国内,初创公司地平线基于这样的理念,推出了极高效能的征程AI芯片,2017年发布的第一代征程芯片已经获得了行业的广泛认可,并即将推出第二代征程芯片。 可以说,未来的智能汽车就是一部移动的超级计算机兼数据中心,而边缘的人工智能处理器是智能汽车竞争的主战场,更是技术制高点。 应对措施与行业实践 预测未来的最好方法就是去创造它,特斯拉、安波福、GM以及宝马等是这场变革的先行者。 根据安波福的规划,这种转变是分阶段进行的。2022年将会推出一个混合构架,把PDC(电源数据中心)整合到传统的车载E/E构架中。到2025年,将实现开放式中央计算机的构架。
04.png
图 4  安波福的中央计算构架定义 最激进的车厂非特斯拉莫属,在Model 3的E/E构架中,域控制器的概念被区控制替代,整个构架仅由三大模块构成。 博世的渐进式路线从域的集中化开始演进,终极目标一样是车载中央计算机。
05.png
  图 5博世的渐进式路线 宝马在E/E构架方面的变化清晰地折射出计算集中化的趋势。
06.png
  图 6 宝马规划的下一代E/E构架 结语 从技术上总结,中央计算机-层-区的概念将建立起智能汽车的新构架。区是局部控制、感知与执行单元,层是按照职能划分的资源池,中央计算机是真正的决策大脑,面向应用/服务,调用各层资源,执行高级决策,由区控制单元执行决策或完成态势感知任务。 对于车载E/E构架来说,中央计算机概念是全新的,但对于PC和手机行业,都已经是非常成熟的概念。当智能化浪潮从IT行业延伸到汽车的时候,我们看到了相同的故事正在上演,汽车行业的基因正在发生改变。 从这个意义上讲,无论是苹果、英特尔、高通、三星还是华为,他们大举进军汽车行业的逻辑,绝非简单地复制,而是将自身的IT基因与汽车固有的基因进行新的编辑,进化出新物种,并引领计算行业从手机的TOPS时代走向POPS(1000TOPS)时代,在这一过程中,他们有先天的基因优势。 目标往往是清晰的,但通往目标的路径却大相径庭,无论是IT新贵,还是汽车行业老兵,大家都是基于自己的优势积累,从不同的坡,爬同一座山。在这个过程中,对于产品路线图、性能、安全性和成本的拿捏,各家都不尽相同,很难讲哪条路更好,所以无论是大陆和博世的渐进式域融合(domain fusion)路径,还是特斯拉和安波福更激进的实践,都是面向未来的探索,都值得尊重。 从PC到手机,再到机器人,每一代智能设备相比前代,都是十倍体量的增长。智能汽车作为移动自主机器的第一形态,是机器人时代当之无愧的杀手级应用,更是技术旗舰,将催生无数种的移动机器人。正如蒸汽机开启了工业革命时代,手机行业引领了整个移动设备时代一样,智能汽车最终将撬动比自身市场大得多的商业价值。

0 个评论

要回复文章请先登录注册