應(yīng)用

技術(shù)

物聯(lián)網(wǎng)世界 >> 物聯(lián)網(wǎng)新聞 >> 物聯(lián)網(wǎng)熱點新聞
企業(yè)注冊個人注冊登錄

高端芯片能解決智能駕駛的問題嗎

2021-04-23 15:23 中關(guān)村在線

導(dǎo)讀:隨著人工智能算法不斷完善,智能化應(yīng)用逐漸落地,汽車電子架構(gòu)的發(fā)展也在朝著更復(fù)雜的方向演進,但出乎意料的是,和宣傳視頻形成鮮明對比的,正是難以支撐復(fù)雜操作的車載系統(tǒng),也正是前陣子芯片短缺的新聞,才讓很多人意識到了車載芯片原來這么落后。

相信經(jīng)過這幾個月的“熏陶”,大家都對半導(dǎo)體緊缺的事實有了充分的認識,自2020年12月起,汽車行業(yè)缺乏芯片面臨停產(chǎn)的問題就開始困擾無數(shù)車企,最先放出口風(fēng)的是奧迪、大眾、福特、戴姆勒、豐田、菲亞特克萊斯勒等知名汽車廠商,先是減產(chǎn)、推遲部分產(chǎn)品線,部分工廠甚至出現(xiàn)了停工的狀況。甚至有預(yù)測稱缺芯會導(dǎo)致2021第一季度全球減產(chǎn)100萬輛輕型車輛。

隨著人工智能算法不斷完善,智能化應(yīng)用逐漸落地,汽車電子架構(gòu)的發(fā)展也在朝著更復(fù)雜的方向演進,但出乎意料的是,和宣傳視頻形成鮮明對比的,正是難以支撐復(fù)雜操作的車載系統(tǒng),也正是前陣子芯片短缺的新聞,才讓很多人意識到了車載芯片原來這么落后。

和電腦愛好者關(guān)注的重點差不多,車載系統(tǒng)芯片的算力很大程度上決定了系統(tǒng)的性能,然而直到去年,大部分量產(chǎn)車使用的還是驍龍820a,沒錯,它就是2016年旗艦手機芯片驍龍820的車規(guī)版,也是工業(yè)領(lǐng)域中出現(xiàn)的首個集成了X12 LTE modem的車規(guī)級SoC,但制程是14nm。

從整個芯片行業(yè)的等級劃分來看,分別有軍工級、車規(guī)級、工業(yè)級和消費級,其中車規(guī)級芯片對于可靠性、一致性和穩(wěn)定性要求更高,僅次于軍工級,與消費級芯片有很大不同,車規(guī)級芯片需要面臨更惡劣的環(huán)境,要求可靠性更高,車規(guī)級芯片的要求更為嚴格,因此對芯片廠家的汽車芯片生產(chǎn)線要求也更為嚴格,車規(guī)級芯片的生產(chǎn)線可以改造生產(chǎn)其他芯片,但生產(chǎn)其他芯片的生產(chǎn)線無法輕易改造生產(chǎn)車規(guī)級芯片,這在一定程度上造成了開發(fā)下一代的遲緩。

從分類上來看,汽車芯片大致分為以下幾類,一是負責(zé)算力的控制芯片,也就是處理器和控制器芯片,如發(fā)動機、底盤和車身控制,以及中控、輔助駕駛(ADAS)和自動駕駛系統(tǒng)等;二是負責(zé)功率轉(zhuǎn)換的IGBT功率芯片,一般應(yīng)用于電動車的電源和接口;三是傳感器芯片,主要用于各種雷達、氣囊、胎壓監(jiān)測。汽車芯片也可以分為主控芯片、功能芯片、功率芯片和傳感器芯片。

從架構(gòu)方面來看,車規(guī)級芯片需要有獨立的安全島設(shè)計,在關(guān)鍵模塊、計算模塊、總線、內(nèi)存等,都有ECC、CRC的數(shù)據(jù)校對,為車規(guī)級芯片提供功能安全。由于要求繁多且規(guī)格復(fù)雜,一般來說一款車規(guī)級芯片需要2-3年的時間完成車規(guī)認證并進入整車廠供應(yīng)鏈,一旦進入后,一般擁有5-10年的供貨周期。這也導(dǎo)致了雖然手機電腦的芯片工藝制程在不斷突破,然而車載芯片仍然停留在多年前的工藝水平。

除此之外,車上算力利用的效率也是問題重要的一部分,在汽車液晶儀表盤上,行業(yè)的普遍邏輯是兩個 GPU 和兩個 CPU 鎖定在一起,這種設(shè)置叫做鎖步:它們在執(zhí)行任務(wù)的時候會互相驗證計算結(jié)果的正確性,這就導(dǎo)致了50%起步的算力損耗。傳統(tǒng)汽車行業(yè)在軟件開發(fā)過程中,基于安全因素的考慮非常多,車企希望打造一個不容易出錯的系統(tǒng),這在一定程度上會拖慢進展。

在電控汽車時代,芯片早已成為汽車的大腦。當(dāng)發(fā)動機進入電控時代,通過電腦智能調(diào)節(jié)氣門開閉時機和時長,有意將進氣門延遲關(guān)閉,排氣門提前開啟,讓進排氣更加充分,提升性能;如果缺少芯片,最直觀的表現(xiàn)就是油耗和排放控制的缺失。如今進入智能時代,隨著ADAS、自動駕駛技術(shù)的成熟,需要大量的圖像數(shù)據(jù)、雷達數(shù)據(jù)處理,汽車廠商對芯片的算力要求也在提高,此前需靠駕駛員判斷的東西現(xiàn)在慢慢交給芯片,這樣汽車對芯片的使用量就會越來越多,并且對芯片的算力要求也會越來越高。

最生動的解釋就是自動駕駛,不管是激光雷達系統(tǒng)還是圖像識別系統(tǒng),由于汽車實時的速度很快,但數(shù)據(jù)分析的要求不能降低,在車上加裝一個芯片是可行的,裝一個電腦機箱問題也不大,但總不能把服務(wù)器塞進去吧?所以這樣海量的數(shù)據(jù)計算只能放在云端,讓云端的服務(wù)器集群來計算,然而這就又引申出了另一個問題:數(shù)據(jù)計算都在云端,大家下載云端的數(shù)據(jù)就會有延遲,萬一延遲高,1s后才收到1s前的數(shù)據(jù),車都不知道開哪兒去了,所以這也就是5G發(fā)展建設(shè)起來后自動駕駛才有望普及的重要原因。

就目前的情況來看,老老實實等車規(guī)級芯片更新和5G落地,顯然只會拖累智能駕駛的發(fā)展進程,一小部分廠商也開始探索使用非車規(guī)級芯片甚至智能設(shè)備代替中控臺,但都或多或少遇到了麻煩。

當(dāng)汽車進入電控時代以及向電氣化轉(zhuǎn)型,汽車與芯片就已經(jīng)密不可分,下一代智能車,真的能實現(xiàn)智能駕駛,車聯(lián)互動等未來技術(shù)嗎?這個問題暫時沒有答案,但這次芯片危機的爆發(fā),也意味著行業(yè)革新正在進行。