内容源自赛力斯集团股份有限公司平台技术体系总裁何浩在首届中国(重庆)智能汽车基础软件生态大会暨第三届中国汽车芯片高峰论坛上的发言实录。
何浩从车企角度阐述了,整车对芯片有的要求,主要体现在4个维度,一是,芯片的标准化与用户需求的差异化存在一定的矛盾关系;二是供应问题,采用国内芯片,出口时担心芯片的IP风险,在国内采用海外芯片担心供应安全问题;三是,配置问题,一个品牌要有高中低配;四是软硬件迭代问题,成本,性能等矛盾。首先介绍一下赛力斯情况,因为有些人知道问界,但是可能不太清楚赛力斯。赛力斯集团是始建于1986年,也有38年的历史,是一家集整车制造、销售服务为一体的综合性公司。其中的代表作,就是现在大家看到的AITO问界的M5、M7、M9。赛力斯是今年第四个全球盈利了新能源车企,主要依托于问界系列的发力。截止到今年到5月份,问界累计的新能源车销量达到了15.7万辆,车均价大概是在35~40万左右。根据杰兰路新能源消费者行为研究显示,M9消费者平均家庭税后年收入92万以上,然后5成以上都是来自于BBA的换购,这就说明我们的自主车,已经得到了中国消费者的认可。由此可推,在新能源领域,以及在芯片领域,中国自主品牌的机遇也就到来了。研究还显示,4成的用户是如果没有问界M9,他们就不会买车,有了这个车,他们还是想买的。下面我们就回归到今天的芯片主题。芯片的种类,我们认为主要是大的4类的情况,然后控制类、感知类、功率和其他芯片,这4大类总共在新能源车用量在1600-3000颗不等。因为车型不同,像现在50-60万元的M9,基本上就是这个数量,当然域控收编了不少,也要达到2000多颗。在明年或不久的未来,估计会到3000多颗。到2030年单车芯片成本占整车成本的20%,2019年这一占比为4%。从预测来看,未来新能源芯片用量差不多是燃油车的一倍。在整车层面,EEA架构的发展趋势,就是从域集中到跨域融合,再到中央计算。在中央计算的这个过程中带来的新机遇是什么?我觉得从车企角度来说,在自主开发的过程中,我们认为升级带来的是定制化的需求,这个需求主要是分成三层需求:第一层中央计算这一层,主要是计算用的,不管是AI运算还是控制运算,它的要求是算力高、通讯带宽大、硬核加速,以及安全要求。功能安全等级不同,带来的算力的分区,包括软硬件的要求。第二层可能更多的是解决了就是外设接口扩展的问题,还有IO数量大、通讯类型的问题。第三层实际上是解决了什么?车型现在迭代速度很快,车型的配置每一年甚至是半年都在不同程度的指数级的增加。像刚才大家也提到了智能底盘,前面十几年主动悬架像CDC悬架、空簧其实不是一个新鲜事物,但是为什么没有上车?因为在这几年,大家在卷硬件在卷价格,卷配置,卷算力,实际上带来的是我们的第三个层,就是要快速拓展配置,这一层就提出来的是不同的要求。所以针对这三层,实际上对于芯片在整个层级是完全不同的要求。下面就是站在整车的开发角度,我们自己认为这一块的认为就是对芯片的要求在4个维度:第一个维度就是开发维度,到最后大家一看这个标准化,我为什么要突出差异化?这个地方其实是很有意思。举一个例子,我们的大模型上车,基模其实差不多的,车企不会自己去开发做基础模型,都是用公共版模型,我们的差异点在哪里?消费者的差异化体验如何实现?当时我们和阿里云的很多专家交流,他们也回答不出来。车型在交互层面的差异化,端侧如何体现就是一个问题。大模型已经表现出来了,如果在中央计算上面,我们的智驾差异会大吗?其实算法每一家差别不是太大的,从BEV到transformer再到占用网络,然后再到现在端到端,算法上差异不大,无非就是每一家数据不同造成的。那这个差异化如何表现?芯片标准化,车企是要有差异化,用户体验要有差异化,要解决这两个矛盾,所以特别提出来。从供应的维度,中国的汽车市场其实车企是面临着两个问题,一个是出口问题,一个是国内市场,出口的时候,实际上我们在选择国产芯片的时候,我们很担心芯片的IP问题,甚至被制裁。然后在国内的时候,我们用国外的芯片,我们也很担心,哪一天国外是不是要卡我们?像英伟达、高通。现在是大模型的AI芯片,拼存量。那端侧如果用了高通的,哪一天我的车卖得好,准备出口美国、欧洲等地区,会不会被卡住?所以开发过程中,我们一定要求,国内和国外平替,而且是两套方案同步。然后第三个是基于配置——高中低,快速适应不同用户的选择问题,就相当于我们的现在也在做50万的车,30万、20万的车都有,然后配置拓展,而且是周期很快,所以一定高中低同步考虑。刚才说的是车对芯片的要求,那么芯片又面临的技术瓶颈是什么?技术的角度来说的话就是摩尔定律,从5nm到3nm再到最近还在说1nm。3nm芯片,三星第一个规模化量产,据说良率大概80%。从这个角度来看的话,下一步发展,是我们继续突破物理极限,从90分做到95分,还是另辟蹊径?其实从整车的应用角度来说,不管是3nm还是5nm,其实我们的芯片现在其实并没有发挥到这么大。因为我整车还要考量成本问题,还有就是现在的算力的要求,包括端测算力,当然我们目前还没走到中央计算,但是,预计在2026年就逐步出来了。在这个时候我们是不是结合真实的需要,然后不是在一味的卷技术参数,甚至是这一块就继续挑战物理极限,从90到95很难投入很大,但是我们的短板现在实际上很短,也许从60分做到70分,但是投入很少,这是从60分做到80分,你可以投入很少,但是就会得到很大的收益。另一个是供应安全问题,其实刚才已经提到了,其实芯片的国产化率其实不高,低于20%,也许就是百分之十几。你看主要的芯片MCU和SoC占比比较大的其实还是国外的厂商—23%,然后我们的通用芯片和其他芯片基本上占了3%,这都是整车中我们要使用的。我们从自身角度发现了,整车开发与芯片技术现状的矛盾,不代表每个车企都这样。第一个是软硬周期的不匹配。现在我们的整车研发进行一年,都已经还算多的,我们还在压缩,我们的新车的迭代速度现在已经可能我们在开发国内公司12个月,我们可能还在挑战10个月,为什么?因为我们的消费者现在他的诉求,车已经变成一个大宗的电子消费产品,我们的手机以前就是半年一迭代的,甚至我们的耳机其实跟这些都已经快接近了。以前整车搞38个月、36个月,压缩到二十几个月,二十几个月又压缩到18个月,现在真的是快一年一款车。然后我们的软件我们写的是0.5年,实际上没有0.5年,甚至是消费者的层面OTA基本是1个月,你没有更新了,他会觉得这个车怎么没动静,没有新东西了。反正很多的现在新能源消费者,就是他就想的是常用常新,你要是三个月更新一次,或者半年更新一次,我估计他已经没什么新鲜感了。所以这是软件的需求。但是我们的车载芯片,我们的计算芯片,特别是大的AI芯片,我估计至少两三年,当然至于其他的MCU这种还能稍微快一些,所以这三者之间的矛盾冲突非常严重。这是站在整车,站在消费者满足消费者需求的层面来看。第二个就是开发供应链供需链就是不统一。各个厂家一家一个,包括国外的国内的,然后造成我们的软件开发投入很大,其实都是在这里。第三个就是工程化的难题。工程化难题主要体现算力,还有功耗,还有整车上的散热,再有就是尺寸布置,现在已经塞不下去了,还有就是我们的功耗问题,影响纯电车型的续航。赛力斯方面的考量,一是自主研发,我们重点是放在软件上面。然后在这个合作创新上面,主要围绕着硬件。硬件这一块我们和华为合作,我们可能会有很多的这个硬件开发,包括软件也是依托华为,但是同时我们自己也在进行开发我们自己的系统。因为不代表着我们有了华为的东西,我们就不去研究,自己不去拥有,我们是从这两个方面。还有就是在这个软硬协同方面,其实就可以看到中间我们的解决思路就是围绕着中间的两根线,我们的软硬件架构其实总结下来就是常态+变量的设计,然后主芯片平替。常量+变量的意思就是中央计算单元尽量做成常量,中间的那个域控做成用于IO扩展。底层主要是用于快速迭代。所以它就形成了尽量保证上面是慢的迭代。下面是快速迭代,这是硬件层面。但是我的软件层是反过来的,应用层上层是要快速迭代,中间件实现解耦,然后执行层SOA服务化,这一块是没有那么快,但是我的硬件抽象这一块刚好反过来,这样的话两者结合。从现在来看的话,硬件布局方面,问界车已经实现了就是中央环网架构,线束长做到三公里。特斯拉做到一点几公里,我们做到3公里。我们和特斯拉的配置不一样。域控方面,2025年我们的就是实现跨域融合,舱驾、舱泊类似于这种,可能就是在明年的时候逐步就可以实现了,然后到2026年就是中央计算的元年。下面从软件的层面就是自主、深耕,还有开放。自主的这一块主要是软件架构还有服务化、中间件,还有包括质量的这个开发。深耕的这一块主要是的软件安全,还有包括用户体验深耕。内容来源:
https://mp.weixin.qq.com/s/bwP4K2kSX3O4fPs8-toPLA
因文章部分文字及图片涉及到引用,如有侵权,请及时联系17316577586,我们将删除内容以保证您的权益。