进入2025年，先进半导体在地缘政治不确定性背景下，正在催生新的变量。其中，作为未来AI芯片用量最大的赛道之一，智能汽车行业也迎来了变化窗口期。
一直以来，从特斯拉开始，到国内新势力（蔚来、小鹏、理想）布局算力芯片的自主研发，都是备受关注和争议。尤其是围绕成本和投资回报、自主可控以及软硬协同的讨论，从来没有停止。
但，芯片产业链玩家，一直在为车企，包括Tier1的芯片自研做准备。而在车企端，随着更多舱驾自研能力的完善，从算法到域控制器，再到芯片的定制化设计，无疑是大势所趋。
本周，全球芯片EDA工具软件、IP授权及系统业务头部公司—新思科技（Synopsys）宣布，与SiMa.ai达成合作，加速开发支持下一代汽车人工智能的芯片和软件业务。后者的投资人包括台积电，主攻高效边缘AI计算的SoC解决方案。
此次合作，涉及Synopsys的EDA软件、汽车级IP和硬件辅助验证解决方案，与SiMa.ai的专用MLSoC平台（低功耗、高性能嵌入式计算解决方案）进行深度融合，满足未来汽车行业对于舱驾智能的个性化高性能计算平台开发需求。
按照公开信息显示，上述两家公司的合作，旨在为汽车行业提供软硬协同设计解决方案，降低车规级高性能SoC的开发成本，并且缩短芯片的开发周期。
同时，双方还将针对多模态功能和GenAI进行优化，包括虚拟原型和仿真，以加速软件/硬件集成，并且构建模块和子系统，用于高性能车规级AI SoC和支持Chiplet的小芯粒。
Synopsys首席执行官表示，在当前复杂的宏观环境下，更多的汽车制造商将不得不在公司内部逐步构建自己的芯片开发设计能力。同时，高性能、高算力AI芯片的自主设计，无疑是未来保持车型竞争力和产品差异化的关键要素。
SiMa.ai成立于2018年11月，公司联合创始人兼CEO曾在赛普拉斯、赛灵思等半导体巨头工作；公司董事长，还担任台积电董事会成员，曾担任赛灵思总裁兼首席执行官。作为创业方向，该公司认为，“通用GPU架构的功耗非常高，并不是解决嵌入式市场需求的最佳技术。”
相比之下，基于低功耗实现高性能嵌入式AI计算的目标，SiMa.ai在硬件、编译器、架构和软件上的组合，可以提供全栈式解决方案，并重点应用于工业自动化、医疗保健、智能视觉系统、航空航天和国防军工等领域。
今年9月，该公司推出了全新一代MLSoC Modalix芯片，基于6纳米制程，原生支持CNN、Transformers和生成式AI，算力从25到200TOPS，专为应对高负载的AI工作而设计，并在降低功耗方面表现突出。尤其是在多模态AI任务方面，可以运行Meta的Llama2-7B参数模型。
此次，SiMa.ai与Synopsys的联手，也是首次正式进军汽车行业，针对IP、子系统、Chiplet和SoC提供定制方案，尤其是帮助汽车制造商构建设计专用AI加速处理芯片的能力，尤其是多模态AI功能和生成型AI的性能优化。
这其中，备受关注的，无疑就是Chiplet为代表的先进封装技术。按照此前公开信息，台积电将于2025年底正式推出满足汽车级要求的3D芯片堆叠和Chiplet封装解决方案，此前，类似的方案已经在消费类电子市场规模化量产。
按照行业人士的说法，基于Chiplet架构的定制化高性能计算解决方案，通过将传统SoC中通用与专用需求的解耦并灵活搭配的方式，可以有效降低复杂SoC的开发门槛，从而实现低成本、快周期、可复用的硬件解决方案。同时，由于小芯粒可以规避先进制程工艺的交付风险，也在一定程度上满足安全可控的要求。
就在今年初，车规级芯片的头部IP供应商—Arm宣布，2025年将推出全新的汽车计算子系统（CSS），通过增强计算和集成能力，为构建基于Chiplet架构的芯片设计提供最佳解决方案。
随后，全球三大芯片EDA提供商—Cadence宣布与Arm合作，在汽车行业提供基于Chiplet的参考设计和软件开发平台，支持可扩展架构和接口互操作性。
“随着ADAS 和 IVI 的高端系统变得越来越复杂，很多合作伙伴向我们提出需求，除了交付传统IP组件以外，也期待我们可以为他们提供子系统的支持。”在Arm公司看来，计算子系统能以更快、更简单的方式支持在高性能车载计算平台构建更加复杂的系统，有助于Chiplet的进一步推广。
有消息称，目前，不少汽车芯片厂商正在加快对Chiplet架构的支持，目的是满足车企客户后续对于芯片定制化的需求。“相比于软件的迭代速度，现阶段，市场供货的通用芯片，的确已经成为阻碍车企在智能化进阶上寻求差异化的制约因素之一。”
上个月，在2024年德国慕尼黑电子展上，瑞萨对外展示了专为软件定义汽车（SDV）打造的第五代（Gen 5）R-Car SoC。作为这个全新产品家族的首款产品，R-Car X5H将是该公司首款基于3nm工艺打造的多域车规SoC。
其中，最大的亮点之一，就是基于未来算力灵活可扩展的客户需求，第五代R-Car SoC也首次导入Chiplet技术，客户可以定制化配置周边IP。
而在今年10月，全球汽车零部件巨头博世宣布与美国芯片初创公司Tenstorrent达成合作协议，双方将联合开发标准化汽车芯片模块平台，基于chiplet架构来满足整车不同功能对芯片的多元化需求。
“chiplet可以将不同数量和类型的小芯片组合（封装）成不同的SoC，既可以大幅降低成本，同时还可以加快将芯片的导入速度。“Tenstorrent公司相关负责人表示，这意味着，重新定义汽车制造商对芯片的认知。
按照imec（比利时微电子研究中心）的说法，Chiplet的另一个重大优势在于，就是可以满足车企实现从L2到L4的智能驾驶算力灵活配置需求。而在现有市场供应层面，车企往往需要选择数家不同的SoC计算平台。
此前，imec已经联合Arm、宝马、博世、法雷奥、Cadence、Synopsys等数家行业巨头组建了一个名为汽车小芯片计划（Automotive Chiplet Program）的联盟，重点评估哪种芯片架构和封装技术最适合支持汽车制造商特定的高性能计算和严格的安全要求，同时加速chiplet技术在汽车行业的商业化落地。
“如何让来自不同IP提供商的小芯粒无缝地协同工作，是chiplet技术成熟落地的关键。”在Cadence公司看来，软件开发平台同样至关重要，可以帮助工程师实现开发的“向左移动”（基于虚拟原型设计，实现软件开发、验证和硬件/软件集成的前置）。
目前来看，chiplet技术在一定程度上更有利于车企构建核心芯片的自研体系。原因是，大部分的智能化需求已经是车企主导定义，而市面上的通用芯片仅能满足普适性需求。
尤其是基于Chiplet架构设计芯片，车企就可以实现从几十TOPS到数千TOPS的芯片定制，关键是软件可重用，这有助于降低隐性开发成本。
而在今年初的CES展上，英特尔公司也正式宣布，重新在汽车行业发力，其中就包括CPU+NPU+GPU的异构架构，并支持第三方小芯片集成到SoC。这意味着，帮助车企定制计算平台，已经是大势所趋。
“单一域控制器内部的标准计算能力，将无法处理未来ADAS、通信和娱乐功能带来的工作负载，尤其是OTA带来的功能增量对算力和IP核配置的挑战。”imec公司表示，并且相比于单SoC架构，chiplet架构在设计环节降本至少40%。
在高工智能汽车研究院看来，随着chiplet技术在汽车行业的落地，未来围绕核心算力芯片的产业链价值重新分配已经开始。
