慕尼黑工业大学信息学教授Manfred Broy说过，如果你现在买辆高端汽车的话，“它很可能包含了1亿行软件代码”。这些软件代码又运行在70-100个ECU（电子控制单元）上，这些ECU就在车内形成连接网络。实际上，汽车中的软件在规模和复杂度上还在迅速成长，商业研究公司Frost&Sullivan预计，很快汽车内的软件代码就要达到2-3亿行的程度了。
慕尼黑工业大学信息学教授Manfred Broy说过，如果你现在买辆高端汽车的话，“它很可能包含了1亿行软件代码”。这些软件代码又运行在70-100个ECU（电子控制单元）上，这些ECU就在车内形成连接网络。实际上，汽车中的软件在规模和复杂度上还在迅速成长，商业研究公司Frost&Sullivan预计，很快汽车内的软件代码就要达到2-3亿行的程度了。
在前不久于上海举办的2019第七届汽车电子创新论坛（AEIF）上，来自泛亚汽车技术中心有限公司的系统安全与电控工具链高级经理童菲，就罗列了1亿行代码是何等规模：远大于Facebook、Windows Vista、Android、大型强子对撞机等。几乎所有的专家学者也都因此在探讨这些关键词：电动、网络、智能、共享。智能网联车的革命，为智能网联芯片，连同整个行业带来了机遇和挑战。
智能网联，究竟作何解？
智能网联车，顾名思义是智能+网联。而电动化和共享化（或数字化），都是智能与网联的先决条件。就智能化而言，美国NHSTA（国家高速路安全管理局）和SAE International（国际汽车工程师协会）分别制定了汽车智能化的分级标准，自动驾驶分L0~L5。两种标准略有差异，但大致相同。
L0是人工驾驶，L1为辅助驾驶，L2半自动驾驶，L3高度自动驾驶，L4超高度自动驾驶、L5全自动驾驶。上汽集团商用车技术中心智能网联部总监田敏杰总结：在一步步递进的过程中，智能化趋势是始终不变的，包括：
- 搭载先进的传感器、控制器、执行器等装置；
- 融合现代通信技术与网络技术实现车与人、车、路、云等的智能信息交换和共享；
- 具备复杂的环境感知、智能决策、协同控制等功能；
- 可实现自动驾驶和远程驾驶。
另一方面，网联化则包括了大数据分析，服务被动请求转变为主动智能推送；开放的SDK平台，让更多的开发者发挥想象力，开发出更多的功能服务；集成多操作系统、功能安全、网络安全于一体的复杂平台等等。
上汽集团商用车技术中心智能网联部总监 田敏杰
在这两大趋势之下，愈加复杂的系统和芯片就有了需求。比如车载主芯片的集成度、算力、安全性都在发生变化。田敏杰提到，过去以MCU为主——是以MCU为核心的ECU（电子控制单元）；而现在甚至有了GPU+CPU+MCU形成SoC的智能辅助驾驶芯片；未来还会有人工智能单元NPU的加入，且是以ASIC为核心的定制化芯片。
在汽车网联化的这两年，车载SoC的CPU性能要求就需达30-50K DMIPS，而GPU则需100-200 Gflops的浮点运算能力，这在两三年之前是不敢想象的。预计2~3年之后，CPU、GPU性能要求翻番，还需10TOPS的NPU加入。更多传感器的接入，实现更智能和联网的驾驶，就需要考虑算力提升，包括芯片I/O扩展能力、带宽等；像汽车这样对AI实时性要求较高的设备更需边缘计算能力的加强，因此这些设定也变得合情合理。
而因此带来更多的问题还需付出相较以往更大的精力去解决。例如电影《速度与激情7》中出现的僵尸车都是安全问题未解决到位的后果，就网联芯片层面就要考虑大量安全问题，所以在开发过程中就要将安全加入到开发生命周期中。尤其如童菲在会上提到的，汽车驾驶是相关人身安全之事，和手机或电脑受恶意程序侵扰相比更为紧要。车辆功能复杂性大幅提升，系统性故障和随机硬件故障都增加了行车安全风险；智能驾驶则原本还面临更大的安全技术挑战。
这也是2018年ISO26262，以及今年ISO21448标准制定的原因所在。而解决这样的安全问题，往往是多层级、跨专业、多步骤和高复杂性的。
更为复杂和庞大的系统
英特尔中国区汽车电子总监张淳，与联合汽车电子有限公司的车联网新业务高级项目经理贾鹤鹏先生，都提到随着软件数量的增长，现如今汽车的分布式电子电气结构还局限在功能独立ECU或者功能简单集成上。很快，架构中域中心控制器出现实现中心化，多个ECU形成DCU，乃至DCU融合需要跨域中心控制器都让架构变得更为复杂。未来在智能网络进一步成熟后，形成车载计算机，即是将所有DCU融合到中心化的车载计算机上；再往后，就要实现车载云计算了。
英特尔中国区汽车电子总监 张淳
英特尔在针对中心化系统的软件生态已经开始产生专用的HAL、驱动、框架等，靠下考虑对ACRN Hypervisor过ISO26262认证，往上搭建Safety OS和普通OS，及再上层的容器。无怪乎未来的智能网联车需要几亿行代码了。
以前在车上需要实现的应用实际也就是音频、视频和导航，但未来是全然不同的，连司机与乘客在车中的体验感受都能够实时由AI去观察和理解。大量的跨域交互，及未来域计算节点以虚拟化的方式融合，再到未来以虚拟化和协调的方式实现模块化汽车架构，加上以太网为主干的混合网络，以及5G、C-V2X等的引入，这种复杂性并不是凭借芯片制造商，或者汽车零部件制造商一己之力可以解决的。
L3的实现过程尚且有难度，法规、技术多方面的问题。如芯原微电子（上海）股份有限公司系统原型和应用高级总监周缵说的那样，奥迪A8在2017年就已经具备量产能力了，但受到法律法规制约，仅能在德国少数道路释放L3自动驾驶功能；技术层面，自动驾驶平台硬件和传感器也无法达到安全要求，自动驾驶系统无法达到整体的功能安全要求，以及现如今AI芯片仍然不能满足性能需求等。
技术层面的通力配合也因此成为趋势和方向，不仅是前述性能、定制化、多样化和架构复杂性的问题，在测试、仿真各种领域都面临很大的挑战。甚至包括需要投入大量时间精力的高精度定位：千寻位置网络有限公司资深业务拓展经理就说，实现厘米级的误差，还要考虑卫星承受太阳的光压，这是很严峻的技术考验。
英伟达无人驾驶软件总监 卓睿
论坛上，包括英伟达、地平线、赛灵思等在现场提出各种属于自家的解决方案；还有ANSYS、是德科技、昆易电子科技提出的各类仿真或测试方案。而田敏杰在开场阶段就提过，不同方向、内容的企业都应该整合到一起，不光是半导体企业，连汽车OEM厂商也应当加入进来，共同完善智能网联车。
“为什么要把那么多功能集成到一颗芯片上？成本！一颗SoC就能解决。但这样就需要软件架构的人才越来越多，必须强调深度合作。”
中国汽车半导体芯片发展水平如何？
有如此时代背景，加上美国技术封锁，汽车半导体芯片的国产自主化也是个不可忽视的问题。不过至少目前的情况仍是不容乐观的。
上海琪埔维（Chipways）半导体有限公司CEO秦岭将汽车半导体芯片的自主化进程比作上甘岭战役，历尽6年“芯路”历程，才逐步实现核心技术的层层突破，甚至提到Chipways乐于从“备胎”做起，期望能够打通、整合产业链。他提出一个规律：
“任何产业，当产量占全球的1/3时，一定需要local player紧密的配合和支持。”
2003年在中国手机制造达到35%产量时，展讯、MTK就开始逐步占有一席之地了。“展讯进入手机半导体，我们开始有了竞争力。中国手机行业的发展，也带动了新一轮的项目。”但汽车半导体目前仍是欧美日的天下，“中国仍然是零，若无法打破这样的僵局，中国汽车产业很难升级。”
“这块肉大家都在抢，欧美日都认定这个领域必须守住，我们就更要去占领制高点了。”
2016年，中国汽车制造达到了29.6%，这是否意味着，我们有机会造就新的神话？零的突破对中国而言原本是个很艰难的过程，“汽车前150年的发展，跟中国没什么关系”，且“封闭的生态链还有利益绑定，就像铁板一块”。另一方面就技术层面而言，车载芯片相比手机有着更为严苛的标准要求，甚至高于工业级。
在这个过程中，由于企业间协力互助的高要求，以及对技术研究的严谨态度，对企业人的文化高度也是史无前例的挑战。
上海琪埔维半导体有限公司CEO 秦岭
例如对工作温度有-40℃~155℃的要求——“这对所有的芯片都是严格的考验”，使用时间可能需要长达15年，而非普通消费级芯片那样的3年。汽车芯片最关键壁垒AEC-Q100，需考虑恶劣的工作环境、严格的验证调价安及长期的供货保证。
所幸Chipways已经向市场推出了包括汽车级霍尔传感器、微控制器、电池组监控芯片在内，满足了ACE-Q100标准的产品。还有面向车身与舒适性、底盘/安全/ADAS和动力总成的通过ASIL的产品系列。
所以“我们的汽车芯片是一点点，从零开始做”，“一点点建立起体系和文档，每一步都有详细的控制”，“我们必须解决生态链问题，无论是融资还是产业整合”，“这是社会赋予我们的责任”。以“未雨绸缪和开放的心态，从备胎做起，一起奋斗。”这是汽车半导体核心芯片零突破的开始，也是不致被欧美日“卡脖子”的必由之路。
您可能感兴趣
