智能化驅動下的車載芯片或將基于多線程向低功耗過度

寧洋

新一代汽車,能源,新材料,互聯網

  • 2019-11-07
  • 820
  • 0

傳統的汽車電子芯片一度以分布在發動機等核心部件上的電子控制單元(ECU)為主,隨著汽車智能化的發展,不同部位的汽車傳感器數量越來越多,中心化構架的DCU和MDC等逐漸成為主流,本文從車載芯片三種不同的技術路線,結合智能汽車發展的趨勢,分析了車載芯片未來的發展方向。

摘要:

車載芯片是應用在汽車上、能實現某種特點功能的電路模塊,由硅板上集合的多種電子元器件組成。當前傳統CPU芯片算力不足,難以滿足處理視頻、圖片等非結構化數據的需求,GPU、ASIC等芯片作為潛在的替代產品,未來擁有廣闊的市場機會。

ECU芯片分布式布局,不能滿足智能汽車發展的需要

ECU是電子控制單元,是汽車專用微機控制器,由CPU、存儲器(ROM、RAM)、輸入及輸出接口(I/O)、模數轉換器(A/D)以及整形、驅動等大規模集成電路組成。其與發動機的排氣管、汽缸、水溫傳感器、驅動系統等核心部件一一對應的分布構架是汽車電子的典型模型。

  

圖1 ECU芯片工作示意圖

  (資料來源:大眾汽車)

隨著汽車電子化的逐漸發展,車載傳感器逐漸增多,采用ECU的管理方式易使汽車的系統整體性下降,車內的線路布局也大大增加,并且目前智能汽車更多的需要圖像和視頻處理能力,ECU已不適應智能化汽車發展的需要。

GPU多線程圖像處理能力強,成為目前發展的主流

在當前人工智能和汽車結合的發展趨勢下,以CPU為核心的處理器較難滿足視頻、圖片等非結構化數據的需要,同時人性化設計的功能性整合,也對處理器提出了更多線程的需求,GPU可同時處理大量簡單計算任務的特性在智能化汽車領域有逐漸取代CPU成為主流方案的趨勢。

  表1 GPU和CPU對比優劣勢

  

  (資料來源:Nvidia)

國外企業以Nvidia為代表,該公司于2016年發布了三款專注于并行計算和深度學習的芯片,Drive PX2 Autocruise芯片、Drive PX2 AutoChauffeur芯片和Drive PX2 Fully Autonomous Driving芯片,主要應用于智能汽車的自動駕駛等前沿領域。

截止2018年底,Drive PX2系列芯片已批量應用在Tesla的量產車型Model S以及Model X上,是Nvidia的主要出貨芯片,并且壟斷了前沿的L4及以上的自動駕駛芯片市場,全球共有300余家自動駕駛研發機構使用Drive PX2。

  表2 Drive PX2系列芯片中3類產品對比

  

  (資料來源:Nvidia)

國內企業以四維圖新為代表,主要優勢領域為數字地圖內容、車聯網與動態交通信息服務、基于位置的大數據垂直應用服務,其中地圖業務占國內總市場60%,處于壟斷地位。

2017年以來,公司先后收購杰發科技、入股中寰衛星與禾多科技,著力打造“高精度地圖+芯片+算法+軟件”的自動駕駛全方位產業鏈,目前主攻的車載信息娛樂系統芯片,在國內汽車的后裝市場市占率超70%,前裝超30%,其車規級IVI芯片被多家國際主流零部件廠商采用,并計劃推出AMP、MCU及TPMS(胎壓監測)芯片等新一代產品。

  表3 IVI芯片產品性能及功用

  

  (資料來源:四維圖新官網)

ASIC易復刻、專用性強,適合穩定批量生產

ASIC芯片(集成專用電路芯片)對比目前的可編程改變功用的GPU芯片,只搭載一種算法、用途單一、不可編程,目前的車載芯片迭代較快,更適合使用GPU芯片技術路線,而未來技術、算法等成熟穩定后,ASIC量產成本低更加契合商業化發展需要。

  表4 CPU、GPU、FPGA與ASIC對比

  

  (資料來源:國金證券)

定制化的ASIC芯片可在相對低水平的能耗下,將車載信息的數據處理速度提升更快,并且性能、能耗和大規模量產成本均顯著優于GPU,隨著自動駕駛的定制化需求提升,ASIC專用芯片將成為主流。

結語

車載芯片是應用在汽車上、能實現某種特點功能的電路模塊,由硅板上集合的多種電子元器件組成。傳統的ECU芯片分布式布局,不能滿足智能汽車發展的需要;GPU多線程圖像處理能力強,成為目前發展的主流;ASIC易復刻、專用性強,適合穩定批量生產,或是車載芯片的未來形態。


科技最前沿

剖析產業發展現狀

為技術轉化提供精準對接

本文為金智創新原創,歡迎轉載,轉載請標明出處,違者必究!

評論

2019年生肖运势大全