【安谋科技】车载智能计算芯片白皮书（2023版）_48页_7mb

车载智能计算芯片白皮书总结（2023版）

核心内容

本白皮书围绕车载智能计算芯片的未来发展趋势、面临的挑战以及软硬件协同优化展开，旨在阐述智能汽车领域对高性能、低功耗、高安全性的计算平台的需求，以及如何通过创新技术来满足这些需求。

主要观点

• 智能化是趋势：随着软件定义汽车、AI技术的发展，车载智能计算成为汽车智能化的关键支撑，成为行业竞争的核心。
• 算力需求激增：随着自动驾驶等级的提升，算力需求从L2级别的2TOPS增长到L5级别的4000TOPS，推动车载芯片向更高性能发展。
• 软件定义汽车推动架构变革：从传统的分布式EEA（电子电气架构）向域集中式、中央集中式架构转变，提升系统灵活性和可扩展性。
• 云原生技术提升研发效率：通过云端仿真、容器化部署和微服务架构，缩短开发周期，降低开发和验证成本。
• 异构计算是关键：车载芯片需要集成多种计算单元（如CPU、NPU、GPU等），以满足AI推理、图像处理、实时控制等不同任务的需求。
• 功能安全与信息安全并重：ISO26262与SOTIF是功能安全的重要标准，而HSM（硬件安全模块）则是信息安全的核心组件。
• 软硬协同优化是未来方向：通过编译器、指令集、可重构计算等手段，实现算法与硬件的深度协同，提升系统整体性能。

关键信息

1. 车载智能计算趋势与挑战

• 传感器复杂性：智能汽车配备大量传感器（如激光雷达、毫米波雷达、摄像头等），数据量巨大，对计算平台提出更高要求。
• 实时数据处理：智能汽车需要每秒数万亿次计算操作（TOPS），处理环境感知数据，如对象提取、检测、跟踪等。
• 长尾场景与算法局限：AI算法尚不能覆盖所有极端场景，需不断优化模型泛化性。
• 算力与功耗矛盾：当前GPU在车载场景中存在高功耗问题，而NPU等定制芯片能提供更低功耗与更高效率。
• 功能安全是底线：ISO26262是当前功能安全的标准，但SOTIF适用于自动驾驶场景，强调对意外场景的应对能力。
• 信息安全是基础：HSM成为智能汽车安全的必备组件，支持多种加密算法和安全功能。

2. 软件定义汽车

• 软件驱动功能与体验：软件定义汽车（SDV）通过软件实现多样化功能，提升用户体验，降低服务成本。
• 架构革新：从分布式架构向域集中式、中央集中式架构演进，减少线束复杂度，提升系统集成效率。
• 面向服务架构（SOA）：SOA提供模块化、可复用的软件组件，降低开发成本，提升系统可扩展性。
• 云原生技术：云原生支持弹性扩展、快速部署和高容错性，适合智能汽车软件开发需求。

3. 异构计算芯片

• 核心IP覆盖广泛：安谋科技的IP产品涵盖多种计算场景，包括AI、图像处理、安全等。
• NPU与SoC架构：NPU专注于深度神经网络推理，具备低功耗、高效率等优势，是未来智能计算的关键。
• 指令集与编程模型：开放的指令集架构（如“周易”NPU）和统一编程模型，使开发者更容易进行定制化开发。
• 可重构计算：通过软件动态配置硬件，实现灵活适应不同计算任务，兼顾灵活性与性能。

4. 软硬协同优化

• 端到端大模型：如UniAD，通过感知-预测-决策一体化，提升自动驾驶系统的整体性能。
• DFC技术：减少数据传输延迟，提升数据处理效率，实现硬件与软件的协同优化。
• 编译器与优化工具：通过编译器和优化工具链，实现算法与芯片的适配，提升性能与能效。
• 多核调度与任务分配：多核架构支持并行计算，通过软件调度提升整体性能，但需合理分配任务以避免性能瓶颈。

5. 案例分析

• 地平线征程5芯片：具有128TOPS算力，60ms延迟，支持多种AI模型和任务，是当前行业领先产品。
• 芯驰科技V9P芯片：集成NPU、CPU、GPU等，支持L2+级别自动驾驶功能，满足多种传感器输入需求。
• 芯驰X9SP芯片：支持多屏显示、语音识别、手势识别等智能座舱功能，提升用户体验。

总结与展望

• 行业前景广阔：随着自动驾驶技术的发展，车载智能计算芯片将逐步成为汽车的核心组件，市场规模有望持续扩大。
• 技术挑战依然存在：包括算法与芯片设计周期不匹配、大算力低功耗芯片缺乏、功能安全与信息安全的实现等。
• 软硬协同是关键：通过编译器、指令集、可重构计算等手段，实现软硬件的深度协同，是提升车载计算性能的核心。
• 未来方向：车载芯片将向更智能、更安全、更高效的方向发展，成为智能汽车不可或缺的组成部分。