在汽車智能化浪潮下，傳統(tǒng)智能座艙與智能駕駛分離的電子電氣架構(gòu)，因硬件冗余、成本高、信號穩(wěn)定性差等弊端，難以滿足用戶需求和技術(shù)發(fā)展，使得“艙駕融合”概念應運而生。通過將智能座艙域與智能駕駛域整合到一個高性能計算單元，艙駕融合實現(xiàn)了硬件共用、功能協(xié)同，以及降本增效。本文將聚焦這一話題，深度探討艙駕融合過程中面臨的機遇與挑戰(zhàn)。

從分布式到“三共計算”

第三方數(shù)據(jù)顯示，截至2024年10月末，艙駕智能的滲透率已經(jīng)達到了41.75％。2025年開始，這一市場份額還會繼續(xù)上升，預計在政策、技術(shù)和市場等多方因素驅(qū)動下，15萬人民幣以上的車型都能率先采用艙駕融合技術(shù)。那么，“艙駕融合”又是如何實現(xiàn)智能座艙與智能駕駛“大腦共用、數(shù)據(jù)共通、算力共享”的呢？

Imagination公司產(chǎn)品管理副總裁Dennis Laudick表示，汽車行業(yè)正處于汽車電子架構(gòu)集中化的進程中。過去，車輛配備了大量分布在車身各處的小型處理器，每個處理器負責一項簡單功能。如今，這些小型處理器的功能正逐漸整合到更大、更高性能的系統(tǒng)級芯片(SoC)中，由后者處理整個功能域——例如管理整個高級駕駛輔助系統(tǒng)(ADAS)或整個座艙體驗。

Imagination公司產(chǎn)品管理副總裁Dennis Laudick

這種方法帶來了諸多優(yōu)勢，從降低車輛復雜性(實實在在地減少了數(shù)英里的布線)，到實現(xiàn)更全面的決策制定，以及在軟件定義汽車的時代更便捷的空中升級(OTA)。而艙駕融合將這些優(yōu)勢進一步延伸，它將負責渲染信息娛樂屏幕、座艙屏幕和抬頭顯示，以及處理駕駛員監(jiān)控等功能的座艙控制器，與ADAS控制器融合。

舉例來說，在下一代自動駕駛車輛中，負責駕駛的同一個計算單元可實時獲取駕駛員狀態(tài)相關(guān)數(shù)據(jù)：他們是否清醒？是否在使用手機？是否在與乘客交談？當需要將車輛控制權(quán)交還給駕駛員時，車輛能夠知曉這需要多長時間，并據(jù)此做出規(guī)劃。

另一方面，隨著汽車計算的集中化以及車輛的全面電動化改變了汽車的構(gòu)成，我們看到的最大轉(zhuǎn)變是汽車主機廠開始自行設(shè)計芯片，并全面掌控車輛的客戶體驗。比亞迪就是一個典型案例：該公司已宣布向半導體和自動駕駛技術(shù)投資1000億元。

因此，在客戶體驗方面，將駕駛輔助系統(tǒng)與座艙集成有望實現(xiàn)手動駕駛模式與自動駕駛模式之間更平滑的切換。通過將物體檢測數(shù)據(jù)接入抬頭顯示(HUD)，將有助于提升手動駕駛模式下的駕駛安全性——例如高亮顯示危險物或車速標志。在此場景中，將物體檢測模型與增強現(xiàn)實(AR)顯示集成在單一控制器上，既能減少運行此類體驗所需的數(shù)據(jù)傳輸量，也能簡化軟件開發(fā)流程。

芯擎科技創(chuàng)始人、董事兼CEO汪凱博士則從三方面做了更進一步的說明：

芯擎科技創(chuàng)始人、董事兼CEO汪凱博士

(1)大腦共用：從分布式到集中式架構(gòu)的演進

傳統(tǒng)汽車電子架構(gòu)中，智能座艙與智能駕駛系統(tǒng)通常采用獨立的ECU或域控制器，導致硬件冗余和協(xié)同效率低下。而艙駕融合通過中央計算平臺(如單芯片或多芯片集成方案)將兩者功能集成至同一“大腦”，通過高算力SoC芯片，集成CPU、GPU、NPU等計算單元，實現(xiàn)硬件的整合。同時通過虛擬化技術(shù)或容器化技術(shù)，在單一硬件平臺上運行多個操作系統(tǒng)，實現(xiàn)座艙與智駕功能的邏輯隔離與資源共享。

(2)數(shù)據(jù)共通：艙駕融合的核心是數(shù)據(jù)閉環(huán)的構(gòu)建，比如：

感知系統(tǒng)復用：攝像頭、毫米波雷達、超聲波雷達等傳感器數(shù)據(jù)同時服務(wù)于座艙AVM、HUD、DMS與輔助駕駛的感知、定位模塊等系統(tǒng)，接口復用可以減少線束和系統(tǒng)成本，提供融合系統(tǒng)性價比。

片內(nèi)計算任務(wù)的多IP協(xié)作與數(shù)據(jù)傳輸?shù)膬?yōu)化，提升芯片算力與能效比，形成完整的片上互連、神經(jīng)網(wǎng)絡(luò)加速方案，適配智能座艙數(shù)據(jù)流高帶寬、智能駕駛數(shù)據(jù)流低延遲的關(guān)鍵性性能要求。

片間數(shù)據(jù)交互：通過高速以太網(wǎng)、PCIe總線，或是企業(yè)自研的高速互聯(lián)通路協(xié)議，實現(xiàn)不同系統(tǒng)的高帶寬低延遲的互聯(lián)互通，提供多顆SOC級聯(lián)的擴展能力。

(3)平臺化交付，架構(gòu)同源，軟件同源，協(xié)同高效

這里所說的軟件架構(gòu)平臺化適配，是指中間件與底層硬件耦合，屏蔽芯片的復雜性，芯片級適配優(yōu)化能力由芯片企業(yè)完成。中間件與算法，系統(tǒng)調(diào)度，應用軟件解耦，開放算法移植優(yōu)化的能力給到第三方。

這一過程中，芯片固件和驅(qū)動保持一致，提供量產(chǎn)質(zhì)量標準的參考設(shè)計，提高芯片快速量產(chǎn)能力及產(chǎn)品可靠性與穩(wěn)定性。同時，信息安全采用同源IP實現(xiàn)，保障數(shù)據(jù)安全端到端的能力；功能安全采用智能駕駛芯片標準，為高階艙駕融合提供安全基礎(chǔ)。

算力與安全的平衡

“知易行難”。盡管人們最終希望通過芯片和算法支持的一系列解決方案，能夠提升用戶的核心體驗：更安全、更智能、更個性化。但在汽車中實現(xiàn)座艙與ADAS功能的融合或者集成，不但需要具備性能強大、靈活性及功能安全性極高的處理器，還要在功耗、功能安全等諸多方面達成目標。

汪凱博士對此表示認同，并指出，在算力方面，艙駕融合芯片需要具備強大的綜合算力，能夠同時支持智能駕駛和智能座艙的多種復雜運算，并且要具備靈活的算力分配機制，以適應不同場景的算力需求。

“智能駕駛領(lǐng)域，如城市NOA等功能，需要處理大量傳感器數(shù)據(jù)，且算法模型已經(jīng)演進到BEV+Transformer等更復雜的形式，對浮點算力、向量計算資源以及訪存容量和帶寬要求很高。同時，智能座艙也引入生成式AI大模型，強化人機交互體驗，這也讓芯片需要處理更復雜的任務(wù)，運行算法的復雜度、模型參數(shù)以及數(shù)據(jù)規(guī)模大幅上升。“汪凱博士說。

此外，艙駕融合系統(tǒng)還涉及到車輛的關(guān)鍵駕駛功能和座艙安全，對功能安全要求極高。芯片需要滿足車規(guī)級安全認證，比如達到ASIL–D安全等級，包括硬件冗余、錯誤檢測和糾正、安全啟動和加密等功能，以確保在各種復雜的工況下都能穩(wěn)定、可靠地運行，保障駕乘人員的安全。在一些極端情況下，即使中控等全部屏幕都黑屏，芯片也必須保證儀表屏的正常運轉(zhuǎn)，確保駕駛者可以得到必要的車輛提示。

為此，芯擎科技從SoC芯片架構(gòu)和軟件架構(gòu)角度針對“艙駕融合”進行了突破性的設(shè)計和應用實現(xiàn)。首先，在車規(guī)SoC芯片架構(gòu)方面，集成動態(tài)分區(qū)的QM、ASIL-B、ASIL-D算力，實現(xiàn)艙、駕融合應用場景的適配，并減少對虛擬化軟件的依賴，能夠快速實現(xiàn)軟件的遷移和調(diào)優(yōu)適配。

其次，高帶寬低延遲存儲架構(gòu)，針對視覺流、大模型數(shù)據(jù)訪存量激增的問題，基于多級分布式緩存方案，設(shè)計高通量高效率存儲子系統(tǒng)架構(gòu)，提升關(guān)鍵應用和核心處理單元訪問存儲系統(tǒng)的吞吐量，實現(xiàn)片內(nèi)帶寬壓縮技術(shù)，減少計算密集型任務(wù)訪存壓力。

第三，高性能加解密引擎，針對智駕芯片的信息安全要求和國密算法標準，實現(xiàn)提升信息安全和功能安全協(xié)同的技術(shù)方法?；诎踩珕?、可信計算和安全域劃分體系架構(gòu)，實現(xiàn)信息安全島SoC體系的管理.。

Dennis的看法是，在這兩個場景中，ADAS控制器通常有更高的性能和安全要求，可能需達到2000TOPS的AI算力，并支持多項ASIL-D級任務(wù)(功能安全的最高等級)。相較之下，座艙控制器的安全與AI需求較低，僅需ASIL-B級安全標準，以及約20TOPS的AI算力，用于駕駛員監(jiān)控和環(huán)視攝像頭拼接等任務(wù)；但該控制器需在尺寸不斷增大的顯示屏上渲染用戶界面，可能還需支持乘客娛樂功能——32ppc的GPU應能處理所有這些屏幕的像素處理需求。

因此，將這些功能整合到單一控制器中，僅意味著在現(xiàn)有ADAS控制器的AI性能基礎(chǔ)上增加約10%，并集成功能安全GPU（如Imagination提供的GPU，已應用于全球眾多主流汽車品牌的座艙系統(tǒng)）。

隨著控制器需要承載更多操作系統(tǒng)并同時處理更多功能，系統(tǒng)中的每個處理器都需配備先進的虛擬化解決方案。許多方案采用虛擬機監(jiān)控程序（hypervisor），但這可能給系統(tǒng)帶來不必要的開銷。相比之下，基于硬件的虛擬化方案效率更高，且配備精細的服務(wù)質(zhì)量（QoS）和工作負載優(yōu)先級協(xié)議，在多域汽車控制器領(lǐng)域優(yōu)勢更為顯著。

大規(guī)模商用，仍存挑戰(zhàn)

在Dennis看來，盡管如今已有支持座艙—駕駛集成的處理器，然而，汽車市場從半導體設(shè)計到芯片量產(chǎn)，再到車輛交付消費者，存在較長的前置周期。這一開發(fā)周期中，很大比例用于軟件開發(fā)——需要開發(fā)新代碼，將座艙與ADAS控制器的所有功能整合到新芯片上，還需額外編寫代碼，利用功能域的統(tǒng)一為車內(nèi)乘客帶來新體驗。

“為縮短電動化、軟件定義汽車所需的海量代碼開發(fā)時間，我們看到許多供應商采用‘左移’開發(fā)理念，在硬件仍處于研發(fā)階段時即開始軟件準備，并借助Imagination等供應商的先進建模系統(tǒng)提供支持?！彼f。

與此同時，硬件開發(fā)者還必須探索如何滿足下一代車輛對計算能力的巨大需求，同時避免熱節(jié)流效應且不影響續(xù)航里程。在遵循“1%規(guī)則”的汽車行業(yè)中，功耗100W與50W的控制器存在顯著差異。

當然，AI大模型的引入也是必須要考慮的問題，畢竟隨著L3/L4級自動駕駛落地，“艙駕融合”進一步向“車路協(xié)同+情感化交互”方向升級，已經(jīng)成為大趨勢。

Dennis認為，開發(fā)能夠?qū)噧?nèi)乘客情緒做出恰當反應的車輛，聽起來或許像天方夜譚，但如今已有技術(shù)可將其變?yōu)楝F(xiàn)實。經(jīng)典視覺模型(如卷積神經(jīng)網(wǎng)絡(luò))可通過攝像頭畫面處理乘客的情緒?；蛘?，大語言模型能從麥克風輸入中解讀情緒?；谶@些，當乘客注意力過于分散時，車輛可判斷是否需要進行干預。

“我尤其喜歡這樣的設(shè)想：車輛利用其新具備的感知能力，與孤獨、無聊或疲憊的駕駛員玩‘我是小間諜(I spy)’這類經(jīng)典車載游戲，幫助他們保持清醒?！?/span>

芯片廠商前進到了哪里？

“龍鷹一號”智能座艙芯片和“星辰一號”全場景高階輔助駕駛芯片，是芯擎科技為艙駕融合提供的底層硬件支持。作為中國首款7nm車規(guī)級智能座艙芯片，“龍鷹一號”已定點或搭載于領(lǐng)克、銀河、一汽紅旗、德國大眾歐洲和美洲車型等30余款主力車型上。而“星辰一號”則是芯擎科技在2024年推出的高階輔助駕駛芯片，面向L2至L4級的智能駕駛，單芯片算力達512TOPS，4顆級聯(lián)可達到2048TOPS，2025年實現(xiàn)量產(chǎn)。根據(jù)規(guī)劃，2026年，“龍鷹二號”也將量產(chǎn)。

在與《電子工程專輯》的對話中，汪凱博士表示，芯擎是國內(nèi)最早提出“艙行泊一體”的公司，得益于在芯片的最初設(shè)計階段，芯擎創(chuàng)新性地在其中加入了2顆NPU(而當時主流的海外座艙芯片還沒有NPU)芯片，最高算力可以達到8TOPS，這種大算力的支持是“龍鷹一號”有能力實現(xiàn)“艙行泊一體”的重要原因之一。

今年3月，芯擎科技在生態(tài)?科技日上發(fā)布了智能座艙和智能駕駛兩大系列解決方案。

在智能座艙系列解決方案中，基于全面的芯片矩陣，芯擎能夠提供從入門級智能座艙到高階智能座艙，從“艙行泊一體”到高階艙駕融合的多種芯片組合，基于同樣的車規(guī)級SoC芯片架構(gòu)，采用同源軟件架構(gòu)，適配算力需求，為車企擁抱智能化浪潮提供及時、差異化的支持。

在智能駕駛系列解決方案中，能夠覆蓋從L2級別智駕、高速NOA、城市NOA、全場景智駕到高階艙駕融合的需求?？稍谧疃痰臅r間內(nèi)，提供從主動安全、高速NOA、城市NOA以及端到端智駕大模型功能。

同時，基于“星辰一號”7nm車規(guī)芯片，芯擎科技搭建了開放的全場景生態(tài)平臺：芯擎方舟，分別從芯片基礎(chǔ)能力，操作系統(tǒng)、系統(tǒng)軟件、中間件、算法算子庫、AI工具鏈，生態(tài)方案等方面開放賦能，為客戶提供一站式的算法開發(fā)和端到端的大模型部署，同時具備數(shù)據(jù)流調(diào)優(yōu)，規(guī)劃控制整車適配，以及數(shù)據(jù)閉環(huán)端云結(jié)合的能力。

作為車載信息娛樂單元GPU IP的領(lǐng)先供應商，Imagination已經(jīng)與瑞薩、德州儀器和安霸（Ambarella）等客戶合作開發(fā)下一代汽車解決方案，包括解決諸如軟件集成和工作負載分區(qū)等各種各樣的問題。

為支持這一需求，Imagination的產(chǎn)品包含一系列行業(yè)中獨有的功能，以支持此類系統(tǒng)設(shè)計，例如：

基于硬件的虛擬化：單個Imagination GPU可虛擬地劃分為多個獨立的“虛擬GPU”，可由完全獨立的操作系統(tǒng)、線程或虛擬機獨立使用。與軟件虛擬化方法不同，Imagination的硬件化方案具有高度穩(wěn)定性，可確保虛擬域之間互不干擾。Imagination的前幾代GPU支持最多8個虛擬機或環(huán)境，最新產(chǎn)品支持最多16個虛擬機或環(huán)境。

先進的服務(wù)質(zhì)量(QoS)和優(yōu)先級機制：軟件工程師和系統(tǒng)設(shè)計師可在從粗略到精細的多個層級上調(diào)整工作負載的優(yōu)先級。這項功能得到了各種由硬件支持的機制的全面支撐，例如搶占和上下文切換超時等功能作為后盾，確保了優(yōu)先級系統(tǒng)的穩(wěn)健性。

支持物理分區(qū)：GPU核心可在整個物理芯片或小芯片范圍內(nèi)實現(xiàn)，既可作為單個GPU使用，也可作為多個獨立GPU使用。

憑借這些功能，Imagination的最新產(chǎn)品為SoC設(shè)計師和整車廠商(OEM)提供了艙駕融合所需的軟件定義AI和高性能圖形能力，它們?nèi)慷歼_到ASIL-B功能安全等級，所有或大部分此類機制均可在啟動或運行時動態(tài)重新配置，且功耗等級低到智能手機級別，而非個人電腦級別。

(責編：Franklin)