023年，汽車的智能化程度持續(xù)增強且更加細分。智能駕駛、智能座艙、智能網(wǎng)聯(lián)等豐富多樣的功能體驗，在極大提升了消費者駕乘體驗的同時，也讓智能汽車的計算場景走向多元化和復雜化。在這種趨勢下，汽車主機廠和OEM對汽車算力芯片的需求，已經(jīng)不僅僅局限于算力越高越好，也希望算力芯片能夠處理更加多樣的計算類型，并提供更加理想的性價比。隨著電子電氣架構(gòu)的演進，跨域計算將成為汽車芯片重要的發(fā)展趨勢。
跨域計算助力智能汽車降本增效
具體而言，跨域計算是指用單顆芯片實現(xiàn)原本需要多顆芯片才能實現(xiàn)的功能，在進一步提升汽車智能化水平的同時，有效降低成本和功耗。
黑芝麻智能發(fā)布的武當系列C1200，是國內(nèi)首款跨域計算產(chǎn)品。這款芯片采用7nm制程，主打多種計算類型的集成，將座艙、智駕、車身和網(wǎng)關(guān)四個域集成在一顆芯片中，用一顆芯片代替原本3-4顆芯片的功能。在計算架構(gòu)上，C1200搭載了Arm Cortex-A78AE車規(guī)級高性能CPU核和Cortex-G78AE車規(guī)級高渲染能力GPU核，內(nèi)置32 KDIPMS的MCU算力，并擁有集成萬兆網(wǎng)絡硬件加速能力。據(jù)了解，C1200已完成流片后的測試，功能性能驗證成功，可以向客戶提供樣片。
降成本、強功能的背后，是自動駕駛汽車從概念期走向商業(yè)落地的過程，也是市場尋求高性能與性價比平衡的真切需求。黑芝麻智能創(chuàng)始人兼CEO單記章曾提到，2023年，高性價比芯片已成為汽車市場的主流需求。
在這一趨勢下，黑芝麻智能將發(fā)展戰(zhàn)略定位分為“三步走“計劃。第一步，聚焦自動駕駛計算芯片及解決方案，實現(xiàn)產(chǎn)品商業(yè)化落地，形成完整技術(shù)閉環(huán)；第二步，根據(jù)汽車電子電氣架構(gòu)發(fā)展趨勢，拓展產(chǎn)品線覆蓋車內(nèi)更多計算節(jié)點，形成多產(chǎn)品線組合；第三步，不斷擴充產(chǎn)品線覆蓋更多汽車的需求，為客戶提供基于芯片的多種汽車軟硬件解決方案及服務。
此前，華山系列的推出代表著黑芝麻智能完成了第一步的戰(zhàn)略規(guī)劃。而C1200則標志著黑芝麻智能此前主打自動駕駛芯片的技術(shù)路徑，現(xiàn)在正在拓寬至智能座艙、智能網(wǎng)關(guān)等更多智能汽車計算領(lǐng)域。
跨域計算推動架構(gòu)創(chuàng)新
傳統(tǒng)汽車往往采用分布式的電子電氣架構(gòu)，每個ECU負責控制單一功能單元。隨著整車智能化的需求提升，各功能域的邊界將進一步消除，從相互獨立走向融合，這使得原本分布式的電子電氣架構(gòu)開始走向集成化。而架構(gòu)的演進同樣需要具備高集成度和可拓展性的芯片進行支撐。中央計算架構(gòu)的加速到來，也將掀起車規(guī)級芯片新一輪技術(shù)革命。
“雖然大家多年來一直關(guān)注電子電氣架構(gòu)，但是進度比較平緩，主要的原因就是沒有芯片。”單記章在訪談中提到。
具體來看，智車時代的計算芯片，既要具備處理多種算力類型的跨域能力，也要適應車載計算集中化、中央化的演進趨勢。這就需要車載芯片加速架構(gòu)創(chuàng)新，將原本來自不同域的多個功能集成于一體。
C1200采用了創(chuàng)新的融合架構(gòu)，通過異構(gòu)隔離技術(shù)，把不同算力類型根據(jù)不同場景規(guī)格以及安全要求進行搭配組合，支撐汽車電子電氣架構(gòu)的靈活發(fā)展，并以此支持雙腦、艙駕、中央計算等各種架構(gòu)方案。
此外，由于C1200集成了車輛數(shù)據(jù)管理和計算功能，在完成了車身底盤數(shù)據(jù)計算和整車數(shù)據(jù)安全管理之外，還可以實現(xiàn)電子電氣架構(gòu)下的數(shù)據(jù)交互。在“芯片-架構(gòu)”的雙向循環(huán)下，車企只需通過基礎架構(gòu)，就能實現(xiàn)對數(shù)據(jù)的高效靈活管理，達到實用、易用、好用的效果。
黑芝麻智能認為，在電子電氣架構(gòu)快速演進和商業(yè)化落地的背景下，未來行業(yè)對于單應用方向的性能探索將會放緩，多應用融合開始加速。
黑芝麻智能首席市場營銷官楊宇欣表示，從行業(yè)經(jīng)驗來看，推動電子電氣架構(gòu)演進的先行者往往都是芯片公司，而這種架構(gòu)創(chuàng)新能夠給產(chǎn)業(yè)鏈及合作伙伴帶來更多可能性。C1200等靈活支持行業(yè)當下和未來場景的計算架構(gòu)，配合具有性價比的芯片方案，將為整車企業(yè)和OEM的智能化探索提供更多助力。
