智能化驱动下的车载芯片或将基于多线程向低功耗过度

宁洋

新一代汽车,能源,新材料,互联网

  • 2019-11-07
  • 857
  • 0

传统的汽车电子芯片一度以分布在发动机等核心部件上的电子控制单元(ECU)为主,随着汽车智能化的发展,不同部位的汽车传感器数量越来越多,中心化构架的DCU和MDC等逐渐成为主流,本文从车载芯片三种不同的技术路线,结合智能汽车发展的趋势,分析了车载芯片未来的发展方向。

摘要:

车载芯片是应用在汽车上、能实现某种特点功能的电路模块,由硅板上集合的多种电子元器件组成。当前传统CPU芯片算力不足,难以满足处理视频、图片等非结构化数据的需求,GPU、ASIC等芯片作为潜在的替代产品,未来拥有广阔的市场机会。

ECU芯片分布式布局,不能满足智能汽车发展的需要

ECU是电子控制单元,是汽车专用微机控制器,由CPU、存储器(ROM、RAM)、输入及输出接口(I/O)、模数转换器(A/D)以及整形、驱动等大规模集成电路组成。其与发动机的排气管、汽缸、水温传感器、驱动系统等核心部件一一对应的分布构架是汽车电子的典型模型。

  

图1 ECU芯片工作示意图

  (资料来源:大众汽车)

随着汽车电子化的逐渐发展,车载传感器逐渐增多,采用ECU的管理方式易使汽车的系统整体性下降,车内的线路布局也大大增加,并且目前智能汽车更多的需要图像和视频处理能力,ECU已不适应智能化汽车发展的需要。

GPU多线程图像处理能力强,成为目前发展的主流

在当前人工智能和汽车结合的发展趋势下,以CPU为核心的处理器较难满足视频、图片等非结构化数据的需要,同时人性化设计的功能性整合,也对处理器提出了更多线程的需求,GPU可同时处理大量简单计算任务的特性在智能化汽车领域有逐渐取代CPU成为主流方案的趋势。

  表1 GPU和CPU对比优劣势

  

  (资料来源:Nvidia)

国外企业以Nvidia为代表,该公司于2016年发布了三款专注于并行计算和深度学习的芯片,Drive PX2 Autocruise芯片、Drive PX2 AutoChauffeur芯片和Drive PX2 Fully Autonomous Driving芯片,主要应用于智能汽车的自动驾驶等前沿领域。

截止2018年底,Drive PX2系列芯片已批量应用在Tesla的量产车型Model S以及Model X上,是Nvidia的主要出货芯片,并且垄断了前沿的L4及以上的自动驾驶芯片市场,全球共有300余家自动驾驶研发机构使用Drive PX2。

  表2 Drive PX2系列芯片中3类产品对比

  

  (资料来源:Nvidia)

国内企业以四维图新为代表,主要优势领域为数字地图内容、车联网与动态交通信息服务、基于位置的大数据垂直应用服务,其中地图业务占国内总市场60%,处于垄断地位。

2017年以来,公司先后收购杰发科技、入股中寰卫星与禾多科技,着力打造“高精度地图+芯片+算法+软件”的自动驾驶全方位产业链,目前主攻的车载信息娱乐系统芯片,在国内汽车的后装市场市占率超70%,前装超30%,其车规级IVI芯片被多家国际主流零部件厂商采用,并计划推出AMP、MCU及TPMS(胎压监测)芯片等新一代产品。

  表3 IVI芯片产品性能及功用

  

  (资料来源:四维图新官网)

ASIC易复刻、专用性强,适合稳定批量生产

ASIC芯片(集成专用电路芯片)对比目前的可编程改变功用的GPU芯片,只搭载一种算法、用途单一、不可编程,目前的车载芯片迭代较快,更适合使用GPU芯片技术路线,而未来技术、算法等成熟稳定后,ASIC量产成本低更加契合商业化发展需要。

  表4 CPU、GPU、FPGA与ASIC对比

  

  (资料来源:国金证券)

定制化的ASIC芯片可在相对低水平的能耗下,将车载信息的数据处理速度提升更快,并且性能、能耗和大规模量产成本均显著优于GPU,随着自动驾驶的定制化需求提升,ASIC专用芯片将成为主流。

结语

车载芯片是应用在汽车上、能实现某种特点功能的电路模块,由硅板上集合的多种电子元器件组成。传统的ECU芯片分布式布局,不能满足智能汽车发展的需要;GPU多线程图像处理能力强,成为目前发展的主流;ASIC易复刻、专用性强,适合稳定批量生产,或是车载芯片的未来形态。


科技最前沿

剖析产业发展现状

为技术转化提供精准对接

本文为金智创新原创,欢迎转载,转载请标明出处,违者必究!

评论