來源 |  智駕最前沿

隨著智能網(wǎng)聯(lián)汽車的發(fā)展，車載傳感器的數(shù)量日益增加，日趨完善的性能對車載計(jì)算平臺算力的需求更高。相較于低級別的自動(dòng)駕駛，高等自動(dòng)駕駛系統(tǒng)從傳感器獲取的數(shù)據(jù)量大大增加，而自動(dòng)駕駛系統(tǒng)的良好運(yùn)行需要車載計(jì)算平臺對這些數(shù)據(jù)進(jìn)行準(zhǔn)確、高效的處理，高級別自動(dòng)駕駛中車載計(jì)算平臺的芯片算力需求還將持續(xù)提升。

智能網(wǎng)聯(lián)汽車計(jì)算平臺架構(gòu)核心構(gòu)成：硬件平臺+系統(tǒng)軟件+功能軟件。

一、核心軟件梳理

（一）核心軟件產(chǎn)業(yè)格局總覽

駕駛域計(jì)算平臺涉及的軟件，從底層往上，主要包括系統(tǒng)軟件、功能軟件、應(yīng)用軟件。

駕駛域軟件層分類：系統(tǒng)軟件-功能軟件-應(yīng)用軟件

系統(tǒng)軟件層面，主要包括BSP（板級支持包）、hypervisor（虛擬化）、狹義OS內(nèi)核、中間件組件等。

功能軟件層面，主要為自動(dòng)駕駛的核心共性功能模塊，包括自動(dòng)駕駛通用框架、網(wǎng)聯(lián)模塊、運(yùn)控模塊等，功能軟件結(jié)合系統(tǒng)軟件，共同構(gòu)成宏觀意義上給的自動(dòng)駕駛操作系統(tǒng)。

應(yīng)用軟件層面，應(yīng)用軟件主要包括場景算法（涵蓋數(shù)據(jù)感知、多元融合、決策規(guī)劃、控制執(zhí)行等）、數(shù)據(jù)地圖等。

針對不同軟件層，我們從傳統(tǒng)tier1、OEM及其子公司、科技巨頭、第三方軟件供應(yīng)商四個(gè)維度對產(chǎn)業(yè)主要參與方進(jìn)行了梳理。

駕駛域不同軟件層具備業(yè)務(wù)布局的公司梳理

（二）系統(tǒng)軟件1：硬件抽象層—Hypervisor 與 BSP

1. Hypervisor

管理并虛擬化底層硬件Hypervisor 虛擬化技術(shù)可以有效實(shí)現(xiàn)資源整合和隔離。自動(dòng)駕駛操作系統(tǒng)是基于異構(gòu)分布硬件，應(yīng)用程序如 AI 計(jì)算和實(shí)時(shí)安全功能可能分別依賴不同的內(nèi)核環(huán)境和驅(qū)動(dòng)，但在物理層面共享 CPU 等。

Hypervisor典型架構(gòu)

主流的虛擬機(jī)技術(shù)提供商包括BlackBerry QNX Hypervisor及Intel與Linux基金會(huì)主導(dǎo)的ACRN（開源）。截至目前，只有QNX Hypervisor應(yīng)用到量產(chǎn)車型，它也是目前市場上唯一被認(rèn)可功能安全等級達(dá)到ASIL D級的虛擬化操作系統(tǒng)。

車載Hypervisor 主要供應(yīng)商

注：（1）RIM 為黑莓母公司；（2）2017 年中科創(chuàng)達(dá)、誠邁科技入選黑莓 VAI 計(jì)劃，一旦成為 VAI 項(xiàng)目合作伙伴，將可以基于黑莓的嵌入式技術(shù)開發(fā)集成服務(wù)、安全關(guān)鍵型解決方案，包括黑莓 QNX Neutrino 實(shí)時(shí)操作系統(tǒng)、QNX Momentics 工具套件、QNX 管理程序、應(yīng)用程序和媒體 QNX SDK、QNX 無線架構(gòu)、QNX 認(rèn)證操作系統(tǒng)、QNX 醫(yī)用操作系統(tǒng)、Certicom 工具包、Certicom 管理的公鑰基礎(chǔ)設(shè)施以及 Certicom 資產(chǎn)管理系統(tǒng)，應(yīng)用包括汽車電子、醫(yī)療器械、智能電網(wǎng)、動(dòng)力控制和工業(yè)自動(dòng)化；（3）潤和軟件已開發(fā)出基于IntelApollolake 平臺并采用 ACRN 虛擬化技術(shù)方案的智能駕駛艙方案

2. BSP

保證硬件運(yùn)行的底層軟件，不同的OS對應(yīng)于不同定義形式的BSP

BSP（Board Support Package），中文即板級支持包。對于一般的嵌入式系統(tǒng)，硬件部分需要嵌入式硬件工程師設(shè)計(jì)硬件電路，新出廠的電路板，需要BSP來保證其能穩(wěn)定工作，在此基礎(chǔ)之上，才能進(jìn)行下一步的軟件開發(fā)。

BSP是介于主板硬件和操作系統(tǒng)之間的系統(tǒng)軟件之一，主要目的是為了支持操作系統(tǒng)，使之能夠更好的運(yùn)行于硬件主板。BSP是相對于操作系統(tǒng)而言的，不同的操作系統(tǒng)對應(yīng)于不同定義形式的BSP，例如VxWorks的BSP和Linux的BSP相對于某一CPU來說盡管實(shí)現(xiàn)的功能一樣，可是寫法和接口定義是完全不同的，所以寫B(tài)SP一定要按照該系統(tǒng)BSP的定義形式來寫，這樣才能與上層OS保持正確的接口，良好的支持上層OS。

BSP同時(shí)具有硬件相關(guān)性和操作系統(tǒng)相關(guān)性。因此BSP的開發(fā)不僅需要具備一定的硬件知識,例如CPU的控制、中斷控制器的設(shè)置、內(nèi)存控制器的設(shè)置及有關(guān)的總線規(guī)范等，同時(shí)還要求掌握操作系統(tǒng)所定義的BSP接口。

嵌入式系統(tǒng)對應(yīng)的BSP開發(fā)內(nèi)容

車載芯片BSP涉及到的企業(yè)比較多，涵蓋芯片制造商、第三方軟件服務(wù)商、整車廠。但是不同類型的開發(fā)商具備不同的特點(diǎn)，比如芯片制造商，最懂底層硬件，但開發(fā)人手有限，整車廠軟件能力積累相對不足，第三方軟件服務(wù)商往往具備較好的競爭優(yōu)勢，通常具備豐富的底層開發(fā)經(jīng)驗(yàn)對底層硬件和上層軟件理解深刻，技術(shù)較強(qiáng)，人員規(guī)模擴(kuò)張性也較好。

車載芯片BSP開發(fā)領(lǐng)域典型參與方梳理

（三）系統(tǒng)軟件2：操作系統(tǒng)標(biāo)準(zhǔn)與 OS 內(nèi)核

1.車載OS分類

車控OS與座艙OS從功能實(shí)現(xiàn)角度，車載操作系統(tǒng)可以大致分為車控操作系統(tǒng)和智能座艙操作系統(tǒng)：

（1）車控操作系統(tǒng)：主要對應(yīng)自動(dòng)駕駛域、動(dòng)力域、底盤域，用于實(shí)現(xiàn)車身底盤控制、動(dòng)力系統(tǒng)和自動(dòng)駕駛；

（2）智能座艙操作系統(tǒng)：主要對應(yīng)于座艙域，用于實(shí)現(xiàn)車載娛樂信息系統(tǒng)功能以及實(shí)現(xiàn)HMI相應(yīng)功能。

在前述基礎(chǔ)上，我們可以進(jìn)一步劃分車控操作系統(tǒng)：

（1）嵌入式實(shí)時(shí)操作系統(tǒng)RTOS：用于傳統(tǒng)的車輛控制，適用于動(dòng)力系統(tǒng)與底盤控制等領(lǐng)域；

（2）基于POSIX標(biāo)準(zhǔn)的操作系統(tǒng)，適用于自動(dòng)駕駛所需要的高性能計(jì)算和高寬帶通信。

車控操作系統(tǒng)分類

傳統(tǒng)車控ECU采用的符合OSEK/VDX和Classic AUTOSAR標(biāo)準(zhǔn)的RTOS。在傳統(tǒng)的分布式EE架構(gòu)下，特定的ECU針對處理特定功能，常見ECU包括EMS發(fā)動(dòng)機(jī)電控系統(tǒng)，ABS制動(dòng)防抱死控制、變速箱牽引力控制TCU、電子穩(wěn)定控制EPS、電子動(dòng)力轉(zhuǎn)向EPS，新能源汽車整車控制VCU，電池管理系統(tǒng)BMS等。通常情況下，車用ECU主要由MCU、存儲(chǔ)器、I/O和外圍電路組成，其中MCU為核心。

傳統(tǒng)ECU實(shí)施的功能有限，運(yùn)行相對簡易，并不需要高性能的OS來實(shí)現(xiàn)資源的調(diào)度和分配。不過因?yàn)樯婕败嚳丨h(huán)節(jié)，相關(guān)系統(tǒng)屬于復(fù)雜測控系統(tǒng)，如果系統(tǒng)任務(wù)的響應(yīng)不及時(shí)或有延遲過大，就可能導(dǎo)致嚴(yán)重的安全隱患。因此汽車電控ECU必須是高穩(wěn)定性的嵌入式實(shí)時(shí)性操作系統(tǒng)（RTOS），實(shí)時(shí)性的含義是系統(tǒng)保證在一定時(shí)間限制內(nèi)完成特定功能，目前主流的電控操作系統(tǒng)基本都兼容OSEK/VDX和ClassicAUTOSAR這兩類汽車電子軟件標(biāo)準(zhǔn)。

值得指出的是，AUTOSAR與OSEK都是汽車電子軟件的標(biāo)準(zhǔn)，AUTOSAR基于OSEK/VDX發(fā)展而來。OSEK/VDX是基于ECU開發(fā)的操作系統(tǒng)標(biāo)準(zhǔn)，起源于20世紀(jì)90年代，AUTOSAR基于整體汽車電子開發(fā)的功能標(biāo)準(zhǔn)，發(fā)起于2003年。

符合OSEK/VDX標(biāo)準(zhǔn)的典型車控OS

自動(dòng)駕駛OS目前大多參考Adaptive AUTOSAR平臺，其定義采用了基于POSIX標(biāo)準(zhǔn)的操作系統(tǒng)，可以為支持POSIX標(biāo)準(zhǔn)的操作系統(tǒng)及不同的應(yīng)用需求提供標(biāo)準(zhǔn)化的平臺接口和應(yīng)用服務(wù)。從實(shí)際功能執(zhí)行來看，可以將ECU的軟件平臺分為三類：基于信息娛樂的ECU、傳統(tǒng)的基于控制的ECU，以及執(zhí)行自動(dòng)駕駛功能的ECU。

Classic AUTOSAR標(biāo)準(zhǔn)解決了傳統(tǒng)車控ECU的需求，但是，如高級輔助駕駛和自動(dòng)駕駛，需要在車輛上引入高度復(fù)雜和計(jì)算資源需求量大的軟件，同時(shí)這些軟件在車輛上必須完全兼容和絕對安全，而且未來隨著汽車電子及軟件功能的大幅增長，最終可能向基于中央計(jì)算機(jī)的車輛集中式電子電氣架構(gòu)，對于自動(dòng)駕駛域控制器或計(jì)算平臺這種控制器，Classic AUTOSAR無法滿足其需求，需要高度靈活、高性能且支持HPC、動(dòng)態(tài)通訊等特性的新軟件架構(gòu)平臺。

2018年，為了迎合未來汽車智能化、網(wǎng)聯(lián)化的需求，AUTOSAR聯(lián)盟推出了一個(gè)全新的平臺，將AP加入到原有的AUTOSAR平臺中，形成Adaptive AUTOSAR平臺，并于2018年10月迎來了適用于面向量產(chǎn)的首次發(fā)布，另外還將原有平臺更名為Classic AUTOSAR平臺。

不同類型ECU對軟件平臺的要求

2. 駕駛域OS內(nèi)核

QNX、Linux、Vxworks三分天下

駕駛域OS按照定義范圍可大致分為狹義和廣義兩種：

（1）狹義OS：特指可直接搭載在硬件上的OS內(nèi)核；

（2）廣義OS：從下至上包括從BSP、OS內(nèi)核、中間件及庫組件等系統(tǒng)軟件。

OS內(nèi)核又稱為底層OS，旨在提供操作系統(tǒng)最基本的功能，負(fù)責(zé)管理系統(tǒng)的進(jìn)程、內(nèi)存、設(shè)備驅(qū)動(dòng)程序、文件和網(wǎng)絡(luò)系統(tǒng)，決定著系統(tǒng)的性能和穩(wěn)定性。

狹義OS主要包括QNX、Linux和VxWorks

自動(dòng)駕駛OS內(nèi)核的格局較穩(wěn)定，主要產(chǎn)品為QNX（Blackberry）、Linux（開源基金會(huì)）、VxWorks（Wind River System）。因打造全新OS需要花費(fèi)太大的人力、物力，目前基本沒有企業(yè)會(huì)開發(fā)全新的OS內(nèi)核。目前Waymo、百度、特斯拉、Mobileye等企業(yè)都是在現(xiàn)有的OS內(nèi)核基礎(chǔ)上自研中間件和應(yīng)用軟件。

此外，QNX系統(tǒng)生態(tài)較為封閉，Linux和VxWorks均是開源。Linux和VxWorks所有內(nèi)核源代碼都向客戶開放，客戶可做一定的裁剪。如果選擇QNX內(nèi)核，整車廠無法做裁剪，但客戶可自己編寫中間件和應(yīng)用軟件。2017年黑莓公司成立VAI（ValueAdded Integrator）項(xiàng)目，中科創(chuàng)達(dá)、誠邁科技作為以系統(tǒng)集成商的身份加入黑莓嵌入式合作伙伴計(jì)劃VAI項(xiàng)目，將基于黑莓QNX嵌入式技術(shù)（包括黑莓QNX Neutrino實(shí)時(shí)操作系統(tǒng)、QNX管理程序、QNX無線架構(gòu)、QNX認(rèn)證操作系統(tǒng)等）提供集成服務(wù)解決方案，其應(yīng)用包括汽車電子、醫(yī)療器械、智能電網(wǎng)、動(dòng)力控制和工業(yè)自動(dòng)化。

從費(fèi)用和開發(fā)難度看，QNX需要付費(fèi)，不過開發(fā)難度較小，代碼量也較少，Linux不需要收費(fèi)，但是開發(fā)難度較大，容易出Bug。

主流OS內(nèi)核對比

（四）功能軟件：中間件及核心共性功能模塊

1.中間件

中間件是介于應(yīng)用系統(tǒng)和系統(tǒng)軟件之間的一類軟件，位于客戶機(jī)服務(wù)器的操作系統(tǒng)之上，管理計(jì)算資源和網(wǎng)絡(luò)通信。根據(jù)IDC的定義，中間件是一種獨(dú)立的軟件服務(wù)程序，分布式應(yīng)用軟件借助這種軟件在不同的技術(shù)之間共享資源。

中間件的主要任務(wù)，是負(fù)責(zé)各類應(yīng)用軟件模塊之間的通信以及對底層系統(tǒng)資源的調(diào)度。它的優(yōu)點(diǎn)，是可以大大降低應(yīng)用層軟件的開發(fā)難度，使研發(fā)工程師可以完全把注意力集中到功能算法的開發(fā)上。

而目前最為業(yè)內(nèi)所熟知的中間件當(dāng)屬Classic AUTOSAR中的RTE（Runtime Environment），它不僅負(fù)責(zé)上層SWC（Sofware Component）之間的通訊，也同時(shí)負(fù)責(zé)對SWC進(jìn)行調(diào)度以及對底層操作系統(tǒng)及通訊服務(wù)的調(diào)用。

中間件在分布式系統(tǒng)中的用途示意圖

基礎(chǔ)中間件類別劃分

智能駕駛中間件的市場空間正在快速增長。以TTTech Auto（TTTech拆分的汽車子業(yè)務(wù)板塊）為例，該公司推出的智能駕駛中間件（MotionWise安全軟件平臺）客戶包括安波福、奧迪、寶馬、大陸集團(tuán)、戴姆勒等，營收規(guī)模從2018年的1920萬美元增加至2019年的8872萬美元，2020年預(yù)計(jì)營收在1.9億至2億美元。

不過，由于中間件涉及到較高的功能安全等級，市場門檻也要高于應(yīng)用層軟件。

中間件領(lǐng)域，傳統(tǒng)Tier1和科技巨頭布局較少。從主要自動(dòng)駕駛Tier1產(chǎn)品與場景布局來看，博世、大陸和采埃孚在國外Tier1中布局最全面，其中博世和采埃孚在2020年均推出面向自動(dòng)駕駛的中間件產(chǎn)品。

2020年7月，博世推出針對高級自動(dòng)駕駛應(yīng)用的中間件—Iceoryx (冰羚)，兼容ROS2和Adaptive AutoSAR的接口，滿足不同開發(fā)階段的需求。

2020年12月，采埃孚發(fā)布中間件ZF Middleware，提供可以集成到整車制造商軟件平臺的模塊化解決方案。同時(shí)，該中間件將于2024年搭載在量產(chǎn)車輛上。

值得注意的是，國外Tier 1在功能落地的同時(shí)，開始滲透底層系統(tǒng)研發(fā)，搭建系統(tǒng)與軟件應(yīng)用之間的連接橋梁。博世、采埃孚相繼發(fā)布中間件產(chǎn)品，以期通過全面的傳感器產(chǎn)品布局，為主機(jī)廠集中配置自動(dòng)駕駛方案，降低系統(tǒng)集成的復(fù)雜性，降低開發(fā)成本和加快產(chǎn)品落地。

自動(dòng)駕駛感知層產(chǎn)品及場景算法主要布局梳理

2. 核心共性功能模塊

除API中間件外，自動(dòng)駕駛的核心共性功能模塊構(gòu)成了功能軟件的主要部分。核心共性功能模塊包括自動(dòng)駕駛通用框架、網(wǎng)聯(lián)、云控等，結(jié)合系統(tǒng)軟件，共同構(gòu)成完整的自動(dòng)駕駛操作系統(tǒng)，支撐自動(dòng)駕駛技術(shù)實(shí)現(xiàn)。

計(jì)算平臺功能軟件中的五大核心共性模塊

（五）應(yīng)用軟件：種類多，包括場景算法、數(shù)據(jù)地圖等

應(yīng)用層軟件運(yùn)行在廣義操作系統(tǒng)之上，具體負(fù)責(zé)自動(dòng)駕駛功能實(shí)現(xiàn)。典型的計(jì)算平臺，在裝載運(yùn)行系統(tǒng)軟件和功能軟件構(gòu)成的操作系統(tǒng)后，向上支撐應(yīng)用軟件開發(fā)，最終實(shí)現(xiàn)整體功能實(shí)現(xiàn)。應(yīng)用層軟件內(nèi)容繁雜，包括場景算法（涵蓋數(shù)據(jù)感知、決策規(guī)劃、控制執(zhí)行等）、數(shù)據(jù)地圖、人機(jī)交互（HMI）等。

我們僅以場景算法進(jìn)行闡述，典型的場景算法設(shè)計(jì)數(shù)據(jù)感知、決策規(guī)劃、控制執(zhí)行等。其中感知類算法包括SLAM算法（涵蓋視覺處理、激光雷達(dá)、多傳感器融合等）、自動(dòng)駕駛感知算法。決策類算法包括自動(dòng)駕駛規(guī)劃算法、自動(dòng)駕駛決策算法，執(zhí)行類算法主要為自動(dòng)駕駛控制算法。

目前該領(lǐng)域涉足的產(chǎn)業(yè)參與方繁多，從整車廠、傳統(tǒng)Tier1，到初創(chuàng)類公司、科技巨頭以及獨(dú)立的軟件供應(yīng)商等在該領(lǐng)域都積極發(fā)力。

應(yīng)用層主要算法梳理

應(yīng)用層算法主要目的及編程語言

數(shù)據(jù)地圖（高精度地圖）也是應(yīng)用層又一典型軟件。傳統(tǒng)車載導(dǎo)航地圖使用者是人，傳統(tǒng)電子導(dǎo)航地圖會(huì)描繪出道路，部分道路會(huì)區(qū)分車道，而高精度地圖不僅會(huì)描繪道路，會(huì)真實(shí)地反映出道路的實(shí)際樣式，高精度地圖為了讓自動(dòng)駕駛系統(tǒng)更好地識別交通情況，會(huì)把道路形狀的細(xì)節(jié)進(jìn)行詳細(xì)、精確展示。

高精度地圖對于智能駕駛不可或缺，從視野范圍看，高精度地圖不受遮擋，不存在距離和視覺的缺陷，在特殊天氣條件下，高精度地圖依舊可以發(fā)揮作用；從誤差看，高精度地圖可以有效消除部分傳感器誤差，在部分路況條件下，可以有效對現(xiàn)有傳感器系統(tǒng)進(jìn)行補(bǔ)充修正。此外，高精度地圖還可以構(gòu)建駕駛經(jīng)驗(yàn)數(shù)據(jù)庫，通過多維時(shí)空數(shù)據(jù)的挖掘，分析危險(xiǎn)區(qū)域，為駕駛者提供新的駕駛經(jīng)驗(yàn)數(shù)據(jù)集。

高精度地圖對高等級自動(dòng)駕駛系統(tǒng)而言不可或缺

從目前競爭格局看，高精度地圖領(lǐng)域呈現(xiàn)四維圖新（騰訊產(chǎn)業(yè)基金為公司第二大股東，截至2021年3月底，騰訊產(chǎn)業(yè)基金持股5%）、高德（阿里巴巴全資孫公司）、百度三足鼎立態(tài)勢。百度為國內(nèi)最早開展高精度地圖研究的公司，2013年啟動(dòng)無人車項(xiàng)目研發(fā)，高德?lián)碛邪⒗锇桶腿χС郑M(jìn)展較快，四維圖新為國內(nèi)老牌圖商。

三大圖商的高精度地圖訂單梳理 

數(shù)據(jù)來源：四維圖新公司公告（參見：2019年2月13日《四維圖新:關(guān)于與寶馬汽車公司簽署自動(dòng)駕駛地圖許可協(xié)議的公告》及2019年11月20日《四維圖新:關(guān)于華為采購公司高精度地圖數(shù)據(jù)產(chǎn)品和服務(wù)的公告》），汽車之家，蓋世汽車，廣發(fā)證券發(fā)展研究中心

二、底層硬件梳理

（一）底層硬件采用異構(gòu)分布架構(gòu)（以華為 MDC 為例）

智能駕駛域控制器是結(jié)合車輛線控平臺和大量多類型外圍傳感器的核心部分，具有多樣的接口類型、足夠的接口數(shù)量和高性能等特點(diǎn)。多傳感器數(shù)據(jù)融合、人工智能算法等技術(shù)對域控制器的接口和算力性能都有著更高要求，因此，域控制器需要采用集成多種架構(gòu)芯片的異構(gòu)多核芯片的硬件方案。

異構(gòu)多核芯片硬件架構(gòu)主要由具有AI單元、計(jì)算單元和控制單元三部分組成。

AI單元：為異構(gòu)芯片硬件架構(gòu)中算力最大的一部分，通過系統(tǒng)內(nèi)核進(jìn)行加速引擎和軟硬件資源的分配、調(diào)度。AI 單元主要完成多傳感器融合數(shù)據(jù)的分析和處理，輸出用于規(guī)劃、決策和控制的周圍環(huán)境信息。目前，主流的 AI芯片可選架構(gòu)有 GPU、FPGA、ASIC 等。

計(jì)算單元：基于多核CPU的計(jì)算單元具有主頻高，計(jì)算能力強(qiáng)等特點(diǎn)，通過系統(tǒng)內(nèi)核管理軟件和硬件資源、完成任務(wù)調(diào)度。計(jì)算單元主要用于執(zhí)行大部分自動(dòng)駕駛相關(guān)的核心算法，整合多傳感器融合數(shù)據(jù)完成路徑規(guī)劃、決策控制等功能。

控制單元：主要基于傳統(tǒng)車輛控制器（MCU）完成車輛動(dòng)力學(xué)橫縱向控制任務(wù)，搭載基礎(chǔ)軟件平臺的控制單元將各個(gè)車輛控制的功能軟件連接起來實(shí)現(xiàn)車輛控制，同時(shí)，軟件系統(tǒng)需要預(yù)留與智能車輛操作系統(tǒng)集成的通信接口。

域控制器核心底層硬件分類

以華為MDC為例，除了常見的MCU外，MDC計(jì)算平臺內(nèi)部包含了兩個(gè)核心芯片：CPU芯片：鯤鵬920s，基于華為自研的ARM處理器，采用7nm制程，最大功耗55W；AI芯片：昇騰310，基于達(dá)芬奇AI架構(gòu)，12nm制程，最大功耗8W，算力達(dá)到16TOPS（八位整數(shù)精度）。

華為MDC架構(gòu)——底層硬件平臺有AI芯片/CPU等構(gòu)成

華為MDC計(jì)算單元內(nèi)部包括四大模塊：CPU模塊、圖像處理、AI處理、數(shù)據(jù)交換。其中數(shù)據(jù)交換模塊主要負(fù)責(zé)其余各個(gè)模塊的數(shù)據(jù)交互，圖像處理模塊主要用于把攝像頭的原始數(shù)據(jù)處理成YUV格式或者RGB格式，此外AI處理模塊和CPU模塊主要功能如下：

AI處理模塊（內(nèi)置AI芯片）：主要用來做AI計(jì)算，主要是CNN計(jì)算（卷積神經(jīng)網(wǎng)絡(luò)），可以做攝像頭的AI處理，或者攝像頭和激光雷達(dá)的前融合AI計(jì)算，內(nèi)存64GB；

CPU模塊（內(nèi)置CPU芯片）：主要提供整型計(jì)算，可以用來部署后融合、定位、規(guī)控等應(yīng)用軟件算法，內(nèi)存是16GB。

華為MDC與上層應(yīng)用架構(gòu)圖

注：CAN、ETH、GMSL 等皆為內(nèi)部通信方式，一般來說 ETH（以太網(wǎng)接口）可以連接到 4G 網(wǎng)絡(luò)，車聯(lián)網(wǎng)系統(tǒng)等，CAN 接口可以對接底盤 ECU，包括轉(zhuǎn)向和動(dòng)力 ECU 等。

（二） CPU+ AI 芯片的三大流派

1.AI芯片的主要分類：GPU/FPGA/ASIC

GPU仍屬于通用性芯片。它與傳統(tǒng)CPU有明顯差異，CPU需要很強(qiáng)的通用性來處理各種不同的數(shù)據(jù)類型，同時(shí)對邏輯判斷有較高要求，因此CPU的內(nèi)部結(jié)構(gòu)異常復(fù)雜。而GPU面對的則是數(shù)據(jù)類型高度一致、相互無依賴的大規(guī)模數(shù)據(jù)和不需要被打斷的純凈的計(jì)算環(huán)境。

GPU采用了數(shù)量眾多的計(jì)算單元和超長的流水線，但只有非常簡單的控制邏輯并省去了Cache，而CPU不僅被Cache占據(jù)大量空間，而且還有有復(fù)雜的控制邏輯和諸多優(yōu)化電路，相比之下計(jì)算能力只是CPU很小的一部分。

CPU VS GPU

ASIC屬于定制化芯片，即應(yīng)特定用戶要求和特定電子系統(tǒng)的需要而設(shè)計(jì)、制造的集成電路。ASIC的特點(diǎn)是面向特定用戶的需求，ASIC在批量生產(chǎn)時(shí)與通用集成電路相比具有體積更小、功耗更低、可靠性提高、性能提高、保密性增強(qiáng)、成本降低等優(yōu)點(diǎn)。ASIC具有高性能、低功耗的優(yōu)勢，但它們包含的大部分算法——除了那些在軟件內(nèi)部處理器內(nèi)核執(zhí)行的——其余都是“凍結(jié)的”。

FPGA，是作為專用集成電路（ASIC）領(lǐng)域中的一種半定制電路而出現(xiàn)的，F(xiàn)PGA最大特點(diǎn)在于，可以配置它的可編程架構(gòu)來實(shí)現(xiàn)研發(fā)人員需要的數(shù)字功能組合。

ASIC VS FPGA對比：

（1）用途：FPGA主要用于要求快速迭代或小批量產(chǎn)品；ASIC用于設(shè)計(jì)規(guī)模大，復(fù)雜度較高的芯片，或成熟度高，產(chǎn)量較大的產(chǎn)品；

（2）成本：小批量需求時(shí)，單片F(xiàn)PGA成本低于ASIC，隨著產(chǎn)品量的增加，單片ASIC成本逐步降低；

（3）功耗：在相同工藝條件下，F(xiàn)PGA要大于ASIC；

（4）速度：FPGA內(nèi)部是基于通用的結(jié)構(gòu)，通用則導(dǎo)致冗余；ASIC是根據(jù)設(shè)計(jì)需求，最優(yōu)化邏輯資源，并且做到最優(yōu)布局走線，降低走線延遲；

（5）面積：定制化的電路設(shè)計(jì)和工藝使用ASIC面積小于FPGA；

不同類型芯片對比

1. 流派一：CPU+GPU+ASIC（英偉達(dá)、特斯拉、高通等為代表）

英偉達(dá)自動(dòng)駕駛芯片采用CPU+GPU+ASIC架構(gòu)。英偉達(dá)目前在全球自動(dòng)駕駛芯片領(lǐng)域處于行業(yè)龍頭地位，主要產(chǎn)品包括Xavier（2018年推出，已公布架構(gòu)）、Orin（2019年推出，英偉達(dá)未曾披露內(nèi)部架構(gòu)）等，2021年推出ALTAN。

2018年發(fā)布的Xavier目前已成功量產(chǎn)，該款芯片主要有4個(gè)模塊：CPU、GPU以及兩個(gè)加速器ASIC。搭載的兩個(gè)加速器ASIC分別為Deep Learning Accelerator（DLA） 和 Programmable Vision Accelerator（PVA）。從體型來看，占據(jù)最大面積的是GPU，其次是CPU，最后輔以兩個(gè)專用 ASI，有助于優(yōu)化能耗比。

2021年發(fā)布的Atlan將用于多家汽車制造商的2025年車型上，該款芯片主要也包括4個(gè)模塊：全新Arm CPU核、GPU以及深度學(xué)習(xí)和計(jì)算機(jī)視覺加速器。

此外，它還將包括BlueField數(shù)據(jù)處理單元，該數(shù)據(jù)處理單元可提供廣泛的高級網(wǎng)絡(luò)、存儲(chǔ)和安全服務(wù)，以支持自動(dòng)駕駛汽車中的復(fù)雜計(jì)算和AI工作負(fù)載，該款處理器將提供每秒超過1000萬億次（TOPS）算力。

英偉達(dá)Xavier架構(gòu)

英偉達(dá)Atlan架構(gòu)

特斯拉自行設(shè)計(jì)的FSD算力高達(dá)144Tops，也采用CPU+GPU+ASIC架構(gòu)。FSD包含著三種不同的處理單元，分別為負(fù)責(zé)圖形處理的GPU、負(fù)責(zé)深度學(xué)習(xí)和預(yù)測的神經(jīng)處理單元 NPU（ASIC），還有負(fù)責(zé)通用數(shù)據(jù)處理的中央處理器 CPU。特斯拉自行定制設(shè)計(jì)FSD芯片上的神經(jīng)網(wǎng)絡(luò)加速器(NPU)，這是FSD芯片上最大的組件，也是最重要的邏輯部分。

特斯拉FSD架構(gòu)

高通Snapdragon ride高階產(chǎn)品預(yù)計(jì)采用的也是CPU+GPU+ASIC架構(gòu)。2020年高通發(fā)布駕駛域芯片產(chǎn)品Snapegragon ride，該款產(chǎn)品分為三個(gè)系列：

（1）面向L1/L2級ADAS（具備AEB、TSR和LKA等ADAS功能）的底層硬件包括1個(gè)ADAS應(yīng)用處理器（安全系統(tǒng)級芯片SoC），可提供30~60 TOPS算力；

（2）面向L2+級ADAS （具備HWA、自動(dòng)泊車APA以及TJA等功能）的硬件支持為2個(gè)或多個(gè)ADAS應(yīng)用處理器，所需算力要求約為60-125 TOPS；

（3）最高階產(chǎn)品面向L4/L5級自動(dòng)駕駛，配置的底層硬件為2個(gè)ADAS應(yīng)用處理器+ 2個(gè)自動(dòng)駕駛加速器ML（ASIC），最高可提供700TOPS算力，功耗為150W左右。

高通Snapdragon ride產(chǎn)品線

2. 流派二：CPU+ASIC（Mobileye、華為、地平線等為代表）

Mobileye在自動(dòng)駕駛芯片領(lǐng)域具有強(qiáng)大競爭優(yōu)勢，2004年以來陸續(xù)推出基于ASIC架構(gòu)的EyeQ系列芯片。Mobileye產(chǎn)品覆蓋L1-L3級別的前裝 ADAS，硬件產(chǎn)品主要是是基于 ASIC 架構(gòu)的 EyeQ 芯片，該公司智能駕駛系統(tǒng)解決方案包括四個(gè)部分：EyeQ芯片、自動(dòng)駕駛策略、安全的防護(hù)層 RSS、地圖技術(shù) REM。

截止目前，EyeQ系列芯片已發(fā)布五代。第一代產(chǎn)品EyeQ1算力約0.0044Tops，第二代產(chǎn)品EyeQ2算力約0.026Tops，功耗均為2.5w，這兩款產(chǎn)品主要用于L1級自動(dòng)駕駛。第三代產(chǎn)品EyeQ3是自行開發(fā)的ASIC架構(gòu)，使用了4顆MIPS核心處理器、4顆VMP芯片，可以支持L2高級輔助駕駛計(jì)算需求。

2018年量產(chǎn)上市的第四代產(chǎn)品EyeQ4采用28nm工藝，使用了5顆核心處理器、6顆VMP芯片、2顆MPC核心和2顆PMA核心，最高可實(shí)現(xiàn)L4級自動(dòng)駕駛功能。

最新一代芯片EyeQ5主要有4個(gè)模塊：CPU、視覺加速期CVP（ASIC）、以及Deep Learning Accelerator（DLA） 和 Multithreaded Accelerator（MA）。從模塊的大小來看，CPU 、CVP占據(jù)大頭，其中CVP是針對很多傳統(tǒng)計(jì)算機(jī)視覺算法設(shè)計(jì)的ASIC芯片。歷史上，Mobileye一向以CV算法而聞名，同時(shí)因?yàn)橛脤Ｓ械腁SIC來運(yùn)行算法從而可以達(dá)到很低功耗。

不過Mobileye的ASIC芯片+算法系統(tǒng)是封閉的，對OEM和Tier 1來說就是黑盒，這也是被眾多廠商詬病的主要原因，因?yàn)镺EM和Tier 1不僅無法使用不同的算法來體現(xiàn)差異化競爭，而且還不能掌握這類核心算法。

Mobileye EyeQ5方框圖

華為是我國本土智能駕駛芯片領(lǐng)域綜合實(shí)力最強(qiáng)的龍頭之一，針對不同應(yīng)用場景，2021年初正式推出4款MDC產(chǎn)品。（1）MDC300F，目標(biāo)應(yīng)用場景為港口、礦山、園區(qū)物流等領(lǐng)域的商業(yè)車或作業(yè)車，算力約64Tops；（2）MDC210，目標(biāo)應(yīng)用場景為L2+功能場景的乘用車，算力約48Tops；（3）MDC610，目標(biāo)應(yīng)用場景為L4+功能場景的乘用車，算力逾200Tops；（4）MDC810，目標(biāo)應(yīng)用場景為L4-L5功能場景的乘用車或Robotaxi，算力逾400Tops；

華為MDC亦采用CPU+ASIC組合架構(gòu)，自研NPU昇騰310提供強(qiáng)勁AI算力。根據(jù)華為2018年發(fā)布的MDC產(chǎn)品介紹，MDC集成了華為自研的Host CPU芯片、AI芯片、ISP芯片與SSD控制芯片。

MDC300計(jì)算平臺支持L3級自動(dòng)駕駛，由昇騰310芯片（自研達(dá)芬奇架構(gòu)NPU，屬于ASIC）、鯤鵬CPU和英飛凌TC397三部分構(gòu)成，MDC600計(jì)算平臺支持L4及以上自動(dòng)駕駛，包括鯤鵬CPU、昇騰310芯片和ISP。

華為MDC300/600部分核心參數(shù)

華為MDC平臺基于高度集成的Ascend Soc

地平線屬于我國第一個(gè)實(shí)現(xiàn)車規(guī)級AI芯片前裝量產(chǎn)的企業(yè)。2019年公司發(fā)布征程2，已公布搭載地平線征程2芯片的有長安UNI-T、奇瑞螞蟻、智己汽車、長安UNI-K、廣汽埃安AION Y、東風(fēng)嵐圖Free、江淮汽車思皓QX、廣汽傳祺GS4 Plus、上汽大通MAXUS MIFA概念車9款車型。

目前，2021年發(fā)布的征程5已率先斬獲車型定點(diǎn)，量產(chǎn)上車時(shí)間預(yù)計(jì)在2022年下半年，計(jì)劃中的征程6基于車規(guī)級7nm先進(jìn)工藝，預(yù)計(jì)工程樣片的推出時(shí)間是2023年，量產(chǎn)上車是在2024年。

地平線汽車智能芯片路線圖

地平線征程2采用CPU+ASIC組合架構(gòu)。2019年地平線發(fā)布國內(nèi)首款已量產(chǎn)車規(guī)級邊緣AI視覺芯片征程2.0，該芯片用28納米制程制造，集成雙核Arm Cortex A53，以及自研的雙核地平線二代BPU架構(gòu)，達(dá)到車規(guī)級AEC-Q100標(biāo)準(zhǔn)，性能方面，其等效算力超過4 TOPS，采用17mm*17mm的BGA388封裝工藝，其典型功耗僅為2W。

地平線征程2芯片架構(gòu)

地平線征程2方框圖

3. 流派三：CPU+ FPGA（百度-賽靈思、Waymo等為代表）

百度已量產(chǎn)的ACU采用CPU+FPGA。百度ACU是Apollo面向量產(chǎn)的自動(dòng)駕駛車載計(jì)算單元，根據(jù)不同需求場景的計(jì)算能力要求，分為多個(gè)系列產(chǎn)品，ACU-Advanced是自主泊車產(chǎn)品專用車載計(jì)算平臺，目前已量產(chǎn)下線。

ACU-Advanced核心架構(gòu)基于Xilinx ZU5（FPGA）設(shè)計(jì)，同時(shí)適配百度飛槳深度學(xué)習(xí)框架。根據(jù)百度的研發(fā)人員觀點(diǎn)，賽靈思該款芯片具有靈活性好，有利于算法迭代；其次，該款芯片可以提供充足算力，保持行駛速度；再次，可以滿足85℃環(huán)境下正常使用的嚴(yán)苛車規(guī)級要求。同時(shí)，F(xiàn)PGA SOC性能可靠度高，有助于保證自動(dòng)駕駛的安全。

百度采用的賽靈思FPGA芯片架構(gòu)

百度ACU-Advanced采用的底層硬件架構(gòu)

Waymo采用Xeon處理器（CPU）和 Arria FPGA為典型處理方案。2017年英特爾表示自2009年以來一直與谷歌合作開發(fā)無人駕駛汽車，同時(shí)也與 Waymo 合作，英特爾Waymo后者提供 Xeon處理器、Arria FPGA（用于機(jī)器視覺）以及千兆以太網(wǎng)的解決方案，以幫助 Waymo無人汽車實(shí)時(shí)處理信息。

英特爾Xeon 處理器架構(gòu)

Arria 10 FPGA架構(gòu)