今天小編分享的科技經驗：汽車芯片，變了！，歡迎閱讀。
1885 年，卡爾 · 本茨發明了第一輛汽車，開啟了人類交通的新紀元。如今，我們正站在歷史的又一個分水嶺上：化石燃料汽車的時代正在悄然謝幕，電動汽車正在成為新未來。說汽車正在變成 " 輪子上的超級計算機 "，這已經不是什麼新鮮事了。随着自動駕駛（ADAS）和信息娛樂等領網域的創新加速，計算挑戰正以驚人的速度席卷汽車行業。
本茨設計生產的第一輛汽車（仿制品）（來源：維基百科）
汽車芯片，變了！現代汽車，特别是電動和自動駕駛汽車，需要處理海量數據，這包括從傳感器收集的數據處理、實時決策制定等復雜任務。這些任務的復雜性和數據量遠遠超出了傳統電子控制單元（ECU）的處理能力。面對這樣的挑戰，高性能計算不再是可選項，而是必需。
根據摩根士丹利的預測，汽車高性能計算（HPC）半導體市場在未來五年内的增長潛力是顯著的。2023 年，這一市場的總規模預計将達到 20 億美元，預計到 2027 年，市場規模将增長至 60 億美元，這相當于復合年增長率（CAGR）達到 29%。這一顯著增長主要得益于汽車 HPC 芯片定制需求的不斷增加，預計将帶動芯片設計制造商在未來五年内的收入增加 20 億美元。
因此，發展高性能電動汽車平台成為了迫切的需求。這不僅考驗着汽車行業的創新能力，更代表着一場技術革命的到來。在汽車高性能計算領網域，英偉達和 Mobileye 長久以來一直是自動駕駛汽車計算處理的主力。他們的自動駕駛芯片從幾 TOPS 發展到幾百 TOPS，主要是通過工藝節點的縮小來實現。IDTechEx 報道，每當節點技術減半，計算能力就會增加 10 倍。但是随着摩爾定律走到極限，汽車高性能計算芯片又該如何發展？
Chiplet：汽車芯片的必經之路
在智能汽車發展的過程中，自動駕駛系統是當今最具挑戰性的技術之一。如今每輛電動汽車大約使用 1000 多個半導體，其中 SoC 是汽車自動駕駛技術和多媒體系統必不可少的半導體，而且他們往往需要最先進的半導體技術來實現先進的計算能力。然而，随着計算能力的指數級提升，自動駕駛芯片的成本也不可避免地大幅增長。這對自動駕駛技術的普及造成了重大挑戰。畢竟車子說到底還是一個終端產品，對成本和功耗都有着嚴格的考量。
汽車中使用的半導體示例（來源：日產）
為了解決這一問題，采用 Chiplet 設計來構建高性能的汽車芯片成為了一個可行方案。Chiplet 是一種基于異構集成的模塊化方法，允許在不觸及單個芯片的物理限制的情況下擴大晶體管和其他組件的數量。它正在各種超級計算應用中實施，汽車也不能落後。
Chiplet 技術示意圖（來源：日產）
自動駕駛芯片适合使用 Chiplet 設計的原因主要基于以下幾個方面：
1）性能需求：自動駕駛系統需要極高的計算能力來處理來自各種傳感器（如攝像頭、雷達、激光雷達等）的大量數據。Chiplet 設計允許更靈活地組合不同的處理單元（如 CPU、GPU、NPU），以滿足這些高性能需求。
2）能源效率：自動駕駛系統需要高效的能源管理以延長電動汽車的續航裡程。Chiplet 設計通過将不同功能集成在多個較小的芯片上，相比于單一大型芯片，可以更有效地管理能源消耗，提高整體能效。
3）成本效益：制造大型、復雜的單片系統（SoC）成本高昂，且生產過程中的缺陷率可能更高。Chiplet 設計通過使用多個較小、不同工藝的芯片組件，可以降低生產成本和缺陷率，從而降低整體成本。盡管較低的生產成本會被較高的封裝成本部分抵消，但整體而言，使用小芯片相比于傳統單片設計預計可以節省高達 40% 的成本。
4）定制化和可擴展性：智駕技術不斷在朝着 L2/L3/L4 級别演進，不同車型等級對芯片的訴求也不同，難道要用多款芯片嗎？在這方面，Chiplet 設計允許對自動駕駛系統進行更靈活的定制和擴展。根據不同車型和自動駕駛級别的需求，可以選擇不同的 Chiplet 組合，以提供最佳的性能和功能。
5）技術進步适應性：在快速發展的自動駕駛技術領網域，Chiplet 設計提供了更快适應新技術的能力。例如，可以單獨更新某一特定的處理單元，而不需要更換整個系統。
6）車廠參與定義芯片：如今，為了掌控自己的命運，不少車廠下場造芯，而 Chiplet 給了車廠參與芯片定義、設計的機會，甚至主導關鍵芯片的機會。
在汽車 Chiplet 技術的研發方面，日本聲勢浩大。2023 年 12 月 1 日，日本的 12 家領先公司組成了一個名為 " 汽車高級 SoC 研究 "（ASRA）的小組，并從 2030 年開始在量產車輛中安裝 SoC。這些芯片将重點發展人工智能加速器、圖形引擎和增強計算能力，并計劃于 2030 年實現量產。這個小組以豐田為主席，成員包括日產、本田、馬自達和斯巴魯等知名汽車廠商。此外，瑞薩電子、Mirise Technologies 和 Socionext 等芯片供應商，以及電裝（Denso）和松下汽車系統（Panasonic Automotive Systems）等一級供應商也參與其中，共同擔任執行董事。同時，Cadence Design Systems 和 Synopsys 等公司也參與其中，提供 Chiplet 設計的必要 EDA（電子設計自動化）開發工具。特别值得一提的是，瑞薩電子已經在其第五代 R-Car X5 高性能汽車 SoC 中采用了小芯片架構。
日本 ASRA 的基本情況
歐洲也有一個類似的研究計劃，由比利時 imec 牽頭，已召開兩次關于汽車生态系統的會議，成員包括歐洲原始設備制造商、IDM、OSAT、代工廠、設計公司、IP 和 EDA 工具供應商等全產業鏈。參會企業的數量從 30 家增加到 50 家，對汽車小芯片感興趣的企業愈發增多。Marvell 已經宣布加入 Imec 汽車 Chiplet 計劃。他們中的一些企業認為，小芯片進入汽車領網域、成為未來汽車的一部分已成必然，只是何時進入的問題。
來源：imec 在 ITF World 上的演講，2023 年 5 月
Chiplet 也是國產大算力汽車芯片實現高性價比的一條發展之路。目前，越來越多的國内外車廠開始對 Chiplet 展現出濃厚的興趣。國内方面也已經湧現了一些發力在 Chiplet 車載大算力芯片的公司，比如芯砺智能、北極雄芯等。北極雄芯創始人馬恺聲預測，2024 年将是 Chiplet 車載芯片元年，而且每年将以 5%-7% 的滲透率增長。到 2030 年将至少有 34%（樂觀的話 50%）的汽車的中央網域控芯片采用 Chiplet 芯片。
汽車行業轉向小芯片已是不可避免，為了使這種混合搭配的小芯片策略發揮作用，整個行業需要在封裝和互連方面實現标準化。魏少軍教授曾在 2023 年的 ICCAD 的演講中指出："Chiplet 有可能派生出一個采用第三方小芯片，按照應用需求，通過混合堆疊和集成打造芯片級的新商業模式，甚至新業态。" 如果是這樣的話，那麼标準構建的意義将更加凸顯。
首先，這些标準不僅關乎安全性和可靠性，而且對于确保不同廠商和技術之間的兼容性和互操作性也非常關鍵。其次，随着汽車行業越來越多地采用先進技術，例如自動駕駛和電子控制單元（ECU），需要标準來确保不同系統之間的有效通信和集成。這對于汽車轉向小芯片尤其重要，因為它們通常需要與車輛的其他電子系統緊密集成，以實現精确控制。最後，标準化還有助于推動創新。通過為這些復雜系統設定清晰的指導方針和參數，制造商可以在一個共同的框架内進行創新，同時保持與行業趨勢的一致性。
在建立标準的過程中，UCIe 提供了一個優秀的範例。然而，這僅僅是一個起點。我們還需要細致地檢視現有标準，發現其潛在的不足并加以完善。國内在這方面也取得了顯著進展，已經制訂了三項與 Chiplet 相關的标準：《芯粒互聯接口标準》、《小芯片接口總線技術要求》以及《芯粒互聯協定标準》。這些标準不僅促進了技術的統一和兼容性，還為國產 Chiplet 技術的發展奠定了堅實的基礎。感興趣的讀者可以翻看《國產 Chiplet，為何需要第三個标準？》一文。
但是，一個事實就是，建立在共識基礎上的标準化本質上是一個緩慢的過程，還需要整個行業的共同努力。無論如何，在汽車 Chiplet 技術的開發中，可以并且應該利用現有的标準和知識體系，而不是重頭開始，重復造輪子。
DSA 架構：汽車高性能計算的另一條路
早在 2018 年的圖靈獎講座中，著名計算機架構師 John Hennessy 和 David Patterson 觀察到，工藝技術創新的放緩将穩步提升架構創新——即集成電路執行計算任務的方式——的驅動力。他們認為，通用計算架構 ( 例如，CPU ) 的固有低效性将逐漸讓位于 ( 或被補充 ) 為特定計算任務優化的架構的計算能力和成本效率，這些架構也稱為領網域特定架構 ( Domain Specific Architecture，簡稱 DSA ) 。【1】
歷史上，CPU 的發展受益于摩爾定律和規模經濟。這幫助它抵消了特定領網域芯片的理論優勢，後者由于專用性而面臨較小的市場需求和可能需要專業軟體的挑戰。但是随着摩爾定律逼近極限，晶體管尺寸變小以及芯片成本的飙升，DSA 越來越多地獲得特定于用例的性能優勢，逐漸成為計算創新的中心。
特斯拉的 FSD 芯片是汽車領網域 DSA 的典型代表。它采用了大量定制化的設計，以提高其性能和效率。例如，FSD 芯片采用了專門用于自動駕駛的矩陣處理器（NNA），該處理器能夠高效地執行神經網絡運算。此外，FSD 芯片還采用了片上 SRAM，以減少數據傳輸延遲。
智能汽車的發展為 AI 應用開辟了廣闊的天地，包括從高級輔助駕駛系統到艙内人機互動等多樣化場景。這些不同的場景帶來了多元化的計算力和帶寬需求。在這一背景下，汽車制造商日益追求為基于車載 AI 計算場景定制的芯片，從而促進了大量 DSA 芯片的商業化。
在國内市場上，像地平線、黑芝麻智能、芯馳科技、寒武紀、奕行智能等知名公司紛紛采納了 DSA（特定領網域架構），以提升其產品的專業化和效率。此外，還有一批創新型企業正在通過集成存算一體的新架構來開發大算力芯片，進一步推動行業的技術進步。這些發展趨勢預示着 DSA 架構在國内市場的普及和成熟。
結語
總而言之，汽車高性能計算正站在一個新的發展十字路口。随着摩爾定律的極限逐漸顯現，汽車行業必須擁抱創新，探索新的技術路徑和設計理念，以适應這個快速變化的世界。汽車高性能計算的未來充滿了無限可能。
