2074
作者 / 阿宝，出品 / 阿宝1990
一、跨域融合目标将至，基于软硬件协同发展的舱驾融合成为当下主流发展路径
遵循整车E/E架构发展路径，车载智能计算平台的发展历程可分为三大阶段，分别为分布式E/E架构平台（包括模块化架构与功能集成架构）、域集中式E/E架构平台（包括域集中架构与域融合架构）以及最终的中央集中式E/E架构平台。
目前国内已有多家企业发布了相关产品，并持续深耕更具有性价比的产品方案。随着E/E架构的升级至域融合架构阶段（本质上仍属于域集中式E/E架构），各域功能之间会实现跨域融合， 高性能计算平台（跨域融合HPC）也将在2023年迎来量产。
域融合阶段，五大功能域之间开始尝试进行跨域融合，虽然不同的主机厂有不同的理解和做法，但发展思路均是先将部分域的功能集成到一个高性能计算单元内，再逐渐聚合更多的功能域，最终实现1个中央计算大脑的目标。智能座舱与智能驾驶域之间的融合为当前被讨论最多的方向—将座舱域和智能驾驶域进行跨域融合，形成舱驾一体域控制器。
座舱与驾驶的跨域融合正沿硬件和软件两个层面去发展。硬件上的融合将更多基于产品视角，从成本和设计的维度进行考虑，实现共用一颗SoC芯片的硬件融合。软件上的融合将更多基于技术视角，从功能的维度进行考虑，改变整体软件架构设计，从而使其能够更加适用于舱驾融合系统。
二、智能座舱和智能驾驶市场规模
智能驾驶功能的渗透率稳步提升，随着E/E架构的升级，前视一体机将本逐步被替代，适用于行泊一体的域控制产品将成为车企布局智能驾驶业务过程中的核心硬件。当前域控产品的发展过程中，适用于L2级别行泊一体的轻量级域控凭借成本优势，成为传统主机厂的首选。具有更高算力面向L2+/L3级别行泊一体域控制器，成为新势力车企布局高阶智能驾驶的关键。中国智能驾驶域控制器市场在轻量级域控与高算力域控的稳定增长下， 2025年市场规模将达到322.7亿元。
智能座舱域将HUD、仪表、车载信息娱乐等座舱电子以及交互方式进行融合集成。相较于智能驾驶域，座舱域控制器相对较为成熟，座舱域控制器将成为L2及以上级别智驾车型的标配，同时随着芯片会有所升级但是整体大规模放量，后续价格依次降低，预计2025年中国智能座舱域控制器市场规模将达到430.2亿元；
三、舱驾一体的产品形态
舱驾一体的实现可以分为三个阶段。
第一阶段是域控硬件的融合，也就是One Box/Two Board的方案。在这个方案中座舱域和智驾域的板子和接口相互独立，只是在硬件层面将两块PCB板集成在一个大的域控里，板子之间通过PCIE或者以太网通信。
从架构角度来看和Two Box的方案没有太大区别，只是节省了一些线束和ECU的壳体成本，核心的座舱域和智驾域的功能需求和开发，仍相互独立。
特斯拉在HW3.0上已经采用了One Box的方案，命名为FSD computer，整个域控由3块PCB板组成，座舱域由一块主板和一块GPU模块组成，两块板子之间通过ePCI连接，另一块板也就是我们熟悉的智驾域，集成了两块FSD芯片用于实现Autopilot的功能，智驾域和座舱域通过以太网连接。
第二阶段是在一块PCB板上同时集成座舱和智驾芯片，实现One box / One board。
这种设计能进一步减小域控的尺寸，同时提高座舱和SOC之间的通信效率，通过算力共享提升性能，但是对于硬件设计的能力有很高的要求。
小鹏最新的XEEA 3.5架构中就采用了这样的设计，根据小鹏公布的信息，One board的方案能够降低40%的BOM成本，同时带来50%的性能提升。
第三个阶段是One Chip方案，使用一颗SOC同时实现座舱和智驾的功能，这也是舱驾一体的最终形态。
硬件层面上One Chip和One Board的方案相比，节省了一个SOC，使用的物料也更少，能够最大程度的节约成本，同时在软件层面上，座舱和智驾运行在统一的软件架构下，提升了开发效率并能带来更多创新的功能。
四、舱驾一体优势
舱驾一体可有效降低开发成本和通讯延时、优化算力利用率和功能体验，推动智能汽车应用迈上新的台阶。高工智能汽车统计， 2022 年 1-10 月中国乘用车前装同时标配“L2级辅助驾驶+智能座舱+车联网+OTA”的搭载率达 18.01%；且预测至 2025 年同时标配“智能驾驶+智能座舱”的交付车辆有望突破 350 万辆。我们总结舱驾一体的主要优势在于：
降低成本：物料方面， 相比于多 SoC 方案，单芯片集成度更高、使用物料更少，且共用一套散热系统带来散热成本下降。开发方面，当前智能化的实现仍需要车企在不同的芯片组合之间进行挑选， 由此带来硬件及软件开发的多平台成本消耗，而使用单 SoC 可以节约此类额外的开发成本和多供应商的隐性采购管理成本，部分底层软件的共用也可降低不同平台车型的上车速度和软件开发成本。
降低通讯延时，优化功能体验： 使用单颗 SoC 可使舱和驾之间数据传输从板间通讯变为片内通讯并共享内存，从而降低通讯延时，实现更流畅的舱驾功能。例如英伟达 Thor SoC 支持所有显示器、传感器集成至单一 SoC， 极大简化了汽车制造的复杂程序， 并有助于传感器数据更及时充分地复用，实现更流畅的汽车智能化功能。
优化算力利用率： 当前芯片还未做到完全的算力动态分配， 但未来会从静态配置的算力迭代至动态分布的算力。例如， 下一代舱驾一体芯片可在需要时将大部分算力用于智驾，当车停止智驾功能用于座舱娱乐时， 可以将算力腾出给到智驾域，因此单颗芯片的算力将得到更为高效的利用。
应用层面创新空间更大： 随着 L2+/L3 智驾功能逐步落地，驾驶员有望真正解放双手，座舱娱乐与智能驾驶功能的联系将更为紧密。当前座舱域和智驾域相互独立时， 可互通的信息较少，难以及时获取对方数据信息，但舱驾融合以后， 有助于工程师在整体维度进行功能开发，相互调度各自服务或资源，从而融合出更有创新性的应用。
五、舱驾一体面临诸多挑战
目前对于跨域融合仍处于前期探索过程中，在实现真正的跨域融合之前，行业内依然需要去解决诸多挑战。对于硬件而言，将多个系统和功能融合在一起，对芯片设计方案的复杂程度提出更高的要求，同时芯片内部的GPU和CPU等资源的分配仍需考量。对于软件而言，智驾与智舱的OTA软件模块、升级模块的数据量、数据包的大小存在差异，因此OTA的升级策略也存在一定的挑战。
除了软硬件层面的技术挑战，工程化方面，智驾与智舱的开发体系与成熟度存在差异，舱驾融合后集成测试和回归测试工作量较高，同时具有难度，目前很难实现“1+1＞ 2”的效果。
5.1 硬件层面的挑战
芯片设计
将多个系统和功能进行融合会使SoC芯片设计方案更加复杂。SoC芯片不仅需要具备上千TOPS的算力，还需将功耗控制在可接受的程度内，对芯片的制程要求极高；
行业内尝试使用Chiplet（小芯粒技术）进行SoC芯片设计，使各家芯片厂商可专注芯粒和IP，无需为多余的IP买单，并且小芯粒的流片良率更高。Chiplet技术可将不同制程的芯粒经过选型直接封装在一个SoC当中，但其技术的挑战在于高速带宽部分，芯粒之间同样需要进行大通道数据的输入与输出
硬件资源分配
单芯片的舱驾融合使芯片内部的GPU和CPU等资源共享， 但是资源分配方案的设计存在极大挑战，两个域的需求不同，硬件资源分配时既要定义应用优先级，同时需确保应用有足够资源预留；
单SoC芯片舱驾融合方案需要做内存共享，使数据读取更快，信息传输延迟更小，但DDR分配同样面临挑战 。
5.2 软件层面挑战
OTA升级策略
座舱和智驾的OTA软件模块、升级模块的数据量、数据包大小均存在差异，两者有各自功能升级策略（座舱升级频率更高）， 因此两者OTA融合升级策略的设计存在挑战；
软件上的安全安全隔离
舱驾融合方案在软件上的整合，需要做好安全隔离，同时确保不同应用功能安全和信息安全， 因此需要从系统设计角度考虑如何实现隔离方案。
目前座舱的中控娱乐模块需要达到ASIL A等级，仪表模块需要达到ASIL B等级；智驾的泊车模块需要达到ASIL B等级，行车模块需要达到ASIL D等级。因此芯片底层的加速器资源针对功能安全等级的应用如何进行有效隔离同样存在挑战。
虚拟机技术带来额外的硬件开销
舱驾融合需要在操作系统层面做虚拟化技术，但采用虚拟机将会占用一定的硬件资源导致额外增加10%以上的CPU开销，同时虚拟化也会带来更多授权许可成本。
5.3工程化层面的挑战
测试验证
智能驾驶在进行底层软件以及应用软件集成的过程中的部分问题尚未解决，现阶段和座舱的相关功能进行集成测试和回归测试，不仅工作量较大，并且也很难保证整个产品的可靠性。
开发体系不同
智驾系统和座舱系统属于两套独立的体系，拥有各自的开发节点和发展路线。智驾系统尚未完全成熟。若将两者放在一个时间节点进行开发，不仅达不到1+1大于2的效果，甚至还会相互阻碍，因此过早的交叉融合不利于各自发展。
六、主流头部舱驾一体芯片布局
当前各主流玩家均积极推出下一代架构芯片，针对 BEV+Transformer 新技术范式与舱驾一体化趋势进行布局。我们认为，大算力芯片市场当前尚未收敛，新架构刺激芯片迭代。目前来看， 英伟达和高通走在变革前列，地平线量产进度领跑国内市场，华为MDC或涅槃归来，架构变化下黑芝麻、辉羲智能等国产厂商亦有突围机会。
6.1 英伟达
英伟达 Thor SoC 提出“单芯片解决一切”， 算力一骑绝尘，架构持续引领行业。Thor 可以借助NVLink-C2C 技术整合 Grace GPU、 Hopper GPU与次世代 GPU（ARM 最新服务器 CPU 架构 V2 或波塞冬平台），实现 2000 TOPS的 FP8 效能，并支持单 SoC 实现座舱与智驾等功能。DRIVE Thor 能够进行多域计算，可以将自动驾驶、车载信息娱乐等功能划分为不同任务区间，同时运行，互不干扰，并能够将所有显示器、传感器计算需求集中至单 SoC。多计算域隔离能力，可支持时间关键型的进程不间断同时运行，在单 SoC 上可以同时运行 Linux、QNX 和 Android，未来主机厂可以借助 Thor 隔离特定任务的能力，告别分布式的电子控制单元，整合全车功能。
6.2 高通
高通在智能座舱领域具备深厚 know-how， 面向舱驾一体推出Snapdragon Ride Flex， 有望在新趋势下成为英伟达的强劲对手。2022 年 9 月英伟达发布 Thor 后， 高通迅速发布对标的 Snapdragon Ride Flex SoC，可同时支持座舱和智驾。为了实现最高等级的汽车安全， Flex 在硬件架构层面向特定ADAS 功能实现隔离，并内建 ASIL-D 级安全岛。此外，预集成的软件平台支持多操作系统同时运行，通过隔离的虚拟机和支持 AUTOSAR 的 OS 支持管理程序，满足不同系统的工作负载和安全隔离需求。Snapdragon Ride Flex SoC 单颗配合外挂 AI 加速器，可以达到媲美英伟达 Thor 的 2000 TOPS 算力。目前该芯片已经出样， 公司预计将于 2024 年开始量产。我们认为，高通擅长构建集成多功能域的 SoC 芯片，且在智能座舱领域具备深厚 know-how，有望基于 Snapdragon Ride Flex 芯片快速打通座舱与智驾域。与英伟达相比， 尽管高通在 GPU 与 AI算力上稍逊，但其自研 CPU 在性能功耗比与制程上相对领先。同时，高通也具备一定性价比优势，能够通过共享消费电子产能，摊薄自动驾驶芯片研发与量产成本，有望在新趋势下成为英伟达的强劲对手。
6.3 地平线
根据 36 氪报道，公司目前正在开发第六代芯片，年底将有新消息发布， 算力将是征程 5 的数倍， 有望支持舱驾一体。但相比于英伟达和高通在舱驾一体方面的积极布局，地平线相关披露较少。
6.4 黑芝麻
面向跨域计算场景，最新推出车规级跨域计算平台“武当”以及首款芯片 C1200 SoC。跨域计算平台“武当”系列能够覆盖座舱、智驾等智能汽车内部多个不同域的需求，具有多域融合的能力。其中， C1200 SoC 瞄准跨域融合的 E/E 架构终局， 单颗芯片即可满足包括 CMS（电子后视镜）系统、行泊一体、整车计算、信息娱乐系统、智能大灯、舱内感知系统等跨域计算场景。基于黑芝麻自研的 Extreme Speed Data Exchange Infrastructure（ESDE）架构 ， 一方面能够安全地隔离不同功能安全等级要求的算力组合；另一方面， 可低时延处理并传输大流量数据，以充分利用算力。黑芝麻预计将于 2023 年内提供 C1200 样片。
6.5 辉羲智能
公司首款产品 R1 SoC 即针对 BEV+Transformer 以及舱驾一体新趋势进行设计， 规划算力超 260TOPS，有望于 2024H1 SOP， 具备支持 BEV +Transformer 的最新架构。公司主打“数据闭环定义芯片”， 基于自研大算力架构，介于 ASIC 和 GPU 之间， 因此算法灵活性与通用性较高， 能够在 AI 算力、CPU/GPU 性能、内存带宽以及整体架构上支持大模型算法以及跨域计算等需求。
下载ECAD模型
