互聯網人進入汽車行業的第三步:選擇正確的異構運算平臺

0 評論 2026 瀏覽 7 收藏 12 分鐘

隨著人工智能、深度學習、虛擬形象、語音識別等新技術的應用在改善用戶體驗,對算力的消耗日漸增大,選擇一個可靠的SoC對于降低產品成本、保障用戶體驗至關重要。那么,對于剛進入汽車行業的互聯網人來說,怎么去選擇一個正確的異構運算平臺呢?

隨著智能座艙的發展,更多的攝像頭、更多的屏幕被接入到座艙或需要座艙對其數據進行處理。人工智能、深度學習、虛擬形象、語音識別等新技術的應用在改善用戶體驗的同時,對算力的消耗日漸增大,選擇一個可靠的SoC對于降低產品成本、保障用戶體驗至關重要。

智能座艙選擇怎么樣的SOC算力?

在智能座艙中,最常見的功能與技術需求有:

  • AI軟件降噪、自然語言處理、人臉識別、手勢識別;
  • 高速以太網大數據處理;
  • AR導航、全息影象、ADAS地圖;
  • 輔助駕駛實時圖像處理;
  • 高辨率高幀率屏幕;
  • 多屏互動、粒子動效、全局微動畫;
  • 3D圖形實時繪制,虛擬形象互動;
  • 4K多攝像頭流媒體處理;
  • 無損音頻編解碼。

在汽車行業深耕多年的供應商非常多,從汽車行業深耕多年的TI、NXP、Renesas、Telechips到從PC、手機市場切換進來的Qualcomm、Intel、Sansung,再到從工規量產走各車規量產的MTK、Allwinner、Autochips,除去外部接口能夠滿足需求、功耗有效控制外,還需要考慮哪些方面來做出SOC的選擇?

這點和去淘寶買東西沒有什么區別,八個字:

  • 物美價廉:判斷比較直觀,可以先過去掉一批。
  • 物超所值:判斷難度比較高,放在后面再作判斷。

只關心物超所值的,請直接看最后的對比。

1. 是否能滿足安全需求?

滿足車規要求是部分車廠的強制性要求,對于域控制器,在選擇座艙規格時更要注重。關于車規的標準,請參看《車規和AEC-Q是什么關系?》。

功能安全:汽車芯片的選擇根據部件的ASIL安全等級要求不同,需要選擇不同的功能安全等級的芯片。功能安全就是指汽車即便出現了故障,這個故障也是可控的。

車規安全:滿足AEC-Q100的另一層面的安全需求。AEC-Q包含偏高濕度、溫度循環、功率溫度循環、高溫儲存壽命、高溫工作壽命、早期失效率、可靠性測試、靜電放電、電磁兼容、密封性測試、統計良率分析等。

供應鏈安全:芯片的平臺的選擇對成本的投入影響很大,比如之前投入TI的開發J6之后沒有新的產品更新,NXP的IMX8系列由于供貨問題,Intel Apollo系列對于世片廠內部無足輕重,缺乏后續支撐,都會影響到整個產品生命周期內的安全。

層層關卡帶來的是汽車軟硬件的安全,帶來的從漠河的冬天到三亞的夏天汽車零件的安全可用。同時,也導致長時間以來汽車芯片的算力不及同時代手機算力的1/5,價格是同時代手機芯片的5倍。

痛定思痛,有一些車廠就開始接受工規級芯片,甚至消費級芯片。即快速提升大多數情況下產品的體驗,又快速降低了產品的成本。通過各種手段設備在整體上能達到車輛使用環境環境要求。不過對于車機等非安全類產品偶爾黑個屏什么的好像也不會造成大的問題。

2. 是否能滿產品成本需求?

在成本管理這件事情上,一直對于車廠內部的管理感到傷感,直到最近隨著開發費用的持續不斷的提高,才有了改觀。

硬件產品的成本很大成度上取決于銷量,足夠大的銷量才可以均攤掉平臺研發費、固定投入費用,才可以列好的降低直接材料成本。不幸的是汽車產品的銷量對于芯片廠商來講銷量都很小,更不幸的是每一個汽車品牌,每一款車型,每一個配置都有可能使用了不同的芯片平臺。

考慮到產品的銷量較小,每次新的產品平臺的開發費用高昂,強烈建議車廠采用高端產品的的硬件向下覆蓋,即使BOM成本高個三五百都是值得的考慮的。

此外,產品平臺開發時盡量考慮到如何延長生命周期,盡可能提高產品硬件Pin2Pin兼容升級,軟件的無縫跨平臺升級。

最后,單個SoC的價格對整體的成本有影響,但是并不是至關重要的。針對單個芯片、單個零件的年降對于產品的整體改進不會帶來質的變化,甚至會帶來質量的變化。

3. 是否能滿足產品技術需求?

對于工程人員來說產品是否能在技術上滿足需求是首先第一位需要考慮的問題。對今天的座艙類產品而言,最核心的能力可能包含:

  1. 導航以及派生而來的AR導航;
  2. 高清音樂的播放;
  3. 倒車影像的快速記動以及派生而來的360環視;
  4. 語音喚醒以及語音控制;
  5. 駕駛員監控,以及派生而來的人臉識別;
  6. 自動駕駛的狀態以及駕駛環境的展示。

3.1 考慮異構運算平臺的并行與安全冗余

當我們調查SOC的能力是否能滿足我們的需求時,我們需要注意到不同的應用對算力的需求進行分解,根據應用類型的不同,優化相應的驅動,在不同的硬件上提供運算支持。

目前車載SOC評估時需要考慮到目前的異構運算硬件平臺如何發揮出自身的能力,比如下圖中高通的芯片就是典型的將不同的算力需求分布到更合適的計算單元中。

智能座艙選擇怎么樣的SOC算力?

當我們評估SoC時需要評估APU、GPU、NPU、MCU等異構的計算單元帶來的算力,以及算力的冗余價值。他們可以為系統帶來的更強大的能力,以及可優化的空間,盡量的減少外部資源的依賴,從而減少器件,降低成本整體成本。

3.2 主流SOC主要配置

智能座艙選擇怎么樣的SOC算力?

雖然,我們在APU的評價,采用了DMIPS,但是DMIPS采用了Cortex架構、高通的kryo架構,三星的Exynos架構的各種SOC參考意義不大。具體請參考《利用DMIPS選擇座艙SoC是否靠譜?》

3.3 CPU性能對比

智能座艙選擇怎么樣的SOC算力?

我們可以將其算力區分為9k-20k、20-30、30-70、70四個區間,這四個區間更大的意義在于區分價格,算力僅做參考。

3.4 GPU性能對比分析

智能座艙選擇怎么樣的SOC算力?

對于大多數的SOC,采用的GPU基本上和手機的平臺相同,主要有三種:

ARM的Mali系列:ARM Mali和ARM一樣采用IP授權方式,在各個平臺上廣泛使用,它與SOC進行整合比較容易便捷。

IMG的PowerVR系列:PowerVR也采用IP授權的方式,采用PVRTC紋理壓紋,TBDR渲染原理的PowerVR還是獨樹一幟的,但軟件及底層需要針對性的提供支持。

高通的Adreno系列:通過收購的ATI的GPU發展而來,在手機上體現出很強大的競爭力。

3.5 NPU算力應用

目前市面上具備NPU的車載SOC雖然比較少,市面上也缺乏用于測量算法推理硬件AI性能的專業方法。

AI的運算通常也不是單一NPU單元參與,也包含DSP、GPU的運算,在當前沒有NPU的SoC中,運行常見的神精網絡算法常常依賴與GPU與DSP。目前計算機視覺模型都主要基于矢量和矩陣乘法,所有支持OpenGL ES或OpenCL的移動GPU上運行。

常見的神精網絡算法主要用于下面的場景中:

智能座艙選擇怎么樣的SOC算力?

4. 通過利用DSP、MCU釋放CPU、GPU資源

對于算力需求低、有特別安全需求、特定的計算的需求,通過任務拆分、軟件優化,將任務運行在DSP或才MCU上進行異構的運算,釋放CPU、GPU資源,降低整體功耗也是在SOC選擇過程中需要考慮的關鍵事項。我們可以將音頻處理、部分圖像處理的任務交給功耗較低的DSP。

總結

對于座艙的SoC選擇,建議選擇:產品線完整,以汽車產業為核心的。

  1. 與對方團隊技術合作密切,最好能得到本地的支持;
  2. 盡可能的選擇較高端的產品,向低端產品線匹配;
  3. SoC具備相應的硬件加速功能,盡可能的需要將其發揮出來。
  4. 最差場景的選擇要正確合理;
  5. 硬件的選擇很重要,但是軟件驅動、算法支持、應用的適配更重要,很多時候算力不夠是由于軟件優化不足。

#相關閱讀#

互聯網人進入汽車行業的第一步:理解電子電汽架構

互聯網人進入汽車行業的第二步:理解智能座艙的發展

 

作者:updatedb;公眾號:強哥的面包屑? /??MyCrumbs。

本文由 @updatedb 原創發布于人人都是產品經理。未經許可,禁止轉載

題圖來自Unsplash,基于CC0協議

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!