“车规级计算平台走向集中化，算力无限膨胀并非未来趋势”

随着汽车电子电气体系结构从分布式向集中式发展，控制范围更广、计算能力更强的域控制器目前正迎来火热的快速发展，软件定义了汽车的发展趋势，从而使多域融合的方向也变得清晰了

/ S2/]计算平台集中化

为了满足顾客迅速迭代的诉求，软件定义汽车已经成为领域共识，被认为相关公司将赢得未来重要的变革方向。 计算平台，特别是集中式计算平台，是实现这一点的关键。

近日，在盖世太保汽车召开的2021智能卡主控制器创新峰会上，上汽零捆绑软件企业基础软件平台专家曾杰男表示，智能车目前满足了上千名客户的诉求，客户体验持续

为了满足这三个诉求，曾杰男认为，要在硬件层面实现从分布式向中央集中式的过渡，中央集中式计算平台必须提供计算能力的基础。 “硬件为我们提供了计算能力的基础，让我们可以在此基础上制作越来越多的算法，制作越来越多的功能。 ”

华为智能车处理方案bu mdc处理方案部部长完伸也在这次峰会演讲中指出，智能化的快速发展提出了许多技术挑战。 其中，汽车上的APP软件属于soa结构(面向服务的结构)，其优势是解耦、模块化、灵活部署，上层软件的优势是更新快，满足最终用户的诉求，体验和功能需要快速迭代。

当然，问题的关键是上层APP要提供更好的迭代，就必须有坚实的智能驾驶计算平台的基础。 毕伸展认为，要实现上层软件soa体系结构的快速发展，下层需要集中化计算平台，现阶段需要集中于域集中的zoa体系结构(平台硬件集中化的

/ S2// S2 /

zoa和soa技术趋势图片来源:华为主题演讲ppt

岚图汽车科技有限企业自动驾驶算法研发负责人刘会凯持相同观点。 他在演讲中表示，软件定义汽车的实施可以提高车辆的采用体验，延长车辆的生命周期，另外，随着该台车的采用时间的延长，可以提高该台车的个性化程度。 “软件定义要实现汽车的核心，最重要的是集中控制器或构建高集成化的计算平台。 ”

由此可见，软件定义了汽车时代，计算平台需要走向集中化，其重要性为许多企业所熟知。 正如国汽智控(北京)科技有限企业副总裁杨柯在这次峰会演讲中所说，计算平台已经成为新的技术竞争焦点。

需要强大的计算能力支持

没有人能否定计算能力对集中式计算平台的重要性。 毕伸展在演讲中确定了集中化计算平台的优势之一是巨大的计算力。

在此次域控制器创新峰会上，湖北核心发动机科技有限企业产品策划管理部总经理蒋汉平介绍，在分布式体系结构中，许多模块化功能通过ecu单元重叠，是1+1的过程，芯片 现在，将域控制器，即功能安全、接近新闻安全的芯片进行一定的融合，形成一个域，并在这个域中进行决策。 在这种情况下，mcu达到了2k dmips。

域控制器后面是域融合。 例如，特斯拉有三个域。 此时的计算力为soc水平，计算力为5-20k dmips。 在现在的中央计算中，集中大量的计算力，将分散控制放在ecu方面。 这种情况下，计算力接近50-300k dmips。

/ S2// S2 /

电子架构和芯片计算力的趋势照片来源:核心引擎技术主题演讲ppt

对于计算平台的计算力诉求，刘会凯认为，这在很大程度上依赖于包括激光雷达、800万摄像头在内的感知系统的巨大升级，另外，许多复杂的系统和soa架构的实现也相对于计算平台而言， 据此，国内主机厂的智能驾驶感知系统基本上使用了“激光雷达+毫米波+摄像头”的多种传感器建立了冗余的强感知路径。

“自动驾驶的水平每上升一个等级，相对于计算力就增加一位数。 通常，l2所需的计算力为> 10tops，l3为30-40tops，l4为100tops以上，目前对l5所需的计算力区域还没有确定定义。 ”刘会凯指出，目前的计算平台的计算力只能满足l3、l4开发的部分诉求。

他还说，在智能驾驶系统的快速开发和功能迭代方面，面临着一个挑战。 一是需要解决大量数据，价格昂贵，自行车每月产生的数据量非常巨大。 二、训练和仿真训练和仿真需要强大的计算力支持。

计算力无限膨胀不是未来的趋势

计算能力对集中计算平台的重要性是毋庸置疑的，在此背景下，许多企业正在加强这方面的布局。

在此次域控制器创新峰会上，超星未来联合创始人兼首席技术官梁爽坦言，目前计算力军备竞赛已经开始，“例如，今年NVIDIA发布行业首款1000tops的soc，就是特斯拉fsd单曲， 另外，发现地平线j5、最高128tops、黑芝麻a1000pro、106tops芯片一样，在国内也有超过海外玩家的趋势。 ”

从计算平台的角度来看，这些芯片的推出提供了更丰富、更可靠的选择。 但是，梁爽警告说，领域需要考虑一个问题。 处理智能驾驶系统计算平台的支持只能通过芯片堆栈实现吗？

答案显然是否定的。

虽然汽车智能化需要更强的计算能力，但蒋汉平表示:“我们不能说计算能力也会无限增长，芯片ppa (功耗、价格、面积)很辛苦。 我们以前做芯片的时候很讲究用电。 有些车厂说现在是新能源。 你可以不用担心电的问题，但要知道，不用担心电的问题，也必须担心散热等其他问题。 因此，我认为计算力的无限膨胀和嵌入不是未来的趋势。 特别是在soc，为了适应电子电气体系结构的变革，需要准确有效的计算力。 ”

梁爽还指出，芯片的计算力本质上对于智能驾驶系统来说仍是不充分的条件。 “众所周知，为了实现更好的系统，需要更多的计算力，但现在峰值计算力越来越多。 经常看到优化不好的芯片声称有10tops的计算力，但实际出现的APP等效只有3-4tops的计算力。 因此，计算平台的设计不仅仅是计算力的问题，也被认为是需要非常多复杂的系统优化设计的问题。 ”

还有其他课题

综上所述，计算平台不仅在计算能力问题上，在其他方面也面临着挑战。 在此次域控制器创新峰会的主题演讲中，长城汽车智能驾驶结构总监董作民表示，大算力计算平台主要面临功耗、散热、电磁兼容性、质量四个维度的挑战。

其中关于耗电量，根据盖亚汽车，一般来说，如果需要越来越多的计算能力，就需要支付越来越多的耗电量。 梁爽认为，车的场景是受限制的场景，以l2+域控制为例，其功耗需要控制在30-40瓦的范围内，上水冷时功耗为数百瓦、上千瓦时，以电池为动力能源的车辆

在此基础上，梁爽说:“创建计算平台本质上是在硬件、功耗等资源受到限制的条件下优化的问题，是一种如同被锁链锁住跳舞的状态。 我们面临着越来越多的复杂系统，必须应对越来越多的复杂迅速的重复传感器。 手头实际上是有限的资源，使计算平台的部署变得容易，使能源效率和安全性可靠是很重要的。 ”

车载计算平台面临的课题图像来源:超星未来主题演讲ppt

我认为，与增长同样，计算平台面临着许多挑战。 计算平台，特别是从l2到l5的计算平台，早已流传开来

例如，芯片的计算力为200 tops~400 tops，电力为100~300瓦左右时，这意味着在散热方面面临着较大的课题，另外在防止液冷引起的结露、emc多的复杂环境等工程问题上也面临着较大的课题

软件工程也将面临许多问题。 例如，基于不同的上层支持soa调度系统，外围服务化形式如何解除绑定？ 数据面和管理面如何解除结合，如何隔离？ 操作系统如何实现低清晰度的延迟等？

也有安全方面的课题。 “除了汽车行业众所周知的主动安全和被动安全等功能安全要求外，还有互联网安全。 ICV随时随地都在连接网络。 此时，面临着包括黑客入侵在内的各种外部挑战。 此时，除了功能安全性，新闻安全也面临着巨大的挑战。 ”舒展地补充了一下。

部分对应方案和对策

由此可见，计算平台目前面临着许多严峻的挑战。 那么，相关公司如何应对这些挑战？

相比之下，毕伸展在这次峰会的演讲中表示，华为可以提供专业化的计算平台。 据悉，目前业界有两个平台。 一个是芯片、硬件、操作系统、中间件可能来自不同的制造商，也就是组合平台，其中所说的专业化计算机

针对专业化计算平台的特点，毕伸展指出，在不同零部件来自不同厂家的情况下，批量生产过程中遇到问题的信息表达协调非常困难，产生了巨大的业务量，效率很低。 另外，一旦主机制造商提出新的诉求，可能需要在操作系统端、中间件端甚至芯片层落地。 该周期计划的调整非常困难，响应周期也以半年为单位进行计算，但专业化计算平台每层由一家公司提供，没有这个问题。 当然这只是专业化平台的特点之一。 据其介绍，专业化平台还具备高性能、高安全、高速响应的特点。

根据盖世太特汽车公司的说法，华为可以提供面向各种场合的系列化产品。 它被称为“共享统一平台架构、系列化硬件、一系列软件，持续重复功能”，该平台支持上层APP应用的顺利升级。 具体产品型号为mdc 810，具有400+tops的计算能力，能够满足l2+、l3、l4、l5的应用场景； mdc 610提供了200+tops的计算能力，与l4场景相比，面向轿车第一具有mdc 210、48tops的计算能力，与l2+场景相比，面向mdc300f、矿卡、高速物流、园区等商用车的场景。

华为智能驾驶计算平台方案； 图片来源:华为主题演讲ppt

如前所述，如何实现计算平台的部署、能效以及安全性和可靠性至关重要。 梁爽认为，应对这种难题的技术途径是通过硬件和软件的协作实现的。

对于巨星的未来，他说:“以神经互联网为中心，加速计算，以解决为核心，从软件协同的角度出发，用模型压缩、结构搜索的方法优化设计更友好的模型，包括神经互联网以外的计算，加快定制化。 有一个异构计算平台，在完全解决能效优化的基础上，优化基本的软件环境，最终承载硬件和软件技术，开放地提供给客户。 ”

梁爽表示，超星是今年5月发布的高级别自动驾驶计算平台，支持多传感器访问和解决，最高可支持20路4k摄像头、3路千兆网口访问和12路can-fd。 在中间计算结构方案中，使用NVIDIAxaiversoc满足计算力诉求，引入异构方案fpga和mcu，满足顾客计算力诉求，满足神经互联网以外的计算力诉求。 此外，在功能安全方面也做了许多工作。 “我们还提供完整的驱动程序、基础软件环境和工具链，使客户真正实现即插即用。 我们目前与众多客户在多种车型、多种水平、多种场合实现了自动驾驶计算平台的应用。 ”

超星未来高级水平的自动驾驶计算平台； 图片来源:超星未来主题演讲ppt

当然，不仅仅是这两家公司，以计算平台为中心进行布局的公司也很多，计划也各种各样，但最终是为了更好地满足最终用户的诉求，从而获得收益。