“芯擎科技蒋汉平：7nm高性能智能车规芯片算力趋势拆析”

8月26日，由爱因斯坦汽车主办的“2021领域首届智能卡主控制器创新峰会”在上海汽车城瑞立酒店隆重举行。 这次会议持续了两天，包括智能汽车、智能驾驶域控制器、智能座舱域控制器、机箱和车身域控制器、智能驾驶计算平台、电子电器体系结构、软件 会议期间，湖北芯发动机科技有限企业产品策划管理部总经理蒋汉平发表了《拆除7nm高性能智能车管控芯片计算力趋势》主题演讲。

湖北省芯发动机科技有限企业产品计划管理部总经理蒋汉平

非常感谢有这样的机会和大家谈谈我们的核心发动机企业，以及高性能智能车仪表盘芯片计算力趋势的解体。 今天主要向大家说明作为本土芯片企业未来趋势——芯片、各方面的计算力和取舍依据。

让我先介绍一下。 本公司由吉利旗下的ecarx和安谋中国共同出资设立。 注册地为湖北武汉，在北京、上海和武汉设有分公司，现有200多人。 我们首先专注于soc的设计和系统的实现。 企业成立于年，开始运营是在2019年，企业首席执行官汪凯博士，在他的指导下聚集了经验丰富、执行力强的行业精英，这里也邀请了行业芯片专家来我司工作。

这是企业完善的生态系统，电子电气结构依托吉利，自动驾驶算法有ecarx，是其深度参与投资行业的有号召力的算法企业； 在神经元网络技术方面，arm中国提供了先进的芯片ip。 我们团队本身很多都在开发杂soc芯片。 7nm车的规格级芯片门槛非常高，我们的技术团队做了10nm芯片的设计，量产商用成功，年完成了这项工作。 所以，我们在7nm多，杂soc的设计上技术积累非常丰富，还有功能和新闻安全性。 由于吉利和ecarx的加持，我们对车的功能安全的理解非常深刻。 这样与规格密切勾结，诉求于产品量产的整个生命周期，基于我们设计的座舱芯片和手机芯片进化的方案有所不同，我们越来越从车的角度，从电子电气体系结构的角度来理解车的规格芯片的计算力和分配； 目前，我们的目标是提供软硬件平台和应用，包括多而复杂的soc设计、芯片级安全设计、核心ip设计和算法工作。 告诉你一个好消息。 我们7纳米车的仪表盘芯片已经流过了。 今年年底小费会回来。 将设计、整体软件、sdk等作为参考提供给生态系统。

回归正题，电子电气体系结构从完全分布式到集中型，域集中、区域集中在中央集中是计算力逐渐发展的过程。 博世提供的电子电气架构的倾向，从芯片的角度，说明了它对芯片设计的规格产生了什么样的影响。

在分布式架构中，许多模块化功能通过ecu单元重叠，是1+1的过程，实际上对芯片能力的要求很低，集中在可靠性和安全性上。 mcu要求50d毫秒。 现在开始转移到域控制器。 就是将功能安全、新闻安全相近的芯片进行一定的融合，形成一个域，在该域中决定。 在这里，有功能安全和新闻安全接近一致的大前提。 在这种情况下，mcu达到2k dmips，其下有域融合。 例如，tesla有三个域，这种情况下的计算力为soc级别，计算力为50-20k dmips。

回到现在的中央计算，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。 此时，需要制作特殊的ai加速要求，也就是100tops的计算力。 最上层是车云协同。 因为车云协同不仅涉及电子电气结构，还涉及交通基础设施、互联网基础设施，所以整体趋势还不完全明朗。

这是从数百dmips到数十k dmips，从分布式到集中的域整合，再到区域控制的过程。 ota升级实际上是电子电气架构变革最深刻的东西，它为整个计算力嵌入、带宽嵌入、芯片价格、APP升级、软件定义汽车提供了高速通道，所以ota

从电子电气体系结构来说，汽车智能化需要更强的计算能力，从整体上看，该体系结构是适合未来趋势的方法。

计算力也不能说是无限的增长。 因为我们是做芯片的，所以芯片ppa (功耗、价格和面积)很麻烦。 我们以前做芯片的时候很讲究用电。 有些汽车厂说现在是新能源。 不用担心电的问题，但我马上告诉他。 虽然不用担心电的问题，但是请担心散热。 因此，我们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。

这是车载芯片cpu的整体趋势，从智能座舱来说，其起点是60k dmips。 未来五年市场上主流的智能座舱都在60k dmips之上，基于之前流传下来的以前座舱逐渐演化而成的曲线可能还停留在30k dmips的范围内。 在这种情况下，要符合力的集中倾向并不容易。 车身电子需要10 dmips，底盘需要15k dmips，半自动驾驶需要350k dmips，智能网络需要20k dmips。

不仅是cpu，内存也是个大问题。 我们经常谈论cpu的能力，但是cpu的能力都会吞噬。 在这种情况下，ddr的带宽、内存子系统的设计都是关键。 这里有经验数据。 这在ivi和l2的时候，基本上可以达到102gb/s。 l3，l3+的情况下接近200gb/s秒，l4会更大。

回到娱乐系统本身，从以前流传下来的曲线来看，cpu能力一年为10dmips，一年为40dmips。 也就是说，10年内增长了3倍，但请想想这个时候手机增长了多少倍。 原因是什么？ 不是地图软件不行，是计算能力不够。 现在有变化。 现在计算能力两年内增加了一倍，达到了80dmips。 理由是出现了新的客舱芯片提供者。 比如高通，三星，他们都是手机出身，他们用手机设备晚两年做汽车芯片。 此时，计算力会迅速提高。 为什么可以看到嵌入在新势力车企芯片中的计算力，在今后几年中能否跨越呢？ 软件必须定义汽车，使其能够在汽车的生命周期中不断适应，这种计算力的嵌入就变得至关重要。

gpu的计算力从年到年只能增加10倍，但从年到2022年增加3-4倍，画面多了APP多了，图案多了，个性诉求多了，对图形解决的要求就多了。 npu从0到0.5花了10年，从0.5到6.2花了2年。 dsp适合数字信号解决，雷达数据解决，cpu适合逻辑控制和通用计算，图像图形前后解决，gpu适合渲染和并行计算，npu越来越适合矩阵计算。 从以前流传下来的电脑到深度学习到神经网络，可以看到视觉的部分很多，dsp部分很多，nn增加。

为什么要做7纳米？ 首先对比7纳米和16纳米，10纳米实际上是一个过渡的过程，7纳米比16纳米速度高35%，同等性能下功耗降低60%，密度为3.3倍，sram scaling为0 .

一、7纳米的集成度更高，可以在单位面积的晶片上放置越来越多的逻辑门，而且封装面积变小，节约了晶片的价格和封装的价格。

二、芯片功耗更低，同样大小的逻辑电路制造出来，用更先进的技术功耗会更低。 半导体器件的功耗与供给电压的平方成正比，先进工艺的管开路电压变小，功耗变低。

三、响应速度更快，单管开合速度更快，同一逻辑电路能跑的主频更高。

四、设计难度更大。 这是为什么特征？ 因为在芯片领域有马太效应。 强者恒强，弱者更弱。 事实上，芯片企业的工艺提升是一个互动的过程，我们将设计文件提供给芯片工厂进行出厂测试。 成品率的降低可能是自己的设计问题，也可能是工艺参数的设定有问题。 质量不稳定，性能不稳定，可能是时机设计不顺利，也可能是工艺参数出了问题。 在这个过程中有经验的人的信息表达变得非常充分，能够保证7纳米芯片达到批量生产是重要的因素。

最后，还介绍核心发动机研究的车规智能座舱芯片se1000的标准。 se1000是国内首款7纳米工艺工程高级智能座舱芯片，是由行业领先的7纳米工艺工程设计的新一代高性能、低功耗车规级智能座舱芯片，提供越来越丰富的车载新闻娱乐系统。 高性能定制cpu群集通过专为异构计算而设计的soc系统，为客户提供卓越的性能体验。 内置高性能嵌入式ai神经互联网解决方案单元，提供越来越多的个性化智能语音、机器视觉和自动驾驶辅助体验。 新一代多核显卡解决方案单元，可根据负载动态分配资源；支持和输出多个高分辨率屏幕的多画面多系统高性能音频信号解决单元，以及丰富的音频接口，为客户提供了出色的体验 安全性是汽车产品的生命线。 核心发动机将自主开发实现汽车功能安全( safety )和新闻安全体系) security )，并通过iso26262标准。 这个产品独特的安全孤岛核心( safety island )为系统提供了冗余和实时保护，满足了对汽车芯片功能安全和新闻安全更严格标准的要求，为车载APP应用提供了安全保证。 se1000还具备丰富的高性能通信和外围接口支持能力，核心引擎为该智能旋塞芯片提供了完美的软硬件APP，特定的操作系统、硬件支持包 集成开发软件开发包，有效适应市场，比较有效地缩短顾客的开发过程，帮助顾客早日上市产品，使该产品具备了良好的产品化基础。

今天介绍的就这些。 感谢大家参加我们的生态系统。