汽车的「大脑」,未来会变成什么样子?
在任何功能的背后,都必须有硬件的支撑,就像数码相机仅仅有镜头还不够,也需要机身里的那块 CMOS 或 CCD 芯片,而且,在数码时代,这个芯片水平如何,直接决定了相机的档次。 而在汽车上,需要用到比照相机里多得多的芯片,它们被称为「 电子控制单元」,也就是 ECU(Electronic Control Unit)。很多人认为 ECU 特指发动机程序,但事实上,整个车子的电子系统由非常多的 ECU 组成,它们分别用来控制车子的各种功能,比如车灯、娱乐系统、防盗系统等等。 随着车子电子化程度越来越高,尤其是自动驾驶、主动安全等功能的增加,车子的 ECU 会急速增加,有预测说,在未来五年里,车子里的 ECU 平均会达到 50-70 个,而现在一些电子结构复杂的车子,ECU 数量早就超过了一百。 但是,这篇文章聊的不是 ECU 到底能多到什么程度,而是怎么把 ECU 简化。 从一对一到一对多 讨论这个话题,咱们以现在最火的自动驾驶举例子。在一辆自动驾驶车里,可能包括激光雷达、毫米波雷达、中距离雷达、前摄像头、后摄像头等不同的传感器,而通常的做法是,每一个传感器都由一个芯片负责处理数据。 支撑起自动驾驶的数据量、运算量都是巨大的,而这些芯片,都要在一张 CAN 总线的网络上去部署(特斯拉使用的以太网和它们相比太超前了),它的问题在于:这个网本身就慢。到底有多慢?可以看下面这张图: 网络本来就慢,再加上这些芯片是分散排布,数据交换是快不起来的,芯片越多,效率越低。这样还怎么玩自动驾驶? 把一对一变成一对多就成了一种解决方式,把这些芯片集中到一起,用数量更少的芯片组或者是一个运算能力超强的芯片作为神经中枢,去配合那些传感器进行工作,在汽车电子网络部署上,这就意味着简化。 如果按照传统的汽车电子架构,想加更多功能,就要挂更多的 ECU 上去,要加强运算能力,也得通过加更多 ECU 的方式,但是,随着数据传输的容量要求越来越大,靠增加 ECU 的数量就行不通了。 这种先天和后天的优劣,有过装修经验的人应该懂,就像做水电改造一样,前期打好基础的话,后续的升级改造都会轻松不少。 这种一对多的方式,在车子里可以称为「 多域控制器」(Multi-Domain Controllers),但是目前并没有被应用在量产车里。在零部件供应商德尔福的上海总部参观时,我看到了一个多域控制器样品: 如果你这两年比较关注汽车电子,应该知道奥迪展出过名为「zFAS」 的自动驾驶控制模块,这其实就可以理解为德尔福那个多域控制器的「 奥迪定制版」。奥迪先后展示过两个版本的 zFAS,第二版比第一版更精简,集成度更高。 它看起来像一块主板,以二代为例,上面集成的芯片包括:Altera’s Cyclone V SoC FPGAs、32 位 TriCore Tm based multicore uController、Mobileye EyeQ3、NVIDIA Tegra K1 处理器,可以实现完整的数据、规划、决策处理,而且,从传感器到这个「 主板」,使用的是以太网传输数据。而且,除了自动驾驶功能,它还集成进了很多和车辆控制有关的功能。 德尔福的工程师还举了一个例子:当液晶仪表盘和中控屏幕使用同一个处理芯片时,它们就会更紧密的成为一个整体,分工配合的去显示不同的内容,提供更好的 HMI 体验。 集成化到底有多重要? 其实,这个原因不难理解。 可能我们平时买车、用车看的只是外观、动力、操控,但事实上,在这些东西背后,汽车的电子电气架构才是真正的「 骨骼」。现在的大部分车子还是用的那套老旧骨骼,但现实是,汽车的智能化程度要越来越高,传统的电子架构很难满足这种需求(前面已经说过),于是,就需要车子用一种全新的架构来应对这种智能化趋势。 当然,更强的计算能力是必须的。 而从另一个角度来说,也正是因为智能化程度的提高,车子对于电子安全方面的要求越来越高,更集成化的架构,有助于更好的去部署防御机制。 芯片的集成化意味着车子真正变成了一个整体。如果说未来的汽车是一个电脑+四个轮子,那么「 一个电脑」 就意味着把原来散步的处理芯片都集合到一起(当然,并不是所有 ECU 都可以集成进来)。都喜欢说「 体制」,这其实就是体制上的改变。 再聊回到自动驾驶上,随着自动驾驶等级的不断提升,芯片集成化的趋势会越来越明显。 原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 同时欢迎关注 GeekCar 微信公众号: GeekCar 极客汽车 (微信号:GeekCar)& 极市 (微信号:geeket)。
英伟达商开始主攻汽车芯片了,那么他们有哪些经验教训?
英伟达耗费了 10 年时间才被汽车行业接纳为元件供应商。而其他一些科技公司也希望开拓类似的市场,将业务从消费电子产品拓展至汽车元件。 过去多年时间里,英伟达为游戏主机和笔记本电脑提供了强大的图形处理器。在这样的情况下,大众也曾与英伟达接触,了解是否能将这样的 3D 显示技术引入奥迪汽车的中控台中。 这已经是 10 年前的事。10 年对硅谷而言已经可以进行多次产品换代,但对汽车厂商而言,10 年中的车型更替并不会太多。英伟达花费了 6 年时间才开发出 3D 导航系统的显示芯片,而这一导航系统已被用于 2011 款奥迪 A8 汽车。通常情况下,英伟达只需 3 到 4 年时间就能针对游戏应用开发出新的芯片。 与此同时,英伟达的工程师发现,他们无法将为笔记本或游戏主机设计的芯片直接用在汽车中。 英伟达汽车业务高级主管丹尼·夏皮罗 (Danny Shapiro) 表示:「 我们需要学习,『 车规级』 意味着什么。」 简而言之,这意味着不能出现重启,因为如果中控台屏幕无法点亮,那么用户将会愤怒,而保修带来的成本将非常高昂。 在长达 10 年的时间里,英伟达成功将业务从计算机和游戏主机拓展至快速发展的高端汽车显示屏和自动驾驶系统。硅谷其他科技公司也试图效仿英伟达的做法,统一汽车和数字设备。 英伟达的处理器在奥迪 A8 和特斯拉 Model S 等车型中取得了成功。这也表明,汽车厂商正在打破传统供应商的范畴,从而获得更先进的技术。 奥迪技术发展负责人乌尔里奇·哈肯伯格 (Ulrich Hackenberg) 表示,「 他们提供的计算系统」 能处理最新驾驶辅助系统和显示屏所需的大量数据。 在传统汽车芯片市场,英伟达仍是一家小厂商,该公司未来还有很长的路要走。一些更大的厂商,例如日本的瑞萨电子,美国的 德州仪器 、英特尔 和 高通 ,仍是汽车芯片市场的领先者。 最近一个财年英伟达的营收为 47 亿美元,而汽车芯片销售仅占其中的 4%。去年,德州仪器的汽车半导体业务销售额达到 19.6 亿美元,而英伟达这一业务的规模仅为其 1/10。 德州仪器驾驶辅助系统业务经理布鲁克· 威廉姆斯 (Brooke Williams) 表示,在开展汽车芯片业务 35 年之后,德州仪器已经知道,如何处理汽车厂商的需求。他表示:「 我们了解汽车设计周期,以及汽车厂商和供应商的工作方式。」 英伟达目前已进军了车载信息娱乐系统市场,但尚未涉足无人驾驶汽车。 2011 年,英伟达汽车芯片业务的销售额仅为 2300 万美元。自那时以来,该公司取得了极高的增长率。该公司预计,今年汽车芯片业务营收将为 1.83 亿美元。而对于未来汽车业务的发展,该公司已记入了超过 20 亿美元的收入,其中大部分与数字显示屏和娱乐系统芯片有关。英伟达预计,到 2020 年,该公司的芯片将被用于 3200 万辆汽车。 英伟达正试图打入一些新兴市场,面向这些市场提供驾驶辅助系统,包括自动泊车、半自动转向和刹车系统等。这样的系统需要尺寸很小,但运算能力强大的芯片。 目前,英伟达已经开发了 Tegra X1 芯片,并面向汽车和游戏行业的用户销售。英伟达表示,Tegra X1 将超级计算机的计算能力封装在了邮票大小的芯片中。 摩根士丹利 分析师约瑟夫·摩尔 (Joseph Moore) 表示:「 英伟达带来了无与伦比的图形处理能力,这对驾驶辅助系统模块的开发可能至关重要。」 一些客户欣赏英伟达的技术,但不能肯定这一技术是否符合它们的标准。而英伟达从中吸取了经验。 在合作早期,奥迪一名高管邀请英伟达工程师前往位于德国 Ingolstadt 的奥迪工厂。奥迪互联汽车技术高级系统架构师马西亚斯·哈利格 (Matthias Halliger) 表示:「 我们对英伟达的工程师表示,『 你们只生产一个元件,而在这里我们需要将 1 万个元件组装成一辆汽车。即使是一个元件损坏,我们都 会面临问题。」 为了说明问题的严重性,奥迪一名向导指出,曾经有一辆豪华轿车由于喷漆存在瑕疵而被拒绝收货。 哈利格表示,此次的工厂参观「 帮助英伟达理解了我们的需求。这很好地展示了我们想要什么」。 不过,英伟达需要学习的还有很多。正常的汽车生产周期达到 5 年甚至更长时间,而许多消费类产品只有 1 年。英伟达需要与自己的供应商合作,确保关键元件,例如内存和电源模块,在更长的生命周期中能按需得到升级。 英伟达 CEO 黄仁勋表示:「 当你与汽车厂商合作,参与他们的开发过程时,你会在多年时间里接受他们的文化。不过,汽车产业正渴望被重塑。」(本文来源于新浪科技)
飞思卡尔被收购,半导体厂商的未来在无人驾驶?
今天一则消息让半导体界掀起了不小的波澜:恩智浦半导体(NXP Semiconductor NV)收购飞思卡尔(Freescale),两家合并为一家市值为 400 亿美金的新公司。 恩智浦与飞思卡尔的合并算是半导体界的两强联手,两家公司合并后,每年运行成本将会有几亿美金的节省,同时将有助于飞思卡尔把更多的资金用于研发前沿产品。 飞思卡尔原属于摩托罗拉的半导体部门,2003 年从摩托罗拉剥离,2004 年上市,2009 年接受由黑石集团 (Blackstone) 领导的财团的收购。NXP 是一家荷兰的半导体公司,由飞利浦公司创立,2006 年宣布独立。NXP 主要涉足家庭娱乐芯片领域,此次收购飞思卡尔,意在扩大在汽车与工业芯片领域的影响。围观群众纷纷表示「 两家消费电子行业的上古巨神没想到在这个时代还能结成亲家!」 同样是今天,主角还是飞思卡尔。他们在西班牙巴塞罗那移动世界大会(MWC)上发布了新款处理器 S32V Vision,剑指未来的无人驾驶汽车的芯片应用。飞思卡尔此次推出的 S32V 芯片基于汽车级质量标准,其电路设计存在大量冗余,并采取了措施避免无线干扰。这一基于 ARM 架构的四核处理器集成了来自 CogniVue 的第二代智能图像处理技术,能从多个传感器提取数据并进行处理。 这款芯片的可靠性和安全性对于无人驾驶汽车十分重要,算是飞思卡尔在无人驾驶汽车领域迈出的正式第一步。(之前飞思卡尔与 Neusoft 以及 Green Hills 展开合作,研发生产一个无人驾驶汽车视觉芯片,用来了解周边环境,包括检测行人、交通信号灯以及道路标志线等,预计该芯片将于今年面世。)飞思卡尔在无人驾驶汽车芯片上的开发生产将分为 3 个阶段逐步完成,其实这也同步于无人驾驶车自动程度的 3 个发展阶段。第一阶段是在今年开发出适应于辅助驾驶的芯片,主要围绕传感器、驾驶行驱动、自动防故障装置之间的功能协同优化;第二阶段是在 2020 年左右开发出适应于较高程度的自动驾驶芯片,主要涉及多种传感器的融合、自动驾驶仪器管理、系统的可靠性等;第三阶段是在 2030 年左右开发出适应于完全无人驾驶汽车的芯片,芯片将会进一步整合高精度地图、协同车上传感数据与智能交通网络实现车网互联并且保证汽车享受到 360°的安全屏障。 飞思卡尔汽车工程副总裁雷伊·考宁 (Ray Cornyn) 谈到:「 无人驾驶汽车将带来重要的社会影响。我们将从协助司机逐渐发展至主动控制。目前我们还没有实现这一点,但距离已不再遥远。」 通过这次在巴塞罗那的发布会可以看出,飞思卡尔对于自己在汽车芯片的道路上雄心勃勃。 其实,不光是飞思卡尔一家看到了无人驾驶给半导体产业带来的第二春,英伟达在去年 CES 上发布的超级处理器 Tegra X1 也卯足了劲瞄准智能汽车,瑞萨的车载控制事业部也着力于辅助驾驶系统(ADAS)和自动驾驶的 MCU,还有高通、英飞凌等也都明确表示了对于汽车芯片的重视…… 此时此刻,半导体界在未来汽车芯片领域的角力才刚刚开始。
「CES2015」NVIDIA(英伟达)Tegra X1,扩充汽车的脑容量
其实现在路上的汽车可以算是「 弱智」,因为它们根本没有独立处理大量行车数据的能力,基本是靠驾驶者思考判断。进而谈到自动驾驶汽车、智能汽车,那么至少得有个「 大脑」 和相关「 神经传导」 来担当——高性能移动芯片配合相应的软件服务就能帮助汽车进行「 脑容量」 扩充,让智力低下的它们变得聪明。 在 CES2015 正式展会的前一天,英伟达首席执行官黄仁勋向世人展示了 NVIDIA 新一代的移动芯片 Tegra X1,同时发布的还有两款 NVIDIA DRIVE 汽车电脑(NVIDIA DRIVE CX、NVIDIA DRIVE PX)。剑指未来智能汽车和智能交通计算核心,英伟达已经正式迈开大步。 回看之前一段日子英伟达过得并不是那么好:和三星、英特尔这些巨头们有着纠缠的官司,智能手机、平板芯片领域的业务也是遭遇了高通、联发科为首的高低端芯片厂商的夹击。坊间一度传言,英伟达要放弃移动芯片业务。 英伟达的 CES 秀 几个月前英伟达发布了全新的 Maxwell GPU 构架,毫无悬念此次发布的 Tegra X1 就使用了 Maxwell 构架的 GPU。具体来看,Tegra X1 有多达 256 个 GPU 核心,性能是去年 CES 上发布的 Tegra K1 的 2 倍。和 15 年前最快的超级计算机 ASCI Red 相比,体积仅为前者 1/10、功耗只有 10W 的 Tegra X1 已经完爆当年的超级计算机,所以称 Tegra 为超级移动芯片应该不为过。 这么高的性能指标,英伟达可以把 Tegra X1 用于新的图形应用、深度学习、计算机视觉等领域。不过基于 Tegra X1 的自动驾驶平台 NVIDIA DRIVE PX、数字座舱电脑 NVIDIA DRIVE CX 才是英伟达想引领汽车系统级芯片以及相关软硬件服务所发的大招。 NVIDIA DRIVE CX 数字座舱利用先进的图形与计算机视觉功能,解决车内导航、娱乐信息、数字仪表组等一系列功能,同时利用车内显示多屏、数字视镜等打造 360 度环绕的视觉,可以有效的减少汽车盲区、扩展驾驶员视野。 NVIDIA DRIVE PX 自动驾驶平台则是给未来自动驾驶汽车提供了底层技术基础,其依靠的 Tegra X1 能处理高达 1T 的数据,而配备了两颗 Tegra X1 芯片的 DRIVE PX 平台可拥有多大 12 路高分辨率摄像头输入,每秒处理 13 亿像素的能力。有了这些强大的处理能力,就可以完成自动泊车、自动驾驶等功能。 汽车「 大脑」 进化进行时 不管是实现环绕式视觉的 CX 数字座舱,还是要打造自动驾驶平台的 PX,实质上都是利用了 Tegra X1 对于图形、对于数字的超级处理能力。对自动驾驶汽车甚至未来交通的想象,核心是把控汽车以及交通相关的各种数据:数据的收集则依赖于庞大的精密的各类传感器(这一点其实已经有很多好的传感硬件和解决方案),对于汽车上大量数据的快速处理从这次英伟达开始才算是步入快车道,超级移动芯片使得汽车的「 大脑」 真正摆脱了「 幼稚期」。 英伟达瞄准汽车芯片,可以说是「 高瞻远瞩」。汽车智能化(交通智能化)的趋势十分明显,可以推测在未来的 5 到 10 年内,几乎所有的新产汽车都需要 SoC(系统级芯片),市场巨大。英伟达 Tegra 在汽车领域其实已经深耕多年,相比与其他芯片商有先发优势;同时汽车芯片对于功耗的要求远小于智能手机,所以更容易单纯地追求高性能。 目前 Tegra 处理器已经运用在较为高端的 Tesla、奥迪等车型上,奥迪已经和英伟达在自动驾驶系统等方面有了深入的合作,英伟达的很多汽车先进技术将会出现在奥迪新一代 TTS 上面。 对未来汽车来说,芯片就是其大脑中枢,可以预见未来这一块是各大芯片厂商以及相关软件服务公司都想占据的市场。与汽车相关的飞思卡尔、英飞凌、意法等半导体厂商以及明导(Mentor Graphics)等汽车电子设计自动化服务商,以及像高通、英伟达这样的芯片商也会纷纷进入,加大汽车「 大脑」 进化的研发投入。不过在图形处理上具有优势的英伟达,和汽车的结合则显得要更顺理成章。 汽车「 大脑」,正在快速进化中。 最后引用一下英伟达首席执行官的一句话,说明移动超级计算处理器对于未来汽车的意义。 「 对未来汽车来说,移动超级计算将是至关重要的。未来的汽车拥有大量摄像头和显示屏,因而可以看到并越来越了解其周围的环境。无论是自动从停车位回到你跟前还是利用情境感知来规避伤害,未来的汽车可以做许多绝妙且貌似智能的事情。计算机视觉、深度学习以及图形领域中的进步最终让这一梦想变得触手可及。」