佐思汽研發布《2020年汽車座艙SoC技術與應用研究報告》。 我們知道，智能汽車E/E架構發展趨勢是從分布式階段演進到域內集中階段，跨域集中階段和中央計算機階段。對于多數廠家而言，當前正處于域內集中階段。

來源：偉世通

對于座艙域而言，域內集中意味著需要強大的座艙SoC。更具體的講，強大的座艙SoC必須符合當前座艙發展的需要：支持更多顯示屏，支持更多AI功能，與ADAS融合，提升功能安全等。

支持更多顯示屏

座艙一芯多屏趨勢下，座艙SoC支持顯示屏數量多少，是能否被用戶采用的決定性因素之一。第三代高通驍龍座艙SOC，基于強大的CPU和GPU，可支持多達6-8個顯示屏。 三星Exynos Auto V9處理器可同時支持多達六個車載顯示器，以及十二個攝像頭。奧迪智能座艙開始采用三星Exynos Auto V9。 2020年最新發布的芯馳科技X9系列用于智能座艙，可支持八個FHD顯示屏，以及十二個攝像頭。 CES2020 上，恩智浦展示了基于雙i.MX 8QuadMax芯片實現的、支持多達11塊屏幕的多屏解決方案。

支持AI

對AI的支持方面，英偉達無疑走在最前面。英偉達在2007年推出CUDA的時候，就想到用CUDA建立了生態圈。這樣對NVIDIA既能賣硬件，又能在軟件上保持領先，增加用戶粘度。英偉達的座艙SoC在深度學習領域優勢明顯。但英偉達在汽車領域的發展重心放在自動駕駛芯片，在座艙處理器領域市場份額并不大。 恩智浦通過收購飛思卡爾，擁有了一支機器學習專家團隊。該團隊就是CogniVue，一家位于加拿大渥太華的圖像認知IP開發團隊，是飛思卡爾于2015年9月收購的。恩智浦的eIQ自動深度學習（DL）工具包使開發人員能夠將DL算法引入其應用程序并滿足嚴格的車規級標準。

恩智浦不僅在投資構建AI功能，并一直在關注AI的缺陷。深度學習依靠概率來識別物體，并且結果是不可解釋的，這對安全要求極高的汽車來講，可能會帶來災難性后果。恩智浦在持續研究一種方法，名為“可解釋的AI（xAI）”。xAI通過添加更合理、類似于人的決策方法和額外的確定性維度，擴展了機器學習的推理和計算概率能力。xAI將AI的所有優勢與推理機制相結合，使其更接近人類的反應方式。

融合部分ADAS功能，提升功能安全能力

部分ADAS功能，如行人或障礙物識別、全景泊車等都有放入座艙域的趨勢，使得座艙SoC需要考慮ADAS相關處理能力。 譬如主要應用在座艙的R-Car H3，也能處理復雜功能，如障礙物檢測、駕駛員狀態識別、危險預測和危險規避。 目前越來越多智能座艙加入了HUD，而最新的AR-HUD和ADAS結合緊密，如提供跟車距離預警、壓線預警、紅綠燈監測、提前變道、行人預警、路標顯示、車道偏離、前方障礙物檢測、駕駛員狀態監測等功能。 座艙SoC一旦加入部分ADAS功能支持，對功能安全的要求也將同步提升。這給座艙SoC供應商提出了更大的挑戰。

文章出處：【微信公眾號：佐思汽車研究】歡迎添加關注！文章轉載請注明出處。