電子發燒友網報道（文/莫婷婷）在智能汽車中，智能駕駛以及智能座艙是變化最快的領域，隨著技術的發展，智能汽車的電子電氣架構從拼算力進入“軟件定義汽車”的階段。

安謀科技智能物聯及汽車業務線負責人趙永超分享了一組數據，量產的燃油車技術成本在2000美元左右，其中軟件成本占10%；混動汽車的技術成本是在15000美元左右，其中軟件成本占20%，未來L5自動駕駛汽車，技術成本約為4萬美元，其中軟件成本將占到50%。可以清晰地看到，不僅僅是技術成本的提升，軟件在智能汽車的重要性也日益凸顯，未來將影響整車系統和硬件設計。

當下，高通、地平線等廠商都布局了多款車規級芯片。在軟硬件協同發展的背景下，硬件廠商也在與軟件供應商打造新的合作形式。我們將從汽車產業鏈上下游企業的發展情況，共同窺探智能汽車的發展路徑。

智能汽車走向全自動駕駛，集成化帶來更高的算力需求

乘聯會最新數據顯示，今年7月新能源乘用車零售銷量達到48.6萬輛，同比增長117.3%，環比下降8.5%。1至7月的新能源乘用車國內零售273.3萬輛，同比增長121.5%。總體來看，今年上半年的新能源汽車市場呈現波動的增長趨勢。預計今年的新能源汽車銷量將達到650萬輛左右。

在智能座艙方面，幾乎所有的主流汽車制造商都已選擇了高通驍龍座艙平臺。高通技術公司產品市場副總裁孫剛表示，在今年上半年，高通汽車業務訂單總估值已經達到190億美元，整體呈現快速增長的趨勢。

高通在國內智能汽車發展的都有相應的方案布局，可以說是見證了智能汽車市場的發展。高通于2014年左右進入智能座艙領域，迄今已推出4代產品。到了2020年，高通宣布進入自動駕駛，發布了自動駕駛解決方案Snapdragon Ride平臺。在車載通信方面，高通推出了業界首款C-V2X芯片，2020年首發搭載在紅旗純電SUV上，由此推動了C-V2X技術在汽車上的應用。

面對智能駕駛和智能座艙的發展趨勢，孫剛總結了兩大趨勢：一是快，二是集成程度越來越高。他回憶，高通在2014年推出第一代智能座艙解決方案時，客戶的興趣并不大；在2016年，面對高通推出的驍龍汽車820A平臺，客戶覺得太高端，加上高通產品迭代快，芯片上車驗證周期長，因此對各方面都有所顧忌；到了2019年，高通發布第三代驍龍座艙平臺，結合當下智能汽車的發展現狀，客戶普遍認為是主流產品。如今，高通已經發布了第四代驍龍座艙平臺SA8295，采用5nm制程工藝，提高了三倍性能，已有十幾個客戶簽約。

“中國客戶在智能座艙方面的需求呈線性上升的趨勢，跑得非常快。自動駕駛也是同樣的情況，幾年前，L2的自動駕駛芯片算力大概是4TOPS/8TOPS，現在至少也要20-30TOPS，更高階的智能駕駛級別甚至需要500TOPS。”孫剛表示。

現在實際上很多大的車廠在他們的概念里面，智能汽車已經只剩下三個大的動力，車身、智能座艙、自動駕駛。未來的集成度會越來越高。為了適應整車廠商的需求，高通的芯片運算能力也越來越強大，集成了儀表盤、音響系統、后視鏡、DMS等系統。

從高通的發展中，我們可以看出中國智能汽車對硬件需求從加速做“加法”到逐漸做“減法”演變。與此同時，由于汽車智能化、網聯化的發展趨勢，汽車芯片算力增加等需求，電子電器架構也在跟隨汽車智能化的革新腳步，逐漸走向功能集成、高性能的域控制架構，最終走向集中計算、區域連接的中央計算架構。從地平線征程系列車規級AI芯片路線圖也可以看到這一點。

地平線在2018年、2019年發布征程2和征程3，AI算力分別為4TOPS、5TOPS，采用 BPU伯努利架構，由于是在輔助駕駛階段更加重視環境感知、多模感知。例如今年發布的第三代榮威RX5，搭載了3顆征程3芯片，其智駕域控制器可以實現被動散熱，提升周視智能導航輔助駕駛的落地普及能力。

到了2021年，地平線發布的征程5芯片，采用了自研的BPU貝葉斯架構，基于征程5芯片的整車智能計算平臺，AI算力高達128TOPS，已與紅旗、比亞迪汽車等品牌達成量產合作項目。2023年計劃推出的征程6系列芯片將實現全自動駕駛，采用BPU納什架構，打造全車智能中心，AI算力可超過1000+。

據了解，地平線已經跟90%的自主品牌車企都建立了量產級的征程芯片合作，成為COEM智駕域控制器的主流選擇，出貨量超過100萬。

從汽車產業鏈上游來看，芯片算力火速升級，一場算力軍備競賽正在智能汽車領域如火如荼地展開。另一方面，在“新四化”軟件化、智能化、電動化、網聯化）的發展趨勢下，軟件也在不斷提升應用占比。

軟硬件時代到來，上下游玩家紛紛獻出對策
智能汽車行業肉眼可見的快速發展，讓整車廠商都在想盡辦法提高性能，由此打造市場競爭力。整車廠創新的協同性、主動性、領先型越來越高。作為賦能底層技術的芯片廠商，又該如何體現自身價值，幫助整車廠商建立核心競爭力呢？

在“軟件定義硬件”時代，芯片的制勝之道在于軟件。受益于軟硬結合，征程5實現了“可持續成長”的AI計算能力，去年7月發布征程5時，其最強計算性能為1283 FPS，在一年的時間里提高到了1583 FPS。這是如何實現的呢？徐健解釋，征程5芯片的硬件、算法都沒有變，變的是軟件架構。

FPS即每秒鐘準確識別多少幀圖像，用來評估汽車智能芯片的“真實性能”。如何衡量AI芯片是否好用？地平線認為，在芯片設計的過程中，要關注硬件設計的架構是如何被算法所定義等等。當芯片設計出來之后，持續提升軟件架構，讓提升編譯器更好地讓軟件發揮性能。

為了適應新的需求，地平線在迭代征程5時，專為高等級自動駕駛打造了核心計算架構——BPU貝葉斯，具備高性能、低延遲、低功耗的特點。據了解，BPU貝葉斯聚焦最新神經網絡架構，能夠支持不同自動駕駛場景下的AI算子，高度軟硬件并行化，實現了128TOPS的超強AI算力以及60MS的業界最低延遲。

不能忽視的廠商是Mobileye，這是一家在芯片軟硬件協同設計上具有絕對先天優勢的廠商。與高通、特斯拉、地平線等自動駕駛芯片相比，Mobileye在業內飽受詬病的是其芯片算力不夠，2020年發布的EyeQ5算力只有24TOPS。但是Mobileye注意到，汽車計算平臺搭載越來越多的攝像頭、傳感器系統，一個可編程的平臺將在這里面起到至關重要的作用。如今，Mobileye發布了SDK，并且開發了軟件算法包。

EyeQ5芯片首發搭載在極氪001，能夠實現L2+ 級自動駕駛。該車型集成了2顆Mobileye EyeQ5 芯片和視覺感知算法SuperVision。能夠在2顆EyeQ5 芯片運行SuperVision系統，并且在數量級上遠低于其他同行的算力、TOPS指標，這或許正是其芯片軟硬件協同設計的優勢。

車規級芯片設計步入“軟硬件協同”已經成為業界共識，地平線率先通過軟硬結合的技術布局賦能車規級芯片實現高效能。開放生態模式一直是科技行業發展的趨勢，在汽車行業軟硬件協同的發展趨勢下，真正的生態創新力會幫助整車廠超越先行者，實現后來者居上。因此，我們也看到越來越多的汽車產業玩家達成合作，共同推出新模式。

例如思科技推出虛擬SoC、虛擬ECU方案。根據新思科技汽車業務拓展總監武鈺的介紹，虛擬SoC方案可以讓客戶在芯片流片前，從PC端拿到芯片的數字化原型，提前12~18個月對軟件進行部署和測試，在芯片制成后可以直接用開發成型的軟件進行移植。該技術在一定程度上改變了傳統汽車電子的V型開發流程，加快軟件研發的整體速度，縮短開發周期。

從設計到測試，供應鏈上的企業都針對性推出了不同的解決方案。然而，軟硬件協同也給整車廠帶來了軟硬件上的挑戰，需要第三方解決方案商整合自動駕駛、芯片、操作系統等技術和服務，實現個性化定制開發。

作為智能操作系統產品和技術提供商，中科創達針對計算集中化、汽車駕駛艙系統融合、軟硬件解耦的趨勢，打造了智能駕駛艙軟件平臺解決方案，向下可以對接底層的芯片、傳感器、算法，向上對接各種服務。就在今年4月，中科創達與地平線成立合資公司，圍繞地平線車規級AI芯片為主機廠及一級供應商等企業提供高質量的智能駕駛軟件平臺和算法服務。

小結：
智能汽車飛速增長的技術背后，帶來了飛速增長的硬件實力以及軟件復雜度。智能駕駛與智能座艙都更加看重軟硬件協同的能力，在這一方面，我們都不得不正視供應鏈上下游廠商做出的成績與貢獻。而未來，在市場需求的推動下，硬件廠商與軟件廠商的配合將越來越默契，由此推出更加適合整車廠商的方案。