電子發燒友網報道（文/吳子鵬）相關統計數據顯示，截至2021年10月，中國乘用車智能座艙滲透率為50.6%，預計到2025年這一比例將達到75%以上。根據億歐智庫的調研數據，在25-35歲年齡段當中，有79.1%的用戶將座艙智能化體驗視為其購車的參考因素；在所有年齡段的消費者調研里，智能座艙是僅次于安全要素的購車第二大影響因素。

當前，智能座艙已經在屏幕、娛樂、交互等方面實現了巨大的突破，產業的下一步將走向域融合。

域融合下的智能座艙

2022年初，中科創達發布了一款全新的智能座艙方案，基于高通SA8295硬件平臺，該座艙便實現了域融合的智能座艙。不僅支持數字儀表、中控娛樂、副駕娛樂、雙后座娛樂、流媒體后視鏡和抬頭顯示器等傳統智能座艙功能，同時將低速輔助駕駛與座艙域進行融合，從而在座艙中能夠實現360度環視汽車，更好地支持智能泊車功能。

從中科創達以及其他廠商的布局來看，目前艙駕融合是行業主要的趨勢。

所謂的艙駕融合也就是智能座艙域和智能駕駛域的融合，大體的思路是將兩部分功能融合到一個高性能的計算單元里，進而打造出艙駕一體的域控制器。百度IDG智駕融通創新部總經理蘇坦此前在世界新能源汽車大會期間表示，艙駕融合有三個明顯的信號：其一是車載座艙使用的計算芯片的算力，第一次超過了同期手機所使用的芯片的算力；其二是神經網絡的本地化加速，開始具備了技術的基礎，算法和算力平臺的融合初具可能性；其三是更強的人機交互系統出現，視覺感知、語音控制等多維交互能力有明顯突破。

智能座艙作為人車交互的第一渠道，在跨域融合之后，也會出現一些典型的表象變化。比如中控信息屏的信息維度將會擴增，如果不能很好地做到信息的扁平化顯示，菜單分層數會相應增加，進而導致駕乘人員獲取信息的難度提升，相應的駕駛風險度便會提升；其次是交互方式的改變，過往智能座艙很少用到3D顯示，基本都是平面顯示，且控制方式以觸屏和物理按鍵為主，域融合之后，座艙很多控制將基于語音和手勢等更方便的控制，將更多地采用AR和3D等新型顯示技術。

當然，除了座艙域、智駕域，還有動力域、底盤域和車身域等。在EE架構走向中央計算平臺的大趨勢下，未來這些域都將消失，最終使得汽車和現代的智能手機、筆記本類似，由一個強大的計算平臺控制所有功能。

這個時候，車子本身將徹底完成駕控的閉環，沒有了中間域的傳輸環節。而智能座艙作為信息交互的窗口，如何實現信息交互的閉環，將成為產業需要持續應對的挑戰。

智能座艙域融合后面臨的挑戰

域融合是一個總領性的概念，在具體實施的過程中，實際上要面對多方面的挑戰。

首先就是必要的計算平臺。域融合之后第一個顯著的變化上面已經提到了，就是對算力的需求是倍增的。那么，原來域控制器里面的計算芯片即便是有冗余設定，也無法滿足新的需求，升級大算力芯片是不可避免的。在英偉達GTC 2022上，該公司曾發布2000 TOPS大算力芯片Thor。這款芯片支持多計算域隔離，可實現座艙域、駕駛域融合，也就是將輔助駕駛、自動泊車、信息娛樂、DMS等多種功能放在一顆芯片上實現。

我們上面提到了高通的SA8295芯片，其是高通第四代座艙平臺，即將在2023年上車量產。這顆芯片也是實現域融合的計算平臺。比如博泰和高通的合作中，博泰便是基于SA8295芯片整車智能化、智能汽車連接功能、SOA架構、駕艙一體以及基于中央控制器的多域融合等方案開發。

此外，我們也注意國內的黑芝麻智能、芯馳和地平線也都是在強調域融合，且一個主要的方向都是上面提到的艙駕融合。

目前，國內傳統的tier1廠商以及智能網聯汽車方案商都有推出艙駕融合的解決方案。比如德賽西威的第一代ICP產品Aurora，該平臺實現了從“域控”到“中央計算”的跨越式技術落地，硬件搭載主流大算力芯片，總算力可達2000TOPS以上。據悉，在Aurora平臺上，用戶有英偉達Orin、高通SA8295和黑芝麻的A1000芯片可選，打造靈活的硬件方案。在功能方面，Aurora集成智能座艙、智能駕駛和網聯服務等多個功能域。

軟硬件解耦這一點在域融合階段是非常重要的。在德賽西威的域融合域控制器方案中也有提到，該方案在設計上采用插拔式結構，這是一種算力可拉伸結構，用于滿足不同價位對域控制器的多樣化需求。

不過，有了核心計算芯片只是有了讓智能座艙實現跨域融合的前提，還需要軟件方面一起跟進。在軟件方面，均聯智行首席架構師汪浩偉此前表示，艙駕融合以及在智能座艙融入更多的域元素，軟件上的融合需要從整體的軟件架構去入手，從而得到一個全新的軟件架構體系，這樣才能適配新的、融合的域控制器，這里面一個很關鍵的點是對應用功能的重新定義。

現階段，雖然軟硬件解耦提供了一些解決問題的思路，不過在艙駕融合或者其他域融合的域控制器方面，還是有一些挑戰存在。比如在核心芯片設計層面，雖然軟硬件解耦更加強調了芯片的通用性，但是通用算力在實際部署過程中如何利用實際上是一個很大的難題，CPU和GPU等硬件資源如何分配？配置多少通用接口？是否增加一些針對特殊應用的專用IP？也就是說，目前的硬件平臺是粗礦的，用比較極致的冗余度來滿足需求，但是也存在一定程度的資源浪費。

在軟件方面，功能安全和OTA功能之間的界定也有很多模糊不清的地方存在。