我的職業生涯始終與半導體行業緊密相連，從產品管理到內容營銷，我曾在多個崗位上做過無數預測與展望。無論是產品需求預測，還是新興技術趨勢研判，我都有過精準命中，也不乏誤判失手。

最近，我重讀了自己在2018年5月撰寫的“自動駕駛汽車是如何工作的？”一文。時至今日，這篇文章仍是美光閱讀量最高的文章之一。在自動駕駛和汽車解決方案備受關注的今天，讓我們看看這篇文章的獨到之處。當時看來，這不過是篇尋常的行業前瞻性文章，既預測了自動駕駛的發展方向，也介紹了客戶所需的內存與存儲解決方案?，F在，讓我們逐節回顧，看看哪些判斷經住了時間考驗，哪些又出現了偏差。

“人工智能為自動駕駛汽車提供助力”

結論：正確

一輛汽車要實現自動駕駛，需要持續了解周圍環境：首先是感知（識別并分類信息），然后是通過汽車的自動駕駛計算機控制系統針對這些信息采取行動。自動駕駛汽車需要安全、可靠且響應迅速的解決方案，這些解決方案需要詳細了解駕駛環境，然后瞬間做出決策。而要了解駕駛環境，就需要車輛搭載的各類傳感器捕獲海量數據，再由汽車的自動駕駛計算機系統進行處理。

這些觀點至今依然成立。AI確實成為了自動駕駛汽車的核心驅動力，且在現代汽車中的融合程度遠超從前。雖然處理海量數據對自動駕駛汽車和AI工作負載而言仍具挑戰，但支撐自動駕駛的計算、內存與存儲技術已變得更加強大高效。存儲與內存容量的提升，使車輛能夠處理更龐大的數據集和更復雜的算法，從而提高AI系統的準確性與響應速度。這些技術進步不僅支持更復雜的訓練模型、更快速的推理能力，還催生了七年前我們未能預見的新型AI應用。生成式AI與代理式AI的興起，讓AI以當年難以想象的方式融入汽車，徹底改變了車載信息娛樂系統與ADAS系統。如今，“打電話回家”等基礎指令已無法滿足駕駛者對車載AI的期望，他們追求的是更智能且具備深度對話能力的AI體驗。

“自動駕駛的五個等級信息圖”

結論：正確但需要更新

除了品牌配色方案和舊版美光徽標外，這張關于自動駕駛五個等級的信息圖至今仍然準確且具有參考價值（對我個人而言也滿載回憶）。“自動駕駛五個等級”并非由我們提出，而是美國國家公路交通安全管理局 (NHTSA)制定的行業標準。該圖中需要更新的是“當前”的標注。如今，許多新車都已達到“部分自動化”級別，部分先進電動車 (EV) 甚至能實現四級自動駕駛。五級技術雖已存在，并通過試點項目在少數城市運行，但通常僅限于氣候溫暖且路況可預測的地區。要真正達到第五級別，車輛必須能夠應對任何可能遇到的復雜路況和極端氣候條件。那么，為何目前的所有新車均尚未實現完全自動駕駛？ 阻礙因素涉及諸多層面，包括政府法規、安全保障及總擁有成本等。或許在未來七年內，我們有望實現五級自動駕駛。隨著美光在內存帶寬與集中式汽車存儲架構領域持續實現突破性創新，這一目標離我們越來越近。內存帶寬與集中式架構能顯著優化自動駕駛系統的性能表現、運行可靠性及安全系數，而這些正是實現五級自動駕駛的關鍵。

“內存，自動駕駛中的無名英雄”與“高速內存是自動駕駛的重要組成部分”

結論：正確且歷久彌新

無論車輛處于何種自動駕駛級別，內存和存儲技術都至關重要。車載AI必須能夠實時處理海量數據，在高速行駛中瞬時做出決策。對自動駕駛而言，任何過度的時延和延遲都不可接受。人類其實很擅長快速判斷（盡管日常交通中看起來好像并非如此），但問題在于我們容易分神，計算機則不然，攝像頭、激光雷達與各類傳感器永遠保持警覺。高性能車載計算平臺永遠不會“在開車時打盹”，只要內存與車載存儲能持續提供所需數據，它們就會一直不停地計算和決策，時刻保障行車安全。而高帶寬內存與集中式存儲解決方案，對于攻克這些數據挑戰并確保系統平穩、高效、安全地運行至關重要。

此外，內存也是復雜AI訓練模型及實現快速推理響應的基礎。美光的創新技術為這些高要求AI任務提供了可靠基石。通過打造高效可靠的內存與存儲產品，美光在推動AI與汽車融合、提升自動駕駛能力方面發揮著關鍵作用。

“GDDR6 對自動駕駛未來發展的重要性”

結論：判斷失誤

當時，美光的GDDR5X內存正應用于汽車解決方案。而GDDR5X和GDDR6主要面向游戲領域，但因其高速特性也進入到了汽車解決方案及網絡應用領域。如今，圖形與 AI 應用已開始采用新顯存標準GDDR7。我們曾預計這一趨勢會延續到汽車解決方案，特別是車載信息娛樂系統領域，畢竟屏幕尺寸越來越大、分辨率越來越高。特斯拉Model 3和Cybertruck等車型甚至提供名為Telsa Arcade的車載游戲功能，允許用戶通過踏板和方向盤在信息娛樂系統上玩游戲（出于安全考慮，行駛中將禁用該功能）。那么，這一預判為何會出現偏差？ 從邏輯上而言，對更高帶寬和顯存的需求本應持續增長。

而實際上，對更大內存和更高帶寬的需求確實持續存在，且隨著自動駕駛級別的提升而增加，但如今主流類型已轉變為低功耗雙倍數據率 (LPDDR) 內存。最初為滿足手機低功耗需求而設計的LPDDR（特別是LPDDR5X），反而成為了現代汽車的最優解。

手機與汽車具有諸多共性：它們都不依賴固定電源，依靠電池運行，并且搭載大量傳感器和計算單元，持續采集和監控數據。用戶對AI交互已形成依賴。為此，美光持續推出創新型低功耗內存解決方案，以更高性能和更低功耗滿足這些需求。

例如近期推出的搭載直接鏈路ECC協議 (DLEP) 的LPDDR5X DRAM。這一針對LPDDR5X優化的糾錯碼 (ECC) 方案，通過消除全系統內聯ECC需求，可實現15%至25%1的帶寬提升。DLEP技術不僅提升了性能，更憑借降低時間故障率 (FIT)，助力LPDDR5X內存系統達到ISO 26262 ASIL-D規定的硬件指標。此外，在使用pJ/b（皮焦耳/比特）衡量時，這款新產品還能降低約10%的功耗，并提供至少6%的額外可尋址內存空間2。如今，基于美光經過ISO 26262 ASIL-D認證的系統級 LPDDR5X DRAM來構建應用，可以輕松滿足關鍵的汽車功能安全 (FuSa) 要求。簡言之，DLEP同時實現了帶寬提升與功耗降低，這堪稱自動駕駛工作負載夢寐以求的雙贏解決方案。

數據存儲領域同樣實現了許多未曾預見的突破。美光4150AT SSD等集中式存儲SSD，正在徹底改變汽車存儲架構。新架構摒棄了分別為信息娛樂數據、ADAS系統和座椅位置等配置獨立存儲芯片的做法，將多達四個系統的數據存儲整合至單一高可靠性SSD中；該SSD通過認證，能滿足車輛的嚴苛需求。這一創新與AI技術結合，催生了更多適用于車載應用的汽車存儲架構。

但汽車內存的下一步將走向何方？ LPDDR能否在未來七年繼續保持主流地位？抑或是美光HBM3E等AI高帶寬內存 (HBM) 將進軍汽車領域？ 后者完全有可能發生，尤其當AI技術日益普及，并成為完全自動駕駛不可或缺的核心時，不過，率先登陸自動駕駛汽車的或許是HBM4或HBM4E。容我留下最后一個預測：美光HBM產品不需要再等待七年，就能在汽車解決方案中得到采用。

結語

雖然我不會糾結于預測的對錯（自尊心恐怕難以承受），但審視我們對未來技術與趨勢的看法始終有益。最重要的是，過去七年間，AI在汽車領域的價值及獲得的關注已呈指數級增長，而支持AI車輛的高性能內存與存儲解決方案的重要性也同步攀升。具體的內存與存儲方案或許會迭代升級，但它們所解決的核心挑戰不會改變。數據始終是所有AI的核心，而這些數據存儲在美光的內存與存儲解決方案中。但我們的技術不僅能存儲數據，更能將數據轉化為切實可行的智能洞察，加速價值兌現。

1與典型的內聯系統ECC方案和DLEP進行比較

2“額外可尋址內存空間”基于用于存儲系統ECC奇偶校驗的恢復內存密度

本文作者

Dan Combe

全球傳播與營銷部門營銷活動經理