汽車行業正在經歷深刻變革，傳統主機廠（OEM）面臨現代汽車對算力需求急劇飆升的挑戰。隨著高級駕駛輔助系統（ADAS）、車載信息娛樂系統（IVI）乃至車載人工智能（AI）的普及，汽車正迅速演變為 “車輪上的數據中心”。

為實現這些先進功能并實現差異化競爭，車企必須加速軟件開發，并親自參與甚至主導芯片選型或設計，確保硬件能夠承載相應的計算負載。這一趨勢正重塑汽車價值鏈，引發結構性劇變。

汽車產業價值鏈的變革

當車輛逐漸具備數據中心屬性時，對先進芯片的需求呈爆發式增長，以處理海量車內數據。臺積電等領先晶圓代工廠正加速推出符合車規的制程節點，以應對這一挑戰。與此同時，車企自身也在多元化布局，直接投資定制芯片 —— 特斯拉的 FSD 芯片與 Dojo 超級計算機芯片便是典型案例 —— 借此優化成本、打造差異化優勢并奪取市場份額。

因此，傳統OEM越來越傾向于繞過中間環節，直接與晶圓廠、ASIC 設計服務商及軟件供應商合作，將供應鏈話語權掌握在自己手中，同時加快產品迭代速度。對多數OEM和零部件供應商而言，這無異于 “告別舊模式”，進而引發汽車價值鏈的深度重塑。

提升芯片自研能力

在此過程中，所有OEM都必須思考一個關鍵問題：“我的企業需要具備何種程度的芯片研發能力？” 該問題的答案，將決定其在 “芯片到系統” 的價值鏈中可實現的垂直整合深度。目前尚未實現垂直整合的 OEM 需明確，是向淺層或部分垂直整合發展，還是邁向完全垂直整合。這一選擇和OEM需投入的資源規模強相關 —— 完全垂直整合雖需承擔最高的一次性工程（NRE）成本與精力，卻也能帶來最顯著的差異化競爭優勢。

要成功實現 “芯片到系統” 的垂直整合，OEM需在四個關鍵領域構建核心能力：

• 硬件：具備從電子電氣（E/E）架構、子系統設計到最終芯片選型的全流程把控能力；
• 軟件：擁有基礎軟件與應用層軟件的開發、驗證全鏈條能力；
• 軟硬件協同設計：通過協同開發縮短研發周期，同時實現成本與性能的雙重優化；
• 車載終端反饋閉環：通過對量產車輛的實時監測，保障芯片組件的可靠性、可用性與可維護性（RAS）。

作為半導體設計領域的先驅及長期推動汽車創新的技術伙伴，新思科技（Synopsys）具備獨特優勢，能為 OEM 提供專業咨詢，助力其管控 “芯片到系統” 價值鏈的各個環節。

軟硬件協同設計

在傳統開發模式中，汽車 OEM 以 “硬件為中心、各模塊孤立” 的方式研發車輛。每新增一項電子功能，便需對應增加一個電子控制單元（ECU），且該單元內捆綁著專用硬件與嵌入式軟件。隨著車輛電子功能數量持續增加，每輛車搭載的 ECU 數量也隨之攀升 —— 如今一輛車的 ECU 數量少則幾十個，多則超過 100 個，且這些單元多采購自不同供應商。

這種模式不僅導致架構復雜性大幅提升，還限制了系統靈活性。由于軟件與特定硬件深度耦合，2 至 5 年的漫長設計周期成為行業常態；且因需求需在設計初期明確界定，設計周期內幾乎沒有迭代或更新的空間。

軟硬件協同設計正是為解決這些痛點而生。通過同步規劃軟件與硬件需求，OEM 既能確保硬件更好適配軟件需求，也能讓軟件最大限度發揮硬件性能。然而，從傳統的 “硬件為中心、孤立設計” 模式轉向軟硬件協同設計并非易事，OEM 需應對多方面挑戰：

挑戰一：為未來的電子電氣架構選擇芯片

過去 30 余年中，多個行業已進入 “臨界點”—— 通過定制化芯片重構價值鏈變得極為重要，甚至不可或缺。如今，汽車行業在設計下一代電子電氣架構時，也正面臨類似的臨界點。

OEM 當前需明確，是采用現成的系統級芯片（SoC），還是自行設計定制 SoC，或者是采用 “現成 + 定制” 的混合模式為車輛提供算力支持。這一決策需結合具體場景逐一評估，仔細權衡優先級、取舍關系及各類變量。

對于選擇自行設計定制 SoC 的 OEM 而言，芯片的安全性、可靠性、質量、安全防護能力及 PPA（功耗、性能、面積）指標均需由其自主承擔。其中，PPA 是關鍵考量因素 —— 尤其在電動汽車（EV）設計中，高功耗器件可能直接影響車輛續航里程。

挑戰二：選擇最優 AI 解決方案

眾多 OEM 已開始評估車載 AI 解決方案。多數企業認識到，AI 是未來實現產品差異化的核心要素，因此希望提前了解市場上可用的神經網絡處理單元（NPU）類型及性能，進而決定是外購還是自研AI 解決方案。

挑戰三：優化現有電子電氣架構的軟件

盡管軟硬件協同設計的重點多聚焦于未來系統，但 OEM 也需兼顧已量產車型，包括在現有架構算力有限的前提下，提升車輛功能甚至新增特性。要實現這一目標，有時可通過以下方式：將軟件工作負載（或部分負載）從車輛內的一個 ECU 遷移至另一個，或把衛星單元的任務轉移至算力更強的 ECU。

持續開發、集成與驗證

當前，汽車行業仍普遍采用 “大爆炸集成” 模式 —— 即大部分軟件缺陷需等到物理樣車制造完成后才能被發現。這種傳統開發方式不僅導致高昂的延誤成本，還產生難以承受的研發開支。在動態變化的當下，靜態開發模式已不再適用，未來必須轉向 “持續開發、持續集成、持續驗證” 的新模式。

從高級駕駛輔助系統、車載信息娛樂系統到動力總成系統，各開發團隊均在尋求更高效的開發方法，以更快進入驗證階段、測試更多軟件版本并交付更高品質的軟件。OEM 主要在以下幾方面尋求突破：

更早啟動軟件開發：過去，大量軟件開發工作依賴物理硬件樣機的可用性；而通過虛擬原型設計與驗證技術，可顯著降低對物理硬件的依賴，使關鍵軟件開發工作提前啟動。借助合適的工具，開發團隊能仿真電子元器件與系統設計，在物理硬件或測試臺架尚未就緒時，便可開展 ECU 軟件、嵌入式控制系統等的測試工作。

以軟件在環（SiL）替代硬件在環（HiL）測試：傳統測試依賴HiL模式，即使用真實物理組件進行測試。然而，HiL 測試設備成本高昂且常處于供應短缺狀態，尤其在研發關鍵階段，易成為測試與驗證流程的瓶頸。

采用SiL系統替代 HiL 系統具有顯著優勢，如SiL 測試能更早發現系統缺陷與錯誤，不僅有助于加快問題修復速度，還能有效縮短開發周期、降低研發成本。

用云端 SiL 減少對區域原型的需求：多數 OEM 為滿足不同地區的法規與市場需求，需維護大量區域性軟件版本。過去，這些區域版本的測試同樣依賴 HiL 系統；而通過“HiL轉向SiL+SiL測試遷移至云端”的模式，各區域研發中心可并行開展開發與測試工作，既能消除流程瓶頸，又能顯著降低測試成本與樣機需求。

芯片生命周期管理

當汽車 OEM 將芯片主導權掌握在自己手中時，也必須更加重視芯片的可靠性，確保選定芯片在實際運行中能按預期正常工作。

這正是芯片生命周期管理（Silicon Lifecycle Management, SLM）的核心價值所在。SLM 可實時監控芯片在車輛實際使用中的運行狀態，確保其性能符合預期；制造商可通過 SLM 進行固件更新識別并修復芯片中的輕微問題，同時 SLM 還能為開發流程提供反饋通道，使下一代芯片設計可基于實際使用數據進行優化改進。

新思科技助力汽車價值鏈重塑

新思科技深耕汽車行業 20 余年，憑借在芯片設計領域積累的深厚專業能力，助力應對現代車輛的復雜性挑戰，現已成為汽車 OEM 及供應商的核心合作伙伴 —— 既能協助 OEM 在芯片選型、設計及垂直整合等關鍵決策上做出合理選擇；又能在決策確定后，通過自身方案助力 OEM 加速創新、降低風險，確保項目穩步推進。

軟硬件選擇支持：新思科技可幫助 OEM 評估并選擇最適配其電子電氣架構及其他特定需求的硬件與軟件方案，覆蓋 “現成商用產品 - 定制化芯片解決方案 - 人工智能技術” 全范圍；同時，還能協助 OEM 提升自身芯片技術能力，并指導其實現與戰略目標匹配的垂直整合程度。

軟件開發、測試與驗證：新思科技提供一整套軟件開發、測試與驗證工具，可顯著降低對物理原型及HiL的依賴，既能加快軟件交付進度，又能提升軟件質量。

芯片生命周期管理：新思科技的集成化芯片生命周期管理（SLM）解決方案，可在芯片設備生命周期的各個階段，持續優化其健康狀態與運行性能指標。