当前位置: 首页 > article >正文

7nm舱泊一体SoC的新玩家

2016年,高通推出基于14纳米工艺的汽车座舱芯片骁龙820A,彼时,传统座舱SoC霸主NXP主推的是28纳米工艺的iMX8系列。不过,两款芯片都没有能够达到预期的量产效果。

真正的时代变革,来自于高通在2019年发布的全球首款量产7nm车规级第三代座舱SoC(主力产品8155)。同时,得益于高通在智能手机市场积累的量产经验和生态体系,与车机4G联网产生了1+1>2的效果。

另一个原因,则是7nm工艺在运算性能、功耗等各方面指标都有了突破性的进步(当然研发设计难度也远高于14纳米,尤其是还要过车规)。比如,和820A相比,8155的CPU算力提升177%,GPU算力提升94%,内存带宽提升高达100% 。

“7纳米是一个非常重要的节点,而且也是目前站在车规级智能座舱的层面来看,已经进入成熟应用的周期。”在芯擎科技董事兼CEO汪凯博士看来,智能座舱是一个刚性需求。

事实上,过去几年,也有一些芯片巨头在挑战高通8155。比如,三星推出的8nm工艺的汽车级 Exynos Auto v7/v9系列。一些机构甚至认为,从纸面参数上看,三星V9 的性能明显优于高通 8155。

但高通8155的综合优势更加明显。

高工智能汽车研究院监测数据显示,2022年中国市场(不含进出口)乘用车前装标配搭载高通平台座舱域控制器56.62万台(同比增长超过100%)。

同时,从2022年开始,中国市场推出的主流新车的座舱域控制器更是几乎被高通平台(8155为主,下一代8295今年进入量产周期)垄断。相比而言,基于NXP、英特尔、英伟达的座舱域控平台逐步淡出市场。

一方面,部分玩家在转移业务中心,比如,NXP更多的资源开始向高性能算力MCU倾斜;另一方面,芯片的产品定义需要差异化。

突破,就意味着,要标新立异。

本周,汽车电子芯片整体解决方案提供商湖北芯擎科技有限公司(以下简称:芯擎科技)正式宣布中国首款7纳米车规级SoC芯片“龍鷹一号”的量产和供货。同时,搭载“龍鷹一号”的多款国产车型将于今年中期开始陆续面市。

这是到目前为止,国内首款,全球第二款车规级7nm座舱SoC芯片的量产首发并开启规模化交付。公开信息显示,这款芯片历时三年多时间,完成了从研发到流片,再到严格的测试和验证并最终实现交付上车。

“芯片设计的物理过程需要这么长时间,需要设计,需要仿真,需要验证,需要流片,谁告诉你现在开始做,明年就出来了,一定是假的,绝对不可能实现,因为这是很难的一件事情。”在汪凯看来,芯擎科技首先抢占了时间窗口期。

高工智能汽车研究院监测数据显示,2022年中国市场(不含进出口)乘用车前装标配座舱域控制器172.65万台,同比增长47.59%,前装搭载率为8.66%。

迈过10%节点,意味着,市场将进入快速成长期。同时,座舱域控制器快速增长的背后,是舱内多元化智能化功能的快速上车和融合集成的刚需。

另一个非常有意思的数据是,在高工智能汽车研究院发布的2022年度中国市场单芯片域控制器Tier1市场份额前十Tier1中,芯擎科技的战略合作伙伴就有6家。

目前,芯擎科技已取得ISO9001质量管理体系认证,和ISO26262 ASIL-D等级功能安全流程认证,“龍鷹一号”也已通过AEC-Q100可靠性验证及ISO26262功能安全产品认证。

在生态方面,芯擎科技除了红杉中国、泰达科投、海尔资本等知名投资机构以及吉利控股集团、一汽集团的背书,在产业链Tier1合作方面,也完成了包括亿咖通、东软、伟世通、德赛西威、博世、LG等龙头企业合作圈的搭建。

但这还不够。

芯擎科技的策略是,从需求定义、车载系统设计、到集成和应用,充分发挥产业链上下游协同效应,与生态伙伴展开深度合作。

比如,“龍鷹一号”除了满足目前智能座舱的主流功能的算力需求(包括8核CPU、14核GPU,支持LPDDR5-6400内存,8 TOPS AI算力、0.9T GPU浮点算力等),还提供了更多差异化的安全、高效计算应用。

首当其冲,就是内置独立的功能安全岛、信息安全岛,不同的处理器集群独立服务于不同的功能域,满足ASIL-B等级的系统安全功能。

其中,功能安全岛由一对锁步的ARM R52安全核心组成,功能安全级别可达ASIL-D,对系统的运行进行实时监控,可以从芯片硬件层面保证仪表的功能安全显示以及与车身的功能安全通信。

这解决了座舱域控制器架构下,Tier1和车企对于如何保证仪表显示的刚需。比如,一些厂商在过去的传统方案中,尝试再用一颗单独的MCU来做冗余,但无疑会带来成本的增加压力。

同时,随着数据合规在智能汽车行业的政策落地,“龍鷹一号”内置符合国密算法的信息安全引擎,满足中国市场对车规级芯片的高安全性和可靠性需求。相比而言,市面上不少计算平台,都需要配置单独的国密算法软硬件来达到法规要求。

此外,除了在CPU、GPU的有效算力指标上领先同行,“龍鷹一号”为了解决更大算力的需求,还配置了SE-Link高速互联总线,两颗高算力模组可在超高速传输速率时充分协作。

单芯片支持舱泊一体化,也被视为“龍鷹一号”帮助车企降本增效的关键,同时支持8MP的前向摄像头数据接入,提供部分ADAS辅助驾驶预警功能。

不过,对于任何一家芯片厂商来说,量产交付才是王道。

就在“龍鷹一号”量产发布会之前,作为战略合作伙伴的亿咖通,也正式发布了包括安托拉1000智能座舱计算平台、安托拉1000 Pro智能座舱计算平台、马卡鲁计算平台、汽车大脑中央计算平台在内的多款新品。

其中,Antora安托拉智能座舱计算平台,就是基于芯擎科技“龍鷹一号”SoC打造,率先采用了LPDDR5内存,相比LPDDR4X数据传输速度提升50%,传输带宽提升50%,功耗降低10%。

并且它还具备了高集成度,pin脚减少40%,主板面积减少10%,PCB成本降低80%,可以帮助客户减少20%以上的开发周期。

同时,为了打造旗舰座舱,安托拉智能座舱计算平台提供了充分的接口,支持HUD、ADAS、360环视、手机互联、蓝牙、4K娱乐副屏等多种应用。

而双擎Pro融合计算平台,则是基于芯擎科技量身定制设计的高速互联总线,实测PCIE 3.0 1 Lane传输速度可达7.28GT/s,模组间视频流延迟相比行业量产旗舰平台减少51%,还能够提供双倍CPU、GPU、DSP算力支持。

同时,双擎Pro融合计算平台能够为车辆提供L0到L2的驾驶辅助等级,并能够提供辅助泊车、远程泊车、多样化驾驶功能OTA、高速接口互联V2X等应用。

目前,基于安托拉1000 Pro智能座舱计算平台打造的智能座舱将在领克08首发;同时,“龍鷹一号”也将陆续在红旗、吉利等多款车型量产上车。

此外,为了保证不同客户的定制化需求,“龍鷹一号”还可以提供不同的方案,包括独立SoC、SiP模组(合作伙伴)以及板级等多种产品交付形态。

目前,整个座舱域控制器赛道仍处于硬件换代升级、软件融合集成阶段。比如,软件部分,随着座舱的更多人机交互、体验智能化等功能上车,包括DMS、OMS、HUD、手势交互以及泊车(舱泊一体概念)等软件模块都将被集成于更高性能的座舱域控制器。

为此,芯擎科技除了SoC,还提供Multi-OS的车载信息娱乐系统以及神经网络加速引擎来支持更多人工智能应用的快速上车。

事实上,这也是当下汽车行业「降本增效」主旋律下,上游供应商的战略重点:如何帮助车企在实现功能应用上车的前提下,提高效能。

而在整车电子架构进一步集中化的大背景下,汽车芯片赛道开始呈现两种不同的发展思路。一种是类似高通、英伟达,提供中央超大算力SoC来实现最大化的集成度,一步到位,但开发成本高昂;

另一种,则是如何进一步降低整车多域控制器的协同效率。在这一点上,芯擎科技的布局思路也很明确,除了座舱、智驾,包括在车规级(域控)MCU、中央网关高性能SoC、中央计算芯片等领域全线覆盖。

不过,当下对于芯擎科技来说,行业内可能会有一种声音:高通基于5nm工艺的第四代座舱SoC(8295为代表)将在今年开始正式上车。同时,AMD为代表的PC级计算平台(提供桌面级3D视觉和大型3A游戏)也在掀起风潮,是否意味着,7nm的“龍鷹一号”的压力更大?

“如果回到市场本身,有人想开跑车,但不是所有人都有需求。每个用户,每个车厂有自己的成本取舍,”在汪凯看来,让自己生存下来,真正把事情做好,这是最重要的。

而从目前的智能座舱域控的搭载率与车型价位区间分布来看,也应证了终端消费市场的梯次需求。

“SA8155P已经成为汽车公司的热门选择,”此前,不少汽车行业人士认为,“其他类似产品在计算能力和其他性能方面还不能满足要求。”

不过,从交付数据来看,2022年高通8155在中国智能汽车市场的年度交付规模接近70万颗。但对于整体新车交付规模来说,还是一个很小的数字。

高工智能汽车研究院监测数据显示,以2022年中国市场数据统计口径,在座舱域控制器搭载率方面,30-35万元车型达到34%,但30万元以下车型还不到8%。

这也意味着,智能座舱高性能SoC的大门还在徐徐打开,未来市场格局的走向,仍是一个未知数。


http://www.kler.cn/a/9867.html

相关文章:

  • SpringMVC学习笔记(二)
  • 【安全通信】告别信息泄露:搭建你的开源视频聊天系统briefing
  • Vector Optimization – Stride
  • 2024/11/13 英语每日一段
  • docker镜像源,亲测可用,时间2024-11-14
  • 以色列支付龙头遭DDoS攻击,各地超市加油站等POS机瘫痪
  • 三大前端框架Vue, Angular, React
  • 月薪过 3w 的 软件测试工程师 都是怎么做到的?
  • Spring Security 6.0系列【16】授权篇之访问控制
  • 国网B接口调阅实时视频规范解读和代码示例分析
  • 代码随想录_二叉树_leetcode236
  • Java阶段一Day19
  • 值栈的概念和作用是什么?
  • 关于iptables封禁国外IP方法
  • 多模态模型技术综述
  • 第一章 webpack与构建发展简史
  • 【Spring】@ConfigurationProperties 注解的简单使用和介绍
  • Hive概论、架构和基本操作
  • ios逆向工具有那些
  • 2022国赛32:NFS服务
  • 【数据库】面试题合集
  • 【JS运算】分组求和/平均值(reduce函数)
  • 2023 年 MQTT 协议的 7 个技术趋势|描绘物联网的未来
  • 使用Nginx反向代理OpenAI API
  • python内置方法的使用方法及示例
  • Python 小型项目大全 46~50