汽车生态系统面临的新架构问题

随着汽车领域的芯片转向5nm及以下的小工艺节点，汽车生态系统正在努力解决规模问题和使用更少芯片构建安全关键系统的挑战。

这听起来可能违反直觉，因为汽车芯片供应商转向更小节点的主要原因之一是减少汽车中的芯片数量。例如，它们可能从几十个具有不同功能的芯片变成一小把甚至一个芯片。但这种转变需要与以防出现问题的故障转移要求和其他一系列安全要求相平衡。

“它强调了常态PPA公司高级技术营销经理斯图尔特•威廉姆斯表示Synopsys对此．他说:“为了满足汽车方面的要求，他们还必须在汽车和汽车方面取得平衡ISO 26262需求。”

芯片本身也不简单，通常涉及各种处理元素，如内存、复杂的电源管理方案、I/ o和内存。

“有加速器、gpu、cpu和大量内存来增强cpu，以处理这些需要发生的大型复杂操作。许多事情同时发生，”威廉姆斯说。

这些变化正从业务和技术两个角度影响着汽车生态系统。

该公司营销副总裁库尔特·舒勒(Kurt Shuler)表示，该行业目前的状况可以被认为是冻糕Arteris IP．“半导体供应商是最底部的酸奶。上面是水果，也就是第1层。顶部是鲜奶油和糖屑。这些都是原始设备制造商。原始设备制造商在顶部，因为这是每个人在冻糕上面看到的，但还有很多其他层。现在发生的事情是，因为没有人想成为汽车行业的富士康(Foxconn)——他们不想成为一家只在金属上盖章、但不拥有汽车架构的公司——人们正在搅动冻糕。”

在技术方面，有两个关键趋势——电气化和自动驾驶。Shuler说，半导体厂商正在尝试做更多的系统级工作，而EDA公司则开始集成他们的一些工具和IP，这样他们就可以一起工作了。“对于Tier 1来说，这意味着，就像谷歌、facebook、亚马逊和微软等超标量公司一样，他们现在正在设计自己的芯片。这意味着它们在下面和上面竞争。“先生。OEM，我们可以为您照顾这一切。你只是制造塑料。你不需要知道这些东西是怎么运作的。而oem现在说，‘嘿，等一下，这是我们的品牌，这是我们的车。我们也得开始雇佣芯片人了。’ Everybody is, within the car itself, clashing from a business and technical standpoint,” Shuler said.

与此同时，还有其他潜在的冲突和挑战，比如当数据进入汽车时该做什么，数据应该在哪里以及如何处理，以及谁最终拥有数据。今天，这些问题还没有达成一致的解决方案。

“在汽车行业，不同的公司处于不同的阶段，”Tensilica集团负责人工智能推理的产品管理总监梅加•达加(Megha Daga)表示节奏．“我看到的最大问题之一是在非常核心的层面上，什么样的比特精度是可以接受的。我们已经听到一些公司说他们仍然需要在某些应用程序中使用浮点数，因为他们不舒服。然而，从现实的角度来看，有一个巨大的部门已经发展并理解，功率、效率和能源是至关重要的，所以我们必须采用嵌入式平台。但这进展缓慢。虽然我们非常提倡8位，但一些开发人员希望使用16位处理，因为他们了解它。对他们来说，这就像一个中间点，从节能的角度来看，他们将获得所有的好处。”

同时，从吞吐量的角度来看，与浮点设备相比，推理芯片将能够获得更好的结果，她说。“市场必须发展到他们能够理解什么样的应用程序适合什么样的精准市场。如果我正在做一个行人检测应用程序，我当然有一个非常关键的精度目标。与此同时，如果我做的是某种信息娱乐平台，那么我就有不同的准确性目标。”

如何做到这一点没有标准化的方法。达加说:“每一种都在进化。“事实上，我们可以说，即使是在同一个地区，比如在欧洲地区，不同的原始设备制造商，根据他们的研究，从系统设计的角度来看，也可以采用不同的方法。延迟是一回事，带宽是另一回事。然后，你可以给多少内存，因为这都是关于数据移动和对电源的影响。有一个巨大的行业仍然主要是lpddr。也有一些人强迫自己HBM因此，这是一个不断发展的行业，某种标准化将需要很长时间才能实现。”

不过，这并不意味着该行业停滞不前。“进入汽车的数据处理正在以一种可预测的方式发生变化，”福特汽车的高级自动驾驶汽车SoC负责人David Fritz表示Mentor是西门子旗下的企业．“在早期，它是关于捕获许多tb的数据，试图将其规范化，并在外部处理这些数据，同时试图找到某种方法来标记数据，以便在训练中使用它。微软Azure、AWS、思科和其他公司都采用了这种方法。问题是，培训只能基于其他人在某处收集的数据，没有好的方法来知道，也没有指标来说明这些数据如何代表现实世界。”

最大的变化是，汽车的中央处理正在从使用原始数据转向处理传感器指示存在的物体。弗里茨说:“可以把它想象成车辆边缘计算。“这种情况经常发生。我们大约在18到24个月前第一次看到这种情况，但是逃离的能力fpga而摆脱gpu意味着，现在有了现成的Arm处理器，你可以做很多处理，而且成本很低。摄像头可以做很多预处理，激光雷达3D点云可以做一些处理，它现在是激光雷达包的一部分，也是雷达包的一部分。不再说，‘这是原始数据，你自己算出来’，现在它被转换成物体和向量。这样的东西更容易使用，中央计算的计算复杂度也更低。”

不久以前，人们还在讨论在云中会发生多少处理。

“在今年的消费电子展上，我不止一次地讨论这个想法是多么愚蠢，因为与刹车和转向通信的延迟已经非常紧张，”弗里茨说。“然后你想把它扔到云端?”有各种各样的理由说明这行不通。有很多人都在发表这样的言论。也许他们没有工程背景。但它会把人们带入死胡同，带给他们的伤害远远大于帮助。”

关于数据的问题
最重要的是，数据所有权的问题仍然没有解决。

Arteris IP的Shuler说:“想想你的手机产生了多少数据，以及所有已经发生的安全漏洞。“汽车就像手机一样拥有大量的信息，而谁拥有这些信息是一场斗争。你正在创造这种支持人工智能的、无所不知的数据集，原始设备制造商想要拥有，博世想要拥有，Mobileyes想要拥有，芯片供应商想要拥有。谷歌和facebook说，如果你给他们这个等式，他们就能提供所有这些很棒的服务。法律体系和政府体系不知道如何处理这个问题。所以这不仅仅是内部的架构之争所以我不会被打上金属御术师的标签。它也创造了所有这些数据，并提出了如何从中赚钱的问题。这就是所有这些东西的真正价值所在——在这些数据中。”

谁负责决定谁拥有数据?谁应该负责决定谁拥有数据?

“这很困难。看看Mobileye这样的公司，他们有一个有趣的商业模式。在他们的系统中，他们拥有或拥有这些数据，但他们可以将其授权给使用这些数据的OEM或Tier 1。对于驾驶汽车的消费者来说，我不知道他们对这些信息有什么控制权。”“还有一场关于加密的争论。在可用性问题上存在争议。”

加密之所以有趣，是因为它成了一个哲学问题。每个人都想把这些汽车信息变现。政府希望它能用于预防事故和改善交通流量的规划。企业希望它能最大限度地提高营销能见度。

自动减速
在这一切背后，尽管人们对完全自动驾驶的狂热已经冷却下来，转而更加注重驾驶辅助功能，但汽车生态系统的参与者仍在努力探索实现5级自动驾驶的方法。

“自动驾驶的复杂性是巨大的。Flex Logix．“我们的公司在加州山景城，所以我们经常看到Waymo的谷歌型汽车到处跑。自我们公司成立以来，他们一直在这里兜圈子，他们仍然没有自动驾驶解决方案。但是他们有几百辆车。所以如果他们还没有弄明白，我不知道每个刚开始的人是如何弄明白的。复杂性是巨大的。”

这是减缓自动驾驶汽车发展的一个很好的理由，从实际的角度来看，他说，“假设我告诉你我已经想出了一辆自动驾驶汽车，而且它是完全安全的。怎么证明呢?哪个政客会说，‘好吧，那就建造数百万辆，然后开始销售?在这里开车的人总是有司机，这在经济上是不可行的。如果你需要司机，为什么要买自动驾驶汽车呢?这对你没有多大帮助。”

此外，没有多少公司有能力为汽车公司制造芯片，因为周期太长了。“这不是创业的空间，”他说。“如果你对董事会说，‘我要开发一种需要6年才能实现营收的东西’，那就很难说服他们。因此，目前在这个领域拥有现成商业解决方案的公司有英特尔Mobileye、英伟达Xavier、恩智浦拥有庞大的汽车业务，包括复杂的微处理器和微控制器。他们是这个领域的主要参与者，我怀疑他们更有可能为汽车公司整合越来越多的合适的东西，成为解决方案的供应商，而不是asic——至少在未来几年是这样。”

相关的
汽车知识中心
特别报告，视频，头条新闻，白皮书和更多的汽车
汽车行业数据越多，问题就越多
数据正变得越来越有用和及时，但并不是每个人都能获得它。
汽车行业的5大转变
新技术的发展将如何改变汽车工业的发展轨迹。
fpga在汽车中的用途、限制和问题
什么地方有效，什么地方无效，什么地方选择模糊。