CES 2024 - 芯片大佬们又将怎么改造汽车 10小时前

2024-01-15  

这段时间关注CES 2024的朋友,在各种媒体老师的带领下,应该也看到了各种应用创新的眼花撩乱,但其实对于汽车来讲,2024 CES上汽车秀的不少技术应用,对国内极度内卷的车市来讲都是小儿科。那么国内比肩继踵的汽车人远赴北美拉斯维加斯去看什么?


既然CES上秀的不少汽车应用对我们来说都是小儿科,我们汽车工业是不是就厉害了?当然必须承认我们的制造是厉害的,我们勤劳和加班精神,在基建狂魔结束之后必须制造狂魔,但CES赛道并不是比1-100的制造,而是比0-1的创新。所以我们去看创新应用,去看底层创新的技术,只有获取这两个创新才能脱离内卷,让自己产品和商业有差异化和亮点溢价。


至于应用创新本文就不赘述,各个媒体老师的稿子和视频可以饱你眼福,本文将写写底层创新的技术-芯片。


芯片一直是现代工业的心脏、信息技术的基石,而汽车的电气化以及智能化也离不开芯片的底层技术支持和创新发展。不管是电气化电控的IGBT、SiC、GaN还是智能化的MCU、SoC一直都促进汽车电气化智能化发展的重要推进因子。


本次CES 2024上我们也看到,永远挂着Intel Inside的PC芯片巨头Intel在汽车芯片方面亮了个大招,首个Automotive Chiplet Platform,帮助大家都来定制化造芯片;AMD车规级的Versal以及Ryzen芯片入局汽车智能驾驶以及座舱;高通和英伟达高性能中央计算平台Snapdragon ride flex以及thor开启上车时刻表;TI德州仪器,瑞萨,NXP等等都推出芯片新技术。


所以本文将探索下CES 2024芯片大佬们又带来怎么样的芯片产品?将怎么改造智能汽车?


高通英伟达的中央计算芯片英特尔推出Chiplet芯片平台AMD努力提升竞争力,进击汽车芯片TI用单芯片取代复杂的系统其他芯片


高通英伟达的中央计算芯片


英伟达和高通毋庸置疑是当前智能汽车芯片的领跑者,一个在高性能智能驾驶方面一骑绝尘,一个在智能座舱独占鳌头。但双方都找到一个共识,未来智能汽车的核心芯片会像电脑和手机一样融合成一个中央计算芯片,所以其实在去年CES双方相继推出了自己的中央计算芯片,这次CES双方都进一步发布了关于其中央计算芯片的进展。


英伟达NVIDIA DRIVE Thor,提供高达2000 TFLOP高性能算力,将广泛的汽车智能功能集成到一个单一的人工智能计算平台中,提供自动驾驶、自动泊车、驾驶员和乘客监控以及人工智能座舱多项功能。


英伟达的这款NVIDIA DRIVE Thor芯片上异构融合了“Hopper”架构的GPU,可处理自动驾驶汽车核心的机器学习工作负载。另外异构了基于Arm的高性能“Poseidon”内核的“Grace”CPU来处理各类场景以及进程。

理想汽车将会是首批使用NVIDIA DRIVE Thor中央车载计算芯片的车企,可能将在25年推出。当然欧美芯片巨头做的好的是,提供配套开发工具链等帮助快速入门应用,这次中央计算芯片Thor 与 Orin 搭配使用相同的 Drive 软件开发套件 (SDK),当与其可扩展架构相结合时,类似理想等应用公司可以将其过去的软件开发快速移植到新平台。


当然英伟达对于汽车还有一揽子AI业务,这个我们去年文章《2023 CES - 英伟达在汽车方面发布了什么?》有详细描述。

至于高通的中央计算芯片Snapdragon Ride Flex,高通和博世在CES 2024上联合推出了汽车行业首款能够在单个片上系统 (SoC) 上运行信息娱乐和智能驾驶功能的中央车载计算单元,这也是高通算对英伟达的反击吧,表示高通Snapdragon Ride Flex已经开始准备好了,已经集成到T1了。首款 Snapdragon Ride Flex SoC 现已提供样品,预计将于 2024 年开始生产。

 

英伟达是当红AI的炸子鸡,2023年收入数据已经甩开原来一起玩的高通将近100亿美元,高通的汽车业务占比更高,英伟达已经榜上了新的AI业务。所以CES上英伟达有更多的AI基础算力设施和服务宣传,高通更多凭借其通迅实力赋能万物互联。根据2024 CES两家展出的信息,可以知道目前中央计算单元正是各个前瞻的主机厂或者T1在紧锣密鼓的研究和研发的项目,所以可以预见在2025年左右又会有一波汽车中央计算电子电气架构的宣传浪潮。


英特尔推出汽车Chiplet芯片平台


在CES 2024,英特尔展示了其首款汽车SDV SoC芯片,芯片里面异构高达12 个内核,允许多个操作系统。支持应用当前火热的GPT生成式人工智能、电子后视镜、高清视频会议通话和电脑游戏,所有这些都无缝地协同运行。吉利的极氪汽车将在2024年开始搭载此款芯片。


另外英特尔还对 Silicon Mobility 的战略收购,这是一家提供电机以及充放电convert 以及invert控制芯片的公司, 他与当前其他类似芯片的优点是,他提供首款提供混合架构异构处理平台的控制芯片,Silicon Mobility通过将中央处理单元 (CPU) 与灵活逻辑单元 (FLU)、数字信号处理 (DSP) 加速器和数学协处理器相结合,达到减少功率模块零件,降低损耗,实现更小的尺寸和功率密度比。


英特尔还宣布推出一个车规级的小芯片平台,基于chiplet技术(什么是chiplet点击《中国智能汽车芯片的新希望 - Chiplet》),不同芯片之间的连接基于英特尔的芯片间互连的开放标准Universal Chiplet Interconnect Express。英特尔为了保证满足车规级要求,与著名的研发中心imec合作,以确保其先进的小芯片封装技术符合汽车应用所需的严格质量和可靠性标准。

这种开放式小芯片平台概念支持混合搭配方法,主机厂可以选择不同的小芯片或模块化半导体组件,将它们组合在单个封装SoC上,以满足特定需求或性能要求。这种方法可以帮助汽车芯片实现更快、更具成本效益的开发周期,并且能够随着时间的推移升级和调整车辆的计算能力,而无需完全重新设计。


主机厂和头部智能供应商造芯事情,也是这几年挺火的事情,芯片厂懂芯片的know how但是他们的know why以及what需求是来自于主机厂和头部智能供应商,所以搞得很多主机厂和头部智能供应商摩拳擦掌下场造芯片,但是造芯片却也是一项类似于造车的事情,流片投资门槛高,需要出货量保证来支持长周期存活,要保证开始的规划路径正确。所以对于新入局者是风险积极高的一个业务。


而英特尔这种类似开放式小芯片架构可以为制造商提供开发定制解决方案的灵活性,而成本和时间仅为完全定制SoC 的一小部分,未来也可以灵活的调整方案,所以这种基于Chiplet的芯片平台架构未来是有机会颠覆传统汽车供应链的。其实Chiplet技术在中国非常火热,也有很多人盯着,配上芯片开放IP RISC-V(什么是RISC-V点击之前文章《RISC-V 汽车电子新机遇》),未来确实有很多机会和可能。

估计不少中国汽车人会以为Intel英特尔作为全球芯片巨头现在才进入汽车市场,其实1976年,英特尔就规划进入汽车发动机控制器市场。并于1981年开始推出EEC-III汽车发动机控制芯片,2012年inte的Atom就伴随日企,美企进入汽车的娱乐车机系统,当然Atom在车机的没落也是伴随Intel在整个移动互联网芯片输给Arm的结果, 车机不过是移动互联的一个分支。


而现在智能汽车的崛起,再次刺激芯片巨头Intel英特尔的汽车芯片雄心。


AMD努力提升竞争力,进击汽车芯片


在 CES 2024 上,PC芯片巨头AMD也推出了最新处理器,重新定义驾驶体验,向汽车技术的未来迈出了突破性的一步。这家美国芯片巨头登台推出了 Versal AI Edge XA 自适应片上系统 (SoC) 和 Ryzen 嵌入式 V2000A 系列处理器,并且都推进了车规,扩大了其在汽车应用领域的实力。

Versal AI Edge XA,是一系列基于 7 纳米工艺的异构 SoC,结合了通用 CPU、DSP 和FPGA可编程逻辑内核,同时内置了AI 计算引擎和其他硬化 IP。可用于前向摄像头、车内监控、LiDAR、4D 雷达、环视、自动停车和自动驾驶处理的AI 芯片。具有 20k LUT 的较小尺寸到具有 521k LUT 的较大尺寸。它们的速度也各不相同,从 5 个 TOPs 到超快的 171 个 TOPs,功率大概是10-75w。将于2024年下半年上市。Ryzen V2000A,是x86架构的车载娱乐系统芯片,采用 7 纳米工艺打造,配备“Zen 2”内核和 AMD Radeon Vega 7 显卡,通过虚拟机管理程序增强安全功能和汽车软件支持,此外还支持汽车级 Linux 和Android 汽车。这款芯片目前披露吉利的Ecarx亿咖通会使用,他打造的差异化会是游戏座舱。对于智能驾驶方面,显然AMD 在汽车市场上仍然是一个相对较小的参与者,这次推出的Versal XA,其实也就是Xilinx Versal AI系列的车规版本,从性能来看,他主要支持分布式应用,也就是相对单一传感器的小算力处理,例如单个摄像头,激光雷达,雷达等然后传送给中央控制器,其实可以看出AMD是急需要攻入这块市场。另外一个方面他稍微大一点算力的可以支持整合进入域控制器,从而实现AI类型处理,然后传输给安全性和实时性较高的其他处理器处理输出给执行机构。

AMD的座舱系统芯片,用于运行仪表板显示器和其他“信息娱乐”系统,却是2023年销售高达180万台特斯拉的座舱核心,但除了特斯拉其他企业鲜有采用,毕竟工程化门槛比高通等应该是高一个等级。所以AMD正在努力提升竞争力,寻找差异化,进击汽车芯片。


TI用单芯片取代复杂的系统2023年智能驾驶芯片的黑马得算TI的TDA4了,大疆等一众企业用这个廉价低算力的芯片做出了原来认为只有大算力的英伟达才能做出的L2++智能驾驶功能。所以TI一直做的事情并不是高性能,高价值的东西,TI擅长用廉价普世的东西去从底层改变,用单芯片取代复杂的系统。这次CES也不例外,TI推出了两个比较普世的芯片。


AWR2544雷达芯片,传统的雷达传感器芯片均采用分布式信号处理方法,雷达大量处理数据并将信息发送至 ADAS 电子控制单元 (ECU),而AWR2544采用轻处理传感器数据并将这些信息输入中央 ECU,帮助先进的 ADAS 和传感器融合算法可以提供更好的性能,另外此芯片采用Launch-on-Package (LOP) 就是天线可直接安装同一个PCB板上从而实现超过减少传统雷达30%空间,如果看过我们之前文章《好一个回马枪:特斯拉HW 4.0的4D毫米波雷达》分享过雷达的大小也是非常影响汽车布置的灵活度。


DRV3901-Q1 热熔丝驱动器和 DRV3946-Q1 接触器驱动器芯片,其实你可以理解他为智能保险丝也就是特斯拉宣传的efuse。他们的优点是比熔断保险丝更快的熔断时间,可编程峰值和保持电流确保接触器可以快速、安全地打开/关闭,为电子电器架构的供电系统提供可标定,更快熔断,可更换更智能网联的保险丝系统。

TI 的这些芯片可能不会直接为车辆系统添加新的炫酷功能,但单芯片解决方案的优势可以让汽车电子设计更普世而方便,这些芯片可用于新的整车电子电气架构中,以提高驾驶员安全性、车辆响应和下一代电动汽车的智能水平。


其他芯片


当然除了这些芯片大佬们,还有不少芯片大佬或者新势力推出他们的芯片以及应用组合。瑞萨扩大其氮化镓 (GaN) 功率半导体产品组合,实现电控元件的更高效、更紧凑,更可靠。NXP 的 28 nm SAF86xx 单片集成RFCMOS 芯片,这款雷达芯片和上面TI德州仪器的类似,都是走向集中化更小雷达设计,另外支持将数据传输给域控处理。松下推出了名为 Neuron 的高性能计算 (HPC) 系统,宣称可将分布式电子控制单元 (ECU) 的数量减少高达 80% – 实现更快、更轻的跨域计算,实现实时、跨功能通信,处理所有级别的 ADAS、底盘、车身和车内信息娱乐功能。NeuronTM HPC 设计适用于任何移动平台,包括内燃机、混合动力、燃料电池或电动汽车,以满足软件定义车辆的需求。

Mobileye也展示了其BSR/BSRC雷达。其他公司包括Aeva Technologies、Arbe Robotics 、Cepton、Hesai Technology、Innoviz Technologies、Luminar Technologies和MicroVision。这些公司的技术涵盖了整个车辆传感器,包括激光雷达、雷达、热成像和摄像头视觉。


总结


芯片是电子工业的核心,是现代技术的核心,通过芯片我们的电子应用才有基础,当前热门的AI、GPT技术背后也是芯片的贡献。芯片是尖端制造,流程,文化的结晶,当前代表人类文明的顶级能力。


本次CES 2024上展出的芯片以及技术,毋庸置疑的继续推进汽车电气化智能化朝着更智能,更清洁,更小,更轻,更便宜,更普世的方向服务人类。当然除此之外CES 2024还展出了其他可能影响汽车应用的东西例如:


显示交互技术,屏幕亮度nite,对比度。OLED, MicroLED,Mini LED,柔性屏等持续提升视觉体验;增强现实(AR)、混合现实(MR)、虚拟现实(VR)和扩展现实(XR)受苹果vision pro启发的高通XR2 Gen 2平台将加速此类普世应用。


AI人工智能伴侣,rabbit (create the simplest computer, companion),三星ballie巴利,移动投影。LG,国产科艺loona chatgpt对话以及手势识别,还有类似于扫地机器人,更加拟人化的服务人类。


汽车下一个形态畅想,延锋消失的方向盘,将屏幕和方向盘集成,可隐藏式脚踏板。evolt 起降式飞机(现代,小鹏)都激发汽车下一个形态的发展。总的来讲all together all on是这次CES的主题,这个主角就是AI,所有的人都all in on AI 了,而AI 也in all 无所不在。而汽车产业作为移动出行的设备,同样适用这句话。All automotive on AI 以及AI on all automotive。Vehicle开设的播客“漫谈汽车科技”,老赵阿姨,北美电子玩家Roger,Jack也聊了一期CES 2024的播客,大家可以在小宇宙等播客上收听。


文章来源于:电子工程世界    原文链接
本站所有转载文章系出于传递更多信息之目的,且明确注明来源,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。