汽車電子趨勢：系統(tǒng)設計的新約束

在當前汽車電子領域，一股潮流正在形成。

汽車行業(yè)的發(fā)展受到兩大關鍵驅(qū)動因素的影響：對跨平臺軟件開發(fā)的一體化視圖需求以及對硬件開發(fā)成本的限制。

汽車內(nèi)部的智能化觸及方方面面。從智能倒車攝像頭到后視鏡，都具備物體識別功能，能夠檢測車輛后方的兒童或?qū)櫸?。駕駛艙內(nèi)的駕駛員監(jiān)控系統(tǒng)能夠感知駕駛員注意力的分散，并在必要時采取行動。而占用監(jiān)控系統(tǒng)則可檢測是否有兒童被遺留在車內(nèi)，這些系統(tǒng)通常結(jié)合使用視頻和雷達監(jiān)控技術。

管理智能化需求

軟件復雜性與成本

在車輛外部感知方面，前向視頻結(jié)合物體檢測已經(jīng)成為常規(guī)安全功能，用于感知碰撞風險和保持車輛在車道內(nèi)行駛。

這些功能現(xiàn)在正與4D成像雷達相結(jié)合，為視頻感知提供更豐富、天氣不敏感的補充。視頻加4DR將為自適應巡航控制等新功能提供支持，這對于智能駕駛的發(fā)展至關重要。

汽車企業(yè)（OEM）和一級供應商（Tier1）仍然致力于將所有這些功能集成到軟件中，以通過駕駛艙屏幕和其他控制器進行管理。為了實現(xiàn)易于管理的集成，需要一個統(tǒng)一的軟件定義跨所有這些分布式功能。

在硬件方面，盡管人工智能供應商在這方面投入了大量討論，但單靠人工智能部件還遠遠不足以滿足車企的需求。需要信號處理用于對象識別、處理4D點云的專用加速器以及高效且成本低廉的推理處理能力，同時還需要包括CPU集群、內(nèi)存管理和通信等其他計算功能。

這些功能需要在單一封裝解決方案中集成，以降低成本并提供性能和低功耗，這離不開最先進的半導體工藝的支持。

車企都在推動著共同的差異化平臺架構，旨在實現(xiàn)汽車周圍的、跨車型系列的和未來的托管分布式計算。車企還在降低成本，使汽車價格能夠符合消費者的預期。

跟進潮流

● 以視覺+雷達應用為例，系統(tǒng)首先使用攝像頭進行圖像捕捉，然后進行一系列復雜的圖像信號處理功能，最后進行人工智能操作。雷達從天線開始，然后經(jīng)過復雜的信號處理鏈生成4D雷達點云，最終進行基于人工智能的識別。

● 以Cadence的Tensilica Vision 331和Vision 341 DSP為例，支持計算機視覺和雷達成像的信號處理，以及入門級人工智能和傳感器融合。這些內(nèi)核提供了改進的功率、性能和面積，同時通過指令集優(yōu)化提供了雷達增強模式，可實現(xiàn)高達6倍的性能提升。添加可選的Vision 4DR加速器后，性能進一步提升4倍。這種增強使得汽車OEM可以減少芯片種類，同時支持可擴展性。

對于車企的軟件開發(fā)人員來說，如果幾乎每個芯片都是其通用平臺芯片的實例，那么軟件的問題基本上就得到了解決。底層IP應共享通用的、基于標準的API，例如用于DSP和GPU的OpenCL，用于連接MATLAB的Simulink，以及常用的AI模型接口（如ONNX、TensorFlow和PyTorch）。整個Tensilica IP系列及其NeuroWeave軟件編譯器工具鏈所支持的功能，可從標準訓練網(wǎng)絡映射到目標設備。

汽車企業(yè)可以從亞馬遜AWS的Graviton平臺的成功中汲取靈感，該平臺目前已廣泛應用于數(shù)據(jù)中心，并專注于下一代創(chuàng)新。雖然汽車領域的異構架構平臺在某些方面會有所不同，但通用平臺的長期價值并沒有太大不同。

小結(jié)

汽車電子變化趨勢給系統(tǒng)設計帶來新的約束條件。通過對軟件和硬件的綜合考慮，車企正在努力實現(xiàn)更智能、更安全和更經(jīng)濟的車輛，將為未來的汽車技術發(fā)展帶來更多創(chuàng)新，并將為駕駛體驗帶來新的變革。