專屬客服號(hào)
微信訂閱號(hào)
全面提升數(shù)據(jù)價(jià)值
賦能業(yè)務(wù)提質(zhì)增效
摘要:早期汽車電子以ECU為主,隨著汽車向智能化方向發(fā)展,車身傳感器不斷增加,傳統(tǒng)的分布式架構(gòu)難以滿足需求,由中心化架構(gòu)DCU、MDC逐步替代。此外,由于車載芯片需要同時(shí)處理大量數(shù)據(jù),形成了以GPU為核心的智能輔助駕駛車載芯片。
隨著自動(dòng)駕駛汽車逐步發(fā)展,目前輔助駕駛功能滲透率越來(lái)越高。自動(dòng)駕駛需要利用攝像頭、雷達(dá)等新增的傳感器數(shù)據(jù),其中很多需要大量并行計(jì)算,而傳統(tǒng)CPU算力不足,因此性能優(yōu)異的GPU逐漸取代了CPU。另外加上輔助駕駛算法需要的訓(xùn)練過(guò)程,GPU+FPGA成為目前主流的解決方案。
早期汽車電子以ECU為主
ECU是電子控制單元,是汽車專用的微機(jī)控制器。早期的汽車電子芯片以電子控制單元(ECU)為主,主要分布于發(fā)動(dòng)機(jī)等汽車核心部件上。
汽車電子發(fā)展的早期,ECU主要被用于控制發(fā)動(dòng)機(jī)工作,只有汽車發(fā)動(dòng)機(jī)的氣缸(爆震傳感器)、排氣管(氧傳感器)、水溫傳感器等核心部件才會(huì)放置傳感器,為保證傳感器-ECU-控制器回路的穩(wěn)定性,ECU與傳感器一一對(duì)應(yīng)的分布式架構(gòu)是汽車電子的典型模式。
隨著車輛的電子化程度逐漸提高,ECU占領(lǐng)了整個(gè)汽車,從防抱死制動(dòng)系統(tǒng)、電控自動(dòng)變速器、4輪驅(qū)動(dòng)系統(tǒng)、主動(dòng)懸架系統(tǒng)以及安全氣囊系統(tǒng),到現(xiàn)在逐漸延伸到了車身各類安全、網(wǎng)絡(luò)、娛樂(lè)、傳感控制系統(tǒng)等。
汽車ECU架構(gòu)示例
隨著汽車電子化的快速發(fā)展,車載傳感器數(shù)量不斷豐富,傳感器與ECU一一對(duì)應(yīng)的方式,使得線路復(fù)雜性增加且車輛整體性下降。此時(shí)分布式架構(gòu)逐漸被DCU(域控制器)、MDC(多域控制器)等中心化架構(gòu)所取代。
域控制器概念的提出是為了解決信息安全,以及ECU瓶頸的問(wèn)題。根據(jù)汽車電子部件功能的不同,將整車劃分為車輛安全、車身電子、動(dòng)力總成、智能駕駛等幾個(gè)域,利用處理能力更強(qiáng)的多核CPU/GPU芯片相對(duì)集中的去控制每個(gè)域,以取代目前分布式汽車電子電氣架構(gòu)。而進(jìn)入自動(dòng)駕駛時(shí)代,控制器需要接受、分析并處理的信號(hào)大而雜,原本一個(gè)功能對(duì)應(yīng)一個(gè)ECU的分布式計(jì)算架構(gòu)已經(jīng)無(wú)法滿足需求。因此,自動(dòng)駕駛車輛的各種數(shù)據(jù)聚集、融合處理,從而為自動(dòng)駕駛的路徑規(guī)劃和駕駛決策提供支持的多域控制器將會(huì)是發(fā)展的趨勢(shì)。
汽車DCU與ECU架構(gòu)示例
汽車MDC架構(gòu)示例
當(dāng)下發(fā)展以GPU為核心的智能輔助駕駛車載芯片
目前人工智能快速發(fā)展,促使汽車加快向智能化方向發(fā)展,無(wú)人駕駛汽車成為熱門,這就需要車載芯片具有更強(qiáng)大的數(shù)據(jù)處理能力。以往以CPU為核心的車載芯片在面對(duì)圖片、視頻等非結(jié)構(gòu)化數(shù)據(jù)時(shí)難以處理,此外車載芯片還需要對(duì)多路傳感數(shù)據(jù)進(jìn)行整合,這就要求其擁有更高的并行計(jì)算效率。由于GPU具有同時(shí)處理大量數(shù)據(jù)的特性,在自動(dòng)駕駛領(lǐng)域逐漸取代CPU,成為了當(dāng)前的主流方案。
對(duì)比來(lái)看,CPU的運(yùn)算核心數(shù)量一般不超過(guò)10個(gè),GPU的運(yùn)算核心數(shù)量則可達(dá)上百個(gè)(流處理器);CPU每個(gè)運(yùn)算核心都具有足夠的緩存和豐富的數(shù)字及邏輯運(yùn)算單元,并輔助很多復(fù)雜的計(jì)算分支;GPU的每個(gè)運(yùn)算核心擁有的緩存相對(duì)較小,數(shù)字邏輯運(yùn)算單元也相對(duì)少且簡(jiǎn)單。此外,CPU和GPU最大的不同在于設(shè)計(jì)結(jié)構(gòu)以及由不同結(jié)構(gòu)帶來(lái)的不同功能。CPU的邏輯控制功能強(qiáng),緩存大,能夠開(kāi)展復(fù)雜的邏輯運(yùn)算,而且延時(shí)低,處理復(fù)雜的運(yùn)算任務(wù)時(shí)非常高效。而GPU邏輯控制功能相對(duì)較弱且緩存較小,每單個(gè)運(yùn)算單元可以進(jìn)行的邏輯運(yùn)算較為簡(jiǎn)單,但由于能夠并列大量的計(jì)算單元,因此GPU具備同時(shí)開(kāi)展大量簡(jiǎn)單的運(yùn)算任務(wù)的能力。
CPU結(jié)構(gòu)
GPU結(jié)構(gòu)
表1 CPU與GPU功能對(duì)比
(數(shù)據(jù)來(lái)源:五度易鏈行研中心)
與消費(fèi)電子產(chǎn)品的芯片相比,車載芯片對(duì)性能和壽命要求都比較高,主要體現(xiàn)在耗電每瓦提供的性能、生態(tài)系統(tǒng)的構(gòu)建以及滿足車規(guī)級(jí)壽命(至少1萬(wàn)小時(shí)穩(wěn)定)使用要求等方面。目前無(wú)論是尚未商業(yè)化生產(chǎn)的自動(dòng)駕駛智能芯片還是已經(jīng)量產(chǎn)使用的輔助駕駛芯片,由于自動(dòng)駕駛算法還在不斷更新迭代,對(duì)云端“訓(xùn)練”方面提出高要求,既要大規(guī)模的并行計(jì)算,又要大數(shù)據(jù)的多線程計(jì)算,因此以GPU+FPGA解決方案為核心;在終端的“推理”部分,核心需求是大量并行計(jì)算,所以GPU是核心。綜合來(lái)看,GPU在目前階段占據(jù)自動(dòng)駕駛芯片市場(chǎng)的主導(dǎo)地位。
結(jié)語(yǔ)
隨著人工智能的發(fā)展以及自動(dòng)駕駛汽車的需求不斷增長(zhǎng),車載芯片技術(shù)將不斷發(fā)展。目前主流的解決方案也將不斷更新迭代,在未來(lái)可能出現(xiàn)更加優(yōu)秀的系統(tǒng)解決方案,促進(jìn)汽車向智能化方向進(jìn)一步發(fā)展。
本文為我公司原創(chuàng),歡迎轉(zhuǎn)載,轉(zhuǎn)載請(qǐng)標(biāo)明出處,違者必究!
請(qǐng)完善以下信息,我們的顧問(wèn)會(huì)在1個(gè)工作日內(nèi)與您聯(lián)系,為您安排產(chǎn)品定制服務(wù)
評(píng)論