作者 |肖恩

編輯 |德新

智能汽車發展到今天，整車電氣架構已經從分布式架構逐漸邁向中央集成式架構，傳統的小控制器被集成到按功能劃分的大域控里，下一個階段將是跨域的融合，通過不同功能域的集成實現中央計算平臺的最終目標。

而智駕和座艙作為智能汽車中最重要的兩個功能域，下一階段的進化方向也將是跨融合，實現艙駕一體。

一、艙駕一體帶來什么？

現在主流的汽車EE架構中座艙域和智駕域由兩個獨立的ECU控制，分別負責車載娛樂功能和自動駕駛功能，兩個ECU之間通過車載通信網絡相連。

艙駕一體就是將兩個域集成至一個計算單元中，打通硬件和軟件的壁壘，從而實現更多新功能，提升整車的智能化水平，集中的硬件架構也能夠降低成本。

艙駕一體的實現可以分為三個階段。

第一階段是域控硬件的融合，也就是One Box/Two Board的方案。在這個方案中座艙域和智駕域的板子和接口相互獨立，只是在硬件層面將兩塊PCB板集成在一個大的域控里，板子之間通過PCIE或者以太網通信。

從架構角度來看和Two Box的方案沒有太大區別，只是節省了一些線束和ECU的殼體成本，核心的座艙域和智駕域的功能需求和開發，仍相互獨立。

特斯拉在HW3.0上已經采用了One Box的方案，命名為FSD computer，整個域控由3塊PCB板組成，座艙域由一塊主板和一塊GPU模塊組成，兩塊板子之間通過ePCI連接，另一塊板也就是我們熟悉的智駕域，集成了兩塊FSD芯片用于實現Autopilot的功能，智駕域和座艙域通過以太網連接。

第二階段是在一塊PCB板上同時集成座艙和智駕芯片，實現One box / One board。

這種設計能進一步減小域控的尺寸，同時提高座艙和SOC之間的通信效率，通過算力共享提升性能，但是對于硬件設計的能力有很高的要求。

小鵬最新的XEEA 3.5架構中就采用了這樣的設計，根據小鵬公布的信息，One board的方案能夠降低40%的BOM成本，同時帶來50%的性能提升。

第三個階段是One Chip方案，使用一顆SOC同時實現座艙和智駕的功能，這也是艙駕一體的最終形態。

硬件層面上One Chip和One Board的方案相比，節省了一個SOC，使用的物料也更少，能夠最大程度的節約成本，同時在軟件層面上，座艙和智駕運行在統一的軟件架構下，提升了開發效率并能帶來更多創新的功能。

艙駕一體帶來什么？

最直接的影響是成本的下降，在雙域控的架構中，硬件上需要兩套單獨的控制器殼體和散熱系統，PCB上圍繞兩個SOC也有獨立的電子元器件來支持各自功能的實現。

艙駕融合后，座艙域和智駕域共用一套硬件，PCB板上的部分元器件也可以復用，還有控制器周邊的線束以及連接器也會減少，因此整體的物料成本能夠大幅降低。從研發角度來說，由于只需要開發一個控制器，硬件設計和驗證所需要的資源也會降低。

算力資源的利用率提高。

隨著芯片的迭代升級，座艙SOC和智駕SOC的算力越來越高，但是在雙域控的架構下，兩個芯片之間的算力很難共享，一定程度上造成了算力的浪費。

艙駕融合后，兩個域之間從板間通信變成SOC間通信，通過高帶寬的數據連接，實現不同場景下的算力共享。如果使用了One Chip方案，可以直接在芯片內部對算力進行動態分配，提升整體的計算性能。

可實現更多創新的功能。

在兩個獨立域控的架構中，座艙和智駕之間的數據需要在各自的域控內部處理完之后，通過車載網絡共享，在這個過程中數據質量可能會受損，由于傳輸鏈路較長，也造成一定的時延。

兩域融合后，數據之間的共享變得更加方便和高效，在此基礎上可以實現更多創新的功能。例如智駕攝像頭的視頻流可以無損地傳給座艙域，在實時的視頻上疊加渲染，可以實現各種AR功能。

現有的功能得益于艙駕一體的架構，在用戶體驗上也會得到提升，例如清晰度更高，時延更低的行車記錄功能。

二、艙駕一體落地的最大困難：

組織協同

雖然艙駕一體有很多好處，但是實際落地中卻有很多困難。

硬件設計

雖然艙駕融合后只需要一塊PCB板，但是所有的傳感器都需要連接上這塊板子上，同時考慮到尺寸的原因，板子上的元器件需要設計的更緊湊，這無疑增加了設計的難度。

另一個是功耗的問題，很多主流的座艙域控或者智駕域控出于功耗和散熱的原因，已經使用了液冷的散熱方案。

兩塊SOC集成之后，整體的功耗會增加，特別是智駕功能和座艙渲染功能同時開啟的時候，峰值功耗會非常高，對于散熱系統有更高的要求。

系統需求不同

座艙域主要負責圖形處理和渲染以及艙內的交互，更側重用戶的體驗。

而智駕域主要的任務是利用深度神經網絡模型處理圖像，通過算法輸出控制指令，更關注數據的穩定性和可靠性。

因此在系統需求上，兩個域的要求會有很大的差別。

例如對于視頻流的要求，智駕域對幀率并的要求不高，只要達到20幀就可以滿足算法的需求，過高的幀率不一定能提升感知結果，反而會增加系統的負載。

但座艙域的視頻流通常是給乘員觀看的，因此幀率一般都要求達到30幀。視頻格式上智駕域對于色彩的要求不高，通常采用的是YUV格式，而座艙域的視頻流為了顯示的需求，需要支持RGB格式。

智駕域還要考慮時間同步等問題，在艙駕一體的前期開發中，就需要同時考慮座艙和智駕，兼容兩者的需求。

軟件平臺不同

座艙域通常采用的是QNX + Android雙系統，QNX用于對實時性和安全性較高的功能，例如儀表和HUD的顯示，Andiroid系統運行娛樂相關的功能，例如導航、音樂和視頻等應用程序。

而智駕域大多數是基于Linux系統來開發，艙駕融合后在一個域控上需要運行3個操作系統，需要設計合理的運行策略滿足不同系統下的應用程序間的調度和通信，同時還需要考慮座艙指智駕應用之間的隔離問題。

另一個問題是功能安全等級的區別，由于座艙的應用對于車輛安全的影響不大，因此功能安全等級并不高，一般達到ASIL-B就可以。而智駕對于功能安全的要求更高，行車功能需要達到ASIL-D級別。

功能安全的方案如何設計也是一大挑戰。

開發合作問題

傳統的座艙域和智駕域有各自的開發流程和體系，而且座艙域的軟件成熟比智駕域更高，域控融合后需要基于同一個進度來開發，這中間肯定會產生很多問題。

大部分主機廠和Tier1的座艙和智駕分屬于兩個不同的部門，如果要推動艙駕一體的融合，需要打破原有的部門壁壘，形成跨部門協作。

需要主機廠對組織架構進行調整，這也是一件非常困難的事，其落地的難度甚至要超過技術開發本身。

三、英偉達、高通兩大路線PK：大算力還是性價比？

座艙域除了處理圖像顯示和音頻功能外，還需要進行3D渲染和游戲等應用，因此對GPU的能力要求比較高，對NPU的算力需求比較小，同時需要集成ISP和網絡/藍牙模組。

以高通最新的座艙芯片8295為例，采用了三星5nm工藝，CPU算力超過200K DMIPS，GPU算力超過3000 GFLOPS、支持WiFi 6和藍牙5.2，其中NPU的AI算力達到了30 Tops。

而智駕域主要運行深度學習算法，更關注的是AI算力。

以高階智駕的主流芯片Orin-X為例，采用的是臺積電7nm工藝，綜合算力達到254TOPS。

那么什么樣的艙駕一體芯片能同時滿足座艙和智駕的需求？大算力和性價比是目前業內的兩條路線，也代表了艙駕融合的兩種思路。

大算力路線的典型代表是英偉達，上一代智駕芯片Orin-X就以254TOPS的算力遙遙領先，其它對手還在追趕的時候。

2022年英偉達發布了下一代車載SOC芯片——Thor，可實現最高2000 TOPS AI算力以及2000 TFLOPS浮點算力，是Orin-X的8倍，再次打破了車載算力的天花板，將于2025年量產。

拼算力，英偉達是認真的。

和Orin專用于自動駕駛不同，Thor的定位是集中式車載計算平臺，可以將包括自動駕駛和輔助駕駛、泊車、駕乘人員監控、數字儀表板、車載信息娛樂（IVI）、后座娛樂功能等智能功能，統一整合到單個架構中，支持多計算域隔離技術，可以同時運行Linux、QNX和Android等不同的系統。

Thor還包含了專用于處理Transformer模型的Hopper引擎，借助該引擎可將Transformer深度神經網絡的推理性能提升高達9倍，而Transformer正是現在火熱的AI大模型和BEV算法中的核心算法。

如果說之前大家還擔心艙駕使用一個芯片會有算力不足的問題，那么Thor的出現就完全打消了這個顧慮，2000T的算力根本用不完。

為什么英偉達這次要把牙膏管都擠爆？

背后的野心在于英偉達不僅僅想推動艙駕一體，而是希望主機廠把更多的控制功能集成進來，讓Thor真的成為智能汽車的計算核心，從而與主機廠進行更深度的綁定。

目前極氪、比亞迪、理想、小鵬、極越都已經宣布，將會在下一代產品中搭載Thor。

英偉達從智駕轉向艙駕一體，另一家芯片巨頭高通也從座艙領域延伸到了智駕。

和英偉達的大算力路線不同，高通走的是性價比路線，瞄準市場上的中低端車型，在滿足座艙需求的同時提供部分AI算力用于ADAS。

與英偉達發布Thor同一年，高通在2022年，也推出了自己的艙駕一體產品Snapdragon Ride Flex。

Ride Flex SOC可以同時支持座艙和智駕的功能，內置Hypervisor虛擬機技術，支持同時運行多個操作系統。

為了滿足最高等級的汽車安全要求，Ride Flex SoC面向特定ADAS功能在硬件架構上可實現隔離、免干擾和服務質量管控（QoS）功能，并內建汽車安全完整性等級D級（ASIL-D）專用安全島。

SA8775是Ride Flex系列的首款SoC產品，目前公開的參數不多，預計會采用4nm的制程，將于2024年量產。

算力方面并沒有公開，單顆芯片的算力可能在70TOPS左右，但是高通表示Ride平臺支持在不同的SOC和加速器產品矩陣中自由選擇，組合成為不同算力大小的計算平臺，最高算力可達到2000TOPS。

目前，包括卓馭科技（原大疆車載）、車聯天下、鎂佳科技在內，已有多家供應商宣布基于Snapdragon Ride Flex SoC開發新一代艙駕融合的產品。

鎂佳科技基于Flex Soc打造了艙駕一體解決方案——MegaCube 3.0，該平臺支持智能座艙集成主動安全、駕駛輔助和電子后視鏡等特性，智駕功能上可實現從L2級別的ADAS到高速NOA的全面升級，并將全場景語音、艙內視覺、AI音響音效等功能與艙內信息娛樂系統深度融合。

車聯天下和暢行智駕也宣布將基于Snapdragon Ride Flex SoC開發下一代艙駕融合域控的解決方案。

國內的芯片公司同樣看到了艙駕融合的趨勢，作為國內車載智能芯片的代表，黑芝麻推出了全新產品線「武當」，主打跨域計算，能覆蓋座艙、智駕和網關等多個域的計算需求。

武當C1200家族采用了7nm工藝，使用車規級高性能CPU核A78AE和高性能GPU核G78AE，單顆芯片滿足包括CMS、智能駕駛、智能座艙、智能大燈和艙內感知系統等多種跨域計算場景。

拼算力并不是黑芝麻的目標，如何給客戶提供一個性價比高的解決方案才是黑芝麻關注的重點。

功能安全是艙駕融合后的一大難點，C1200內置了功能安全島，是業內首款通過ISO 26262 ASIL-D認證的車規級跨域芯片，同時提供了32K DMIPS的MCU算力，另一款熱門的智駕芯片TDA4只能提供16K DMIPS的MCU算力。

C1200還內置了自研DynamAI NN車規級低功耗神經網絡加速引擎，可以保證BEV算法順暢運行，同時內置高性能的DSP模塊和可以每秒處理1.5G像素的新一代自研NeurallQ ISP模塊，充分滿足主機廠對座艙和智駕的需求。

C1200繼承和優化了已經量產的華山A1000芯片的核心自研IP，同時和華山系列能共用一套AI工具和ISP工具，大大提高了開發效率。

單顆C1200可以實現座艙+L2 ADAS的功能，通過多顆芯片的組合使用可以實現座艙+高階智駕的一體化。

Nullmax在今年的CES上宣布與黑芝麻智能達成深化合作協議，將基于武當系列高性能跨域計算芯片C1200家族，推出基于Transformer的高性能BEV算法，與黑芝麻共同打造出高性價比的單芯片NOA智駕解決方案。

四、極致性價比思路：座艙芯做艙泊一

不論是國產黑芝麻的C1200還是英偉達的Thor和高通的Snapdragon Ride Flex，都是芯片廠針對艙駕一體推出的定制化產品，距離量產還有一段時間，上車以后效果怎么樣還需要實際項目的檢驗。

而且新產品上市價格一般都會比較高，對于很多中低端車型來說，不論是從開發周期還是成本的角度來看，使用專用的艙駕一體芯片并不一定是最優解，而且這些車型并不需要高階的智駕功能。

許多Tier 1開始探索另一個方向：用現有的座艙芯片來實現艙泊一體。

雖然座艙芯片主要是為了滿足圖形顯示和3D渲染的需求，一般不會對智能駕駛的算法做特殊的優化，但是隨著座艙應用對算力的要求不斷提高，座艙芯片在算力上一般都會留有余量，最新的座艙芯片甚至提供了部分NPU算力，為艙駕一體提供了可能性。

目前的座艙芯片市場，幾乎被高通所壟斷，8155作為高通第三代數字座艙平臺的旗艦芯片，自2022年量產以來幾乎壟斷了主流新車的座艙域控平臺，AI算力為8 TOPS，這個算力對于ADAS功能來可能說有些吃緊，但是足以應付算力需求較小的泊車功能，用單顆8155實現艙泊一體。

縱目科技聯合博泰車聯網基于高通8155和單顆地平線J3打造艙駕一體方案，8155主要負責座艙和泊車，J3負責ADAS行車功能，通過分時復用算力資源，是一套可以覆蓋座艙、L2 ADAS、APA、HPA的功能，性價比極高并能快速落地的艙駕一體方案。

高通的數字座艙平臺已經發展到第四代，最新的座艙芯片8295已經在多個新車上量產。

和上一代的8155相比，CPU算力提升約2倍、GPU算力提升約3倍、AI算力提升約8倍，達到了30TOPS。單顆芯片不僅可以實現艙泊一體，甚至有艙駕一體的潛力。

德賽西威基于高通8295推出了第四代智能座艙產品G9SH，和上一代產品相比不僅性能大幅提升，可以支持更豐富的座艙應用，同時集成了德賽西威全棧自研的泊車算法，支持艙泊一體。

除了高通，國內同樣有支持艙泊一體的座艙芯片。

芯擎科技的座艙芯片「龍鷹一號」是國內第一顆7nm制程的車規級芯片，性能對標高通8155，單顆的NPU算力為8 TOPS，可支持4路 4K/2K全功能智能座艙，無需新增ECU和感知系統支持自動泊車擴展，如RPA/HPA等。與傳統方案相比，該方案可節省700 - 1200人民幣。

億咖通基于龍鷹一號推出了智能座艙平臺安托拉1000和1000 Pro，其中安托拉1000Pro搭載了兩顆龍鷹一號，NPU算力達到了16 TOPS，支持艙泊一體，目前已經在領克08上實現量產。

進入2024年，越來越多的艙駕一體方案開始進入量產階段，對于市場的熱情，地平線創始人余凱曾表達了不一樣的觀點，他認為座艙和智駕的邏輯不一樣，座艙芯片需要豐富的功能，而智駕芯片要車規冗余安全，如果把這兩個整合在一起，主機廠去定義產品組合的靈活性也差了。

艙駕一體到底是智能汽車發展的必然趨勢還是行業對產品探索的中間階段，行業也許很快會在今年得到答案。

返回第一電動網首頁 >