1885年,卡爾·本茨發明了第一輛汽車,开啓了人類交通的新紀元。如今,我們正站在歷史的又一個分水嶺上:化石燃料汽車的時代正在悄然謝幕,電動汽車正在成爲新未來。說汽車正在變成“輪子上的超級計算機”,這已經不是什么新鮮事了。隨着自動駕駛(ADAS)和信息娛樂等領域的創新加速,計算挑战正以驚人的速度席卷汽車行業。

汽車芯片,變了!現代汽車,特別是電動和自動駕駛汽車,需要處理海量數據,這包括從傳感器收集的數據處理、實時決策制定等復雜任務。這些任務的復雜性和數據量遠遠超出了傳統電子控制單元(ECU)的處理能力。面對這樣的挑战,高性能計算不再是可選項,而是必需

根據摩根士丹利的預測,汽車高性能計算(HPC)半導體市場在未來五年內的增長潛力是顯著的。2023年,這一市場的總規模預計將達到20億美元,預計到2027年,市場規模將增長至60億美元,這相當於復合年增長率(CAGR)達到29%。這一顯著增長主要得益於汽車HPC芯片定制需求的不斷增加,預計將帶動芯片設計制造商在未來五年內的收入增加20億美元。

因此,發展高性能電動汽車平台成爲了迫切的需求。這不僅考驗着汽車行業的創新能力,更代表着一場技術革命的到來。在汽車高性能計算領域,英偉達和Mobileye長久以來一直是自動駕駛汽車計算處理的主力。他們的自動駕駛芯片從幾TOPS發展到幾百TOPS,主要是通過工藝節點的縮小來實現。IDTechEx報道,每當節點技術減半,計算能力就會增加10倍。但是隨着摩爾定律走到極限,汽車高性能計算芯片又該如何發展?


Chiplet:汽車芯片的必經之路


在智能汽車發展的過程中,自動駕駛系統是當今最具挑战性的技術之一。如今每輛電動汽車大約使用1000多個半導體,其中SoC是汽車自動駕駛技術和多媒體系統必不可少的半導體,而且他們往往需要最先進的半導體技術來實現先進的計算能力。然而,隨着計算能力的指數級提升,自動駕駛芯片的成本也不可避免地大幅增長。這對自動駕駛技術的普及造成了重大挑战。畢竟車子說到底還是一個終端產品,對成本和功耗都有着嚴格的考量。

汽車中使用的半導體示例(來源:日產)

爲了解決這一問題,採用Chiplet設計來構建高性能的汽車芯片成爲了一個可行方案。Chiplet是一種基於異構集成的模塊化方法,允許在不觸及單個芯片的物理限制的情況下擴大晶體管和其他組件的數量。它正在各種超級計算應用中實施,汽車也不能落後。

Chiplet 技術示意圖(來源:日產)

自動駕駛芯片適合使用Chiplet設計的原因主要基於以下幾個方面:

1)性能需求:自動駕駛系統需要極高的計算能力來處理來自各種傳感器(如攝像頭、雷達、激光雷達等)的大量數據。Chiplet設計允許更靈活地組合不同的處理單元(如CPU、GPU、NPU),以滿足這些高性能需求。

2)能源效率:自動駕駛系統需要高效的能源管理以延長電動汽車的續航裏程。Chiplet設計通過將不同功能集成在多個較小的芯片上,相比於單一大型芯片,可以更有效地管理能源消耗,提高整體能效。

3)成本效益:制造大型、復雜的單片系統(SoC)成本高昂,且生產過程中的缺陷率可能更高。Chiplet設計通過使用多個較小、不同工藝的芯片組件,可以降低生產成本和缺陷率,從而降低整體成本。盡管較低的生產成本會被較高的封裝成本部分抵消,但整體而言,使用小芯片相比於傳統單片設計預計可以節省高達40%的成本。

4)定制化和可擴展性:智駕技術不斷在朝着L2/L3/L4級別演進,不同車型檔次對芯片的訴求也不同,難道要用多款芯片嗎?在這方面,Chiplet設計允許對自動駕駛系統進行更靈活的定制和擴展。根據不同車型和自動駕駛級別的需求,可以選擇不同的Chiplet組合,以提供最佳的性能和功能。

5)技術進步適應性:在快速發展的自動駕駛技術領域,Chiplet設計提供了更快適應新技術的能力。例如,可以單獨升級某一特定的處理單元,而不需要更換整個系統。

6)車廠參與定義芯片:如今,爲了掌控自己的命運,不少車廠下場造芯,而Chiplet給了車廠參與芯片定義、設計的機會,甚至主導關鍵芯片的機會。

在汽車Chiplet技術的研發方面,日本聲勢浩大。2023年12月1日,日本的12家領先公司組成了一個名爲“汽車高級SoC研究”(ASRA)的小組,並從 2030 年开始在量產車輛中安裝 SoC。這些芯片將重點發展人工智能加速器、圖形引擎和增強計算能力,並計劃於2030年實現量產。這個小組以豐田爲主席,成員包括日產、本田、馬自達和斯巴魯等知名汽車廠商。此外,瑞薩電子、Mirise Technologies和Socionext等芯片供應商,以及電裝(Denso)和松下汽車系統(Panasonic Automotive Systems)等一級供應商也參與其中,共同擔任執行董事。同時,Cadence Design Systems和Synopsys等公司也參與其中,提供Chiplet設計的必要EDA(電子設計自動化)开發工具。特別值得一提的是,瑞薩電子已經在其第五代R-Car X5高性能汽車SoC中採用了小芯片架構。

日本ASRA的基本情況

歐洲也有一個類似的研究計劃,由比利時imec牽頭,已召开兩次關於汽車生態系統的會議,成員包括歐洲原始設備制造商、IDM、OSAT、代工廠、設計公司、IP和EDA工具供應商等全產業鏈。參會企業的數量從30家增加到50家,對汽車小芯片感興趣的企業愈發增多。Marvell已經宣布加入Imec汽車Chiplet計劃。他們中的一些企業認爲,小芯片進入汽車領域、成爲未來汽車的一部分已成必然,只是何時進入的問題。

來源:imec在ITF World上的演講,2023年5月

Chiplet也是國產大算力汽車芯片實現高性價比的一條發展之路。目前,越來越多的國內外車廠开始對Chiplet展現出濃厚的興趣。國內方面也已經湧現了一些發力在Chiplet車載大算力芯片的公司,比如芯礪智能、北極雄芯等。北極雄芯創始人馬愷聲預測,2024年將是Chiplet車載芯片元年,而且每年將以5%-7%的滲透率增長。到2030年將至少有34%(樂觀的話50%)的汽車的中央域控芯片採用Chiplet芯片。

汽車行業轉向小芯片已是不可避免,爲了使這種混合搭配的小芯片策略發揮作用,整個行業需要在封裝和互連方面實現標准化。魏少軍教授曾在2023年的ICCAD的演講中指出:“Chiplet有可能派生出一個採用第三方小芯片,按照應用需求,通過混合堆疊和集成打造芯片級的新商業模式,甚至新業態。”如果是這樣的話,那么標准構建的意義將更加凸顯。

首先,這些標准不僅關乎安全性和可靠性,而且對於確保不同廠商和技術之間的兼容性和互操作性也非常關鍵。其次,隨着汽車行業越來越多地採用先進技術,例如自動駕駛和電子控制單元(ECU),需要標准來確保不同系統之間的有效通信和集成。這對於汽車轉向小芯片尤其重要,因爲它們通常需要與車輛的其他電子系統緊密集成,以實現精確控制。最後,標准化還有助於推動創新。通過爲這些復雜系統設定清晰的指導方針和參數,制造商可以在一個共同的框架內進行創新,同時保持與行業趨勢的一致性。

在建立標准的過程中,UCIe提供了一個優秀的範例。然而,這僅僅是一個起點。我們還需要細致地檢視現有標准,發現其潛在的不足並加以完善。國內在這方面也取得了顯著進展,已經制訂了三項與Chiplet相關的標准:《芯粒互聯接口標准》、《小芯片接口總线技術要求》以及《芯粒互聯協議標准》。這些標准不僅促進了技術的統一和兼容性,還爲國產Chiplet技術的發展奠定了堅實的基礎。感興趣的讀者可以翻看《國產Chiplet,爲何需要第三個標准?》一文。

但是,一個事實就是,建立在共識基礎上的標准化本質上是一個緩慢的過程,還需要整個行業的共同努力。無論如何,在汽車Chiplet技術的开發中,可以並且應該利用現有的標准和知識體系,而不是重頭开始,重復造輪子。


DSA架構:汽車高性能計算的另一條路


早在2018年的圖靈獎講座中,著名計算機架構師John Hennessy和David Patterson觀察到,工藝技術創新的放緩將穩步提升架構創新——即集成電路執行計算任務的方式——的驅動力。他們認爲,通用計算架構 (例如,CPU) 的固有低效性將逐漸讓位於 (或被補充) 爲特定計算任務優化的架構的計算能力和成本效率,這些架構也稱爲領域特定架構 (Domain Specific Architecture,簡稱DSA)。【1】

歷史上,CPU的發展受益於摩爾定律和規模經濟。這幫助它抵消了特定領域芯片的理論優勢,後者由於專用性而面臨較小的市場需求和可能需要專業軟件的挑战。但是隨着摩爾定律逼近極限,晶體管尺寸變小以及芯片成本的飆升,DSA越來越多地獲得特定於用例的性能優勢,逐漸成爲計算創新的中心

特斯拉的FSD芯片是汽車領域DSA的典型代表。它採用了大量定制化的設計,以提高其性能和效率。例如,FSD芯片採用了專門用於自動駕駛的矩陣處理器(NNA),該處理器能夠高效地執行神經網絡運算。此外,FSD芯片還採用了片上SRAM,以減少數據傳輸延遲。

智能汽車的發展爲AI應用开闢了廣闊的天地,包括從高級輔助駕駛系統到艙內人機交互等多樣化場景。這些不同的場景帶來了多元化的計算力和帶寬需求。在這一背景下,汽車制造商日益追求爲基於車載AI計算場景定制的芯片,從而促進了大量DSA芯片的商業化。

在國內市場上,像地平线、黑芝麻智能、芯馳科技、寒武紀、奕行智能等知名公司紛紛採納了DSA(特定領域架構),以提升其產品的專業化和效率。此外,還有一批創新型企業正在通過集成存算一體的新架構來开發大算力芯片,進一步推動行業的技術進步。這些發展趨勢預示着DSA架構在國內市場的普及和成熟。


結語


總而言之,汽車高性能計算正站在一個新的發展十字路口。隨着摩爾定律的極限逐漸顯現,汽車行業必須擁抱創新,探索新的技術路徑和設計理念,以適應這個快速變化的世界。汽車高性能計算的未來充滿了無限可能。

參考:【1】《特定領域的架構和計算的未來》,mckinsey



標題:汽車芯片,變了!

地址:https://www.iknowplus.com/post/69400.html

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。