軟件定義汽車（Software Defined Vehicle）概念的萌芽是在2012年，當(dāng)時特斯拉Model系列完成了首次整車OTA（空中升級）。不過當(dāng)年特斯拉汽車的品牌影響力有限，產(chǎn)量也不高，這個超前的概念并未得到傳統(tǒng)整車廠的重視。

經(jīng)過近幾年的高速發(fā)展，特斯拉不僅構(gòu)建了越來越強的品牌影響力，還開辟了一條付費升級軟件（如自動駕駛系統(tǒng)AutoPilot的付費升級）玩法，讓越來越多的整車廠認(rèn)識到，原來汽車的利潤不僅存在于整車BOM表中的零件上，而且存在于想象空間巨大的車載軟件上。

特斯拉通過軟件定義汽車的新玩法，一下把在”硬件創(chuàng)造利潤“領(lǐng)域深耕多年的整車廠打懵了。這是因為每個整車廠都經(jīng)過了多年的積累和試錯，才摸索出了一套適合自己的完整供應(yīng)商體系和標(biāo)準(zhǔn)開發(fā)流程，讓他們放棄這條經(jīng)驗豐富的賽道，實現(xiàn)“大象轉(zhuǎn)身”需要付出的代價太大。與之相反，各大新勢力造車勢力沒有這么大的包袱，并且抓住了這個機會，學(xué)習(xí)特斯拉的“軟件定義汽車”，蠶食著傳統(tǒng)整車廠的市場。

為什么“軟件定義的特斯拉”會讓越來越多的整車廠（如蔚來、上汽、大眾等）不惜放棄傳統(tǒng)的供應(yīng)商體系、改變固有的造車邏輯，將資本和資源轉(zhuǎn)向軟件開發(fā)？

車載軟件是如何在汽車上工作的？

當(dāng)前車載軟件大致可分為兩類，一類是以發(fā)動機、底盤、車身電子為核心的傳統(tǒng)車載軟件，另一類是以汽車智能化浪潮下的智能座艙、自動駕駛為代表的AI（人工智能）車載軟件。

傳統(tǒng)車載軟件

傳統(tǒng)車載軟件工作在每一個獨立的ECU上，每一個ECU分布在汽車的各個位置，各司其職。

控制汽車相關(guān)的軟件分布在汽車的三大控制系統(tǒng)的子ECU中。這三大控制包括提供汽車動力的動力總成控制系統(tǒng)、負(fù)責(zé)傳遞動力控制汽車運動的底盤控制系統(tǒng)以及負(fù)責(zé)車身上其他部件運行的車身控制系統(tǒng)中。

除了控制汽車的軟件外，還有另一類特殊的軟件，它們不直接參與汽車的控制，而是完成汽車狀態(tài)的顯示和人機交互，這類軟件的載體包括車載娛樂系統(tǒng)、導(dǎo)航系統(tǒng)等。

每一個ECU各司其職的電子電氣架構(gòu)被稱作分布式架構(gòu)。這種架構(gòu)的特點是功能劃分明確，可以通過預(yù)先的設(shè)計來嚴(yán)格明確界限，因此整車廠針對不同的模塊培養(yǎng)相應(yīng)的供應(yīng)商，長期合作，不僅能夠保證質(zhì)量，還能減少研發(fā)投入。這就是傳統(tǒng)整車廠所擅長的研發(fā)套路。

分布式電子電氣架構(gòu)

我們以使用汽車時常用到的車窗玻璃升降器模塊為例子，簡單地說一下傳統(tǒng)電控軟件的特點。

車窗玻璃升降器根據(jù)車窗按鈕的通電狀態(tài)，輸出電信號控制電機正轉(zhuǎn)或反轉(zhuǎn)，實現(xiàn)玻璃的升降。有些玻璃升降器模塊擁有“防夾”功能。當(dāng)玻璃夾到物體時，電機會受到一個比較大的反向力矩，使電機“堵轉(zhuǎn)”，內(nèi)部的電流瞬間變大，當(dāng)軟件檢測到玻璃上升時，電機內(nèi)的電流瞬時變大，就會立刻讓電機停轉(zhuǎn)甚至反轉(zhuǎn)。這就是傳統(tǒng)車載軟件的基本執(zhí)行邏輯。

防夾模塊實物圖與防夾算法軟件邏輯圖

汽車上大部分軟件的設(shè)計與玻璃升降器模塊類似，它們的輸入輸出相對簡單，實現(xiàn)的功能也比較單一。即使是看似最復(fù)雜的發(fā)動機控制系統(tǒng)，也是由內(nèi)部多個子模塊軟件（如進(jìn)氣系統(tǒng)、電噴系統(tǒng)等）協(xié)同工作，共同控制。

傳統(tǒng)車載軟件有兩個明顯的缺點。一是算力浪費，任何一個模塊都需要獨立的ECU和通訊單元，而整個汽車的電子器件成百上千，這會導(dǎo)致大量的運算資源被浪費；二是軟件更新成本高，汽車量產(chǎn)后，各個ECU上的軟件要么不更新，要么必須到4S店用專業(yè)的診斷儀進(jìn)行更新，會產(chǎn)生大量的人工成本。

特斯拉等一眾新勢力造車的玩家顯然意識到了分布式架構(gòu)的不足，開始將電子電氣架構(gòu)向集中式+OTA的方向變更。集中式+OTA的電子電氣架構(gòu)使得車載軟件向AI軟件轉(zhuǎn)變。

AI車載軟件

人工智能車載軟件的設(shè)計初衷是幫助駕駛員，或者代替駕駛員駕駛車輛，典型的應(yīng)用場景有兩大類：智能座艙和自動駕駛。

AI車載軟件與傳統(tǒng)軟件的最大區(qū)別在于處理的信息多且復(fù)雜。

以智能座艙為例，AI車載軟件需要處理車內(nèi)攝像頭拍攝到的駕駛員圖像，完成諸如人臉識別、打哈欠識別、疲勞分級識別、情緒識別、行為（抽煙、打電話）識別等子功能，根據(jù)這些子功能完成整套駕駛員行為監(jiān)測功能；此外，AI車載軟件還需要實時處理車內(nèi)人員發(fā)出的語音信息，完成前端降噪、人聲分離、關(guān)鍵詞識別等語音算法，以此完成語音上的人機交互。

圖片出處：地平線智能座艙解決方案

再以自動駕駛為例，AI車載軟件需要處理的信息不僅包括車載攝像頭、雷達(dá)、GPS、IMU等傳感器信息，還要將這些信息與車身姿態(tài)、高精地圖、V2X的信息進(jìn)行融合，實現(xiàn)車身周圍的環(huán)境建模。進(jìn)而根據(jù)這些關(guān)鍵信息實現(xiàn)不同場景下的自動駕駛功能，這些場景包括無人小巴、物流小車和無人卡車。

AI車載軟件的快速發(fā)展對車載計算平臺提出了更加嚴(yán)格的要求，除了本身的性能穩(wěn)定外，還需要擁有足夠的算力。傳統(tǒng)的車載控制芯片很難滿足這些要求，因此越來越多的車載Ai芯片出現(xiàn)在大家的視野中。

最為出名的車載AI芯片當(dāng)屬特斯拉在2019年推出的AutoPilot HW 3.0 FSD，它是專為L4+級別的自動駕駛系統(tǒng)而設(shè)計，采用三星14納米的制造工藝，擁有12個主頻為2.2GHz的CPU內(nèi)核、1塊負(fù)責(zé)圖形處理的GPU、2塊處理深度學(xué)習(xí)網(wǎng)絡(luò)算法的NPU以及數(shù)不清的硬件加速器，可以說在目前所有能夠買到的車載AI芯片中難尋對手。

圖片出處：https://en./wiki/File:tesla_fsd_computer_board.png

FSD雖然足夠出色，但它專屬于特斯拉，且短期內(nèi)無開放的可能，因此傳統(tǒng)整車廠需要從眾多AI芯片廠商中做出選擇。

現(xiàn)有主流車載AI芯片的對比

傳統(tǒng)整車廠想在AI時代完成“大象轉(zhuǎn)身”必然需要選擇AI芯片作為下一代車載計算平臺，以完成軟件定義汽車的第一步。目前市面上可供各大整車廠選擇的主流AI芯片有國外的英偉達(dá)Nvidia Xavier、因特爾Mobileye EyeQ系列，國內(nèi)的地平線“征程”系列。

英偉達(dá)Nvidia Xavier

英偉達(dá)的Xavier發(fā)布于2018年CES展上。Xavier集成了8顆定制CPU核心以及512核心Volta架構(gòu)GPU，功耗為30W，不到上一代產(chǎn)品Nvidia Drive PX2功耗的五分之一。

此外，Nvidia每一代的車載Ai芯片（PX、PX2、Xavier）都會為用戶提供了許多Demo軟件，這些Demo包含感知、定位、規(guī)劃控制在內(nèi)的自動駕駛子模塊功能。

Xavier是目前能夠從Nvidia買到的性能最強的車載AI芯片，其強大的計算性能和低功耗的優(yōu)勢使得它被許多傳統(tǒng)整車廠（如戴姆勒）甚至新勢力造車企業(yè)（如小鵬）選定為自動駕駛預(yù)研，甚至量產(chǎn)平臺。

因特爾Mobileye EyeQ系列

因特爾Mobileye是做駕駛輔助系統(tǒng)起家的，旗下所有主動安全的產(chǎn)品都是以攝像頭+芯片的形式賣給各大汽車廠的，每一代的產(chǎn)品都由EyeQ加一個數(shù)字組成。

截止到目前為止，應(yīng)用在量產(chǎn)車上的最新的產(chǎn)品是EyeQ4，它能夠支持前向最多三路攝像頭的輸入，可幫助汽車實現(xiàn)Level 3級別的自動駕駛，EyeQ4目前已在蔚來、廣汽等品牌上量產(chǎn)。EyeQ5將在2020年完成SOP，提供給整車廠，它能最多支持八路攝像頭的輸入，實現(xiàn)360°的視覺感知能力。下圖是Mobileye官方發(fā)布的EyeQ系列演進(jìn)圖，圖中包含了各代產(chǎn)品提供的自動駕駛功能、功耗等信息。

相比于Nvidia提供的車載AI平臺，Mobileye EyeQ系列的產(chǎn)品就像一個端到端的黑盒子，既獲取不到原始圖像，也無法獲取任何過程數(shù)據(jù)，因此只能對Mobileye提供的信息進(jìn)行二次開發(fā)。另外Mobileye EyeQ系列的芯片優(yōu)先支持美國、日本和以色列地區(qū)，對國內(nèi)的某些場景支持不夠好（比如紅綠燈的識別），在實際使用時，可能會影響自動駕駛的某些功能。

地平線“征程”系列

國內(nèi)的地平線公司是做人工智能芯片起家的，目前已經(jīng)在全球的人工智能芯片領(lǐng)域擁有一席之地，其主要的技術(shù)方向智能駕駛和通用AI應(yīng)用領(lǐng)域。

與Nvidia類似，地平線除了提供車規(guī)級的AI芯片外，還為用戶提供智能駕駛場景下的軟件功能，以實現(xiàn)軟硬結(jié)合的智能駕駛解決方案。這些功能包括智能駕駛所需的環(huán)境感知能力和高精度地圖建圖、定位的能力。地平線提供的自動駕駛軟件是基于國內(nèi)的交通數(shù)據(jù)開發(fā)，因此使用效果和迭代速度應(yīng)該會優(yōu)于國外的技術(shù)提供商。

地平線針對自動駕駛所推出的芯片名為“征程”，在2019年8月和2020年9月推出了征程系列AI芯片的第二代征程2和第三代征程3。其中征程2是國內(nèi)首款車規(guī)級的AI芯片，目前已在長安UNI-T上大規(guī)模量產(chǎn)，其設(shè)計場景為輔助駕駛以及L2級別的自動駕駛。最新發(fā)布的征程3，最高可支持6路攝像頭的輸入，功耗2.5W（對標(biāo)的Xavier功耗30W、EyeQ 3W），面向的場景是L2~L3級別的自動駕駛。

另外，專為L4級別自動駕駛系統(tǒng)開發(fā)的征程5和5P計劃在2021年面世，從它能夠支持的16路圖像輸入、算力和功耗來看，對標(biāo)的正是特斯拉的FSD。

結(jié)語

軟件定義汽車將是未來的趨勢，但這里的定義并非顛覆汽車行業(yè)、消滅傳統(tǒng)，而是以軟件為基礎(chǔ)提升汽車的智能化水平，這些智能化包括但不限于智能座艙和自動駕駛的相關(guān)技術(shù)。

從目前的發(fā)展趨勢來看，分布式的電子電氣架構(gòu)將會逐步轉(zhuǎn)變?yōu)橐訟I芯片為核心的集中式電子電氣架構(gòu)。我相信，在未來所有連入車載網(wǎng)絡(luò)的電子設(shè)備都將具備遠(yuǎn)程OTA的功能，用不斷迭代的軟件創(chuàng)造體驗更好、更聰明的汽車才是“軟件定義汽車”的最終形態(tài)。到那時，汽車真的可能變成四個輪子上的超級計算機，它扮演的不再是交通工具的角色，而是越來越懂你的出行伴侶。

如果你你覺得文章不錯，就點點最下方的圖片支持一下作者吧，十分感謝~