汽车芯片,变了!
2024-02-06

|

1240

导语

随着自动驾驶(ADAS)和信息娱乐等领域的创新加速,计算挑战正以惊人的速度席卷汽车行业。1885年,卡尔·本茨发明了第一辆汽车,开启了人类交通的新纪元。

如今,我们正站在历史的又一个分水岭上:化石燃料汽车的时代正在悄然谢幕,电动汽车正在成为新未来。说汽车正在变成“轮子上的超级计算机”,这已经不是什么新鲜事了。

随着自动驾驶(ADAS)和信息娱乐等领域的创新加速,计算挑战正以惊人的速度席卷汽车行业。

65c232635bb47.jpg

本茨设计生产的第一辆汽车(仿制品)(来源:维基百科)

汽车芯片,变了!现代汽车,特别是电动和自动驾驶汽车,需要处理海量数据,这包括从传感器收集的数据处理、实时决策制定等复杂任务。这些任务的复杂性和数据量远远超出了传统电子控制单元(ECU)的处理能力。

面对这样的挑战,高性能计算不再是可选项,而是必需。

根据摩根士丹利的预测,汽车高性能计算(HPC)半导体市场在未来五年内的增长潜力是显著的。

2023年,这一市场的总规模预计将达到20亿美元,预计到2027年,市场规模将增长至60亿美元,这相当于复合年增长率(CAGR)达到29%。

这一显著增长主要得益于汽车HPC芯片定制需求的不断增加,预计将带动芯片设计制造商在未来五年内的收入增加20亿美元。

因此,发展高性能电动汽车平台成为了迫切的需求。这不仅考验着汽车行业的创新能力,更代表着一场技术革命的到来。

在汽车高性能计算领域,英伟达和Mobileye长久以来一直是自动驾驶汽车计算处理的主力。他们的自动驾驶芯片从几TOPS发展到几百TOPS,主要是通过工艺节点的缩小来实现。IDTechEx报道,每当节点技术减半,计算能力就会增加10倍。但是随着摩尔定律走到极限,汽车高性能计算芯片又该如何发展?

01

Chiplet:汽车芯片的必经之路

在智能汽车发展的过程中,自动驾驶系统是当今最具挑战性的技术之一。如今每辆电动汽车大约使用1000多个半导体,其中SoC是汽车自动驾驶技术和多媒体系统必不可少的半导体,而且他们往往需要最先进的半导体技术来实现先进的计算能力。

然而,随着计算能力的指数级提升,自动驾驶芯片的成本也不可避免地大幅增长。这对自动驾驶技术的普及造成了重大挑战。毕竟车子说到底还是一个终端产品,对成本和功耗都有着严格的考量。

65c23273941ec.jpg

汽车中使用的半导体示例(来源:日产)

为了解决这一问题,采用Chiplet设计来构建高性能的汽车芯片成为了一个可行方案。Chiplet是一种基于异构集成的模块化方法,允许在不触及单个芯片的物理限制的情况下扩大晶体管和其他组件的数量。它正在各种超级计算应用中实施,汽车也不能落后。

65c23283f1261.jpg

Chiplet 技术示意图(来源:日产)

自动驾驶芯片适合使用Chiplet设计的原因主要基于以下几个方面:

1)性能需求:自动驾驶系统需要极高的计算能力来处理来自各种传感器(如摄像头、雷达、激光雷达等)的大量数据。Chiplet设计允许更灵活地组合不同的处理单元(如CPU、GPU、NPU),以满足这些高性能需求。

2)能源效率:自动驾驶系统需要高效的能源管理以延长电动汽车的续航里程。Chiplet设计通过将不同功能集成在多个较小的芯片上,相比于单一大型芯片,可以更有效地管理能源消耗,提高整体能效。

3)成本效益:制造大型、复杂的单片系统(SoC)成本高昂,且生产过程中的缺陷率可能更高。Chiplet设计通过使用多个较小、不同工艺的芯片组件,可以降低生产成本和缺陷率,从而降低整体成本。尽管较低的生产成本会被较高的封装成本部分抵消,但整体而言,使用小芯片相比于传统单片设计预计可以节省高达40%的成本。

4)定制化和可扩展性:智驾技术不断在朝着L2/L3/L4级别演进,不同车型档次对芯片的诉求也不同,难道要用多款芯片吗?在这方面,Chiplet设计允许对自动驾驶系统进行更灵活的定制和扩展。根据不同车型和自动驾驶级别的需求,可以选择不同的Chiplet组合,以提供最佳的性能和功能。

5)技术进步适应性:在快速发展的自动驾驶技术领域,Chiplet设计提供了更快适应新技术的能力。例如,可以单独升级某一特定的处理单元,而不需要更换整个系统。

6)车厂参与定义芯片:如今,为了掌控自己的命运,不少车厂下场造芯,而Chiplet给了车厂参与芯片定义、设计的机会,甚至主导关键芯片的机会。

在汽车Chiplet技术的研发方面,日本声势浩大。

2023年12月1日,日本的12家领先公司组成了一个名为“汽车高级SoC研究”(ASRA)的小组,并从 2030 年开始在量产车辆中安装 SoC。这些芯片将重点发展人工智能加速器、图形引擎和增强计算能力,并计划于2030年实现量产。

这个小组以丰田为主席,成员包括日产、本田、马自达和斯巴鲁等知名汽车厂商。此外,瑞萨电子、Mirise Technologies和Socionext等芯片供应商,以及电装(Denso)和松下汽车系统(Panasonic Automotive Systems)等一级供应商也参与其中,共同担任执行董事。

同时,Cadence Design Systems和Synopsys等公司也参与其中,提供Chiplet设计的必要EDA(电子设计自动化)开发工具。特别值得一提的是,瑞萨电子已经在其第五代R-Car X5高性能汽车SoC中采用了小芯片架构。

65c23296f21ed.png

日本ASRA的基本情况

欧洲也有一个类似的研究计划,由比利时imec牵头,已召开两次关于汽车生态系统的会议,成员包括欧洲原始设备制造商、IDM、OSAT、代工厂、设计公司、IP和EDA工具供应商等全产业链。参会企业的数量从30家增加到50家,对汽车小芯片感兴趣的企业愈发增多。

Marvell已经宣布加入Imec汽车Chiplet计划。他们中的一些企业认为,小芯片进入汽车领域、成为未来汽车的一部分已成必然,只是何时进入的问题。

65c232abca1e4.png

来源:imec在ITF World上的演讲,2023 年 5 月

Chiplet也是国产大算力汽车芯片实现高性价比的一条发展之路。

目前,越来越多的国内外车厂开始对Chiplet展现出浓厚的兴趣。国内方面也已经涌现了一些发力在Chiplet车载大算力芯片的公司,比如芯砺智能、北极雄芯等。

北极雄芯创始人马恺声预测,2024年将是Chiplet车载芯片元年,而且每年将以5%-7%的渗透率增长。到2030年将至少有34%(乐观的话50%)的汽车的中央域控芯片采用Chiplet芯片。

汽车行业转向小芯片已是不可避免,为了使这种混合搭配的小芯片策略发挥作用,整个行业需要在封装和互连方面实现标准化。魏少军教授曾在2023年的ICCAD的演讲中指出:“Chiplet有可能派生出一个采用第三方小芯片,按照应用需求,通过混合堆叠和集成打造芯片级的新商业模式,甚至新业态。”如果是这样的话,那么标准构建的意义将更加凸显。

首先,这些标准不仅关乎安全性和可靠性,而且对于确保不同厂商和技术之间的兼容性和互操作性也非常关键。其次,随着汽车行业越来越多地采用先进技术,例如自动驾驶和电子控制单元(ECU),需要标准来确保不同系统之间的有效通信和集成。

这对于汽车转向小芯片尤其重要,因为它们通常需要与车辆的其他电子系统紧密集成,以实现精确控制。

最后,标准化还有助于推动创新。通过为这些复杂系统设定清晰的指导方针和参数,制造商可以在一个共同的框架内进行创新,同时保持与行业趋势的一致性。

在建立标准的过程中,UCIe提供了一个优秀的范例。然而,这仅仅是一个起点。我们还需要细致地检视现有标准,发现其潜在的不足并加以完善。国内在这方面也取得了显著进展,已经制订了三项与Chiplet相关的标准:《芯粒互联接口标准》、《小芯片接口总线技术要求》以及《芯粒互联协议标准》。这些标准不仅促进了技术的统一和兼容性,还为国产Chiplet技术的发展奠定了坚实的基础。

但是,一个事实就是,建立在共识基础上的标准化本质上是一个缓慢的过程,还需要整个行业的共同努力。无论如何,在汽车Chiplet技术的开发中,可以并且应该利用现有的标准和知识体系,而不是重头开始,重复造轮子。

02

DSA架构:汽车高性能计算的另一条路

早在2018年的图灵奖讲座中,著名计算机架构师John Hennessy和David Patterson观察到,工艺技术创新的放缓将稳步提升架构创新——即集成电路执行计算任务的方式——的驱动力。

他们认为,通用计算架构 (例如,CPU) 的固有低效性将逐渐让位于 (或被补充) 为特定计算任务优化的架构的计算能力和成本效率,这些架构也称为领域特定架构 (Domain Specific Architecture,简称DSA)。【1】

65c232b97f8a4.png

历史上,CPU的发展受益于摩尔定律和规模经济。这帮助它抵消了特定领域芯片的理论优势,后者由于专用性而面临较小的市场需求和可能需要专业软件的挑战。但是随着摩尔定律逼近极限,晶体管尺寸变小以及芯片成本的飙升,DSA越来越多地获得特定于用例的性能优势,逐渐成为计算创新的中心

特斯拉的FSD芯片是汽车领域DSA的典型代表。它采用了大量定制化的设计,以提高其性能和效率。例如,FSD芯片采用了专门用于自动驾驶的矩阵处理器(NNA),该处理器能够高效地执行神经网络运算。此外,FSD芯片还采用了片上SRAM,以减少数据传输延迟。

智能汽车的发展为AI应用开辟了广阔的天地,包括从高级辅助驾驶系统到舱内人机交互等多样化场景。这些不同的场景带来了多元化的计算力和带宽需求。在这一背景下,汽车制造商日益追求为基于车载AI计算场景定制的芯片,从而促进了大量DSA芯片的商业化。

在国内市场上,像地平线、黑芝麻智能、芯驰科技、寒武纪、奕行智能等知名公司纷纷采纳了DSA(特定领域架构),以提升其产品的专业化和效率。此外,还有一批创新型企业正在通过集成存算一体的新架构来开发大算力芯片,进一步推动行业的技术进步。这些发展趋势预示着DSA架构在国内市场的普及和成熟。

03

结语

总而言之,汽车高性能计算正站在一个新的发展十字路口。随着摩尔定律的极限逐渐显现,汽车行业必须拥抱创新,探索新的技术路径和设计理念,以适应这个快速变化的世界。汽车高性能计算的未来充满了无限可能。