智能化驱动下的车载芯片或将基于多线程向低功耗过度

摘要：

车载芯片是应用在汽车上、能实现某种特点功能的电路模块，由硅板上集合的多种电子元器件组成。当前传统CPU芯片算力不足，难以满足处理视频、图片等非结构化数据的需求，GPU、ASIC等芯片作为潜在的替代产品，未来拥有广阔的市场机会。

ECU芯片分布式布局，不能满足智能汽车发展的需要

ECU是电子控制单元，是汽车专用微机控制器，由CPU、存储器(ROM、RAM)、输入及输出接口(I/O)、模数转换器(A/D)以及整形、驱动等大规模集成电路组成。其与发动机的排气管、汽缸、水温传感器、驱动系统等核心部件一一对应的分布构架是汽车电子的典型模型。

图1 ECU芯片工作示意图

　　(资料来源：大众汽车)

随着汽车电子化的逐渐发展，车载传感器逐渐增多，采用ECU的管理方式易使汽车的系统整体性下降，车内的线路布局也大大增加，并且目前智能汽车更多的需要图像和视频处理能力，ECU已不适应智能化汽车发展的需要。

GPU多线程图像处理能力强，成为目前发展的主流

在当前人工智能和汽车结合的发展趋势下，以CPU为核心的处理器较难满足视频、图片等非结构化数据的需要，同时人性化设计的功能性整合，也对处理器提出了更多线程的需求，GPU可同时处理大量简单计算任务的特性在智能化汽车领域有逐渐取代CPU成为主流方案的趋势。

　　表1 GPU和CPU对比优劣势

　　(资料来源：Nvidia)

国外企业以Nvidia为代表，该公司于2016年发布了三款专注于并行计算和深度学习的芯片，Drive PX2 Autocruise芯片、Drive PX2 AutoChauffeur芯片和Drive PX2 Fully Autonomous Driving芯片，主要应用于智能汽车的自动驾驶等前沿领域。

截止2018年底，Drive PX2系列芯片已批量应用在Tesla的量产车型Model S以及Model X上，是Nvidia的主要出货芯片，并且垄断了前沿的L4及以上的自动驾驶芯片市场，全球共有300余家自动驾驶研发机构使用Drive PX2。

　　表2 Drive PX2系列芯片中3类产品对比

　　(资料来源：Nvidia)

国内企业以四维图新为代表，主要优势领域为数字地图内容、车联网与动态交通信息服务、基于位置的大数据垂直应用服务，其中地图业务占国内总市场60%，处于垄断地位。

2017年以来，公司先后收购杰发科技、入股中寰卫星与禾多科技，着力打造“高精度地图+芯片+算法+软件”的自动驾驶全方位产业链，目前主攻的车载信息娱乐系统芯片，在国内汽车的后装市场市占率超70%，前装超30%，其车规级IVI芯片被多家国际主流零部件厂商采用，并计划推出AMP、MCU及TPMS(胎压监测)芯片等新一代产品。

　　表3 IVI芯片产品性能及功用

　　(资料来源：四维图新官网)

ASIC易复刻、专用性强，适合稳定批量生产

ASIC芯片(集成专用电路芯片)对比目前的可编程改变功用的GPU芯片，只搭载一种算法、用途单一、不可编程，目前的车载芯片迭代较快，更适合使用GPU芯片技术路线，而未来技术、算法等成熟稳定后，ASIC量产成本低更加契合商业化发展需要。

　　表4 CPU、GPU、FPGA与ASIC对比

　　(资料来源：国金证券)

定制化的ASIC芯片可在相对低水平的能耗下，将车载信息的数据处理速度提升更快，并且性能、能耗和大规模量产成本均显著优于GPU，随着自动驾驶的定制化需求提升，ASIC专用芯片将成为主流。

结语

车载芯片是应用在汽车上、能实现某种特点功能的电路模块，由硅板上集合的多种电子元器件组成。传统的ECU芯片分布式布局，不能满足智能汽车发展的需要;GPU多线程图像处理能力强，成为目前发展的主流;ASIC易复刻、专用性强，适合稳定批量生产，或是车载芯片的未来形态。