手机贤集

工业平台

返回贤集网

芯片产能危机过后 特斯拉式“自研域控制器”是否会成为新的选择

酒自斟 2020-12-18 18:43:14

12月初,南北大众因缺少芯片而停产的新闻引爆汽车圈。这次芯片危机不仅仅影响到南北大众,对全球多家车企巨头都造成了一定影响。但自研芯片的特斯拉等“新势力们”基本上没有受到芯片危机影响。


“特斯拉们”能较为平顺地度过这次危机,除了产量相对传统车企较小之外,其采用的芯片理念也不相同。这次芯片供应短缺中,主要缺少的芯片是ECU(电子控制器)和ESP(车身电子稳定系统)。ESP芯片保证着车辆的安全性,提高车身的稳定性。ECU控制着汽车的发动机、变速箱、车机系统等等。所以传统汽车对这两种芯片的需求量很大。


但像特斯拉这类新能源汽车企业已经开始采用域控制器,把ECU和ESP的功能整合到域控制器中,从根源上降低了汽车对芯片数量的需求,也就降低了这次芯片危机对车企的影响。


“面向自动驾驶开发,现有的E/E架构系统无法满足需求,所以需要将现有的ECU进行整合,对底层代码、应用层软件进行统计。这样,大量的底层代码可以互通,而且减少了大量的通信过程,利于自动驾驶开发。“大众CEO Herbert Diess曾对外界表示。


和传统汽车电子架构相比,域控制器更为简约,控制的范围也从单一功能转向区域功能。域控制器,通过采用车规级CPU等通用芯片对汽车一片区域进行控制,把区域内所有的ECU功能集成到一起,达到降低ECU数量的目的。大众高尔夫上的ECU数量为70个,如果用域控制器的话,数量可以减少到3-5个。


芯片产能危机过后 特斯拉式“自研域控制器”是否会成为新的选择


域控制器将成为未来汽车发展方向,汽车上的芯片将被整合,通过域控制器让汽车更好地工作。目前装备域控制器的只有特斯拉家族的FSD(Full self- driving)芯片和奥迪A8 的zFAS(自动控制器) 芯片。


作为域控制器,FSD芯片可以控制车机系统、电机、大灯等等部件,不仅可以实现ECU和ESP功能,还实现了包括娱乐系统和驾驶系统在内的所有电子功能。


相比奥迪A8 zFAS芯片,特斯拉的FSD芯片在产品上应用更多,而且迭代速度更快。目前特斯拉自动驾驶芯片由一个35人的团队为核心,另外有近百人参与到自动驾驶芯片研发,虽然人数不是很多,但是所有人都是行业内的精英,比如计算机视觉+深度学习圈的网红人物Andrej Karpathy。


和其他芯片相比,马斯克称FSD芯片为“世界上最好的芯片”。根据数据,特斯拉FSD芯片和同时期英伟达XDrive芯片相比,算力提升了21倍。作为世界上应用最广,技术领先的自动驾驶芯片,FSD是非常具有代表性的。


不过特斯拉FSD芯片也无法做到万无一失。自动驾驶最让人担忧的就是其安全性,驾驶者是否可以把自己的生命交给机器来掌控。就在本月,据韩国媒体报道,特斯拉Model X失控撞向墙壁,导致一死两伤。短短半月内,在北京海淀区,特斯拉Model 3同样失控撞向阳台,导致车体损毁。


不过特斯拉FSD芯片也在进化,相比第二代芯片,第三代FSD芯片算力提升了80%,而功耗仅仅上升了25%,在完成更复杂运算的同时,也保证了电动汽车的续航里程。同时,采用最新的设计也让其芯片消耗更少的硅,降低了生产成本。


域控制器相对ECU来说其设计难度,制造难度都更大,虽然一片域控制器可以代替数十个传统ECU,在芯片数量的需求上降低了很多,但是要求的制造工艺水平更高,对生产设备的要求更高。


根据IBS数据:28nm芯片的设计成本大致在5130万美元左右,而7nm芯片需要2.98亿美元。在制造方面,目前可以制造7nm芯片的厂商只有三星和台积电,可见其制造难度之大。


随着高性能域控制器的普及和需求量上涨,低端芯片生产企业也必须提高自己的制造水平以抢夺市场。所以,域控制器将推动芯片制造企业发展,优化芯片产业格局。


特斯拉自动驾驶芯片已经历了三代的发展,根据台积电消息,特斯拉第四代芯片FSD芯片将由台积电生产,采用7nm工艺,并于2022年第一季度开始交付。7nm制造工艺可以让芯片在更低电源电压下工作,降低芯片整体功耗。


随着自动驾驶和电动汽车发展,低功耗产生地影响会越发明显。而且使用7nm工艺可以在相同尺寸的晶圆上生产更多的芯片,对产能也有很大提升。


特斯拉现有芯片在2019年4月份发布,一个整体主板上有两个芯片,每个芯片包括一个CPU(中央处理器),一个GPU(图形加速卡)和两个NPU(神经网络计算单元)。


芯片采用14nm工艺生产,每块芯片配备了4个低压高速内存,在保证内存容量的同时,也兼顾了性能和功耗。每块芯片的封装面积为260平方毫米,和我们日常使用的高性能台式机芯片大小类似。在工作的时候两个芯片为冗余设计,计算输出结果互相比对,提高了汽车系统的安全性。


芯片产能危机过后 特斯拉式“自研域控制器”是否会成为新的选择


这三个处理器各有分工。CPU作为汽车的中央大脑,除了处理大部分汽车数据之外,还会分配工作给GPU和NPU,并处理GPU和NPU传输回来的数据,作出汽车最终决策。FSD的CPU采用12个64位ARM Cortex A72内核,运行频率2.2GHZ。


如果做个类比,等于主机内三个高性能CPU并联产生的效果。GPU主要工作是图像后处理工作,比如特斯拉中央大屏,驾驶员前侧屏幕展示的信息都是由GPU来处理,所以在驾驶室内的娱乐影音系统都是GPU的功劳。


简单理解,CPU的作用和ECU类似,只不过CPU的性能要比ECU强大,汽车只需几个CPU就可以达到数十个乃至上百个ECU的数据处理能力。GPU单纯是为了智慧座舱而生,可以理解为车内屏幕的CPU系统,我们在车内屏幕看到的所有内容都是由GPU处理,没有GPU,我们就无法看到车内图像。


NPU则是芯片中面积最大的部分,也是自动驾驶系统的核心部分。NPU的作用也是处理图像数据,其功能和GPU类似,不过处理的图像来自于车载传感器,也就是特斯拉汽车的各种外置摄像头。


NPU作为神经网络计算单元,会根据深度学习模型对图像数据进行处理,每一个NPU处理器算力为36TOPS,一块芯片有两个NPU处理器,所以其算力为72TOPS,整个主板NPU的算力也就是144TOPS。按照数据量化算力,这颗特斯拉芯片可以在一秒中内处理1024GB的数据,可见其算力强大。


很多人可能有疑问,有GPU处理图像,为什么还需要NPU ?其实根本原因就在于采用的算法和设计思路不同。GPU属于通用芯片,可以用在很多领域,计算不同用途的图像。而NPU则属于专用芯片,只能计算某一类的计算。


比如特斯拉的NPU芯片,就是为了处理摄像头数据而特殊设计的。由于智能网联汽车和自动驾驶汽车需要处理大量的图像数据,其边缘计算要求计算机具备高速简单运算能力,也就需要NPU这样的专用芯片。


通俗来讲,神经网络的每一次运算都是加减乘除,但是需要计算机运算上亿次或者更多,并且要在极短的时间内运算完成。这种需求CPU完全无法胜任,只能由NPU来完成。


如果做一个比喻,CPU是一个大学老师,可以解决难度系数很高的数学难题,但是无法让他在短时间内解决大量的小学算术题。而NPU则是一堆小学生,虽然没有办法解决复杂的数学问题,但是可以在短时间内完成大量的简单算数题。


部署高质量芯片,代替多个简单ECU芯片,用质量取代数量,既缓解了芯片产能不足,也推动了自动驾驶和智能网联的发展,对于自动驾驶和智能网联汽车都有重大意义。


芯片产能危机过后 特斯拉式“自研域控制器”是否会成为新的选择


目前除了特斯拉之外,蔚来汽车也于近期成立自动驾驶芯片研发部门,并开始招聘有经验的技术负责人。而传统车企吉利汽车已在自研芯片的土地上耕耘良久,并研发出自己的IGBT芯片,目前国内大部分车企使用的IGBT芯片就来自于吉利。


除了车企,科技企业也走上自研芯片的道路。据中国台湾媒体12月10日消息,苹果正在寻求和台积电合作,开发自动驾驶芯片。英伟达也研发出Drive系列芯片,用于自动驾驶。


对于车企来讲,研究域控制器不仅仅降低了汽车使用芯片的数量,也为未来的自动驾驶等技术铺路。不同车企的自动驾驶技术不同,所以软硬件相匹配就变得非常重要。


其实不只是汽车行业,整个电子产业都在向自研芯片的道路发展,比如苹果最新的M1芯片,就是按照苹果OS系统进行设计和优化。根据跑分数据,使用M1芯片的MAC比任何一款使用Intel芯片的MAC分数都高。


所以,使用一个适合自己软件的硬件是非常重要的,尤其是在自动驾驶领域。芯片和软件已经逐步替代发动机和变速箱,成为汽车上最重要的两个部件。


未来,不管是车企还是科技企业,芯片都将成为核心产业。这次芯片危机的爆发,更加凸显了芯片的重要性。而在芯片供应短缺的背后,更重要的问题是:是选择自主研发芯片,还是依赖供应商资源?车企已经站在芯片产业的十字路口。


来源:搜狐汽车 · 汽车咖啡馆

注:文章内的所有配图皆为网络转载图片,侵权即删!

免责声明

最新回答

还没有人评论哦,抢沙发吧~

为您推荐