汽車(chē)智能化深度報(bào)告1決策篇車(chē)載計(jì)算平臺(tái)由硬件平臺(tái)+系統(tǒng)軟件+功能軟件構(gòu)成智能駕駛產(chǎn)業(yè)主要可以分為感知層、決策層與執(zhí)行層，本篇是汽車(chē)智能化系列專(zhuān)題的第二篇，主要圍繞著汽車(chē)智能化的決策層展開(kāi)。本篇報(bào)告針對(duì)車(chē)載計(jì)算平臺(tái)全產(chǎn)業(yè)鏈的每個(gè)細(xì)分環(huán)節(jié)，從其概念、技術(shù)路徑、發(fā)展趨勢(shì)、競(jìng)爭(zhēng)格局等內(nèi)容展開(kāi)。車(chē)載計(jì)算平臺(tái)是智能網(wǎng)聯(lián)汽車(chē)的“大腦”，從硬件到軟件主要包括：（1）異構(gòu)硬件平臺(tái)：CPU計(jì)算單元、AI單元（GPU、ASIC、FPGA）、MCU控制單元、存儲(chǔ)、ISP等其他硬件組成的自動(dòng)駕駛域控制器；（2）系統(tǒng)軟件：硬件抽象層（Hypervisor、BSP）、操作系統(tǒng)內(nèi)核（QNX/Linux/Andriod/Vxworks）、中間件組件等；（3）功能軟件：自動(dòng)駕駛通用框架（感知、決策、執(zhí)行）、功能軟件通用框架

（數(shù)據(jù)抽象/數(shù)據(jù)流框架/基礎(chǔ)服務(wù)）；（4）其他：工具鏈（開(kāi)發(fā)、仿真、調(diào)試、測(cè)試等）、以及安全體系（功能安全、信息安全等）。EEA架構(gòu)逐漸走向域集中，DCU應(yīng)運(yùn)而生單車(chē)ECU數(shù)量激增，無(wú)法滿(mǎn)足汽車(chē)智能化的需求。1980年代開(kāi)始，以機(jī)械為主宰的汽車(chē)行業(yè)內(nèi)掀起一場(chǎng)電子電氣化革命，電子控制單元（ElectronicControlUnit，ECU）占領(lǐng)了整個(gè)汽車(chē)，此時(shí)的汽車(chē)電子電氣架構(gòu)都是分布式的，各個(gè)ECU都通過(guò)CAN（ControllerAreaNetwork，控制器域網(wǎng)絡(luò)）或LIN（LocalInterconnectNetwork，局部互聯(lián)網(wǎng)絡(luò)）總線(xiàn)連接在一起，通過(guò)工程師預(yù)設(shè)好的通信協(xié)議交換信息。在傳統(tǒng)的EEA架構(gòu)下，ECU是系統(tǒng)的核心，智能功能的升級(jí)依賴(lài)于ECU數(shù)量的累加。原有智能化升級(jí)方式面臨研發(fā)和生產(chǎn)成本劇增、安全性降低、算力不足等問(wèn)題，傳統(tǒng)分布式架構(gòu)亟需升級(jí)，傳統(tǒng)EEA架構(gòu)主要面臨以下問(wèn)題：（1）控制器數(shù)量過(guò)多：各級(jí)別汽車(chē)ECU數(shù)量都在逐年遞增，每臺(tái)汽車(chē)搭載的ECU平均25個(gè)，一些高端車(chē)型通常會(huì)超過(guò)100個(gè)；（2）線(xiàn)束布置過(guò)于復(fù)雜：ECU數(shù)量越多，總線(xiàn)數(shù)量必將更長(zhǎng)，2000年奔馳S級(jí)轎車(chē)的電子系統(tǒng)已經(jīng)擁有80個(gè)ECU，1,900條總長(zhǎng)達(dá)4km的通信總線(xiàn)。2007年奧迪Q7和保時(shí)捷卡宴的總線(xiàn)長(zhǎng)度突破6km，重量超過(guò)70kg，基本成為位列發(fā)動(dòng)機(jī)之后的全車(chē)第二重部件；（3）“跨域”信號(hào)傳輸需求增加：智能駕駛需要大量的“跨域”信號(hào)傳輸，環(huán)境傳感器（雷達(dá)，視頻和激光雷達(dá)）產(chǎn)生了大量數(shù)據(jù)傳輸?shù)男枨?，這也對(duì)傳統(tǒng)分散式ECU基礎(chǔ)架構(gòu)提出了挑戰(zhàn)。為適應(yīng)智能化需求，催生出以DCU為主的域集中架構(gòu)。為了控制總線(xiàn)長(zhǎng)度、降低ECU數(shù)量，從而降低電子部件重量、降低整車(chē)制造成本，將分散的控制器按照功能域劃分、集成為運(yùn)算能力更強(qiáng)的域控制器（DomainControlUnit，DCU）的想法應(yīng)運(yùn)而生。博世用三類(lèi)EEA架構(gòu)共六個(gè)階段來(lái)展示架構(gòu)演進(jìn)方向：分布式（模塊化、集成化）、域集中式（集中化、域融合）、集中式（車(chē)載電腦、車(chē)-云計(jì)算）。功能域與空間域是當(dāng)前域控制器發(fā)展的兩條路徑。域控制器根據(jù)劃分方式，主要可以分為以五大功能域劃分和以車(chē)輛特定物理區(qū)域劃分兩種，相較于純粹以功能為導(dǎo)向的域控制器，空間域劃分的集中化程度更高，對(duì)OEM廠商自身開(kāi)發(fā)能力要求也會(huì)更高：（1）基于功能劃分的域控制器：典型代表博世、大陸等傳統(tǒng)Tier1博世、大陸等傳統(tǒng)Tier1將汽車(chē)EEA架構(gòu)按功能劃分為動(dòng)力域（安全）、底盤(pán)域（車(chē)輛運(yùn)動(dòng)）、信息娛樂(lè)域（座艙域）、自動(dòng)駕駛域（輔助駕駛）和車(chē)身域

（車(chē)身電子）五大區(qū)域。每個(gè)區(qū)域?qū)?yīng)推出相應(yīng)的域控制器，最后再通過(guò)CAN/LIN等通訊方式連接至主干線(xiàn)甚至托管至云端，從而實(shí)現(xiàn)整車(chē)信息數(shù)據(jù)的交互。（2）基于空間劃分的域控制器：典型代表特斯拉基于空間劃分的域控制器是以車(chē)輛特定物理區(qū)域?yàn)檫吔鐏?lái)進(jìn)行功能劃分，相較于純粹以功能為導(dǎo)向的域控制器，其集中化程度更高。特斯拉則是其中的典型代表，2012年ModelS還是以典型的功能域劃分為主，2017年推出Model3則直接進(jìn)入準(zhǔn)中央架構(gòu)階段，特斯拉的EE架構(gòu)只有三大部分，包括CCM（中央計(jì)算模塊）、BCMLH（左車(chē)身控制模塊）、BCMRH（右車(chē)身控制模塊）。中央計(jì)算模塊直接整合了駕駛輔助系統(tǒng)（ADAS）和信息娛樂(lè)系統(tǒng)（IVI）兩大域，以及外部連接和車(chē)內(nèi)通信系統(tǒng)域功能；左車(chē)身控制模塊和右車(chē)身控制模塊分別負(fù)責(zé)剩下的車(chē)身與便利系統(tǒng)、底盤(pán)與安全系統(tǒng)和部分動(dòng)力系統(tǒng)的功能。特斯拉的準(zhǔn)中央E/E架構(gòu)已帶來(lái)了線(xiàn)束革命，ModelS/ModelX整車(chē)線(xiàn)束的長(zhǎng)度是3公里，Model3整車(chē)線(xiàn)束的長(zhǎng)度縮短到了1.5公里，ModelY進(jìn)一步縮短到1公里左右，特斯拉最終的計(jì)劃是將線(xiàn)束長(zhǎng)度縮短至100米。以功能域劃分的域集中式會(huì)是大部分主機(jī)廠當(dāng)下的主要選擇。采用功能域還是空間域，核心還是取決于OEM自身的實(shí)力和與供應(yīng)商體系的博弈，OEM未來(lái)會(huì)加大垂直整合程度，將核心軟硬件盡可能掌握在自己手中，形成技術(shù)壁壘。但是目前來(lái)看，以大部分主機(jī)廠和Tier1自身的戰(zhàn)略布局，預(yù)計(jì)大部分主機(jī)廠仍會(huì)使用混合域的EEA架構(gòu)，即部分功能域集中化，形成“分布式ECU+域控制器”的過(guò)渡方案，最后形成“Supercontroller（中央超級(jí)計(jì)算機(jī)）+Zonalcontrolunit（區(qū)控制器）”的架構(gòu)，這一演進(jìn)過(guò)程可能長(zhǎng)達(dá)5-10年。單車(chē)智能化逐步提升，對(duì)計(jì)算平臺(tái)的需求持續(xù)增加當(dāng)前自動(dòng)駕駛正處在L2向L3級(jí)別跨越發(fā)展的關(guān)鍵階段。其中，L2級(jí)的ADAS是實(shí)現(xiàn)高等級(jí)自動(dòng)駕駛的基礎(chǔ)，從全球各車(chē)企自動(dòng)駕駛量產(chǎn)時(shí)間表來(lái)看，L3級(jí)別自動(dòng)駕駛即將迎來(lái)大規(guī)模地商業(yè)化落地。隨著自動(dòng)駕駛級(jí)別的提升，單車(chē)傳感器的數(shù)量呈倍級(jí)增加。預(yù)計(jì)自動(dòng)駕駛Level1-2級(jí)需要10-20個(gè)傳感器，Level3級(jí)需要20-30個(gè)傳感器，Level4-5級(jí)需要40-50個(gè)傳感器。Level1-2級(jí)別：通常具有1個(gè)前置遠(yuǎn)程雷達(dá)和1個(gè)攝像頭，用于自適應(yīng)巡航控制，緊急制動(dòng)輔助和車(chē)道偏離警告/輔助。2個(gè)向后的中程雷達(dá)可實(shí)現(xiàn)盲點(diǎn)檢測(cè)，外加4個(gè)攝像頭和12個(gè)超聲波雷達(dá)則可實(shí)現(xiàn)360度視角的泊車(chē)輔助功能。預(yù)計(jì)Level1-2的總傳感器數(shù)量約為10-20個(gè)左右。Level3級(jí)別：在Level1-2配置的基礎(chǔ)上，外加1個(gè)遠(yuǎn)程激光雷達(dá)，由于主動(dòng)距離測(cè)量，激光雷達(dá)還具有高分辨率，廣角和高精度的特點(diǎn)，這對(duì)于檢測(cè)和分類(lèi)對(duì)象或跟蹤地標(biāo)以進(jìn)行定位將是必需的。對(duì)于高速公路領(lǐng)航系統(tǒng)

（Highwaypilot）應(yīng)用，通常會(huì)額外增加1顆后向的遠(yuǎn)程激光雷達(dá)。預(yù)計(jì)會(huì)使用6-8個(gè)攝像頭，8-12個(gè)超聲波雷達(dá)和4-8個(gè)毫米波雷達(dá)，以及1個(gè)激光雷達(dá)，因此，預(yù)計(jì)Level3的傳感器總數(shù)量會(huì)在20-30個(gè)左右。Level4-5級(jí)別：通常需要多種傳感器進(jìn)行360°視角的交叉驗(yàn)證，以消除每種傳感器的弱點(diǎn)。預(yù)計(jì)會(huì)使用8-15個(gè)攝像頭，8-12個(gè)超聲波雷達(dá)和6-12個(gè)毫米波雷達(dá)，以及1-3個(gè)激光雷達(dá)，因此，預(yù)計(jì)用于Level4至5的傳感器總數(shù)量會(huì)在30-40個(gè)左右。隨著自動(dòng)駕駛等級(jí)的提高，所需的算力高速提升。汽車(chē)自動(dòng)駕駛的智能化水平取決于算法是否強(qiáng)大，從L1到L5，自動(dòng)駕駛每提升一個(gè)等級(jí)，算力要求也同樣提升一個(gè)等級(jí)：L3之前，自動(dòng)駕駛所需算力較低；L3需要的AI算力達(dá)到20TOPS；L3之后，算力要求數(shù)十倍增長(zhǎng)，L4接近400TOPS，L5算力要求更為嚴(yán)苛，達(dá)到4000+TOPS。每增加一級(jí)自動(dòng)駕駛等級(jí)，算力需求則相應(yīng)增長(zhǎng)一個(gè)數(shù)量級(jí)。根據(jù)英特爾推算，在全自動(dòng)駕駛時(shí)代，每輛汽車(chē)每天產(chǎn)生的數(shù)據(jù)量將高達(dá)4000GB。2硬件平臺(tái)之一：芯片計(jì)算芯片是算力時(shí)代下智能網(wǎng)聯(lián)汽車(chē)的核心計(jì)算芯片可分為MCU芯片與SoC芯片。隨著汽車(chē)EE架構(gòu)的不斷革新，汽車(chē)半導(dǎo)體高速發(fā)展，按功能不同，汽車(chē)半導(dǎo)體可分為汽車(chē)芯片和功率半導(dǎo)體，而在汽車(chē)芯片中，最重要的是計(jì)算芯片，按集成規(guī)模不同，可分為MCU芯片與SoC芯片。MCU（MicroControlUnit）微控制器，是將計(jì)算機(jī)的CPU、RAM、ROM、定時(shí)計(jì)數(shù)器和多種I/O接口集成在一片芯片上，形成芯片級(jí)的芯片；而SoC

（SystemonChip）指的是片上系統(tǒng)，與MCU不同的是，SoC是系統(tǒng)級(jí)的芯片，它既像MCU那樣有內(nèi)置RAM、ROM，同時(shí)又可以運(yùn)行操作系統(tǒng)。智能化趨勢(shì)驅(qū)動(dòng)汽車(chē)芯片從MCU向SoC過(guò)渡。自動(dòng)駕駛對(duì)汽車(chē)底層硬件提出了更高的要求，實(shí)現(xiàn)單一功能的單一芯片只能提供簡(jiǎn)單的邏輯計(jì)算，無(wú)法提供強(qiáng)大的算力支持，新的EE架構(gòu)推動(dòng)汽車(chē)芯片從單一芯片級(jí)芯片MCU向系統(tǒng)級(jí)芯片SoC過(guò)渡。SoC市場(chǎng)高速發(fā)展，預(yù)計(jì)2026年市場(chǎng)規(guī)模達(dá)到120億美元。汽車(chē)智能化落地加速了車(chē)規(guī)級(jí)SoC的需求，也帶動(dòng)了其發(fā)展，相較于車(chē)載MCU的平穩(wěn)增長(zhǎng)，SoC市場(chǎng)呈現(xiàn)高速增長(zhǎng)的趨勢(shì)，根據(jù)GlobalMarketInsights的數(shù)據(jù)，預(yù)計(jì)全球車(chē)規(guī)級(jí)SoC市場(chǎng)將從2019年的10億美元達(dá)到2026年的160億美元，CAGR達(dá)到35%，遠(yuǎn)超同期汽車(chē)半導(dǎo)體整體增速。傳統(tǒng)MCU：MCU需求穩(wěn)步增長(zhǎng)，海外寡頭長(zhǎng)期壟斷MCU是ECU的運(yùn)算大腦。ECU（ElectronicControlUnit，電子控制單元）是汽車(chē)EE架構(gòu)的基本單位，每個(gè)ECU負(fù)責(zé)不同的功能。MCU芯片嵌入在ECU中作為運(yùn)算大腦。當(dāng)傳感器輸入信號(hào)，輸入處理器對(duì)信號(hào)進(jìn)行模數(shù)轉(zhuǎn)換、放大等處理后，傳遞給MCU進(jìn)行運(yùn)算處理，然后輸出處理器對(duì)信號(hào)進(jìn)行功率放大、數(shù)模轉(zhuǎn)換等，使其驅(qū)動(dòng)如電池閥、電動(dòng)機(jī)、開(kāi)關(guān)等被控元件工作。MCU根據(jù)不同場(chǎng)景需求，有8位、16位和32位。8位MCU主要應(yīng)用于車(chē)體各子系統(tǒng)中較低端的控制功能，包括車(chē)窗、座椅、空調(diào)、風(fēng)扇、雨刷和車(chē)門(mén)控制等。16位MCU主要應(yīng)用為動(dòng)力傳動(dòng)系統(tǒng)，如引擎控制、齒輪與離合器控制和電子式渦輪系統(tǒng)等，也適合用于底盤(pán)機(jī)構(gòu)上，如懸吊系統(tǒng)、電子動(dòng)力方向盤(pán)、電子剎車(chē)等。32位MCU主要應(yīng)用包括儀表板控制、車(chē)身控制以及部分新興的智能性和實(shí)時(shí)性的安全功能。在目前市場(chǎng)的主流MCU當(dāng)中，8位和32位是最大的兩個(gè)陣營(yíng)。汽車(chē)智能化不斷滲透，單車(chē)MCU需求增加。隨著汽車(chē)EE架構(gòu)的演變，單車(chē)MCU需求量不斷增加。自動(dòng)駕駛浪潮帶動(dòng)MCU需求，根據(jù)IHS統(tǒng)計(jì)，與傳統(tǒng)燃油車(chē)單車(chē)相比，智能駕駛汽車(chē)所需MCU數(shù)量是其4倍以上，且高位數(shù)MCU由于其高算力將扮演重要角色。MCU市場(chǎng)穩(wěn)步發(fā)展，預(yù)計(jì)2026年全球規(guī)模達(dá)88億美元。在市場(chǎng)規(guī)模上，全球MCU市場(chǎng)呈現(xiàn)穩(wěn)步發(fā)展的趨勢(shì)，根據(jù)ICInsights估計(jì)，預(yù)計(jì)全球MCU市場(chǎng)規(guī)模從2020年的65億美元達(dá)到2026年的88億美元，CAGR達(dá)到5.17%，略低于同期汽車(chē)半導(dǎo)體增速。同時(shí)中國(guó)MCU發(fā)展與世界齊頭并進(jìn)，預(yù)計(jì)2026年市場(chǎng)規(guī)模達(dá)到56億元，CAGR達(dá)到5.33%，與世界同期基本持平。瑞薩、恩智浦、英飛凌等海外廠商占據(jù)主要市場(chǎng)份額，國(guó)產(chǎn)廠商滲透率較低。目前全球MCU市場(chǎng)呈現(xiàn)寡頭競(jìng)爭(zhēng)局面，市占率靠前的瑞薩、恩智浦、英飛凌等廠商均是國(guó)際廠商，CR7占比達(dá)到98%，由于車(chē)規(guī)級(jí)MCU研發(fā)周期較長(zhǎng)，認(rèn)證要求較高，目前國(guó)內(nèi)廠商滲透率較低，僅有幾家企業(yè)能夠?qū)崿F(xiàn)中低端產(chǎn)品的量產(chǎn)。智能座艙SoC：高通在中高端數(shù)字座艙呈現(xiàn)壟斷局面一芯多屏不斷普及，高通在中高端數(shù)字座艙呈現(xiàn)壟斷地位。伴隨著數(shù)字座艙滲透率不斷提升，車(chē)內(nèi)數(shù)量不斷增加，屏幕尺寸不斷增大，智能座艙快速普及，一芯多屏逐漸成為主流，也帶動(dòng)智能座艙SoC芯片的快速放量。SoC應(yīng)用在智能汽車(chē)上主要有智能座艙以及自動(dòng)駕駛兩方面，相比于自動(dòng)駕駛SoC，座艙域SoC由于要求相對(duì)較低，成為SoC落地智能汽車(chē)的先行者。高通、恩智浦、德州儀器、英特爾、聯(lián)發(fā)科等各家不斷更新其座艙SoC產(chǎn)品，在中高端數(shù)字座艙域，目前高通呈現(xiàn)壟斷地位。目前，高通已經(jīng)贏得全球領(lǐng)先的20+家汽車(chē)制造商的信息影音和數(shù)字座艙項(xiàng)目，高通驍龍820A和8155兩代平臺(tái)成為眾多車(chē)型數(shù)字座艙平臺(tái)的主流選擇，高通也將推出的第四代座艙SoCSA8295，在算力、I/O能力等方面表現(xiàn)出色，不斷穩(wěn)固其在中高端數(shù)字座艙的穩(wěn)固地位。自動(dòng)駕駛SoC：CPU+XPU是當(dāng)前主流，英偉達(dá)當(dāng)前領(lǐng)先自動(dòng)駕駛芯片是指可實(shí)現(xiàn)高級(jí)別自動(dòng)駕駛的SoC芯片。隨著自動(dòng)駕駛汽車(chē)智能化水平越來(lái)越高，需要處理的數(shù)據(jù)體量越來(lái)越大，高精地圖、傳感器、激光雷達(dá)等軟硬件設(shè)備對(duì)計(jì)算提出更高要求，因此在CPU作為通用處理器之外，增加具備AI能力的加速芯片成為主流，常見(jiàn)的AI加速芯片包括GPU、ASIC、FPGA三類(lèi)。CPU作為通用處理器，適用于處理數(shù)量適中的復(fù)雜運(yùn)算。CPU作為通用處理器，除了滿(mǎn)足計(jì)算要求，還能處理復(fù)雜的條件和分支以及任務(wù)之間的同步協(xié)調(diào)。CPU芯片上需要很多空間來(lái)進(jìn)行分支預(yù)測(cè)與優(yōu)化，保存各種狀態(tài)以降低任務(wù)切換時(shí)的延時(shí)。這也使得它更適合邏輯控制、串行運(yùn)算與通用類(lèi)型數(shù)據(jù)運(yùn)算。以GPU與CPU進(jìn)行比較為例，與CPU相比，GPU采用了數(shù)量眾多的計(jì)算單元和超長(zhǎng)的流水線(xiàn)，但只有非常簡(jiǎn)單的控制邏輯并省去了Cache。而CPU不僅被Cache占據(jù)了大量空間，而且還有有復(fù)雜的控制邏輯和諸多優(yōu)化電路，相比之下計(jì)算能力只是很小的一部分。常見(jiàn)的AI加速芯片包括GPU、ASIC、FPGA三類(lèi)：GPU：適用于處理數(shù)量龐大的相對(duì)簡(jiǎn)單的運(yùn)算。GPU擁有一個(gè)由數(shù)以千計(jì)的更小、更高效的ALU核心組成的大規(guī)模并行計(jì)算架構(gòu)，大部分晶體管主要用于構(gòu)建控制電路和Cache，而控制電路也相對(duì)簡(jiǎn)單，GPU的計(jì)算速度有擁有更強(qiáng)大的處理浮點(diǎn)運(yùn)算的能力，更擅長(zhǎng)處理多重任務(wù)，比如圖形計(jì)算。FPGA：現(xiàn)場(chǎng)可編程門(mén)陣列，它是在PAL、GAL、CPLD等可編程器件的基礎(chǔ)上進(jìn)一步發(fā)展的產(chǎn)物。它是作為專(zhuān)用集成電路領(lǐng)域中的一種半定制電路而出現(xiàn)的，既解決了定制電路的不足，又克服了原有可編程器件門(mén)電路數(shù)有限的缺點(diǎn)。ASIC：一種為專(zhuān)門(mén)目的而設(shè)計(jì)的集成電路。是指應(yīng)特定用戶(hù)要求和特定電子系統(tǒng)的需要而設(shè)計(jì)、制造的集成電路。ASIC的特點(diǎn)是面向特定用戶(hù)的需求，在批量生產(chǎn)時(shí)與通用集成電路相比具有體積更小、功耗更低、可靠性提高、性能提高、保密性增強(qiáng)、成本降低等優(yōu)點(diǎn)?！癈PU+XPU”是當(dāng)前自動(dòng)駕駛SoC芯片設(shè)計(jì)的主流趨勢(shì)。根據(jù)XPU選擇不同，又可以分為三種技術(shù)路線(xiàn)：CPU+GPU+ASIC、CPU+ASIC以及CPU+FPGA三類(lèi)。（1）“CPU+GPU+ASIC”，主要代表英偉達(dá)、特斯拉

FSD以及高通

Ride。英偉達(dá)Xavier和特斯拉FSD采用“CPU+GPU+ASIC”的設(shè)計(jì)路線(xiàn)，英偉達(dá)Xavier以GPU為計(jì)算核心，主要有4個(gè)模塊：CPU、GPU、以及兩個(gè)ASIC芯片DeepLearningAccelerator（DLA）和ProgrammableVisionAccelerator

（PVA）；特斯拉FSD芯片以NPU（ASIC）為計(jì)算核心，有三個(gè)主要模塊：CPU、GPU和NeuralProcessingUnit（NPU）。（2）“CPU+ASIC”，主要代表MobileyeEyeQ5系列和地平線(xiàn)征程系列。MobieyeEyeQ5和地平線(xiàn)征程系列采用“CPU+ASIC”架構(gòu)，EyeQ5主要有4個(gè)模塊：CPU、ComputerVisionProcessors（CVP）、DeepLearningAccelerator

（DLA）和MultithreadedAccelerator（MA），其中CVP是針對(duì)傳統(tǒng)計(jì)算機(jī)視覺(jué)算法設(shè)計(jì)的ASIC；地平線(xiàn)自主設(shè)計(jì)研發(fā)了Al專(zhuān)用的ASIC芯片BrainProcessingUnit（BPU）。（3）CPU+FPGA，主要代表Waymo。與其余廠商不同，Waymo采用

“CPU+FPGA”的架構(gòu)，其計(jì)算平臺(tái)采用英特爾

Xeon12核以上CPU，搭配Altera的Arria系列FPGA。目前各家發(fā)布的最新芯片平臺(tái)均可以支持L3或L4級(jí)的算力需求，英偉達(dá)當(dāng)前處于領(lǐng)先位置。英偉達(dá)單顆Orin的算力可以達(dá)到254TOPS，而2022年落地的車(chē)型中搭載4顆Orin的蔚來(lái)

ET7和威馬M7其巔峰算力將超過(guò)1000TOPS，高通驍龍Ride平臺(tái)的巔峰算力預(yù)計(jì)在700-760TOPS，Mobileye也推出了面向高階自動(dòng)駕駛的EyeQ6Ultra，算力達(dá)到176TOPS，當(dāng)前各家最先進(jìn)的算力平臺(tái)均可以支持L3或L4級(jí)的算力需求。從相關(guān)量產(chǎn)車(chē)型來(lái)看，英偉達(dá)Orin成為當(dāng)下的主流選擇，Mobileye正在逐漸掉隊(duì)。評(píng)估芯片性能，算力、能耗、效率缺一不可評(píng)估芯片的性能，一般采用PPA即Power（功耗），Performance（性能），Aera（面積）三大指標(biāo)來(lái)衡量性能。而智能駕駛領(lǐng)域，峰值算力成為衡量自動(dòng)駕駛芯片的最主要指標(biāo)，常見(jiàn)的指標(biāo)有TOPS、FLOPS、DMIPS三種：TOPS（TeraOperationPerSecond）：每秒完成操作的數(shù)量，乘操作算一個(gè)OP，加操作算一個(gè)OP。TOPS的物理計(jì)算單位是積累加運(yùn)算（MultiplyAccumulate,MAC），1個(gè)MAC等于2個(gè)OP。TOPS表示每秒進(jìn)行1萬(wàn)億次操作。FLOPS（Floating-PointOperationsPerSecond）：每秒可執(zhí)行的浮點(diǎn)運(yùn)算次數(shù)的字母縮寫(xiě)，它用于衡量計(jì)算機(jī)浮點(diǎn)運(yùn)算處理能力。浮點(diǎn)運(yùn)算，包括了所有涉及小數(shù)的運(yùn)算。MFLOPS（MegaFLOPS）等于每秒1百萬(wàn)次的浮點(diǎn)運(yùn)算；GFLOPS（GigaFLOPS）等于每秒10億（=10^9）次的浮點(diǎn)運(yùn)算；TFLOPS（teraFLOPS）等于每秒1萬(wàn)億次的浮點(diǎn)運(yùn)算。DMIPS（DhrystoneMillionInstructionsPerSecond）：是測(cè)量處理器運(yùn)算能力的最常見(jiàn)基準(zhǔn)程序之一，常用于處理器的整型運(yùn)算性能的測(cè)量。MIPS：每秒執(zhí)行百萬(wàn)條指令，用來(lái)計(jì)算同一秒內(nèi)系統(tǒng)的處理能力，即每秒執(zhí)行了多少百萬(wàn)條指令。不同的CPU指令集不同、硬件加速器不同、CPU架構(gòu)不同，導(dǎo)致不能簡(jiǎn)單的用核心數(shù)和CPU主頻來(lái)評(píng)估性能，Dhrystone作為統(tǒng)一的跑分算法，DMIPS比MIPS的數(shù)值更具有意義。（1）智能座艙SoC：

DMIPS衡量CPU算力的主要單位是DMIPS，基本上SoC高于20,000DMIPS才能流暢地運(yùn)行智能座艙的主要功能，如AR導(dǎo)航或云導(dǎo)航、360全景、播放流媒體、AR-HUD、多操作系統(tǒng)虛擬機(jī)等。GPU方面，100GFLOPS的算力就可以支持3個(gè)720P的屏幕。一般來(lái)說(shuō)，CPU高于20,000DMIPS，GPU高于100GFLOPS的SoC就是智能座艙SoC芯片。（2）自動(dòng)駕駛SoC：

TOPS峰值算力體現(xiàn)的只是芯片的理論上限，不能代表其全部性能。自動(dòng)駕駛需要的計(jì)算機(jī)視覺(jué)算法是基于卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的，而卷積神經(jīng)網(wǎng)絡(luò)的本質(zhì)是累積累加算法（MultiplyAccumulate，MAC），實(shí)現(xiàn)此運(yùn)算操作的硬件電路單元，被稱(chēng)為“乘數(shù)累加器”。這種運(yùn)算的操作，是將乘法的乘積結(jié)果b*c和累加器a的值相加，再存入累加器a的操作。TOPS=MAC矩陣行*MAC矩陣列*2*主頻，TOPS峰值算力反映的都是GPU理論上的乘積累加矩陣運(yùn)算算力，而非在實(shí)際AI應(yīng)用場(chǎng)景中的處理能力，具有很大的局限性。以英偉達(dá)的芯片為例，Orin、Xavier的利用率基本上是30%左右，而采用ASIC路線(xiàn)，ASIC芯片針對(duì)不同的神經(jīng)網(wǎng)絡(luò)模型去優(yōu)化，基本上可以做到60%~80%之間。地平線(xiàn)提出最真實(shí)的AI效能由理論峰值計(jì)算效能、有效利用率、AI算法效率組成。地平線(xiàn)在2020全球人工智能和機(jī)器人峰會(huì)提出了芯片AI性能評(píng)估方式MAPS（MeanAccuracy-guaranteedPrecessingSpeed），地平線(xiàn)認(rèn)為最真實(shí)的AI效能實(shí)際上由三要素組成，分別為理論峰值計(jì)算效能、有效利用率、AI算法效率。（1）理論峰值計(jì)算效能，TOPS/W、TOPS/$，即傳統(tǒng)理論峰值衡量的方法；（2）芯片有效利用率，把算法部署在芯片上，根據(jù)架構(gòu)特點(diǎn)，動(dòng)用編譯器等系統(tǒng)化解決一個(gè)極其復(fù)雜的帶約束的離散優(yōu)化問(wèn)題，而得到一個(gè)算法在芯片上運(yùn)行的實(shí)際利用率，這是軟硬件計(jì)算架構(gòu)的優(yōu)化目標(biāo)；（3）AI算法效率，每消耗一個(gè)TOPS算力，能帶來(lái)多少實(shí)際的AI算法的性能，它體現(xiàn)的是AI算法效率的持續(xù)提升。3硬件平臺(tái)之二：域控制器面向高階自動(dòng)駕駛，異構(gòu)多核硬件架構(gòu)成為趨勢(shì)車(chē)載計(jì)算平臺(tái)需采用異構(gòu)多核芯片硬件架構(gòu)。自動(dòng)駕駛的域控制器，要具備多傳感器融合、定位、路徑規(guī)劃、決策控制、無(wú)線(xiàn)通訊、高速通訊的能力。通常需要外接多個(gè)攝像頭、毫米波雷達(dá)、激光雷達(dá)，以及IMU等設(shè)備，完成的功能包含圖像識(shí)別、數(shù)據(jù)處理等。面向L3及以上高階自動(dòng)駕駛，單一芯片無(wú)法滿(mǎn)足諸多接口和算力需求，計(jì)算基礎(chǔ)平臺(tái)需采用異構(gòu)芯片的硬件方案，具有芯片選型靈活、可配置拓展、算力可堆砌等優(yōu)點(diǎn)。計(jì)算平臺(tái)的異構(gòu)分布硬件架構(gòu)主要包括CPU計(jì)算單元、AI單元和控制單元。（1）CPU計(jì)算單元：

由車(chē)規(guī)級(jí)多個(gè)多核CPU組成，大多為ARM架構(gòu)，單核主頻高，計(jì)算能力強(qiáng)，擅長(zhǎng)處理高精度浮點(diǎn)數(shù)串行計(jì)算，通過(guò)內(nèi)核系統(tǒng)管理軟硬件資源、完成任務(wù)調(diào)度，用于執(zhí)行自動(dòng)駕駛相關(guān)大部分核心算法，同時(shí)整合多源數(shù)據(jù)完成路徑規(guī)劃、決策控制等功能。（2）AI單元：

AI單元是整個(gè)異構(gòu)硬件平臺(tái)中算力的最主要來(lái)源，承擔(dān)大規(guī)模浮點(diǎn)數(shù)并行計(jì)算需求，主流的AI芯片可選用GPU、FPGA、ASIC三種等。通常內(nèi)核系統(tǒng)進(jìn)行加速引擎及其他芯片資源的分配、調(diào)度。AI單元實(shí)現(xiàn)對(duì)多傳感器的數(shù)據(jù)高效處理與融合，獲取用于規(guī)劃及決策的關(guān)鍵信息。（3）控制單元：

負(fù)責(zé)可靠性和車(chē)輛控制，功能安全和冗余監(jiān)控作用，不要求很高的算力，但是可靠性必須要有保障?；趥鹘y(tǒng)車(chē)輛控制器MCU，實(shí)現(xiàn)車(chē)輛動(dòng)力學(xué)橫縱向控制并滿(mǎn)足功能安全ASIL-D等級(jí)要求。高性能的車(chē)載計(jì)算平臺(tái)是高階自動(dòng)駕駛的必備，除了異構(gòu)多核的硬件架構(gòu)外，分布彈性可擴(kuò)展、豐富的I/O接口資源、高內(nèi)存帶寬、車(chē)規(guī)與功能安全等也都是高階自動(dòng)駕駛域控制器的必備特點(diǎn)：（1）硬件異構(gòu)：

面向高階自動(dòng)駕駛的計(jì)算平臺(tái)需兼容多類(lèi)型多數(shù)量傳感器，單一芯片無(wú)法滿(mǎn)足諸多接口和算力要求，需采用“CPU+XPU”的異構(gòu)硬件方案，前文已做詳細(xì)介紹；（2）分布彈性可擴(kuò)展：

車(chē)載計(jì)算平臺(tái)需具有彈性擴(kuò)展特性以滿(mǎn)足不同等級(jí)自動(dòng)駕駛需求。針對(duì)L3及以上高階自動(dòng)駕駛，隨著自動(dòng)駕駛等級(jí)提升，車(chē)載智能計(jì)算基礎(chǔ)平臺(tái)算力、接口等需求都會(huì)增加。除提高單芯片算力外，硬件單元也可復(fù)制堆疊，自動(dòng)駕駛操作系統(tǒng)彈性適配硬件單元并可進(jìn)行平滑拓展，達(dá)到整體系統(tǒng)提升算力、增加接口、完善功能的目的；（3）豐富的I/O接口資源：

高階自動(dòng)駕駛的感知系統(tǒng)傳感器種類(lèi)與數(shù)量眾多，車(chē)載攝像頭、激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)、組合導(dǎo)航、IMU、V2X模塊等，因此豐富的接口資源也是很自動(dòng)駕駛域控制器的關(guān)鍵特點(diǎn)。車(chē)載攝像頭的數(shù)據(jù)接口一般采用GMSL或FPDLink，激光雷達(dá)都是采用Ethernet接口，目前大多是普通Ethernet；毫米波雷達(dá)都是CANFD傳輸，超聲波雷達(dá)采用LIN總線(xiàn)，組合導(dǎo)航和慣導(dǎo)常見(jiàn)接口為RS232串口，V2X模塊采用Ethernet接口傳輸。除了上述傳感器所需IO接口外，常見(jiàn)的其它高速接口與低速接口比如PCIe、USB、I2C、SPI等；（4）高內(nèi)存帶寬：

自動(dòng)駕駛芯片平臺(tái)因?yàn)橐尤氪罅康膫鞲衅鲾?shù)據(jù)，因此內(nèi)存的壓力非常大。整個(gè)系統(tǒng)往往呈現(xiàn)出Memory-Bound系統(tǒng)的特點(diǎn)，因此內(nèi)存帶寬通常決定了系統(tǒng)性能的理論上限；（5）車(chē)規(guī)與功能安全：

與消費(fèi)級(jí)不同，車(chē)規(guī)級(jí)產(chǎn)品在安全性和可靠性上有更高要求。如AEC-Q100、ISO26262等，ISO26262對(duì)安全等級(jí)做了劃分，常見(jiàn)的是ASIL-B和ASIL-D級(jí)別。高性能SoC主芯片占整體域控制器的主要成本當(dāng)前市面上最為成熟的域控制器為特斯拉

19年推出的HW3.0，特斯拉首次推出其自研的FSD芯片，通過(guò)以太網(wǎng)總線(xiàn)的方式承載數(shù)據(jù)輸入與以太網(wǎng)交換的功能，其成本整體較為透明，通過(guò)拆解其BOM成本，梳理高階自動(dòng)駕駛域控制器的成本分布。預(yù)計(jì)HW3.0板上全部芯片的成本約在5000元左右，外加車(chē)規(guī)級(jí)接插件、以太網(wǎng)連接器以及PCB等外圍硬件，整塊板子的硬件成本大約在7500-8500人民幣之間。其中，主控SoC芯片約占總芯片成本的61%左右，占整體硬件成本的20%左右。特斯拉

HW3.0的主板上共搭載了兩塊的自研芯片，雙芯片的目的是作為安全冗余，互相對(duì)照，每塊芯片可以獨(dú)立運(yùn)算。每塊芯片周?chē)兴膲K鎂光DRAM內(nèi)存，每塊芯片分別配有一塊東芝閃存芯片，用于承載操作系統(tǒng)和深度學(xué)習(xí)模型。主板的右側(cè)是視頻輸出接口，從上到下依次是FOV攝像頭、環(huán)視攝像頭、A柱左右攝像頭、B柱左右攝像頭、前視主攝像頭、車(chē)內(nèi)DMS攝像頭、后攝像頭、GPS同軸天線(xiàn)；左側(cè)是電源接口和其他另外的輸入/輸出接口，從上到下依次是第二供電和I/O接口（車(chē)身LIN網(wǎng)絡(luò)等），以太網(wǎng)診斷進(jìn)/出、調(diào)試USB、燒錄、主供電和I/O（底盤(pán)CAN網(wǎng)絡(luò)等）。OEM自研、系統(tǒng)集成商、軟件平臺(tái)商三方勢(shì)力各顯身手自動(dòng)駕駛域控制器玩家主要分為系統(tǒng)集成商、軟件平臺(tái)廠商以及OEM廠商三大類(lèi)。（1）OEM廠商：特斯拉以及國(guó)內(nèi)的造車(chē)新勢(shì)力如蔚來(lái)、小鵬、威馬、理想、上汽智己等都已實(shí)現(xiàn)或宣布將自研自動(dòng)駕駛域控制器，以掌握未來(lái)軟件定義汽車(chē)下底層的硬件自主權(quán)；（2）系統(tǒng)集成商和Tier1：如博世、大陸、采埃孚等國(guó)際Tier1和系統(tǒng)集成商,德賽西威、經(jīng)緯恒潤(rùn)、華為等一批本土Tier1和系統(tǒng)集成商；（3）軟件平臺(tái)廠商：如映馳科技、東軟睿馳、TTech、中科創(chuàng)達(dá)等公司。（1）智能座艙域控制器：全球范圍內(nèi)，偉世通、大陸、博世、安波福在座艙域控制器市場(chǎng)占據(jù)主導(dǎo)地位，國(guó)內(nèi)企業(yè)華為、德賽西威、航盛電子、東軟等也紛紛推出了座艙域控制器解決方案。在座艙SoC芯片方面，主要包括高通

820A與8155P、英特爾

Atom、恩智浦

i.MX8、瑞薩R-CARH3、德州儀器

Jacinto系列等。（2）自動(dòng)駕駛域控制器：全球范圍內(nèi)，全球Tier1基本都已布局自動(dòng)駕駛域控制器產(chǎn)品，典型產(chǎn)品如偉世通

DriveCore、博世DASy、大陸集團(tuán)ADCU、采埃孚ProAI、VeoneerZeus、麥格納MAX4等，國(guó)內(nèi)方面，如德賽西威

IPU系列、經(jīng)緯恒潤(rùn)ADC、東軟睿馳CPDC、華為MDC等。除了OEM廠商自研之外，OEM廠還孵化成立獨(dú)立第三方智能駕駛軟件平臺(tái)型公司參與域控制器市場(chǎng)。此外，在域控制器市場(chǎng)還有一類(lèi)重要的玩家，就是從主機(jī)廠孵化成立的智能駕駛軟件平臺(tái)型公司，如長(zhǎng)城汽車(chē)的毫末知行，吉利汽車(chē)的億咖通等。長(zhǎng)城汽車(chē)即將在2022年發(fā)布的新摩卡車(chē)型將搭載高通驍龍Ride平臺(tái)，相關(guān)域控制器設(shè)計(jì)與生產(chǎn)則是由毫末知行來(lái)實(shí)現(xiàn)的。億咖通在2021年與偉世通和高通達(dá)成戰(zhàn)略合作，為全球市場(chǎng)提供領(lǐng)先的智能座艙解決方案，此外億咖通在2020年與安謀中國(guó)合作成立芯擎科技，2021年10月國(guó)內(nèi)首顆7nm車(chē)規(guī)級(jí)座艙芯片“龍鷹一號(hào)”流片成功，計(jì)劃在2022年三季度實(shí)現(xiàn)量產(chǎn)，2022年底實(shí)現(xiàn)前裝上車(chē)。4系統(tǒng)軟件之一：操作系統(tǒng)操作系統(tǒng)標(biāo)準(zhǔn)與分類(lèi)：車(chē)控OS與座艙OS在智能網(wǎng)聯(lián)時(shí)代，車(chē)機(jī)操作系統(tǒng)OS（operatingsystem）按下游應(yīng)用劃分，可以分為車(chē)控OS和座艙OS兩大類(lèi)：（1）車(chē)控OS：主要負(fù)責(zé)實(shí)現(xiàn)車(chē)輛底盤(pán)控制、動(dòng)力系統(tǒng)和自動(dòng)駕駛，與汽車(chē)的行駛決策直接相關(guān)；（2）座艙OS：主要為車(chē)載信息娛樂(lè)服務(wù)以及車(chē)內(nèi)人機(jī)交互提供控制平臺(tái)，是汽車(chē)實(shí)現(xiàn)座艙智能化與多源信息融合的運(yùn)行環(huán)境，不直接參與汽車(chē)的行駛決策。對(duì)于車(chē)控OS而言，可分為嵌入式實(shí)時(shí)操作系統(tǒng)RTOS和基于POSIX標(biāo)準(zhǔn)的操作系統(tǒng)。（1）嵌入式實(shí)時(shí)操作系統(tǒng)RTOS：傳統(tǒng)車(chē)控ECU中主控芯片MCU裝載運(yùn)行的嵌入式OS，面向經(jīng)典車(chē)輛控制領(lǐng)域，如動(dòng)力系統(tǒng)、底盤(pán)系統(tǒng)和車(chē)身系統(tǒng)等。要求實(shí)時(shí)程序必須保證在嚴(yán)格的時(shí)間限制內(nèi)響應(yīng)，特點(diǎn)包括速度快，吞吐量大，代碼精簡(jiǎn)，代碼規(guī)模小等；（2）基于POSIX標(biāo)準(zhǔn)的操作系統(tǒng)：主要面向智能駕駛系統(tǒng)，主要滿(mǎn)足其高通信和低延時(shí)的要求。汽車(chē)電控ECU必須是高穩(wěn)定性的嵌入式實(shí)時(shí)性操作系統(tǒng)，主流的嵌入式實(shí)時(shí)操作系統(tǒng)都兼容OSEK/VDX和ClassicAUTOSAR這兩類(lèi)汽車(chē)電子軟件標(biāo)準(zhǔn)。嵌入式實(shí)時(shí)操作系統(tǒng)具有高可靠性、實(shí)時(shí)性、交互性以及多路性的優(yōu)勢(shì)，系統(tǒng)響應(yīng)極高，通常在毫秒或者微秒級(jí)別，滿(mǎn)足了高實(shí)時(shí)性的要求。目前，主流的嵌入式實(shí)時(shí)操作系統(tǒng)都兼容OSEK/VDX和ClassicAUTOSAR這兩類(lèi)汽車(chē)電子軟件標(biāo)準(zhǔn)。歐洲在上世紀(jì)90年代提出了汽車(chē)電子上分布式實(shí)時(shí)控制系統(tǒng)的開(kāi)放式系統(tǒng)標(biāo)準(zhǔn)OSEK/VDX。但隨著技術(shù)、產(chǎn)品、客戶(hù)需求等的升級(jí)，OSEK標(biāo)準(zhǔn)逐漸不能支持新的硬件平臺(tái)。2003年，寶馬、博世、大陸、戴姆勒、通用、福特、標(biāo)志雪鐵龍、豐田、大眾9家企業(yè)作為核心成員，成立AUTOSAR組織，致力于建立一個(gè)標(biāo)準(zhǔn)化平臺(tái)，獨(dú)立于硬件的分層軟件架構(gòu)，制定各種車(chē)輛應(yīng)用接口規(guī)范和集成標(biāo)準(zhǔn)，AUTOSAR是基于OSEK/VDX發(fā)展出來(lái)的，但涉及的范圍更廣。AUTOSAR主要包括ClassicPlatformAUTOSAR（CP）和AdaptivePlatformAUTOSAR（AP）兩個(gè)平臺(tái)規(guī)范：CPAUTOSAR是基于OSEK/VDX標(biāo)準(zhǔn)的，廣泛應(yīng)用于傳統(tǒng)嵌入式ECU中，如發(fā)動(dòng)機(jī)控制器、電機(jī)控制器、整車(chē)控制器、BMS控制器等；APAUTOSAR基于POSIX，主要應(yīng)用于自動(dòng)駕駛等需求高計(jì)算能力、高帶寬通信、分布式部署的下一代汽車(chē)應(yīng)用領(lǐng)域中。QNX、Linux、VxWorks是主要的底層內(nèi)核狹義OS僅包含內(nèi)核（如QNX、Linux），廣義OS從下至上包括從BSP、操作系統(tǒng)內(nèi)核、中間件及庫(kù)組件等硬件和上層應(yīng)用之間的所有程序。QNX、Linux是目前常見(jiàn)內(nèi)核OS，VxWorks也有一定應(yīng)用。隨著WinCE停止更新逐漸退出，OS內(nèi)核的格局較為穩(wěn)定，主要玩家為QNX（Blackberry）、Linux（開(kāi)源基金會(huì)）、VxWorks（風(fēng)河）。其中Linux屬于非實(shí)時(shí)操作系統(tǒng)，而QNX和VxWorks屬于實(shí)時(shí)操作系統(tǒng)，WinCE是微軟開(kāi)發(fā)的嵌入式操作系統(tǒng)，正在逐步退出汽車(chē)操作系統(tǒng)市場(chǎng)。（1）BlackberryQNX：

QNX是遵從POSIX規(guī)范的類(lèi)UNIX實(shí)時(shí)操作系統(tǒng)，是全球第一款達(dá)到ASILD級(jí)別的車(chē)載操作系統(tǒng)，優(yōu)點(diǎn)是穩(wěn)定性和安全性非常高，QNX依靠其微內(nèi)核架構(gòu)實(shí)現(xiàn)性能和可靠性的平衡，主要特點(diǎn)有內(nèi)核小、代碼少以及故障影響小，驅(qū)動(dòng)等錯(cuò)誤不會(huì)導(dǎo)致整個(gè)系統(tǒng)都崩潰，通用、沃爾沃、奧迪、上汽等均用QNX作為自動(dòng)駕駛OS。但缺點(diǎn)是QNX作為非開(kāi)源系統(tǒng)，兼容性較差，開(kāi)發(fā)難度大，在娛樂(lè)系統(tǒng)開(kāi)發(fā)中應(yīng)用不多，主要是開(kāi)放性不夠，應(yīng)用生態(tài)缺乏。（2）Linux（Android）：

Linux是基于POSIX和UNIX的開(kāi)源操作系統(tǒng)，可適配更多的應(yīng)用場(chǎng)景，具有很強(qiáng)的定制開(kāi)發(fā)靈活度，主要用于支持更多應(yīng)用和接口的信息娛樂(lè)系統(tǒng)場(chǎng)景。Android是谷歌基于Linux內(nèi)核開(kāi)發(fā)的開(kāi)源操作系統(tǒng)，主要應(yīng)用在車(chē)載信息娛樂(lè)系統(tǒng)、導(dǎo)航領(lǐng)域，在國(guó)內(nèi)車(chē)載信息娛樂(lè)系統(tǒng)領(lǐng)域占據(jù)主流地位。由于其完全開(kāi)源，基于Linux開(kāi)發(fā)的難度也極大，而且開(kāi)發(fā)周期比較長(zhǎng)，這就限制了車(chē)機(jī)系統(tǒng)進(jìn)入門(mén)檻。（3）VxWorks：

VxWorks由WindRiver設(shè)計(jì)開(kāi)發(fā)的嵌入式實(shí)時(shí)操作系統(tǒng)，以其良好的可靠性和卓越的實(shí)時(shí)性被廣泛地應(yīng)用在通信、軍事、航空、航天等領(lǐng)域，VxWorks由400多個(gè)相對(duì)獨(dú)立的目標(biāo)模塊組成，但與Linux相比，VxWorks需要收取高昂的授權(quán)費(fèi)，開(kāi)發(fā)定制成本較高，這限制了其市場(chǎng)占有率的增長(zhǎng)。QNX、Linux是當(dāng)前車(chē)機(jī)OS內(nèi)核的首選。根據(jù)賽迪顧問(wèn)的統(tǒng)計(jì)，QNX由于其典型的實(shí)時(shí)性、低延時(shí)、高穩(wěn)定等特征，2021年QNX市占率達(dá)到43%，是當(dāng)前市占份額最高的車(chē)機(jī)OS，已應(yīng)用在包括寶馬、奧迪、奔馳等超過(guò)40個(gè)品牌，全球使用了QNX的汽車(chē)超1.75億輛；Linux（含Android）Linux版本豐富，經(jīng)過(guò)改造Linux內(nèi)核也將具備實(shí)時(shí)性功能，21年市占率35%；WinCE當(dāng)前市占率8%，呈現(xiàn)快速下滑態(tài)勢(shì)，未來(lái)可能將逐步在市場(chǎng)消失；VxWorks同時(shí)具備實(shí)時(shí)性及開(kāi)源特點(diǎn)，但其業(yè)務(wù)重點(diǎn)一直在復(fù)雜工業(yè)領(lǐng)域，對(duì)于汽車(chē)產(chǎn)業(yè)投入較少，售價(jià)及維修費(fèi)用極其昂貴，目前僅在部分高端品牌車(chē)型上有所嘗試。QNX+Linux或QNX+Android是當(dāng)前的主流趨勢(shì)隨著智能座艙和智能駕駛的進(jìn)步，OEM廠商更加關(guān)注車(chē)機(jī)OS。然而，無(wú)論是傳統(tǒng)OEM巨頭或是造車(chē)新勢(shì)力，從零開(kāi)始開(kāi)發(fā)操作系統(tǒng)都絕非易事，根據(jù)對(duì)基礎(chǔ)系統(tǒng)的改造程度不同，一般可以分為三類(lèi)：（1）定制型車(chē)機(jī)OS：在基礎(chǔ)OS的基礎(chǔ)上進(jìn)行深度開(kāi)發(fā)和定制（包括系統(tǒng)內(nèi)核修改），與Tier1和主機(jī)廠一起實(shí)現(xiàn)座艙系統(tǒng)平臺(tái)或自動(dòng)駕駛系統(tǒng)平臺(tái)。例如百度車(chē)載OS、大眾VW.OS、特斯拉

Version；（2）ROM型車(chē)機(jī)OS：基于Android或Linux定制開(kāi)發(fā)，無(wú)需更改系統(tǒng)內(nèi)核。海外主機(jī)廠多選擇基于Linux開(kāi)發(fā)ROM型車(chē)機(jī)OS，國(guó)內(nèi)自主品牌則主要選擇應(yīng)用生態(tài)更好的Android。例如奔馳、寶馬、蔚來(lái)、小鵬等整車(chē)廠的車(chē)機(jī)系統(tǒng)都屬于ROM型車(chē)機(jī)OS；（3）超級(jí)汽車(chē)APP：并非完整的車(chē)機(jī)OS，而是手機(jī)映射系統(tǒng)，是指集地圖、音樂(lè)、語(yǔ)音、社交等功能于一體的多功能APP，滿(mǎn)足車(chē)主需求。例如百度

Carlife、華為HiCar、蘋(píng)果CarPlay、谷歌AndroidAuto等。QNX+Linux或者是QNX+Android是當(dāng)前智能駕駛OS+智能座艙OS的主要選擇。當(dāng)前QNX、Linux（包含Android）仍是OS底層內(nèi)核的主要選擇，無(wú)論是智能駕駛OS還是智能座艙OS基本都會(huì)采用QNX+Linux或者是QNX+Android的組合方式。以QNX為代表的實(shí)時(shí)操作系統(tǒng)主要用在駕駛OS上，由于應(yīng)用生態(tài)上較為薄弱，當(dāng)前座艙OS主流是Android以及基于Linux系統(tǒng)的定制型及ROM型系統(tǒng)。5系統(tǒng)軟件之二：硬件抽象層與中間件層硬件抽象層之一BSP：主板硬件與操作系統(tǒng)之間的橋梁BSP（BoardSupportPackage，板級(jí)支持包）是構(gòu)建嵌入式操作系統(tǒng)所需的引導(dǎo)程序、內(nèi)核、根文件系統(tǒng)和工具鏈提供的完整的軟件資源包。對(duì)于具體的硬件平臺(tái)，與硬件相關(guān)的代碼都被封裝在BSP中，由BSP向上提供虛擬的硬件平臺(tái)，BSP與操作系統(tǒng)通過(guò)定義好的接口進(jìn)行交互。BSP介于主板硬件和操作系統(tǒng)之間的一層，也屬于操作系統(tǒng)的一部分，主要目的是為了支持操作系統(tǒng)，使之能夠更好的運(yùn)行于硬件主板，為OS和硬件設(shè)備的交互操作搭建了一個(gè)橋梁。由于所屬的中介位置，BSP的功能分為兩部分，一方面為OS及上層應(yīng)用程序提供一個(gè)與硬件無(wú)關(guān)的軟件平臺(tái)，另一方面OS可以通過(guò)BSP來(lái)完成對(duì)指定硬件的配置和管理。不同的操作系統(tǒng)對(duì)應(yīng)于不同定義形式的BSP。例如，VxWorks的BSP和Linux的BSP相對(duì)于某一CPU來(lái)說(shuō)盡管實(shí)現(xiàn)的功能一樣，但寫(xiě)法和接口定義是完全不同的，所以寫(xiě)B(tài)SP一定要按照該系統(tǒng)BSP的定義形式來(lái)寫(xiě)，這樣才能與上層OS保持正確的接口，良好的支持上層OS。硬件抽象層之二Hypervisor：虛擬化平臺(tái)，跨平臺(tái)應(yīng)用的重要途徑提供平臺(tái)虛擬化的層稱(chēng)為Hypervisor。虛擬化是通過(guò)某種方式隱藏底層物理硬件的過(guò)程，從而實(shí)現(xiàn)多個(gè)操作系統(tǒng)可以透明地使用和共享硬件。Hypervisor是實(shí)現(xiàn)跨平臺(tái)應(yīng)用、提高硬件利用率的重要途徑。車(chē)載領(lǐng)域的Hypervisor負(fù)責(zé)管理并虛擬化異構(gòu)硬件資源，以提供給運(yùn)行在Hypervisor之上的多個(gè)操作系統(tǒng)內(nèi)核。Hypervisor支持異構(gòu)硬件單元（包括控制單元、計(jì)算單元、AI單元）的隔離，在同一個(gè)異構(gòu)硬件平臺(tái)上支持不同的操作系統(tǒng)內(nèi)核，從而支持不同種類(lèi)的應(yīng)用。Hypervisor虛擬機(jī)管理助力多系統(tǒng)融合。Hypervisor（虛擬機(jī)）是運(yùn)行在物理服務(wù)器和操作系統(tǒng)之間的中間軟件層，可用于同步支持Android、Linux、QNX多系統(tǒng)。根據(jù)ISO26262標(biāo)準(zhǔn)規(guī)定，儀表盤(pán)的關(guān)鍵數(shù)據(jù)和代碼與娛樂(lè)信息系統(tǒng)屬于不同等級(jí)，主流市場(chǎng)中，QNX或Linux系統(tǒng)用來(lái)驅(qū)動(dòng)儀表系統(tǒng)，信息娛樂(lè)系統(tǒng)則以Android為主，目前技術(shù)只能將兩個(gè)系統(tǒng)分開(kāi)裝置在各自芯片中。然而，虛擬機(jī)可以同時(shí)運(yùn)作符合車(chē)規(guī)安全標(biāo)準(zhǔn)的QNX與Linux，因此虛擬機(jī)管理的概念被引入智能座艙操作系統(tǒng)。隨著液晶儀表以及其他安全功能的普及，供應(yīng)商不需要裝載多個(gè)硬件來(lái)實(shí)現(xiàn)不同的功能需求，只需要在車(chē)載主芯片上進(jìn)行虛擬化的軟件配置，形成多個(gè)虛擬機(jī)，在每個(gè)虛擬機(jī)上運(yùn)行相應(yīng)的軟件即可滿(mǎn)足需求。引入虛擬機(jī)管理最重要的意義在于虛擬機(jī)可以提供一個(gè)同時(shí)運(yùn)行兩個(gè)及以上獨(dú)立操作系統(tǒng)的環(huán)境，比如在智能座艙中同時(shí)運(yùn)行Android（座艙OS）和QNX（車(chē)控OS），為智能網(wǎng)聯(lián)汽車(chē)的應(yīng)用提供高性?xún)r(jià)比且符合安全要求的平臺(tái)。QNXHypervisor是當(dāng)前市場(chǎng)的主流。目前常見(jiàn)的Hypervisor包括黑莓的QNX、英特爾與Linux主導(dǎo)的ACRN、Mobica為代表的XEN、松下收購(gòu)的OpenSynergy的COQOS、德國(guó)大陸汽車(chē)的L4RE，法國(guó)VOSyS的VOSySmonitor等，其中最主流的是黑莓的QNX與英特爾與Linux主導(dǎo)的ACRN，其中黑莓的QNX是目前唯一被大規(guī)模商用且安全等級(jí)達(dá)到ASILD級(jí)的虛擬化操作系統(tǒng)。中科創(chuàng)達(dá)、武漢光庭信息、南京誠(chéng)邁科技是黑莓VAI項(xiàng)目的系統(tǒng)集成商類(lèi)的合作伙伴。2017年3月，黑莓公司宣布正式成立VAI（Value-AddedIntegrator）項(xiàng)目，拓展嵌入式軟件市場(chǎng)，成為黑莓公司VAI項(xiàng)目合作伙伴，將基于黑莓的嵌入式技術(shù)提供集成服務(wù)、安全關(guān)鍵型解決方案，包括黑莓QNXNeutrino實(shí)時(shí)操作系統(tǒng)、QNXMomentics工具套件、QNX管理程序、應(yīng)用程序和媒體QNXSDK、QNX無(wú)線(xiàn)架構(gòu)、QNX認(rèn)證操作系統(tǒng)、QNX醫(yī)用操作系統(tǒng)、Certicom工具包、Certicom管理的公鑰基礎(chǔ)設(shè)施以及Certicom資產(chǎn)管理系統(tǒng)。目前，黑莓VAI項(xiàng)目的中國(guó)區(qū)系統(tǒng)集成商類(lèi)的合作伙伴主要包括中科創(chuàng)達(dá)、武漢光庭信息、南京誠(chéng)邁科技等。長(zhǎng)期看，智能座艙與自動(dòng)駕駛兩大系統(tǒng)終將走向融合。由于目前車(chē)控域與座艙域兩者的發(fā)展目標(biāo)平行，同時(shí)，由于QNX、Linux與Andriod三大系統(tǒng)各有優(yōu)劣，因此，通過(guò)虛擬機(jī)管理多個(gè)獨(dú)立系統(tǒng)是當(dāng)下實(shí)現(xiàn)“多快好省”的智能網(wǎng)聯(lián)汽車(chē)的發(fā)展路徑。但從長(zhǎng)期看，想要真正實(shí)現(xiàn)高級(jí)自動(dòng)駕駛的必要前提就是車(chē)控與座艙的融合，即智能座艙與自動(dòng)駕駛系統(tǒng)的容二虎，這樣將會(huì)從整體層面給未來(lái)留下更系統(tǒng)的升級(jí)空間。當(dāng)然兩大系統(tǒng)的融合也面臨著系統(tǒng)疊加導(dǎo)致的片負(fù)載加重，對(duì)計(jì)算性能形成挑戰(zhàn)。中間件層：助力軟硬件解耦分離，提升應(yīng)用層開(kāi)發(fā)效率中間件隔離應(yīng)用層與底層硬件，助力軟硬件解耦。中間件位于操作系統(tǒng)、網(wǎng)絡(luò)和數(shù)據(jù)庫(kù)之上，應(yīng)用軟件的下層，作用是為處于自己上層的應(yīng)用軟件提供運(yùn)行與開(kāi)發(fā)的環(huán)境，幫助用戶(hù)靈活、高效地開(kāi)發(fā)和集成復(fù)雜的應(yīng)用軟件，實(shí)現(xiàn)軟硬件的解耦分離。車(chē)企致力于定義更統(tǒng)一的中間件通信和服務(wù)，以降低開(kāi)發(fā)成本和系統(tǒng)復(fù)雜度，操作軟件（OS）和中間件是促進(jìn)軟硬件分離的底層軟件組件。即使車(chē)企選擇自研操作系統(tǒng)，但同時(shí)也會(huì)依賴(lài)于供應(yīng)商提供標(biāo)準(zhǔn)中間件產(chǎn)品，尤其基礎(chǔ)軟件平臺(tái)的架構(gòu)極其重要，可大幅提升應(yīng)用層軟件的開(kāi)發(fā)效率。所有中間件方案中，最著名的是CPAUTOSAR的RTE。AUTOSAR的兩個(gè)平臺(tái)AUTOSARClassic和AUTOSARAdaptive為不同的車(chē)輛用例提供了分層的軟件體系結(jié)構(gòu)方法，AUTOSAR以中間件RTE（RuntimeEnvironment）為界，隔離上層的應(yīng)用層（ApplicationLayer）與下層的基礎(chǔ)軟件（BasicSoftware）。RTE使得硬件層完全獨(dú)立于應(yīng)用層，OEM廠商可以專(zhuān)注于開(kāi)發(fā)特定的、有競(jìng)爭(zhēng)力的應(yīng)用軟件，同時(shí)使得廠商不關(guān)心的基礎(chǔ)軟件層被標(biāo)準(zhǔn)化。分布式通信（DataDistributionService,DDS）通過(guò)實(shí)現(xiàn)低延遲數(shù)據(jù)連接、極高的可靠性和可擴(kuò)展的靈活架構(gòu)，使數(shù)據(jù)成為未來(lái)移動(dòng)數(shù)字平臺(tái)的中心。DDS提供的用于以數(shù)據(jù)為中心的連接的中間件協(xié)議、連接框架和API標(biāo)準(zhǔn)。它集成了分布式系統(tǒng)的組件，提供了低延遲的數(shù)據(jù)連接、極高的可靠性和可擴(kuò)展的體系結(jié)構(gòu)，滿(mǎn)足業(yè)務(wù)和任務(wù)關(guān)鍵型應(yīng)用程序的需求。AUTOSARAdaptive平臺(tái)2017年推出，2018年便集成了DDS標(biāo)準(zhǔn)，將DDS與AUTOSAR結(jié)合使用，不僅可以保證和擴(kuò)展AUTOSAR系統(tǒng)內(nèi)部互操作性的功能，而且還可以將其開(kāi)放給來(lái)自不同生態(tài)系統(tǒng)等行業(yè)的外部系統(tǒng)。國(guó)產(chǎn)AUTOSAR供應(yīng)商不斷崛起。AUTOSAR標(biāo)準(zhǔn)發(fā)展了十多年，已經(jīng)形成非常復(fù)雜的技術(shù)體系。各工具廠商開(kāi)發(fā)了相應(yīng)的支撐軟件，以助力主機(jī)廠加速實(shí)現(xiàn)AUTOSAR的落地。目前全球知名的AUTOSAR解決方案廠商包括ETAS（博世）、EB（大陸）、MentorGraphic