來源:半導體產業縱橫
在激烈的市場競爭中,誰能率先將這些技術實現量產並形成差異化方案,誰就有望佔據智能汽車時代的芯片高地。
跟手機行業一樣,汽車的主芯片步入SoC時代後,造芯片越來越像“高級組裝”。ARM這樣的底層技術公司,提供標准的CPU、GPU等處理器IP。
SoC芯片廠在購买了IP核心後,把CPU、GPU、NPU等處理器核心連接起來,再加上內存、電源、I/O接口等輔助模塊,就設計出一顆SoC芯片了。
現在,ARM要更進一步,推出面向汽車市場的計算子系統(Compute Subsystems,CSS),直接把CPU核心,以及電源/時鐘、IO、安全島等基礎計算組件,還有GPU和ISP等視覺處理器一塊打包,做成標准件提供給SoC芯片公司。
這樣一來,SoC公司只需專注在差異化的部分:研發或採購NPU以及其他加速器,然後將其與CSS子系統進行連接即可。
在日前的ARM年度技術大會上,我了解到ARM計劃在2025年將汽車CSS推向市場。
這一舉動將大幅減少汽車SoC开發過程中的“基礎性”、“重復性”工作,加速芯片設計速度,減少所需的工程師數量,並降低开發成本。
更爲重要的是,汽車CSS系統同時支持單芯片和Chiplets技術。基於標准的UCle接口,可以將兩顆SoC芯片拼成一顆,實現更強大的性能。
當前半導體行業的制造工藝越來越難突破,單一芯片性能難以取得重大進展,通過Chiplets技術將兩顆芯片“拼”起來提供了解決方案。在消費電子領域,蘋果M系列芯片的Max和Ultra版本,就是通過“拼接”方式提升芯片性能的典型案例。
在汽車領域,瑞薩剛剛發布的3nm汽車SoC X5H便是支持Chiplets技術的先行者。該芯片在本身已經擁有400TOPS的片上NPU的基礎上,還可以通過UCle接口連接外部NPU,將AI性能提升3~4倍。
將Chiplets技術引入汽車領域,爲芯片制造商提供了新的可能——既可以“拼接”出性能更強的芯片,也可以通過UCle接口靈活搭配不同的組件,以應對不同的使用場景。
爲了進一步加速汽車芯片的研發進程,ARM還提供了雲端的虛擬原型解決方案。
車企或Tier 1在开發SoC芯片時,在芯片設計完畢之前即可开始爲其編寫基礎軟件。而如果沒有該解決方案,按照傳統的流程,則需要等芯片設計完畢且流片回來後,才能开始編寫各種軟件。
ARM方面宣稱,基於雲端虛擬原型开發解決方案,可以將芯片的上車時間最快縮短2年。
隨着智駕算法全面擁抱端到端和Transformer,SoC芯片對CPU的要求日益提升。
ARM在今年年初也推出了3個全新的汽車CPU IP核心,分別爲Neoverse V3AE、Cortex-A720AE和Cortex-A520AE。這三個CPU IP均採用了ARM最新的V9架構,相比此前的A78AE、A55AE等核心,在基礎性能和AI性能上都有明顯提升。
經過ARM的測試,在激光雷達點雲轉換和生成BEV視圖兩個常見的自動駕駛任務中,新款CPU相比老款都有明顯提升。
AI能力方面,ARM的汽車CPU IP也在不斷進化。A76AE通過NEON SIMD指令集加速矢量運算,支持實時 AI 推理;A78AE 增強了Hybrid Mode,可靈活切換計算模式,同時計算單元翻倍,大幅提升性能;最新的A720AE 基於Armv9-A 架構,支持 SVE2 提升並行計算能力,I8MM 優化深度學習推理,BFloat16 支持低精度 AI 運算,並通過 Flop-Parity 提高浮點計算精度。
隨着功能安全和性能的持續優化,這些升級使 ARM CPU 更加適用於下一代自動駕駛和智能座艙的復雜計算需求。
縱觀國內的芯片公司,雖然目前各家已發布的汽車SoC芯片,大部分還在使用A78AE或者A55AE等上一代CPU IP。但據我了解,在新一代產品中,已經有兩家公司確定採用Neoverse V3AE和A720AE。
從各種標准化的IP核心到到CSS計算子系統,再到Chiplets技術的應用,ARM不斷降低汽車芯片开發的門檻,並大幅提升設計效率。這些技術革新不僅加速了汽車電子領域的技術進步,也推動了汽車行業向智能化、自動化方向邁進。
*聲明:本文系原作者創作。文章內容系其個人觀點,我方轉載僅爲分享與討論,不代表我方贊成或認同,如有異議,請聯系後台。
特別聲明:以上文章內容僅代表作者本人觀點,不代表新浪網觀點或立場。如有關於作品內容、版權或其它問題請於作品發表後的30日內與新浪網聯系。標題:2025年开始,造汽車芯片更容易了
地址:https://www.utechfun.com/post/452204.html