隨著汽車製造商推進自動駕駛汽車， 自動駕駛汽車的計算工作正在整合， 但是這些變化會對行業造成巨大破壞， 一個多世紀以來都是如此， 供應鏈一直在調整。
整合是至關重要的， 原因有很多， 包括計算效率、複雜性管理， 以及降低成本等等。 雖然對於PC和智慧手機市場而言， 這似乎是自然的進步， 但這對於汽車OEM及其供應商而言卻是全新的遊戲。
汽車行業多年來一直在談論對於ECU（汽車電子控制單元， 又稱“行車電腦”、“車載電腦”等）整合的需求。 但討論通常都集中在物理空間、銀盒的成本、ECU的重量， 以及將它們連接在一起所需的接線長度。
ARM嵌入式行銷副總裁Richard York表示：“從廣義上講， 整合是由成本、靈活性、能源效率， 以及不斷發展的網路架構所驅動的。 將功能整合到更少的ECU中， 簡化了車輛中的控制器網路， 有助於不同系統之間的通信。 它包含不斷增加的複雜性， 並且通過減輕汽車重量來減少能源消耗。 隨著更多車輛引入ADAS（高級駕駛輔助系統）和自動駕駛硬體， 我們對於計算性能和通信速率的要求也在提高。 ”
問題是如何做到這一點。 到目前為止， 尚未有達成一致的方法。 儘管汽車製造商會在未來四年內讓自動駕駛汽車上路， 但仍然有許多工作正在進行中。
多少個大腦？
Cadence公司Tensilica產品行銷高級總監Steve Roddy說：“有一類的設計方法， 通常由新平臺或新興汽車公司所驅動，
汽車電子控制單元（ECU）傳統上是圍繞汽車中的機械功能構建的， 例如發動機控制、制動、或資訊娛樂等。 但是隨著汽車自動化程度越來越高， 為了安全起見， 這些功能需要整合。
Synopsys高級戰略行銷經理Ron DiGiuseppe表示：“目前的架構是每個ADAS應用都有自己的ECU。 所以，
所有這些分散式ECU都有不同的自動駕駛網路。 其中很多使用傳統的控制器區域網路（CAN）， 對線束的影響是使得汽車上有很多點對點接線。 這點十分重要， 因為線束的重量在汽車中排名第三， 僅次於框架和動力系統。 目前的接線長度達幾公里長， 為了整合這些不同的模組， 汽車網路必須轉向更先進的技術。 目前的先進技術是乙太網音訊視頻橋接技術（AVB）和乙太網時間敏感網路技術（TSN）。
DiGiuseppe說：“將所有這些單獨的ECU集成到更現代化的網路中是很好的， 並且將這些ECU集成到組合功能中是下一代架構的挑戰。 我們看到了行業的趨勢， 你可能會看到前方碰撞預警ECU與自動制動ECU的融合， 因為它們都在做類似的事情， 可以用一個統一的模組取代不同的網路上相互獨立的ECU。 我們會看到這些分散式ECU集成到更集中的ECU中。 ”
與此同時， Roddy指出， 汽車OEM廠商的情況並不明確。 “這裡不會出現崩潰。 你可以說， 傳統汽車公司這樣做， 新興汽車公司那樣做。 最簡單的說法是， 電動汽車/自動駕駛汽車創業公司都在做集中式的版本， 而傳統公司在做純粹的分散式。 目前傾向于向前者傾斜， 但並不完全是這樣。 兩者都有利弊。 首先， 平臺製造商必須決定是否需要在車內運行多個千兆高速網路。 有些人認為這是非常完美， 他們計畫把千兆乙太網應用到汽車級別， 他們計畫將許多高清視頻資源和高資料速率的雷達資源送入一顆巨型CPU。 還有人認為這會引發災難。因此，這可能是一些人的主要決定因素，無論他們是擔心，還是擁抱汽車周邊的大型高速資料網路。”
Roddy還強調了集成複雜性的問題，特別是如果汽車製造商從一級供應商那裡獲得了集成的視覺/雷達接近警報系統。“從某種程度上說，擁有專業化的勞動是有價值的，因為並不是每個汽車公司都希望把所有系統的所有知識整合在一起。”
汽車中的ECU數量繼續以驚人的速度增長。這部分是由於複雜性的增加，但也有部分原因在於電子和軟體設計對於汽車OEM而言是全新的。
Mentor Graphics嵌入式系統部副總裁兼總經理，Mentor Automotive領袖Glenn Perry表示：“每當他們想要新功能，他們的供應鏈工作方式就是在紙上描述功能，並將它們轉包到第1級代理來構建。它又導致了車輛的另一個模組。然後，模組承擔了自身的命運，事實證明，從技術上說，在將這些功能整合到更少的模組中對其能力沒有任何實際的限制。”
Perry指出，航空業幾十年前經歷了787和其他先進飛機的整合。限制汽車領域整合的是組織結構，從OEM到採購以及工程領域的一級和二級代理。
Perry說：“基本上，有一組負責集群或駕駛資訊，還有一組負責IVI（車載資訊娛樂）。 而且二者都不想放棄對於另一方的主導地位，所以它們一直滯留在孤島。然而，我們幾年前所經歷的是，中國的OEM廠商表示並不介意組織中的人是否因這些組織的崩潰而敏感。他們要前進和整合。”
每個級別都需要更改
當然，ADAS的整合變得越來越重要，尤其是ADAS的最高水準。Perry說：“與此同時，OEM在提供自動駕駛能力方面面臨巨大的壓力，而且一個世紀以來從未有哪個行業面臨過如此嚴重的威脅和破壞。 如果OEM不明白這一點，那麼他們就會遭到科技巨頭公司的競爭。有許多初創公司可以進入電動汽車平臺，以及汽車公司。同時，OEM的定位不是很好，因為他們一直依靠電子和軟體的一級供應商。但是，這使得OEM可以成為自動駕駛領域的系統集成商。”
此外，無論ADAS的功能如何，在架構上它們都以相同的方式工作。
佩里說：“基礎是基於分散式運算架構。在自我調整巡航控制的情況下，例如，有一個雷達，它是實際的感測器，生成原始資料。 然後在同一邊緣感測器節點內的原始資料使用處理引擎（微處理器或微控制器）進行處理，然後通過汽車匯流排將資料的子集傳輸到實際的ACC模組，另一個處理器進行進一步分析，並對資料進行操作。最後，它提供安全控制器通過CAN匯流排進行通信的資訊。通信將通過集群發給駕駛員一些警告，或是一些音訊警告，以及刹車、加速、轉向控制。無論是相機、雷達、還是雷射雷達，都是如此。從根本上說，我們在邊緣節點上進行一些處理，其中一些就在控制模組中。”
儘管如此，這種架構仍然存在固有的挑戰。在邊緣節點進行的處理會產生延遲。另外，在邊緣節點進行處理時還需要額外的物料成本，這些器件消耗電力。當它們處理完資料時，需要將該資料的子集傳輸到汽車中更為集中的處理元件中。
因此，控制模組中的兩個系統可能具有從同一視圖收集的資料，因為它們都在同時觀望。但是資料通常是稀疏的，而且兩個資料集都不瞭解對方的資料。作為單獨的功能，這可能不會造成問題。但是，隨著自動駕駛水準提高到功能完全整合的程度，這種架構便開始產生問題。
Perry說：“從行業角度，我們得到的一部分原因可以追溯到OEM，每個功能都寫了各自的規範，第1級代理構建了模組。那麼當大家構建自動駕駛能力的時候，他們說：‘我們需要這些功能的集合。’所以它實際上是這些功能集合到了一起。即使它們都位於同一個模組中，如果資料流程處於不同模組中，那麼資料流程看上去仍然會與存在所有相同的限制的時候一樣。今天的系統將一些列功能整合到了單一的模組中，但資料流程仍然是相同的。”
自上而下還是自下而上？
這引發了汽車行業的一場辯論，應該採用自上而下、從零開始的方法達到第五級ADAS，還是採用自下而上的方法，或是二者折中的方法。
Kilopass公司應用工程經理Paolo Piacentini認為，汽車行業正在採用具有中央控制器和分散式智慧的混合方式。“汽車上的分散式智慧感測器，如輪胎壓力錶、每個車輪中檢測運動的加速度計、檢測周邊情況的雷達感測器——每個都有其相關的微控制器來處理資料，並將結果而不是原始資料發送到智慧控制器。隨著汽車駭客數量的增加，這些分散式微控制器將開始整合加密金鑰，以防止未經授權的篡改。”
同時，Silexica公司業務發展副總裁Kumar Venkatramani指出，在低端領域，舊式的簡單ECU（微控制器）正在遷移到更複雜的多核心ECU中，以便減少器件數量，以及節能。“在高端方面，由於非常嚴格的延遲限制，ADAS和自動駕駛系統一直在使用多個CPU、GPU和DSP進行大功率全功能計算。”
這在多種情況下得到了證實。在很多情況下，第1級代理以及OEM廠商正在將多個核心作為其平臺的一部分，或者作為替代品，這些第1級代理必須儘快想出如何利用多核心的優勢。
Venkatramani說：“這很難做到，特別是他們的許多代碼是針對傳統的順序單核系統編寫的。AUTOSAR是一個非常常用的汽車市場標準，它為OEM廠商提供了相容不同供應商的元件的複雜事宜。但是AUTOSAR（現在稱為AUTOSAR Classic）是針對單核系統的，供應商和OEM都在尋求將AUTOSAR代碼移植到這些多核系統上。”
另一方面，這些自動駕駛系統的潛在供應商正在處理由多核CPU、GPU和FPGA系統組成的混合計算系統，這些系統難以程式設計。Venkatramani說：“如果你擁有傳統的同構多核系統，那麼跑一個作業系統就可以進行一些調度，這樣就足夠了。但是隨著平均功率（特別是熱量）的限制，異構系統正在試驗，並且對它們進行程式設計非常困難。簡單的運行頻率為2GHz的CPU或功耗較大的GPU將失去競爭力。”
Venkatramani表示，AUTOSAR聯盟現在正在爭取實施Adaptive AUTOSAR，以解決多核和自動駕駛所要求的這些挑戰。整合工作負載和擁有更強大的計算系統二者將會走向一致——或者至少是更為集中，這不會在一夜之間發生。汽車電子產品必須經過嚴格的安全認證，而且完成這些認證需要花費大量時間，現有的ECU硬體供應商將佔據優勢。因此，ADAS和自動駕駛系統在前幾個版本中可能被視為可選的，它們將與ECU供應商在一段時間內共存。
今天是《半導體行業觀察》為您分享的第1244期內容，歡迎關注。
R
eading
還有人認為這會引發災難。因此，這可能是一些人的主要決定因素，無論他們是擔心，還是擁抱汽車周邊的大型高速資料網路。”Roddy還強調了集成複雜性的問題，特別是如果汽車製造商從一級供應商那裡獲得了集成的視覺/雷達接近警報系統。“從某種程度上說，擁有專業化的勞動是有價值的，因為並不是每個汽車公司都希望把所有系統的所有知識整合在一起。”
汽車中的ECU數量繼續以驚人的速度增長。這部分是由於複雜性的增加，但也有部分原因在於電子和軟體設計對於汽車OEM而言是全新的。
Mentor Graphics嵌入式系統部副總裁兼總經理，Mentor Automotive領袖Glenn Perry表示：“每當他們想要新功能，他們的供應鏈工作方式就是在紙上描述功能，並將它們轉包到第1級代理來構建。它又導致了車輛的另一個模組。然後，模組承擔了自身的命運，事實證明，從技術上說，在將這些功能整合到更少的模組中對其能力沒有任何實際的限制。”
Perry指出，航空業幾十年前經歷了787和其他先進飛機的整合。限制汽車領域整合的是組織結構，從OEM到採購以及工程領域的一級和二級代理。
Perry說：“基本上，有一組負責集群或駕駛資訊，還有一組負責IVI（車載資訊娛樂）。 而且二者都不想放棄對於另一方的主導地位，所以它們一直滯留在孤島。然而，我們幾年前所經歷的是，中國的OEM廠商表示並不介意組織中的人是否因這些組織的崩潰而敏感。他們要前進和整合。”
每個級別都需要更改
當然，ADAS的整合變得越來越重要，尤其是ADAS的最高水準。Perry說：“與此同時，OEM在提供自動駕駛能力方面面臨巨大的壓力，而且一個世紀以來從未有哪個行業面臨過如此嚴重的威脅和破壞。 如果OEM不明白這一點，那麼他們就會遭到科技巨頭公司的競爭。有許多初創公司可以進入電動汽車平臺，以及汽車公司。同時，OEM的定位不是很好，因為他們一直依靠電子和軟體的一級供應商。但是，這使得OEM可以成為自動駕駛領域的系統集成商。”
此外，無論ADAS的功能如何，在架構上它們都以相同的方式工作。
佩里說：“基礎是基於分散式運算架構。在自我調整巡航控制的情況下，例如，有一個雷達，它是實際的感測器，生成原始資料。 然後在同一邊緣感測器節點內的原始資料使用處理引擎（微處理器或微控制器）進行處理，然後通過汽車匯流排將資料的子集傳輸到實際的ACC模組，另一個處理器進行進一步分析，並對資料進行操作。最後，它提供安全控制器通過CAN匯流排進行通信的資訊。通信將通過集群發給駕駛員一些警告，或是一些音訊警告，以及刹車、加速、轉向控制。無論是相機、雷達、還是雷射雷達，都是如此。從根本上說，我們在邊緣節點上進行一些處理，其中一些就在控制模組中。”
儘管如此，這種架構仍然存在固有的挑戰。在邊緣節點進行的處理會產生延遲。另外，在邊緣節點進行處理時還需要額外的物料成本，這些器件消耗電力。當它們處理完資料時，需要將該資料的子集傳輸到汽車中更為集中的處理元件中。
因此，控制模組中的兩個系統可能具有從同一視圖收集的資料，因為它們都在同時觀望。但是資料通常是稀疏的，而且兩個資料集都不瞭解對方的資料。作為單獨的功能，這可能不會造成問題。但是，隨著自動駕駛水準提高到功能完全整合的程度，這種架構便開始產生問題。
Perry說：“從行業角度，我們得到的一部分原因可以追溯到OEM，每個功能都寫了各自的規範，第1級代理構建了模組。那麼當大家構建自動駕駛能力的時候，他們說：‘我們需要這些功能的集合。’所以它實際上是這些功能集合到了一起。即使它們都位於同一個模組中，如果資料流程處於不同模組中，那麼資料流程看上去仍然會與存在所有相同的限制的時候一樣。今天的系統將一些列功能整合到了單一的模組中，但資料流程仍然是相同的。”
自上而下還是自下而上？
這引發了汽車行業的一場辯論，應該採用自上而下、從零開始的方法達到第五級ADAS，還是採用自下而上的方法，或是二者折中的方法。
Kilopass公司應用工程經理Paolo Piacentini認為，汽車行業正在採用具有中央控制器和分散式智慧的混合方式。“汽車上的分散式智慧感測器，如輪胎壓力錶、每個車輪中檢測運動的加速度計、檢測周邊情況的雷達感測器——每個都有其相關的微控制器來處理資料，並將結果而不是原始資料發送到智慧控制器。隨著汽車駭客數量的增加，這些分散式微控制器將開始整合加密金鑰，以防止未經授權的篡改。”
同時，Silexica公司業務發展副總裁Kumar Venkatramani指出，在低端領域，舊式的簡單ECU（微控制器）正在遷移到更複雜的多核心ECU中，以便減少器件數量，以及節能。“在高端方面，由於非常嚴格的延遲限制，ADAS和自動駕駛系統一直在使用多個CPU、GPU和DSP進行大功率全功能計算。”
這在多種情況下得到了證實。在很多情況下，第1級代理以及OEM廠商正在將多個核心作為其平臺的一部分，或者作為替代品，這些第1級代理必須儘快想出如何利用多核心的優勢。
Venkatramani說：“這很難做到，特別是他們的許多代碼是針對傳統的順序單核系統編寫的。AUTOSAR是一個非常常用的汽車市場標準，它為OEM廠商提供了相容不同供應商的元件的複雜事宜。但是AUTOSAR（現在稱為AUTOSAR Classic）是針對單核系統的，供應商和OEM都在尋求將AUTOSAR代碼移植到這些多核系統上。”
另一方面，這些自動駕駛系統的潛在供應商正在處理由多核CPU、GPU和FPGA系統組成的混合計算系統，這些系統難以程式設計。Venkatramani說：“如果你擁有傳統的同構多核系統，那麼跑一個作業系統就可以進行一些調度，這樣就足夠了。但是隨著平均功率（特別是熱量）的限制，異構系統正在試驗，並且對它們進行程式設計非常困難。簡單的運行頻率為2GHz的CPU或功耗較大的GPU將失去競爭力。”
Venkatramani表示，AUTOSAR聯盟現在正在爭取實施Adaptive AUTOSAR，以解決多核和自動駕駛所要求的這些挑戰。整合工作負載和擁有更強大的計算系統二者將會走向一致——或者至少是更為集中，這不會在一夜之間發生。汽車電子產品必須經過嚴格的安全認證，而且完成這些認證需要花費大量時間，現有的ECU硬體供應商將佔據優勢。因此，ADAS和自動駕駛系統在前幾個版本中可能被視為可選的，它們將與ECU供應商在一段時間內共存。
今天是《半導體行業觀察》為您分享的第1244期內容，歡迎關注。
R
eading