汽車ip-汽車貼車膜一般多少錢啊

汽車行業正經歷著向集中式電氣/電子（EE）架構的重大轉變，這將深刻影響汽車制造商、一級和二級供應商在未來10年內的戰略布局和產品研發。產業鏈上下游都在研究并嘗試在單個 SoC 或多芯片設計上實現高度集成的功能。早在 2021 年，采埃孚電子/ ADAS 產品執行副總裁 Christophe Marnat 就表示："集中化的趨勢已經出現，我們看到所有的原始設備制造商現在都在研究這個問題。”博世和高通最近也宣布，將在單個 SoC 上提供一個中央車載計算模塊，用于托管數字駕駛艙（或 IVI）和 ADAS 應用。博世的數字駕駛艙和 ADAS 集成平臺采用了 Snapdragon Ride Flex SoC。而高通的 SoC 專為支持混合臨界工作負載而設計，可同時執行數字駕駛艙和 ADAS 功能。

從分布式 ECU 和基于域的架構向集中式 EE架構 （基于區域的系統）的過渡對汽車行業產生了重大影響。在這一發展過程中，采用汽車級接口和處理器 IP 的集中式計算 SoC 以集成高級駕駛輔助系統（ADAS）和信息娛樂系統（IVI）應用，已成為一項關鍵的趨勢。

集中式架構催生下一代 SoC：集成、智能、高效

如圖 1 所示，汽車行業正在從傳統的分布式 ECU 和基于域的系統架構向集中式區域架構過渡。向新分區架構的轉變將改變硬件系統和相關軟件堆棧。在這一新架構中，中心是一個集中計算模塊，負責處理多種功能，包括高級駕駛輔助系統（ADAS）、高度自動駕駛（HAD）、信息娛樂系統、底盤/車身控制和動力總成等。各種應用將在該模塊內的多個獨立硬件板上運行，這為多個獨立硬件板集成和 SoC 提供了更多機會。

新的集中式 EE 架構正在創造新一代系統級芯片 (SoC)，其集成度更高、性能更強、人工智能數量更多，可承載更多的組合應用。

圖1 電氣/電子 (EE) 系統架構的演變

在單個 SoC 中集成多個汽車應用的優勢有很多。將 ADAS 和數字駕駛艙（IVI）功能相結合，需要同時執行 ADAS 應用（如自動緊急制動 (AEB)、自適應巡航控制和車道保持輔助系統 (LKA)）和數字駕駛艙應用（如柱間高分辨率顯示屏）。對此，汽車行業可能會采用多種不同的混合方法來集成應用。例如，遠程信息處理功能可以與 ADAS 功能合并，或者不同應用可以集成到多個不同的混合平臺中。這種整合可為硬件和軟件供應商創造新的機遇。

采用集中式計算模塊的分區架構將對承載合并應用的計算 SoC 產生影響。運行多個應用的新一代中央計算 SoC 需要更高水平的人工智能處理、更多的高速緩存一致性多核 64 位主處理器以及更高水平的顯示處理。由于實現計算 SoC 的高性能和復雜性，需要先進的半導體 FinFET 工藝。將多種功能集成到中央計算 SoC 中將降低成本并最大限度地減少復雜性，從而使汽車制造商、一級和二級供應商實現差異化。

對中央計算SoC提出更高要求

中央計算 SoC 是未來汽車電子系統架構的關鍵組成部分。新一代汽車中央計算 SoC 將具有共同的標準，包括沿車載網絡傳輸的大量傳感器數據和使用最新人工智能算法的大量人工智能數據。

對安全至關重要的 ADAS 應用來說，大量的傳感器數據必須得到持續的實時處理。來自雷達、激光雷達、超聲波和攝像頭等傳感器的數據必須以最低的延遲持續到達。數據流量和協議不得超出車載網絡線束的負荷。大多數車載網絡使用汽車級以太網、用于圖像傳感器的直接連接 MIPI 鏈路和傳統 CAN 網絡的組合。由于通過汽車級以太網運行的雷達/激光雷達數據量巨大，因此需要使用 IEEE 以太網時間敏感網絡 (TSN) 協議為以太網鏈路提供多個 10G 以太網數據流。通過使用以太網 TSN 協議，可根據網絡策略傳輸高優先級的安全關鍵型數據包，以確保后座娛樂等低優先級數據不會干擾安全關鍵型應用。對于成像數據，每個高分辨率圖像傳感器可產生超過 10G 的實時未壓縮數據，這將使傳輸雷達/激光雷達數據的以太網網絡超載。因此，大多數成像數據都使用單獨的 MIPI 接口傳輸。

為了在車內惡劣的信道條件下傳輸基于 MIPI 的成像數據，業界開發了幾種專有協議。除了專有數據通道外，MIPI 聯盟還開發了新的 15m 汽車 A-PHY 協議，用于將圖像數據傳輸到中央計算模塊。作為一種車載數據傳輸協議，MIPI A-PHY 正變得越來越流行。

新一代集中式計算 SoC 必須同時執行實時應用。由于多個實時應用同時運行，集中式計算模塊中使用的處理 SoC 必須支持類似于高性能數據中心服務器處理器的虛擬化。由于 SoC 必須支持多個實時應用，因此需要針對基于 RISC-V 的新一代高性能汽車處理器對應用的 SW 棧進行優化。提前規劃應用 SW 將使汽車制造商能夠設計未來的軟件定義汽車 (SDV)，并引入新的特定應用商業模式。但是，對于以分區集中計算為目標的高性能 SoC，處理器必須包含專門的功能，以滿足運行實時應用所需的性能。

集中式計算 SoC 的一個關鍵設計特點是可擴展的異構多核處理器，SoC 中最多可集成 12 個 64 位應用處理器。實現高效的軟件首次開發是包括 SoC 供應商在內的汽車 SDV 供應商的主要目標。為了建立汽車級 RISC-V 處理器的單一來源，實現基于 RISC-V 的兼容產品并提供參考架構，博世、英飛凌、北歐半導體、恩智浦和高通等行業供應商成立了一家名為 Quintauris 的合資公司。Quintauris旨在通過推動汽車RISC-V部署的采用，實現下一代兼容SDV的硬件開發。

為了執行對安全至關重要的 ADAS 應用以及駕駛員監控系統 (DMS) 和乘員監控系統 (OMS) 等人工智能基礎 IVI 應用所需的人工智能算法，SoC 需要額外的深度學習人工智能加速器。新增的生成式人工智能使 IVI 供應商能夠提供自然語言數字助理，從而為中央計算模塊帶來額外的人工智能工作負載。原始設備制造商正在將人工智能用于 ADAS/HAD 的多種應用，如路徑規劃、物體/場景檢測和識別以及基于人工智能的決策制定。前面提到的 ADAS/HAD 應用，如自動緊急制動、車道保持輔助和自適應巡航控制，都是基于人工智能的。

圖2顯示了用于合并ADAS和IVI應用程序的中央計算SoC的一般示例。左邊顯示的分立SoC包含多達12個64位應用處理器和一個基于AI的視覺子系統，用于基于相機的AI應用。除了所需的處理性能外，SoC還包含一個獨立的ISO 26262功能安全管理器和一個獨立的安全子系統，以最大限度地減少安全漏洞。包括汽車級以太網TSN在內的一套完整的連接接口提供了多個通道，將SoC連接到車內區域網絡，以及附加的點對點協議(如MIPI)。中央計算SoC包含PCI Express (PCIe)接口，通過添加單獨的SoC加速器來擴展SoC的處理性能，從而實現多SoC性能。PCI Express是連接多個SoC的主要外設協議，它添加了AI算法加速器以提高SoC性能。

圖2 中央計算處理器 SoC

考慮到托管合并的 ADAS/IVI 應用所需的虛擬化應用處理、人工智能加速和 DSP 處理量，中央計算模塊需要先進的半導體制造工藝來實現 SoC。為實現功能、集成和性能目標，需要先進的 FinFET 級半導體制造工藝，如汽車級 5 納米工藝。行業領導者已經在規劃采用汽車級 3 納米代工工藝的戰略，以實現 ADAS/IVI 合并計算 SoC。

右側顯示的是使用基于 UCIe 的多芯片解決方案的替代實施方案。使用 UCIe 鏈接的多芯片設計將各種異構芯片連接起來，為合并的 ADAS/IVI 中央計算模塊提供了諸多優勢。基于 UCIe 的多芯片設計能夠為每個功能芯片選擇最佳的技術節點和設計風格。混合搭配芯片的機會為產品管理提供了靈活性，并縮短了產品上市時間。由于 UCIe 協議是行業標準，因此可確保每個芯片接口都具有互操作性，并能以最小的風險取得成功。

總結

為了滿足下一代汽車電子架構對高性能、安全性和低功耗的苛刻要求，開發者正致力于將ADAS和IVI應用融合到新的分區架構中，并采用汽車級IP進行集成。而業界領先的基于64位RISC-V的處理器和接口IP（如PCI Express、LPDDR、MIPI和以太網）為SoC設計提供了強大的支持。這些IP經過嚴格測試和驗證，符合ISO 26262功能安全標準，并支持TSN功能，可滿足下一代集中式EE架構對SoC計算的嚴格要求。

1.Qualcomm and Bosch Showcase New Central Vehicle Computer for Digital Cockpit and Driver Assistance Functions at CES 2024, January, 2024

2.Christophe Marnat, EVP ZF Electronics/ADAS, May, 2021