AI芯片生态圈分析报告.pdf

AI芯片生态圈分析报告 SI 1. 芯片是软件定义汽车生态发展的基石 在智能网联汽车产业大变革背景下，软件定义汽车 念已成为共识。传统汽车采用 的分布式E/E 架构因计算能力不足、通讯带宽不足、不便于软件升级等瓶颈，不能满足 现阶段汽车发展的需求，E/E 架构升级已成为智能网联汽车发展的关键。 汽车E/E 架构升级主要体现在 ：1）硬件架构升级。由分布式ECU 向域控制/ 中央 集中架构方向发展。好处在于 ：提升算力利用率，减少算力设计总需求；数据统一交互， 实现整车功能协同；缩短线束，降低故障率，减轻质量。2）软件架构升级。通过AutoSAR 等软件架构提供标准的接口定义，模块化设计，促使软硬件解耦分层，实现软硬件设计 分离；Classic AutoSAR 架构逐步向Classic AutoSAR 和Adaptive AutoSAR 混合式架构方 向发展。好处在于 ：可实现软件/ 固件OTA 升级、软件架构的软实时、操作系统可移植 ； 采集数据信息多功能应用，有效减少硬件需求量，真正实现软件定义汽车。3）通信架构 升级。车载网络骨干由 LIN/CAN 总线向以太网方向发展。好处在于：满足高速传输、 高通量、低延迟等性能需求，同时也可减少安装、测试成本。 从博世对 E/E 架构定义来看，硬件架构的升级路径表现为分布式 （模块化→集成 化）、域集中 （域控制集中→跨域融合）、中央集中式 （车载电脑→车-云计算）。即为分 布式ECU （每个功能对应一个ECU ）逐渐模块化、集成向域控制器 （一般按照动力域、 底盘域、车身域、信息娱乐域和ADAS 域等），然后部分域开始跨域融合发展 （如底盘 和动力域功能安全、信息安全相似），并发展整合为中央计算平台 （即一个电脑），最后 向云计算和车端计算 （中央计算平台）发展。其中车端计算主要用于车内部的实时处 ， 而云计算作为车端计算的补充，为智能汽车提供非实时性 （如座舱部分场景可允许微秒 级别的延迟）的数据交互和运算处理。 图1 ：博世E/E 架构升级进程 数据来源：博世，绘制 5 / 47 硬件架构升级驱动芯片算力需求呈现指数级提升趋势。传统汽车功能简单，与外界 交互较少，常为分布式ECU ，主要为控制指令运算 （约为百万条指令每秒）、无AI 运算 能力、存储较小 ；智能网联汽车，不仅需要与人交互，也需要大量与外界环境甚至云数 据中心交互，未来将面临海量的非结构化数据需要处 ，车端中央计算平台将需要500+ 百万条指令/秒的控制指令运算能力、300+TOPS （即为300*1012次每秒）的AI 算力。 图2 ：由控制指令运算为主的分布式ECU 向AI 运算的中央计算平台发展 数据来源：博世，佐思车研， 智能网联汽车四大核心技术 ：芯片、操作系统、算法、数据共同形成生态闭环，芯 片是智能网联汽车生态发展的基石。类比手机产业链，我们认为芯片/操作系统或成为寡 头垄断格局，而从当下行业发展看，芯片或格局相对较为稳定，且处在产业核心位置。 6 / 47 2. 汽车处 芯片由MCU 向AI 芯片方向发展 半导体可分为模拟芯片、数字芯片、OSD 三大类。模拟电路是指处 模拟信号的电 子电路。模拟信号具有连续性，信号传播的信息包含在幅度、频率、相位的变化上，常 应用于放大信号，信号源两方面。数字电路是指处 数字信号