電子發燒友網報道(文/李彎彎)車載計算平臺是智能網聯汽車的核心部件,承擔著車輛感知、決策、控制等關鍵任務,相當于汽車的“大腦”。隨著汽車智能化和自動駕駛技術的發展,車載計算平臺的重要性日益凸顯,其性能直接決定了自動駕駛的等級和安全性。
車載計算平臺的核心功能:感知與融合,通過攝像頭、激光雷達、毫米波雷達、超聲波雷達等傳感器獲取環境信息,并對多源數據進行融合處理,實現對車輛周圍環境的精準感知;決策與規劃,基于感知數據,進行路徑規劃、行為決策(如變道、超車、避障等),并生成控制指令;控制與執行,將決策結果轉化為具體的控制信號,控制車輛的轉向、加速、制動等執行機構,實現自動駕駛功能;通信與網聯,支持車與車(V2V)、車與基礎設施(V2I)、車與云端(V2C)的通信,實現信息共享和協同控制。
車載計算平臺的技術架構——硬件和軟件
車載計算平臺的硬件架構需滿足高算力、低功耗和冗余安全的需求,通常采用異構計算單元和高帶寬通信的組合。
異構計算單元包括CPU、GPU、FPGA、ASIC、NPU等。CPU,負責通用計算任務,如系統調度、通信協議處理等。通常采用多核ARM架構(如高通驍龍、瑞薩R-Car),兼顧性能與功耗。GPU,擅長并行計算,加速深度學習模型推理(如目標檢測、語義分割),NVIDIA Orin、特斯拉FSD等芯片集成高性能GPU。
FPGA,可編程硬件,靈活適配算法優化,常用于傳感器數據預處理或低延遲任務。ASIC,針對特定算法(如Transformer模型)定制化設計,提供極致能效比(如特斯拉FSD芯片)。NPU,專為AI計算優化,支持高吞吐量的矩陣運算,是當前主流AI芯片的核心組件。
高帶寬通信包括車載以太網、PCIe接口、TSN(時間敏感網絡)等。車載以太網,支持1Gbps甚至10Gbps傳輸速率,替代傳統CAN總線,滿足傳感器數據的實時傳輸需求。PCIe接口,連接GPU、FPGA等加速卡,提供低延遲、高帶寬的擴展能力。TSN(時間敏感網絡),確保關鍵任務(如制動控制)的確定性時延,避免網絡擁塞導致的安全隱患。
冗余與安全設計,如雙系統冗余、硬件安全模塊(HSM)、隔離設計等。雙系統冗余,主計算單元與備份單元并行運行,故障時無縫切換(如英偉達DRIVE AGX Orin支持雙Orin芯片冗余)。硬件安全模塊(HSM),獨立芯片存儲密鑰和加密算法,防止數據篡改或惡意攻擊。隔離設計,通過虛擬化技術將安全關鍵任務與非關鍵任務隔離。
軟件架構需支持多任務并行、低延遲通信和持續迭代,通常采用分層解耦的設計模式。
操作系統層,如實時操作系統(RTOS)、通用操作系統(GPOS)、混合架構。實時操作系統(RTOS),如QNX、VxWorks,用于安全關鍵任務(如剎車控制),確保毫秒級響應。通用操作系統(GPOS),如Linux、Android,用于非關鍵任務(如導航、娛樂),支持豐富的應用生態?;旌霞軜?,通過Hypervisor(如ACRN、KVM)實現RTOS與GPOS的協同運行,兼顧安全與靈活性。
中間件層,包括通信中間件、調度中間件、安全中間件。通信中間件,如SOME/IP、DDS,支持服務發現、數據分發和QoS控制,實現模塊間高效通信。調度中間件,如AUTOSAR Adaptive Platform,動態分配計算資源,優化任務時序。安全中間件,集成加密庫、入侵檢測系統(IDS),保障數據傳輸和存儲安全。
應用算法層,如感知算法、決策算法、控制算法。感知算法,包括攝像頭視覺處理(如YOLO、Faster R-CNN)、激光雷達點云分割(如PointPillars)、多傳感器融合(如卡爾曼濾波)。決策算法,基于規則的決策樹(如有限狀態機FSM)或基于學習的強化學習(如DQN),生成行駛策略。控制算法。模型預測控制(MPC)、PID控制等,將決策轉化為具體的車輛控制指令。
典型技術架構,以NVIDIA DRIVE AGX為例。硬件:雙Orin芯片(算力508TOPS),集成Ampere架構GPU、Arm Cortex-A78AE CPU、深度學習加速器(DLA)。軟件:底層是Linux + 安全內核(符合ISO 26262 ASIL-D);中間件是NVIDIA DRIVE OS(集成CUDA、TensorRT);應用層是DRIVE AV(自動駕駛)、DRIVE IX(智能座艙)。通信:支持PCIe Gen4、10G以太網、CAN-FD。
車載計算平臺芯片——SoC
目前市面上主要的車載計算平臺SoC芯片有英偉達Orin系列、華為昇騰系列、地平線征程系列、黑芝麻智能華山系列、高通驍龍Ride平臺、特斯拉FSD芯片等。
英偉達Orin系列,單顆芯片算力可達254TOPS,多顆組合可支持更高算力需求,如蔚來ET7和威馬M7搭載4顆Orin芯片,巔峰算力超過1000TOPS。其采用“CPU+GPU+ASIC”架構,適用于L3或L4級自動駕駛。
華為昇騰系列,包括昇騰310、昇騰610等,具有強大的AI計算能力,功能安全等級達到ASIL-D。昇騰610芯片在CPU、CV處理能力及內存帶寬方面業界領先,適用于自動駕駛應用負載。
地平線征程系列,包括征程2、征程3、征程5、征程6等,算力不斷提升,滿足不同等級自動駕駛需求。2025年4月18日,地平線征程6系列的旗艦產品征程6P(J6P)、征程6H(J6H)正式亮相,同時,基于J6P芯片和地平線自研端到端算法的軟硬一體全棧方案HSD(Horizon Super Driving)也一并推出,具備L2城區輔助駕駛能力。
J6P基于地平線最新的BPU“納什”架構,采用CPU+GPU+NPU+MCU+VPU的異構設計,具備三級存儲架構和數據變換引擎,專為Transformer、BEV等大模型優化。
黑芝麻智能華山系列,包括A500、A1000L、A1000、A1000 Pro以及A2000家族。基于A1000芯片,可提供單顆、雙顆、四顆芯片的組合方案,算力覆蓋從ADAS輔助駕駛到L4及以上自動駕駛需求。
2024年12月30日,黑芝麻智能宣布推出其專為下一代AI模型設計的高算力芯片平臺——華山A2000家族,包括A2000 Lite、A2000和A2000 Pro三款產品,分別針對不同等級的自動駕駛需求。A2000 Lite專注于城市智駕,A2000支持全場景通識智駕,而A2000 Pro則是為高階全場景通識智駕設計。
A2000家族的芯片集成了業界領先的CPU、DSP、GPU、NPU、MCU、ISP和CV等多功能單元,實現了高度集成化和單芯片多任務處理的能力。新一代ISP技術,具備4幀曝光和150dB HDR,在隧道和夜間等場景下表現更好,顯著提升了圖像處理能力。A2000家族算力最大是當前主流旗艦芯片的4倍,原生支持Transformer模型。
高通驍龍Ride平臺,巔峰算力預計在700-760TOPS,采用“CPU+GPU+ASIC”架構,為自動駕駛、ADAS、車載信息娛樂系統等領域提供強大的計算能力。
Mobileye EyeQ系列,如EyeQ6 Ultra,算力達到176TOPS,采用“CPU+ASIC”架構,為高階自動駕駛提供支持。不過,Mobileye在市場競爭中逐漸掉隊。
特斯拉FSD芯片,以NPU(ASIC)為計算核心,有三個主要模塊:CPU、GPU和Neural Processing Unit(NPU),總算力達到144TOPS,已廣泛用于特斯拉車型。
寫在最后
車載計算平臺的技術架構是硬件、軟件和系統集成的綜合體現,其核心在于異構計算的高效協同、實時性與安全性的平衡以及全生命周期的可持續性。SoC內部集成多個異構處理單元,結構設計復雜,處理和計算能力強,適用于多任務處理以及計算任務復雜的應用場景。隨著汽車智能化程度的提高,對高性能SoC芯片的需求也將不斷提升。
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。
舉報投訴
-
soc
+關注
關注
38文章
4398瀏覽量
222987 -
異構設計
+關注
關注
0文章
3瀏覽量
5556
發布評論請先 登錄
相關推薦
熱點推薦
異構計算解決方案(兼容不同硬件架構)
異構計算解決方案通過整合不同類型處理器(如CPU、GPU、NPU、FPGA等),實現硬件資源的高效協同與兼容,滿足多樣化計算需求。其核心技術
能效提升3倍!異構計算架構讓AI跑得更快更省電
電子發燒友網報道(文/李彎彎)異構計算架構通過集成多種不同類型的處理單元(如CPU、GPU、NPU、FPGA、DSP等),針對不同計算任務的
定制化SoC陣列設計
異構集成架構? 采用CPU+GPU+NPU+專用加速器的組合模式,支持動態資源分配與硬件虛擬化技術,例如芯原平臺支持多處理器協同工作并可選配ASIL D級功能安全島 模塊化擴展性?

超越CPU/GPU:NPU如何讓AI“輕裝上陣”?
電子發燒友網報道(文/李彎彎)NPU是一種專門為人工智能(AI)計算設計的處理器,主要用于高效執行神經網絡相關的運算(如矩陣乘法、卷積、激活函數等)。相較于傳統CPU/GPU,
異構計算的概念、核心、優勢、挑戰及考慮因素
異構計算就像是一支由“多才多藝”處理器組成的團隊,每個成員都有自己的強項和責任。 ? 什么是異構計算????? “異構計算”指的是在同一個計算平臺
詳解Arm計算平臺的優勢
對于人工智能 (AI) 而言,任何單一硬件或計算組件都無法成為適合各類工作負載的萬能解決方案。AI 貫穿從云端到邊緣側的整個現代計算領域,為了滿足不同的 AI 用例和需求,一個可以靈活使用 CPU、
NPU的工作原理解析
神經網絡的計算流程,顯著提高了處理速度和能效。NPU通常集成在SoC(System on Chip)中,與CPU和GPU協同工作,共同完成復
NPU在邊緣計算中的優勢
隨著物聯網(IoT)和5G技術的發展,邊緣計算作為一種新興的計算模式,正在逐漸成為處理和分析數據的重要手段。 NPU的定義與功能 NPU是一種專門為深度學習和神經網絡運算設計的處理器。
【「算力芯片 | 高性能 CPU/GPU/NPU 微架構分析」閱讀體驗】--全書概覽
在 GPU 中的應用歷史
第9章 張量處理器設計
9.1 張量的定義
9.2 脈動陣列計算單元
9.3 Volta 架構引入張量核心
9.4 華為異騰Ascend910NPU芯片
第 10 章
發表于 10-15 22:08
名單公布!【書籍評測活動NO.43】 算力芯片 | 高性能 CPU/GPU/NPU 微架構分析
和像素統一的G80到現在重金難求的H100;AMD的Zen系列CPU和RDNA系列GPU兩線作戰;中國的高性能計算芯片逐步獲得更多TOP500排名;華為Ascend 910 NPU芯片
發表于 09-02 10:09
評論