汽車行業(yè)目前正在研究如何進行安全的自動駕駛大規(guī)模部署，必須能夠應對L4甚至L5級別的各項關鍵挑戰(zhàn)。此外，汽車電子系統(tǒng)的復雜度也在急速增長，在要求計算力與復雜度增長保持一致的同時，如何確保系統(tǒng)的功耗、散熱、尺寸、成本和安全也是汽車制造商與解決方案提供商需要考慮的重要因素。

7大關鍵挑戰(zhàn)

1、成本

有人預測，如果在2020年生產L4級和L5級自動駕駛汽車的成本可能比普通汽車高出75000至100000美元。事實上，考慮到實現L4級和L5級自動駕駛所需要的傳感器數量，這個數字還是太低。如果總成本超過100000美元，為了使這些車輛能夠被購買，價格還需大幅下降，以使消費者負擔得起。因此，這很可能意味著第一批真正部署自動駕駛的車輛將成為出行即服務（MaaS）、共享騎乘或機器人出租車隊的一部分，通過取代人力駕駛的成本，建立一種新的商業(yè)模式，以支持這些更昂貴的車輛。

2、L3級真的可以被部署嗎

如上圖所示，L3級是從ADAS邁向全自動駕駛的第一步，它代表了在條件許可的情況下，車輛可以完成所有的駕駛動作，并具備提醒駕駛者功能。駕駛者無需監(jiān)控駕駛環(huán)境，可以分心，但不可以睡覺，需要隨時能夠接管車輛，以便隨時應對可能出現的人工智能應對不了的情況。這便引發(fā)了一個有趣的現象，一旦駕駛員的手脫離了方向盤，會很愉快地處理電子郵件、文本等，使眼睛與思想也脫離了道路，一旦遇到意外，分心的駕駛員能多塊地回到“方向盤”上？從責任的劃分方面考慮，跳過L3級自動駕駛能夠更好地判斷駕駛員是在控制車輛還是車輛在進行自動駕駛。不過即使汽車制造商決定跳過L3這一階段，從L3到L4所需要的技術復雜性也要高得多。

3、傳感器急劇增加的計算需求

從ADAS邁向自動駕駛需要對汽車周圍的一切環(huán)境有更精確的了解，為了實現這一點，汽車上的傳感器數量急劇增加，需要多個雷達、車載攝像頭和激光雷達，以基本上取代和增強人眼感知。這些傳感器不僅昂貴，而且需要處理器處理才能理解它們“看到”的東西，以及車外的情況變化，這與自適應巡航控制或緊急制動等簡單的ADAS功能所需的計算力有很大不同。

4、軟件復雜性的增加

隨著電氣化、智能化、網聯化等技術的發(fā)展，自動駕駛汽車電子電器架構更為復雜，亦將面臨著諸多問題，如ECU及大數據的增多、人機交互界面的復雜程度更高、互聯汽車常遭黑客侵入、自動駕駛客戶差異化需求的滿足……據了解，預計L5級自動駕駛車輛將需要10億行代碼，相比波音787夢想飛機（Boeing 787 Dreamliner）需要的代碼僅為1400萬行。

因此，軟件功能虛擬化和硬件簡化的重要意義將進一步提升，而這可能以幾種形式成為現實。一是將硬件整合到針對不同時延性和可靠性要求的堆棧中；二是一個冗余的“超級計算機”將取代ECU的地位；三是徹底放棄控制單元的概念，轉而采用智能節(jié)點計算網絡。

5、如何提高自動駕駛部署接受度

根據美國汽車協(xié)會（AAA）最新數據，73 %的美國司機表示害怕搭乘全自動駕駛汽車，63 %的美國成年人認為在步行或騎車時與自動駕駛汽車共用道路是不太安全的。只有當駕駛員和乘客認為安全性足夠值得信賴時，大眾才會接受新型高級駕駛員輔助系統(tǒng)( ADAS )和自動化程度越來越高的技術。

安全是汽車電子系統(tǒng)的一個關鍵保障，嚴格的安全標準和認證適用于任何需要在駕駛員要求時保持可靠性能，如剎車、轉向等。當我們提高汽車的自主決策時，本質上是用復雜的計算機系統(tǒng)來代替人的安全決策。

6、從原型到量產

當今自主決策計算系統(tǒng)原型通常是基于現有的服務器技術，其挑戰(zhàn)在于尺寸、功耗和散熱性不適合于汽車。所有這些特性都需要顯著減少，人們普遍認為功耗需要減少10倍，尺寸需要減少5倍，如果兩者都能實現，那么成本和散熱將顯著降低。這也將推動自動駕駛汽車在消費者領域和機器人出租車領域的真正部署。

7、增強車內乘客互聯體驗

對于終端領域來講，以支持自動駕駛的V2X通訊模塊為入口，進一步整合車內的各種功能模塊，包括車內計算，存儲等功能，構筑新的車載電子業(yè)務領域，這也可以說是芯片公司的商業(yè)范疇。打造更高性能更安全的聯網汽車，更快實現自動駕駛，提供更好的車內乘客互聯體驗，成為管理車內應用的軟硬件平臺，則是車廠差異化競爭力所在。

Arm如何幫助克服這些挑戰(zhàn)？

汽車OEM和Tier-1廠商們越來越清楚地認識到需要一個強大的技術合作伙伴來幫助他們解決這些挑戰(zhàn)，并不約而同地將Arm及其廣泛的汽車生態(tài)系統(tǒng)視為實現這一目標的正確合作伙伴。實際上，Arm一直與汽車行業(yè)密切合作，以了解上述每一個挑戰(zhàn)，提供完善的解決方案，助力自動駕駛大規(guī)模部署。

1、計算需求全覆蓋

Arm CPU和其他IP，如GPU、ISP和NPU允許在整個車輛的各個系統(tǒng)中使用基于Arm的解決方案，Arm的合作伙伴也提供最廣泛的汽車級SoC。這一系列的應用處理器（Cortex-A）、實時處理器（Cortex-R）和小型低功耗微處理器（Cortex-M）適用于自動駕駛所有階段。隨著Arm的合作伙伴將更多的計算力帶到異構化SoC平臺上，這將有助于滿足更大的算力需求，同時降低功耗、價格、尺寸和保持良好的散熱特性。

2、為更高級別的自動駕駛實現“安全就緒”

“安全就緒”（Safety Ready）計劃中包括Arm現有的安全產品以及全新產品或未來產品，這些產品的開發(fā)采用嚴格的功能安全流程，包括支持ISO 26262和IEC 61508標準的系統(tǒng)流程和開發(fā)。“安全就緒”計劃提供一站式軟件、工具、組件、認證和標準，可為Arm合作伙伴簡化并降低整合功能安全的成本。憑借“安全就緒”計劃，合作伙伴和汽車主機廠可以確保其SoC和系統(tǒng)具有自動駕駛應用所需的最高級別功能安全。

3、性能和安全缺一不可

Arm在安全領域的領先優(yōu)勢并不止于整合最新的認證和標準，雖然分核-鎖步（Split-Lock）功能對業(yè)界而言并不陌生，但Arm率先將其引入專為高性能汽車應用而設計的處理器。分核-鎖步（Split-Lock）技術是一款具有顛覆性的安全創(chuàng)新，可實現以下性能：

具備以往鎖步CPU部署中無法實現的靈活性

SoC中的CPU群集可配置成“分核模式”以實現高性能，其中群集中的兩個（或四個）獨立CPU可用于各種任務和應用程序

若配置成“鎖步模式”下，CPU將處于鎖步狀態(tài)，在群集中創(chuàng)建一對（或兩對）鎖步的CPU，以實現更高的汽車安全完整性應用

CPU集群可在硅片生產后配置為在任一模式下混合運行

4、“汽車增強型”全新產品

2018年9月，Arm推出首款集成功能安全的自動駕駛級處理器 Cortex-A76AE，專為汽車行業(yè)設計。該芯片搭載分核-鎖步（Split-Lock）技術，是一款具有顛覆性的安全創(chuàng)新，并首次在應用處理器中得以實現。

不過就自動駕駛而言，采集與需要處理的實時數據量要比ADAS多很多，因此2018年12月，Arm再推出針對高數據吞吐計算的IP——Cortex-A65AE，面向汽車電子市場，主要針對7nm優(yōu)化，其最大特點就是支持了SMT多線程，性能吞吐率比前代高3.5倍，預計2020年上市。同時，車企或許會愿意將Cortex-A76AE與Cortex-A65AE這兩款芯片結合使用，從而完成感知流程。

5、最廣泛的生態(tài)系統(tǒng)優(yōu)勢

眾所周知，Arm是藏在芯片后面的 IP供應商，目前Arm在全球已經有超過1500項的IP授權，基于Arm架構的芯片出貨量達1250億片，僅2017年基于Arm架構的芯片出貨量超過210億片。授權合作伙伴包含行業(yè)領袖、初創(chuàng)公司、芯片公司及OEM廠商超過500家。另外有16家頂級汽車芯片廠商授權了Arm的IP。

從1996年Arm正式進入汽車領域做剎車控制芯片IP開始，到如今已發(fā)展了20多年。目前在IVI領域，85%的處理器采用Arm架構；在ADAS領域，超過65%的應用處理器采用的是Arm架構。從傳統(tǒng)的動力系統(tǒng)控制、底盤控制和車身控制，到現在ADAS/IVI，都有控制芯片在采用Arm的架構。所有電子器件采用通用的架構，輔以領先工具生態(tài)系統(tǒng)的大力支持，汽車制造商和供應商便能對硬件與軟件進行快速創(chuàng)新。這些創(chuàng)新將革新安全性、降低能耗，同時提升駕車體驗。

開啟大規(guī)模自動駕駛安全部署之路

Arm花了大量時間與汽車行業(yè)合作，以充分了解在下一波汽車創(chuàng)新過程中面臨的挑戰(zhàn)和難點，最新發(fā)布的產品與技術創(chuàng)新有助于實現這些部署，并在不影響性能和安全的情況下降低了功耗和成本。未來，Arm將與更多OEM、Tier-1廠商構建更廣泛的生態(tài)系統(tǒng)合作，重新定義移動出行，推動汽車創(chuàng)新發(fā)展的全新時代。