特斯拉带来的汽车芯片设计思考

智能汽车是未来发展的大方向，那么未来的智能汽车是何模样？智能汽车需要多大的计算能力？“硅谷钢铁侠”马斯克与特斯拉的迅速崛起，支持其颠覆性创新的商业逻辑与开发模式到底是什么？在百年来未有之大变革之下，如何抓住机遇、撬动万亿元级的智能汽车大市场？本期特邀芯砺智能创始人兼CEO张宏宇，对产业发展及芯片算力对于智能驾驶发展的决定性作用、以及市场博弈下的行业机遇与挑战进行了深入阐述，相信读者能从中得到不一样的启迪与收获。

未来是智能汽车的时代，这一点毋庸置疑，但是未来的智能汽车要具备什么样的特点才能引领时代的潮流呢？汽车业界认为，未来的汽车发展有四个公认的趋势：电动化、网联化、智能化、共享化。其中网联化依赖于高速无线宽带网络，共享化则依赖于共享经济运营平台，这两者都不完全依赖于汽车本身，更多地是依赖于整体基础设施（infrastructure）的建设；而电动化和智能化则是衡量汽车自身品质更为重要的标志，前者与新能源动力系统有关，后者则通常指智能驾驶或自动驾驶子系统——当然，更加广义的智能化绝不应当仅仅限于驾驶功能。

那么，智能汽车到底需要多大的计算能力呢？这取决于智能汽车到底需要什么样的功能。就目前而言，基于人工智能的自动驾驶功能（ADAS/AD）显然是驱动计算能力不断增长的重要因素之一。一般分析认为，智能/自动驾驶从Level-2升级到Level-5（不同自动化等级的定义参见美国国家公路交通安全管理局NHTSA网站），所需要的AI算力是呈十倍数增长的。例如，典型的Level-2/3自动驾驶功能可能需要几十到上百TOPS（Tera-Ops per second）的AI计算能力，而Level-4/5级别的自动驾驶功能则可能需要几百乃至上千TOPS的AI算力。未来随着自动驾驶算法的不断演进，对AI算力的需求还有可能持续增长。

除了自动驾驶功能以外，智能座舱（Smart Cockpit）的需求提供了另一个推动计算能力持续增长的驱动力。用户对于人机交互体验以及“内容+服务”品质的不断追求，令智能座舱功能对于CPU和GPU的计算能力提出了越来越高的挑战。以目前市场主流的智能座舱技术方案所采用高通（Qualcomm）的骁龙系列（Snapdragon）SA8155和SA8195为例：两者的CPU算力达到100~150K DMIPS，GPU算力为1~1.5T FLOPS。至于下一代骁龙SA8295则将拥有220K DMIPS的CPU算力和3T FLOPS的GPU算力。与高通相比，另一家智能汽车芯片的主流供应商英伟达（Nvidia）则更为激进，其Orin-X芯片的CPU/GPU算力分别为220K DMIPS和5.2T FLOPS，下一代在研的Thor-X则将分别达到600K DMIPS和9.2T FLOPS。

但是要以智能汽车的领导者特斯拉（Tesla）的眼光来看，高通和英伟达的这些芯片还算不上是顶尖的配置。特斯拉目前最新款的车型配备了AMD锐龙系列（Ryzen）的CPU和镭龙系列（Radeon）的GPU，两者的算力分别达到400K DMIPS和11T FLOPS。特斯拉骄傲地宣称：其用户可以在车内享受PS5游戏机的体验，因为其GPU与PS5游戏机中所配备的芯片出自AMD的同一个系列。可以预计，未来的特斯拉新车型还将拥有更为亮眼的CPU/GPU配置。

随着未来5G普及带来的内容、服务升级，游戏、元宇宙等新应用上车乃至智能座舱与智能驾驶的发展融合以及智能出行服务与云端数字孪生的边缘计算延展，智能汽车大脑的综合算力势必将不断攀升，成为轮子上的超级电脑！

Figure1 典型的智能座舱（Source：互联网）

说到底，特斯拉的豪华硬件配置只不过是表象而已。如果我们仅仅将注意力放在硬件配置上，就很容易忽视了其背后的真正含义。特斯拉的创始人马斯克是一个对成本要求非常敏感，甚至可以说锱铢必较的人，但是他为什么在其电子电气架构的硬件配置上会如此不惜代价？道理说白了很简单，因为这关系到特斯拉在智能汽车上的底层商业逻辑和模式。

对传统车厂而言，其商业或服务模式就是：造车、卖车、和修车；而其产品开发模式是所谓的“V字型”模式，就是围绕着概念、设计、仿真、验证/测试、生产/销售等不同阶段所开展的一个产品开发周期。这些传统的商业和开发模式历经近一个世纪的发展，没有本质上的变化，直到最近十几年特斯拉的出现。马斯克以他IT及互联网产业的从业经验出发，敏锐地发觉：传统的汽车商业及产品开发模式很难带来丰厚的利润，因为整车开发周期长、成本高，为了保证车辆的性能和安全指标又不得不层层加码、处处冗余，还需要承受供应链不稳定所带来的额外风险。到最后，成品销售的毛利率低得可怜，还不得不与销售、维修服务商分享微薄的利润。

Figure2 传统汽车的V字型开发模式（Source：Research Gate）

这样的买卖，马斯克当然不干。于是，他做了两件事情：一、将传统的开发模式从V字型变成O字型。所谓O字型开发模式，就是基于软硬件分离原则的循环迭代式开发，说白了就是通过在线（OTA，Over-the-air）软件升级不断完善和升级产品的性能。这并不是说特斯拉完全抛弃了V字型开发模式，而是通过后续软件升级减轻了车辆销售前的开发成本（以及车辆销售后的召回风险）。比如说，特斯拉可以在前期开发当中适当降低某个子系统或功能的要求，或者仅实现部分功能，而由售后的软件升级来完成功能或性能的完善和提升。此外，对于在车辆使用当中发现的缺陷，传统车厂不得不采用召回的方式来应对；而特斯拉则可以通过在线软件升级来打补丁，从而节省了高昂的召回费用。二、从传统的“年新车”销售模式，转变持续性的升级服务模式。在车辆被售出之后，特斯拉仍然可以通过在线升级继续为客户提供有偿的产品更新/升级服务，从而大大提升了车厂的持续盈利能力，也为客户提供了更好的使用体验。这样一来，就不再有所谓的“年新车”概念，因为通过持续的OTA，车辆的功能和性能在很大程度上可以“长久保鲜”。

Figure3  特斯拉的O字型产品开发模式

特斯拉为传统汽车行业注入了新鲜的血液，使得本来已经步入垂暮之年的汽车业摇身一变，成为当下最时髦、最热门的IT行业之一。这一点，马斯克功不可没。所以笔者认为，我们最应当关注的绝不是特斯拉的电池技术，一体化车身成型技术，或是电子电气架构中的豪华配置，这些当然都是可以被拿来宣传的噱头，但是其核心的底层逻辑是前述的商业和产品开发模式的转变，也可以说是一种成功的范式转移（Paradigm Shift）。但是我们还需要回答一个问题：这种范式转移与特斯拉汽车电子电气架构的豪华配置到底有何关联？

在线（OTA）升级能力是上述范式转移成功的基础，而要支持有效的OTA，汽车的电子电气系统必须具备两个基本要素：一、从传统的分布式架构转变为中央计算平台架构；二、预埋足够的硬件算力。前者保证了OTA的可行性，因为如果按照传统的分布式电子电气架构，尤其是考虑到不同的芯片和软件供应商，车厂想要实现OTA软件升级的难度将变得奇高无比；后者则保证了OTA的有效性，因为如果没有足够强大的预埋硬件算力，很快车辆的软件升级就会像给几年前购买的手机或电脑升级软件一样，变得毫无意义。考虑到今天软硬件发展的速度仍在不断加快，一部需要考虑至少五年使用寿命的智能汽车必须预埋充足的硬件算力，否则很可能过不了两年就惨遭用户的淘汰。

从这个角度来看，我们就非常好理解为什么特斯拉的电子电气架构率先实现了从分布式域控到中央计算平台的转变，也很容易明白为什么特斯拉的硬件配置远超过同期竞争对手的水平了。可以预见的是，不但各大车厂都会在未来紧跟特斯拉的步伐，不断强化中央计算平台的集成度和预埋硬件的能力，而且那些为智能汽车提供芯片的厂商（如高通、英伟达等）也会不断推出集成度和算力更高的中央计算平台芯片。这对半导体行业来说无疑是一个崭新的机会，并且具有非常广阔的发展前景。

故事到了这里还不能结束，因为作为一名从事半导体行业二十多年的工程师，笔者还要多问一句：这样的市场需求对于芯片供应商而言提出了什么样的挑战？换句话说，什么样的芯片供应商才能够更好地满足这样的需求，从而占据未来智能汽车芯片市场的领先地位？

笔者认为有三个主要的挑战：一、性价比的挑战。预埋算力势必对车厂的成本控制提出了更高的要求，只有那些能够有效降低预埋硬件算力成本的芯片供应商，才会获得车厂真正的认可。二、扩展性和定制化的挑战。预埋的算力必须能够方便地扩展和定制化，以满足不同车厂和不同车型的不同需要。三、开放性和灵活性的挑战。预埋的算力必须具备开放和灵活的架构，以便能够适配不同车厂的算法和数据（场景），以最大程度地发挥算力的效能。

回顾过去半个世纪以来，半导体产业曾经历了三波大的发展浪潮，都是由算力的发展需求所牵引的：第一波是将算力搬到家中，也就是个人电脑的发展浪潮，期间孕育出了英特尔（Intel）、超微（AMD）这样的世界级芯片企业；第二波是将算力搬到手中，也就是智能手机的发展浪潮，期间孕育出了高通、博通（Broadcom）、联发科（MTK）、海思（HiSilicon）等世界级的芯片企业；我们目前正在经历的是第三波，也就是智能汽车的发展浪潮：将算力搬到车上，使汽车成为轮子上的超级电脑！而这期间，又将孕育出哪些新的世界级芯片企业呢？很简单，谁能完美地解决上述三方面的挑战，谁就能在这一波浪潮中脱颖而出！