AI浪潮下，如何卷汽车电子？

去年3月14日，大洋彼岸的OpenAI正式发布其里程碑之作GPT-4，引起了行业轰动，今年过年期间，大洋彼岸的Open AI又扔出了另一款重磅级的科技产品SORA，代表着继文字生成和图片生成以后，视频生成已经成为可能。而在5月13号Open AI又发布了GPT-4o：能接受文本、音频和图像的任意组合输入，还能生成文本、音频和图像的相关回应。

如果传统汽车可以用四个轮子加一个沙发来概括，那么智能汽车将会是四个轮子加一个超级计算机。传统汽车虽然也有电子功能，但更多的是简单逻辑处理，功能固化无法升级迭代，而智能化时代汽车不仅有强大的数据处理能力，开放的API接口，可以支持软件快递开发和迭代，从而极大地提升了娱乐体验的维度。

智能座舱包括操控系统、娱乐系统、空调系统、通信系统、座椅系统、交互系统、感知系统等给驾驶员和乘客更加安全、舒适、智能的驾乘体验。目前几乎所有车厂都在智能座舱领域发力，即使连以保守著称的日系车，也开始在车内使用了大屏。

智能驾驶更是智能汽车的当红C位，最近许多新势力车企发布会上，必然会单独开一个章节讲自己的城市NOA体验以及开城计划，可以说城市NOA俨然已经成为代表汽车智能化水平的标志。

智能网联的目标是实现车与X（车、路、人、云端等）之间的智能信息交换、共享，且具备复杂环境感知、智能决策、协同控制等功能。智能网联的重要标志是V2X，但是客观地讲目前V2X的应用场景还不够丰富，未来随着道路基础设施建设的不断发力，在“智慧的路”上跑“聪明的车”将会成为新常态。除此之外，智能网联还支持将车辆运行数据上传到云端，并在云端重构车辆运行状态，这种数字孪生技术在远程故障检测和诊断都有着深刻的应用。

智能底盘包括线控转向，线控制动和线控悬架，在智能化时代，利用感知、决策、执行模型，通过如人类”小脑”般精准调节车辆X、Y、Z三个方向运动维度，大大提升车辆运动姿态。市场上代表性产品有理想”魔毯”底盘，比亚迪“云辇”底盘以及实现车辆”横着走”的智己L6”灵蜥”底盘。

汽车电子是实现汽车演化的重要载体，从1908年世界上第一个使用电池供电的汽车扬声器至今，汽车电子无论形态还是内核都发生了深刻的变化，在智能化时代，各大车企主要围绕“场景定义智能”，“数据定义体验”，“软件定义汽车”三大主场、寸土必争，因此，汽车电子要做到“两高”、“两底”、“两可以”。

1、高集成

在电动化时代，缓解续航里程焦虑，除了发展快充技术以外，降低整车能耗也是有效途径之一，比如现在许多高性能电机的逆变器使用了SiC功率模块，可以使电动汽车整体能效提高 5%，从而使续航里程延长 5%。也就是说配备 100kW 电池、续航里程为 500 公里的电动汽车，如果使用SiC 功率模块的主驱逆变器，那么它的行驶里程则可达 525 公里，相当可观。除了高压汽车电子部件以外，统计数据显示，新能源汽车的整车低压功耗每降低50w，在一个放电循环周期内可以增加续航里程10km，为此汽车电子要考虑降低功耗。

在汽车智能化时代，OTA技术让功能和体验不断更新成为可能，为满足快速频繁迭代的需求，以AUTOSAR为代表的分层式软件架构，将中间RTE(Runtime Environment)作为虚拟功能总线VFB（Virtual Functional Bus）的实现，解耦了上层的应用软件层（Application Layer）与下层的基础软件（Basic Software）的强关联性。并通过SOA服务软件架构，将汽车上一个一个原子化的功能服务化，通过定义良好的接口和协议进行随意编排、组合从而实现不同智能化场景并大大降低了开发周期和成本。

6、可信可靠

前面讲了汽车智能化上半场主要集中在智能座舱，智能驾驶，智能网联，智能底盘四个领域发力，智能化下半场随着AI大模型上车，L3加速落地，舱驾一体式中央大脑等标志性事件已经拉开序幕，将会对汽车电子发展产生深远影响。

首先，同样采用Transformer作为底层技术的自动驾驶成为汽车行业最先想到的大模型落地方向。例如这两年在智驾领域大火的端到端自动驾驶，就是使用大模型来做到感知决策一体化，而特斯拉的FSD Beta V12版本用神经网络替换了33万行C++代码。放眼国内，各大车企之间基于大模型能力开展的NOA开城战正在如火如荼地进行中。

其次，随着以ChatGPT-4为代表的大语言模型成熟，语言大模型在智能座舱语言识别方面应用方兴未艾，去年以来，吉利、长城、红旗、东风日产、岚图等车企宣布与百度文心一言合作，广汽、奇瑞将搭载科大讯飞的星火大模型，华为盘古大模型将上车问界M9，阿里通义千问在智己汽车首秀。在2024年的CES展上，奔驰发布的全新MB.OS车机系统搭载了全新虚拟助理，利用大型语言模型提供更自然的人机对话。

第三，AI大模型上车另一个重要应用场景是允许车主成为智慧座舱开发者。在4月16日Create 2024百度AI开发者大会上，李彦宏提到“过去开发者用代码改变世界；未来自然语言将成为新的通用编程语言，你只要会说话，就可以成为一名开发者，用自己的创造力改变世界“，也就是说，未来，每位车主都将享有在车内自主创建AI原生智舱应用的便利，这些应用将能够充分利用车辆的各种功能。相较于当前基于SOA服务的自主开发模式，这一新方法将更为简易，为车主带来前所未有的个性化体验。另外，随着AI大模型逐步上车，近期对AI 算力的总需求约 500~600TOPS ，中长期 1000TOPS 左右，在不同类型芯片算力发展方面，经典的CPU“摩尔定律”增速放缓， GPU AI 算力的 “黄氏定律”和大模型算法的“规模法则” 共同推动 AI 芯片算力的“非线性”发展。

2、L3加速落地

感知冗余：自动驾驶系统需要依靠多种传感器（如雷达、摄像头、激光雷达等）来感知周围环境。感知冗余意味着系统具有多个相同或不同类型的传感器，以在其中一个传感器失效时，其他传感器仍然能够正常工作，提供准确的环境感知数据。

计算冗余：自动驾驶系统需要强大的计算能力来处理和分析来自传感器的数据。计算冗余可以通过使用多个处理器或计算机来实现，以确保在一个处理器或计算机出现故障时，其他处理器或计算机能够继续执行关键任务。

制动冗余：制动系统是自动驾驶汽车的重要组成部分，负责在必要时减速或停车。制动冗余可以通过使用多个制动系统或备用制动系统来实现，以确保在主要制动系统失效时，车辆仍然能够安全停车。

转向冗余：转向系统负责控制车辆的行驶方向。转向冗余可以通过使用多个转向执行器或备用转向系统来实现，以确保在主要转向系统失效时，车辆仍然能够按照驾驶员或系统的指令进行转向。

通信冗余：自动驾驶汽车需要与周围环境和其他车辆进行通信，以获取实时交通信息和避免碰撞。通信冗余可以通过使用多种通信协议和备用通信通道来实现，以确保在主要通信通道失效时，车辆仍然能够接收和发送关键信息。

电源冗余：配备主电源系统和备份电源系统，采用电源隔离设计，确保每个系统都能独立供电。同时前面提到的传感器、智驾控制器、制动/转向控制器要支持双电源输入，当有一路输入出现故障时，维持系统正常工作。

3、舱驾一体化中央大脑

舱驾一体化指的是将座舱域和智能驾驶域集成到一个高性能计算单元中，以同时支持智能驾驶和智能座舱功能。通过硬件和软件的融合，舱驾一体化能够显著减少域控和芯片的投入，降低线束数量，从而节省成本，例如，通过共用一套冷却系统，共享内存，共享算力，可节省约30%的成本，另外由于舱驾场景的完全打通，不仅带来了更多的功能，还提升了功能体验。

舱驾一体化的实现方式主要有三种：把座舱域PCB板和智驾域PCB板集成在一个控制器盒子的ONE Box方案，将座舱域芯片、驾驶域芯片以及高效的CPU进行集成在一块PCB板子上的ONE Board方案，用一块芯片做智舱和智驾功能的ONE Chip方案。目前芯片巨头英伟达、高通都官宣自己的舱驾一体芯片在2025年左右推出。

俗话说“理想很丰满现实很骨感”，摘下舱驾一体化的桂冠并没有想象中的容易，目前还存在许多挑战：

1、SoC芯片的挑战：座舱芯片主要承担图形处理等计算任务，对GPU算力要求高；而智驾芯片则主要负责深度学习等任务，对NPU算力有特定要求。因此，在舱驾一体化中，需要找到能同时满足这两种不同计算需求的SoC芯片，这是一个技术上的挑战。

AI大模型在汽车智能化中扮演着至关重要的角色。这些模型能够处理海量的数据，通过深度学习和自我优化，不断提升对复杂路况和驾驶环境的感知与判断能力。这使得汽车能够更准确地预测和应对各种驾驶情况，从而提高行车的安全性和舒适性。

L3智能驾驶的落地是汽车智能化进程中的又一重要里程碑。L3级别的智能驾驶意味着车辆可以在特定情况下自主驾驶，减轻驾驶者的负担，提高驾驶的便捷性。然而，这一技术的实现需要高精度地图、传感器以及强大的计算能力等支持，以确保车辆在各种路况下都能安全可靠地行驶。

舱驾一体化则是汽车智能化发展的另一大趋势。它将驾驶舱与智能驾驶系统紧密结合，为驾驶者提供更加人性化、智能化的驾驶体验。通过舱驾一体化，驾驶者可以更加便捷地控制车辆的各种功能，同时享受更加丰富的娱乐和信息服务。