北汽研究总院：整车角度下车载芯片的需求与应用场景

2024年11月15日，在第四届汽车芯片产业大会上，北京汽车研究总院有限公司智能驾驶专业总师徐志刚表示，当前人工智能、大数据、物联网等新技术正重塑社会形态，推动迈向 “万物互联”的智能世界。在智能汽车领域，绿色、智能、移动生活空间成为“新汽车”的发展方向，例如L4级自动驾驶已在向“移动机器人”方向演进。

徐志刚强调，国产芯片在低成本、高性价比方面已具备竞争力，并在低阶智能驾驶系统中成为主流；在算法、算力与数据“三算”驱动下，芯片根据用户需求和应用场景，通过多维创新技术支撑持续迭代和演进，如异构计算、新材料应用、芯粒技术等成为满足用户体验需求和芯片性能提升的关键。 

北汽将以芯片为底座，打造完整的技术框架，加速智能化转型。通过自研的技术软件平台，支撑用户快速多变的需求，提升开发效率，缩短开发周期。同时，北汽还将以数据驱动的方式，将智能化技术框架扩展到整车各个领域，推动高质量发展，形成新质生产力。 

徐志刚｜北京汽车研究总院有限公司智能驾驶专业总师

以下为演讲内容整理：

1）背景

大数据、物联网和人工智能等技术正在重塑人们生活生产的方式、甚至整个社会形态，并推动实现从“人人互联”到“万物互联”智能的世界。先进科技企业基于智能感知、智能联接、智能底座、智能平台构建智能化技术架构，为智能终端、智能家居、智慧城市、智能汽车等行业赋能。

图源：演讲嘉宾素材

从智能汽车领域看，绿色+智能+移动生活空间成为“新汽车”的特征，在智能驾驶领域，行业内领先的L4自动驾驶公司已经将移动机器人作为技术和产品开发方向，进行应用并持续迭代。从属性看，行业领先的智能网联汽车代表的企业正在围绕“空间属性放大、情感属性加强、帮助人、解放人、理解人”搭建技术框架，支撑整车产品系列化、平台化开发，为用户提供更智能化的产品。

从技术框架的视角来看，它涵盖了芯片、硬件、软件、数据以及应用场景等多个维度，并且强调各生态体系之间的协同合作。当前，整车产品正朝着具备生命力、能够自我进化的方向发展。

2）车载芯片发展趋势

以智能驾驶为例，当前，用户在实际使用智能驾驶功能时，仍存在诸多痛点问题。典型的ADAS痛点场景包括：第一，对于自适应巡航功能：跟车距离过大或应对过于保守，被频繁插队、恶劣天气以及复杂路况表现不稳定；第二，对于车道保持功能：道路线不清晰或前方有阻碍时，系统表现不稳定、部分路况车道不居中，弯道出现“画龙”现象；第三，对于自动泊车功能：车位过窄时，泊不进、过于谨慎，效率低，经常泊车失败。

典型NOA痛点场景有：第一，对于高速NOA功能：部分路况应对过于保守，避让过强，易造成追尾、匝道路段驾驶不稳定，尤其车道线不清晰时；第二，对于城市NOA功能：高架上车多的时候变道慢，变道场景效率低，被频繁插队，复杂路况、路口通行效率低、路口交通信号灯识别不精准，驾驶水平不稳定。

3）驱动因素

我们认为以智能驾驶为代表的整车智能化技术，以算法、数据和算力为基础，将引导智能汽车由量变向质变演进。在算法方向上，人工智能技术正沿着计算智能、感知智能、认知智能的进阶路径发展，并最终朝向巨身智能迈进。当前，多家车企在今年相继发布了具有“具身智能体”属性的新产品及整车架构，旨在将智能汽车推向机器人化的方向。

图源：演讲嘉宾素材

目前，汽车行业正处于认知智能的发展阶段。从架构层面看，当前汽车架构已经超越了传统的五域架构，正向第六域智能化域发展。同时，智能化的发展也在向传统的五域进行扩展与渗透。

对于智能驾驶领域，在低阶智能驾驶产品的范畴内，当前研发与应用主要聚焦于高性价比的产品竞争，成本正持续降低。对于高速NOA和城市NOA产品，随着用户对智能化产品需求的提升，渗透率也在不断攀升。围绕低阶智能驾驶系统，国产芯片已经成为主流；在中算力平台中，国产和国外芯片大体各占一半市场；对于大算力芯片，成熟的国产芯片主要以华为芯片为主，今年下半年开始，会陆续有一些新的国产芯片产品量产。

为适应多样性的场景需求、追求更高的性能、实现多域融合，整车电子电气架构趋向集中化方向发展，芯片集成度持续提升。异构计算可针对不同类型的计算任务进行优化，如 CPU、GPU、FPGA和ASIC等在发挥各自的优势，提升系统的性能的同时，也在向集成方向演进。

面对智能驾驶复杂的计算任务，包括传感器所采集的图像数据的处理、分析及识别，以及目标信息的融合，均依赖大算力芯片或高性能芯片来提供必要的支持。自去年以来，Transformer/GPT等大模型的应用引领了算法领域的新范式，推动了算法向物理世界统一表达的迈进，对芯片在性能、功耗、面积等方面提出了更高的要求。这些要求引领着芯片在设计理念上的革新。

类比于人类的大脑，模型参数规模正从百万级逐步扩展至千万级、亿级乃至百亿级。如果期望自动驾驶系统能达到老司机般的驾驶水平，需要更高性能、更大算力的芯片来支撑复杂的算法模型运行。

4）车载芯片整车应用需求与场景分析

为覆盖点对点的场景化应用与用户体验需求，智能驾驶、智能座舱及车控等系统功能已经在人机交互等方面进一步融合，应用层软件，以芯片为基础进一步解耦，并向服务化和底层两端集中。

图源：演讲嘉宾素材

对于低阶智驾产品竞争已逐渐转向追求极致性价比，计算平台正朝着从1到N的规模化量产方向演进，以高性价比的产品形态，致力于为用户打造更加优质的体验。对于高阶智能驾驶系统，正经历从0到1的逐步量产落地过程，极致的性能与差异化的体验助力各车企提升品牌形象。

针对芯片创新技术，包括三个主要方向：第一，单Die算力提升，先进工艺、异构计算、微结构设计、新材料和新工艺、超高带宽片上总线&IO技术是发展技术方向。第二，高能效技术，通过采用近存计算架构、存储优化、内存分层设计，以及引入存算一体技术，提高能效，降低成本和尺寸。第三，芯粒技术提供了全新的高性能芯片开发解决思路。芯片开发方向和关键技术

对于存储技术，例如采用3D 内存堆叠技术：将多个内存芯片或存储单元在垂直方向上进行堆叠，可提高存储密度、带宽和性能。对于芯片集成，为了平衡能效与通用性，芯片架构在不断地平衡与迭代中演进。结合整车需求和架构发展趋势，融合发展方向能够更好地为用户提供多样的服务，满足高性能、高能效芯片的需求，也推动车企开发模式进一步向跨域方向整合。

对于芯粒技术，Chiplet 将复杂的芯片功能分解为多个较小的、可独立制造的芯片模块（芯粒），提升芯片开发适应性、良率、研发效率、降低成本。

对于芯片应用开发的协同，综合考虑系统对散热、成本、集成等要求，需要考虑芯片与系统设计协同；针对接口技术、高性能物理实现等方向，还需要考虑电路设计与工艺的协同。通过上下协同，追求端到端最佳性能和最佳成本。

对于芯片应用，从低阶、中阶到高阶，已经形成了相对完整的芯片解决方案。尽管目前芯片在应用层面仍面临诸多挑战，随着上述技术的不断迭代与演进，智能驾驶、智能座舱、智能车控等智能化领域将会涌现出更多、更适宜满足用户体验需求的芯片产品。

总体而言，基于整车应用需求和场景，芯片的发展兼顾性能、体验与安全、高性价比、高效率、并采用系列化、平台化的软硬一体计算方案加速迭代。

5）应用展望

基于上述认识，北汽以芯片为基础，打造完整的技术框架。在智能化转型的进程中，北汽已完成智能网联板块的整合与升级，并逐步建立智能网联技术的核心正向开发能力。该体系以汽车芯片为基础，电子电气架构与软件为重要支撑，智能驾驶、智能座舱及车控系统为关键支柱，并通过数字化云平台实现数据闭环。

图源：演讲嘉宾素材

在北汽自主计算平台开发建设中，我们围绕计算芯片与高性能芯片，构建了涵盖硬件层、系统软件层及中间件应用层的完整体系。通过自主研发的技术软件平台，能够有力支撑用户快速且多变的需求。

以高性能、高性价比的芯片为基础，采用模块化的自研开发模式，提升开发效率，缩短开发周期，从而更好地响应市场与用户的多元化需求。未来，消费者将在北汽的新产品中体验到更加智能化、更加贴合用户需求的功能。

同时，北汽将数据驱动的迭代理念融入研发体系。在整车智能化的道路上，围绕内核大脑，即各领域的核心芯片，通过智能化技术框架向外拓展，全面赋能并拥抱智能化，涉及涵盖动力、三电系统、车身等多个领域。

在数据驱动的时代背景下，数据正引领智能驾驶行业步入新的发展阶段。北汽正加速形成以科技创新为引领的新质生产力，致力于推动高质量发展，为智能驾驶行业的未来贡献力量。

（以上内容来自北京汽车研究总院有限公司智能驾驶专业总师徐志刚于2024年11月14日-15日在第四届汽车芯片产业大会发表的《整车角度下车载芯片的需求与应用场景》主题演讲。）