软件定义汽车（SDV）架构正推动汽车芯片设计、应用及采购模式的变革，将改变汽车芯片的开发过程。

  2.由于SDV方法，软件研发先于硬件，有助于加速新技术的推出和汽车处理资源的集中化。

  3.同时，虚拟平台在芯片和软件开发流程中的应用将提高整个行业的灵活性和可扩展性。

  4.此外，车载人工智能的发展，如ADAS和无人驾驶系统，将提升汽车的安全性和用户体验。

  5.最后，汽车制造商正关注安全问题，采用硬件和软件安全措施保护汽车的核心机密。

  汽车行业如今正处于向软件定义汽车（SDV）架构大规模转型的关键时期，这一持续多年的转变，将全方位改变汽车芯片的设计、应用及采购模式。Semiengineering采访了多家IP和EDA供应商，看看他们从最底层技术供应商的角度，将怎么样看待SDV的发展的。

  创建全新的车辆架构绝非易事。汽车制造商（OEM）需要明确合作伙伴，以及确定现有架构中可保留的部分。此次转型意味着OEM将摒弃沿袭百年、以机械和硬件为核心慢慢地发展的理念，以及近年来流行的单一功能驱动电子控制单元和领域驱动架构。未来的发展重点是先进行软件研发，再打造与之紧密集成并提供支持的硬件。

  Imagination Technologies 汽车部门产品管理高级总监 Rob Fisher 指出：“这彻底改变了我们对汽车的认知，提供了原本难以实现的灵活且可扩展的解决方案，同时也让我们也可以迅速将新技术和新功能融入汽车之中。”

  SDV方法对汽车制造商极具吸引力，因为它能显著降造成本。Fisher 表示：“SDV 从物理层面降低了车辆的复杂性，还提供了OTA的便利性。这一概念由手机、数字电视等消费行业推动，通过OTA，设备能从始至终保持最新状态并满足需求。在汽车行业，这一点特别的重要，毕竟如今汽车发展日新月异。”

  尽管汽车供应链体系如今依然稳固，但今年 OEM 向 SDV 的转变将愈发显著。OEM 虽期望拓展供应链，但内部团队能力有限，难以独自实现这一目标。因此，合作伙伴关系的重要性空前提升。

  Cadence 汽车解决方案集团总监 Robert Schweiger 指出，在向 SDV 转型过程中，软件、虚拟平台和芯片领域涌现出诸多重大技术进展。“特别是，软件定义汽车会引发汽车领域一系列连锁反应，最好能同步推进，以确保整个架构具备可扩展性、软件定义性、灵活性和安全性。我们应该一个软件框架，能够协调车内所有应用程序，并管理多个操作系统。”

  该框架在诸多方面与基于 PC 的环境类似。SDV将取代分布式架构，这种架构包含多个电子控制单元（ECU）和大量微控制器，每个微控制器都运行着执行特定功能的独立软件。

  Schweiger 表示：“软件定义汽车，顾名思义，意味着可以基于软件定义功能，还能进行OTA。分布式架构因其升级不便，显然不适合配备中央软件框架。区域架构才是所需，这是一种集中式架构，配备强大的中央 CPU，软件堆栈在其上运行。将所有功能置于 SOAFEE（嵌入式边缘的可持续开放架构）框架上，软件更新就变得容易得多。”

  美光科技汽车业务高级总监 Bruce Franklin 认为，从传统的域分布式架构向区域性和集中式汽车架构转变，是汽车行业最显著的趋势之一。Franklin 表示：“麦肯锡预计，到 2030 年，全球采用区域式架构的汽车份额将达 18% 左右，并将持续增长。这一转变源于对更高效、可扩展且具成本效益设计的需求。如今的汽车越来越像移动的数据中心，包含约 1 亿行代码，随着人工智能兴起，预计这一数字将增至 10 亿行。然而，当前的汽车架构难以应对数据的急剧增长，因此架构和存储解决方案亟待改进。”

  在现有的领域方法中，系统按车辆功能分组，如车载信息娱乐（IVI）、连接、动力系统等。过去，这种方式可行，但近年来，传感器、摄像头和电子设备数量成倍增加。部分车型的 ECU 多达 150 个，这不仅增加了复杂性，还需要更多布线，进而提高了车辆成本与重量。

  Franklin 称：“区域和集中式架构通过将多个 ECU 整合到功能更强、数量更少的计算平台中，简化了车辆设计。这不仅降低了车辆的复杂性和重量，还提升了性能与可靠性。此外，集中式架构支持集成AI和无人驾驶系统等先进的技术，为打造更智能的车辆奠定基础。”

  因此，车辆架构将随时间推移而改变。每个 OEM 都在探索从分布式或基于域的车辆架构向区域架构的最佳转型路径，部分功能会先于其他功能融入车辆。Schweiger 表示：“这是一个渐进的过程，会逐步取代不相同的领域并实现集中化。”

  变革的速度取决于 OEM 的类型。新成立的电动汽车 OEM 若从头设计汽车，可即刻采用集中式架构，并以此为基础造车。但传统 OEM 拥有大量历史遗留产品和多种车型，需要逐步推进。“他们要思考怎么样将旗下某一系列的下一代产品投入生产，这是一个渐进的过程，” 他说，“他们没办法重新设计每一款车型，一定要采用更温和的渐进方式。所以，每个 OEM 的情况都不一样。”

  传统汽车厂商宝马今年有望发布 Neue Klasse 车型。宝马集团电子部高级副总裁 Christoph Grote 公开展示了宝马上一代车型与 Neue Klasse 车型的线束对比图，由于采用区域架构，后者的线束大幅简化。尽管这款车已具备集中式计算架构，但对于宝马传统的 3 系或 5 系而言，还需逐步向此目标迈进。

  软件定义汽车方法的优势之一是先开发软件，再开发硬件。Synopsys 汽车 IP 部门经理 Ron DiGiuseppe 表示：“硬件准备就绪时，软件应用程序也已完成。对所有开发商、OEM、一级供应商乃至二级软件供应商而言，验证每个应用程序上的软件都是一项艰巨任务。SDV 方法确实能加速行业发展，让所有软件的开发都先于硬件。软件优先开发将极大加快新技术的推出，SDV 的显著优点是，由于软件开发时间提前，可加速这些系统的问世。软件优先与硬件优先不同，硬件优先是将软件适配到硬件上，而 SDV 方法是先开发软件，再将其移植到不同硬件平台上。”

  虽然这与 OEM 传统的技能方式大相径庭，但业界正逐渐接受。DiGiuseppe 说：“这最重要且有益。传统方法是先拿到硬件开发板，再基于此开发软件。但通过软件定义先开发软件，就不需要等待硬件，可以在云端、服务器上运行和开发代码，成本更低且速度更快。这提供了更大的灵活性，软件工程师可以在任何地方工作，因为他们在云端进行软件开发，而非基于硬件的方式。这为整个软件开发社区带来了极大的灵活性和可扩展性。”

  Imagination 的 Fisher 表示，SDV 还能带来更高级的使用者真实的体验。“通过软件定义汽车中的所有控件，包括汽车操作，能够轻松根据特定品牌定位定制使用者真实的体验。此外，还能整合汽车中的多种功能，提供更好的驾驶辅助和安全性。那么，拥有软件定义汽车的实际影响是什么？它推动了汽车处理资源的集中化，以往功能可能分散在车辆各处，靠近传感器，或者是单独的离散信息娱乐系统。而使用 SDV，这些资源被集中到更少、性能更高的处理器中。不过，这里也存在很明显矛盾。OEM会认为，当汽车主要由软件架构驱动时，他们之前的机械专业相关知识不再适用。这给 OEM 和Tier1带来非常大压力，他们必转型，成为软件行业的技术专家。”

  SDV 的另一方面是，对于大多数无人驾驶汽车，NVIDIA 的 Orin 芯片的自动驾驶系统已成为现实，多数公司都在使用。NVIDIA 首席执行官黄仁勋在主题演讲中还宣布了 Orin 的继任者 Thor，这是一款体积更小但功能更强大的设备。这在某种程度上预示着自动驾驶领域已具备集中式架构的功能，而其他功能仍在单独的信息娱乐集群上运行。

  Cadence 的 Schweiger 说：“能够正常的看到事物正在逐渐融合。为实现这一点，需要为整个汽车设计可扩展的 E/E 架构，以便从入门级汽车扩展到超豪华汽车，这可通过分区架构和多个分区控制器实现。由于系统极为复杂，且运行大量软件，不能先设计硬件，再让成千上万的软件设计人员去开发适配软件。这在某种程度上预示着需要虚拟平台，即左移方法，以便尽早开始软件开发，并同时设计硬件/软件，并对软件进行早期测试等。”

  黄仁勋的言论表明，在某些领域，向分区架构的转变正在加速，这反过来使虚拟平台变得不可或缺，尤其是对于小芯片（Chiplet）。

  Schweiger 表示：“在芯片层面，从可扩展的 E/E 架构转向系统和 SoC 参考架构时，也需要具备可扩展性。如今，在典型的高档汽车中，有基于 NVIDIA 的 ADAS 域，以及基于 Qualcomm、Samsung 或 Renesas 的信息娱乐域。这两个域的芯片在工艺技术上是汽车中最先进的，ADAS 芯片可能是 5nm，信息娱乐芯片可能是 7nm 或 5nm，具体取决于供应商。我们大家都希望有一个单一的集中式计算单元，能同时运行 ADAS 和信息娱乐功能。不过由于单个芯片已相当复杂，作为中间步骤，半导体供应商首先尝试在单一封装中构建双芯片版本。也许这个芯片有额外接口，如 UCIe，这样就能在先进封装中用这两个芯片构建一个新芯片，比如3nm，因为有现成的芯片生态系统，允许将不同供应商的芯片混合搭配到这个大芯片中。而虚拟平台能让一切集成可视化。”

  Arm 高级副总裁兼汽车业务线总经理 Dipti Vachani 也认为，虚拟原型正被慢慢的变多地采用，以改变芯片和软件开发流程。“虚拟原型加速了芯片和软件的开发周期，公司能够在物理芯片准备好之前开发和测试软件。这些优势对汽车行业特别的重要，虚拟平台的出现将汽车开发周期缩短了两年。”

  Arm 预计，到 2025 年，随着芯片和软件开发流程的持续转型，更多公司将推出自己的虚拟平台。Vachani 表示：“这些虚拟平台将无缝协作，Arm 架构提供 ISA 奇偶校验，确保云端和边缘架构的统一性。借助 ISA 奇偶校验，生态系统可在云端构建虚拟原型，然后在边缘无缝部署。这节省了大量时间和成本，同时让研发人员有更多时间提升软件解决方案的性能。”

  车载人工智能也在持续不断的发展，特别是在用于增强摄像头或雷达数据的 ADAS 领域。Rambus 硅片 IP 业务开发总监 Adiel Bahrouch 观察到：“这样的一种情况正在发生，假设摄像头能够识别模式和速度标签等，但要实现识别，需要训练系统。在训练环节，会用到人工智能技术。对于雷达，也有关于如何训练数据的研究，从现有历史和信息中学习并预测未来。摄像头模式识别同样如此，目前正在进行大量训练。当我们将这些不同技术结合时，相信也会有大量训练。”

  这意味着高级 AI 增强功能将成为汽车行业的标准配置。AMD 汽车部门高级营销总监 Wayne Lyons 表示：“跟着时间推移，技术成本不断降低，汽车传感器和计算领域也不例外。过去，盲点检测等高级安全功能价格高昂，仅在高端车辆中配备。随只能传感器和车载计算功能变得更智能、更实惠，我们将看到先进的 AI 支持功能，如停车辅助或自动辅助驾驶，进入大众市场。对于未来的 AI 汽车，这些将成为所有车辆的标准配置。”

  此外，端到端人工智能有望增强无人驾驶系统，生成式人工智能技术正迅速应用于端到端模型，有望解决传统无人驾驶软件架构面临的可扩展性难题。Arm 的 Vachini 表示：“借助端到端自监督学习，AD 系统能够更好地应对从未见过的场景。这种新方法有望有效实现操作设计领域的快速扩展，从而更快、更经济地将 AD 技术从高速公路推广到城市地区。”

  Bahrouch 指出，人工智能还能通过学习驾驶员行为提升车辆使用者真实的体验。“这将涵盖日常生活、常去地点等信息的收集。当然，这里涉及一些隐私问题，但要提升驾驶体验，就有必要了解驾驶员的个人资料、情绪、模式和习惯，进而预测驾驶员行为并提供相关建议。例如，当车辆电池的电量即将耗尽，且汽车知晓驾驶员的日常行程，它可以综合这一些信息，推荐一条前往驾驶员喜爱餐厅附近充电站的路线，若当时驾驶员有团队会议，且车上配备了参会工具，汽车就能整合各种信息，提供包括导航在内的议程，让旅程尽可能顺畅。这样，充电时间能得到一定效果利用，先前往咖啡店，再在车上开会，同时汽车充电。所有这些人工智能服务都将以语音形式呈现，就像人类助手在与驾驶员交流。这是许多 OEM 正在努力的方向。”

  Vachini 表示，车辆中更多的 AI 功能意味着更高程度的无人驾驶，但同时也会加强驾驶员监控。“L2 + 级无人驾驶 DCAS 和 L3 级无人驾驶 ALKS 车辆法规的协调推进，将加速这些高级功能在全球的广泛应用。领先的汽车制造商已在投资为车辆配备必要硬件，以便在车辆生命周期内通过订阅方式推广这些功能。”

  为防止驾驶员误用驾驶自动化系统，法规和新车评估计划正着重关注日益复杂的车内监控系统，如驾驶员监控系统。例如，在欧洲，EuroNCAP 2026 的新评级方案将鼓励直接感应（如基于摄像头）的驾驶员监控系统与 ADAS/AD 功能更深层次地融合，针对不同程度的驾驶员分心情况，提供足够的车辆响应。

  所有这些都带来了新的安全风险隐患。汽车容易成为黑客攻击目标，因此所有汽车制造商都格外的重视安全问题。Cadence 的 Schweiger 表示：“所有 OEM 都在研究怎么样保护汽车的核心机密，防止他人远程控制汽车，以免损害 OEM 的信誉。这就是怎么回事安全是 OEM 最关注的问题，人们正在构建基于硬件的安全系统，而非仅依赖软件。这是 SoC 的一部分，其中包含安全 IP，在此基础上还有大量工作要做。不仅要有一个安全 IP，还需建立多层安全策略，保护网络、芯片和软件，因需要采取多种安全措施才能真正保障汽车安全。”

  从联网、无人驾驶到电动汽车，汽车ECO的现状是为实现个性化出行方式。西门子数字工业软件公司汽车和运输战略副总裁 Nand Kochhar 认为，无论是慢慢地加强的计算能力，还是消费产品中日益增多的电子科技类产品，所有这些技术都相互交融，并流入各个行业，尤其是汽车行业。

  Kochhar 表示：“软件定义产品就是最好的例证，它们在用户界面和易用性方面表现出色，让人们习惯了这种便捷。许多底层技术与汽车领域相同或相似，无论是电信、连接技术、汽车所需的计算能力、人们希望在车内实现的访问权限，甚至是购物功能。十年前，我们还在争论是否要在汽车上安装调制解调器，因为涉及成本问题。如今，汽车已实现OTA，还有什么没受一定的影响？是软件、电子科技类产品、连接性，还是云计算？”

  将软件定义产品引入汽车行业是今年最值得期待的发展。新车将配备更多 ADAS 功能，无人驾驶水平也将不断的提高。Kochhar 说：“L4 级无人驾驶适用于无人驾驶出租车，它们虽受限于特定城市和路线，但无需司机即可行驶。还有什么比这更令人兴奋的呢？这些车辆不仅带来了技术，还创造了商业经济价值。”

  此外，联网设备让用户生活更方便快捷。Kocchar 补充道：“他们已习惯家用设备中的类似功能，拥有联网家庭、电器和人工智能助手。从技术角度看，这些基于AI的技术已渗透到我们生活的方方面面，不单单是产品研究开发阶段。如今，生成式人工智能技术每天都在影响我们的生活。这令人兴奋，我们甚至无法预知它将把我们带向何方，以及机器人技术和其他基于AI的解决方案会带来怎样的未来。2025 年和 2026 年，这些技术将怎么样发展，值得期待。”

  喜欢我们的文章吗？欢迎在wx关注我们的订阅号：汽车开发圈（ID：AutoDevelopers），浏览更多汽车电子相关联的内容。