芯片集成化中前行的自动驾驶

　　在任何功能的背后，都必须有硬件的支撑，就像数码相机仅仅有镜头还不够，也需要机身里的那块 CMOS 或 CCD 芯片，而且，在数码时代，这个芯片水平如何，直接决定了相机的档次。

　　

　　而在汽车上，需要用到比照相机里多得多的芯片，它们被称为“电子控制单元”，也就是 ECU（Electronic Control Unit）。很多人认为 ECU 特指发动机程序，但事实上，整个车子的电子系统由非常多的 ECU 组成，它们分别用来控制车子的各种功能，比如车灯、娱乐系统、防盗系统等等。

　　随着车子电子化程度越来越高，尤其是自动驾驶、主动安全等功能的增加，车子的 ECU 会急速增加，有预测说，在未来五年里，车子里的 ECU 平均会达到 50-70 个，而现在一些电子结构复杂的车子，ECU 数量早就超过了一百。

　　但是，这篇文章聊的不是ECU 到底能多到什么程度，而是怎么把 ECU 简化。

　　从一对一到一对多

　　讨论这个话题，咱们以现在最火的自动驾驶举例子。在一辆自动驾驶车里，可能包括激光雷达、毫米波雷达、中距离雷达、前摄像头、后摄像头等不同的传感器，而通常的做法是，每一个传感器都由一个芯片负责处理数据。

　　支撑起自动驾驶的数据量、运算量都是巨大的，而这些芯片，都要在一张 CAN 总线的网络上去部署（特斯拉使用的以太网和它们相比太超前了），它的问题在于：这个网本身就慢。到底有多慢？可以看下面这张图：

　　

　　网络本来就慢，再加上这些芯片是分散排布，数据交换是快不起来的，芯片越多，效率越低。这样还怎么玩自动驾驶？

　　把一对一变成一对多就成了一种解决方式，把这些芯片集中到一起，用数量更少的芯片组或者是一个运算能力超强的芯片作为神经中枢，去配合那些传感器进行工作，在汽车电子网络部署上，这就意味着简化。

　　如果按照传统的汽车电子架构，想加更多功能，就要挂更多的 ECU 上去，要加强运算能力，也得通过加更多 ECU 的方式，但是，随着数据传输的容量要求越来越大，靠增加 ECU 的数量就行不通了。

　　这种先天和后天的优劣，有过装修经验的人应该懂，就像做水电改造一样，前期打好基础的话，后续的升级改造都会轻松不少。

　　这种一对多的方式，在车子里可以称为“多域控制器”（Multi-Domain Controllers），但是目前并没有被应用在量产车里。在零部件供应商德尔福的上海总部参观时，我看到了一个多域控制器样品：

　　

　　如果你这两年比较关注汽车电子，应该知道奥迪展出过名为“zFAS”的自动驾驶控制模块，这其实就可以理解为德尔福那个多域控制器的“奥迪定制版”。奥迪先后展示过两个版本的 zFAS，第二版比第一版更精简，集成度更高。

　　

　　

　　它看起来像一块主板，以二代为例，上面集成的芯片包括：Altera’s Cyclone V SoC FPGAs、32 位 TriCore Tm based multicore uController、Mobileye EyeQ3、NVIDIA Tegra K1 处理器，可以实现完整的数据、规划、决策处理，而且，从传感器到这个“主板”，使用的是以太网传输数据。而且，除了自动驾驶功能，它还集成进了很多和车辆控制有关的功能。

　　

　　德尔福的工程师还举了一个例子：当液晶仪表盘和中控屏幕使用同一个处理芯片时，它们就会更紧密的成为一个整体，分工配合的去显示不同的内容，提供更好的 HMI 体验。

　　集成化到底有多重要？

　　其实，这个原因不难理解。

　　可能我们平时买车、用车看的只是外观、动力、操控，但事实上，在这些东西背后，汽车的电子电气架构才是真正的“骨骼”。现在的大部分车子还是用的那套老旧骨骼，但现实是，汽车的智能化程度要越来越高，传统的电子架构很难满足这种需求（前面已经说过），于是，就需要车子用一种全新的架构来应对这种智能化趋势。

　　当然，更强的计算能力是必须的。

　　而从另一个角度来说，也正是因为智能化程度的提高，车子对于电子安全方面的要求越来越高，更集成化的架构，有助于更好的去部署防御机制。

　　芯片的集成化意味着车子真正变成了一个整体。如果说未来的汽车是一个电脑+四个轮子，那么“一个电脑”就意味着把原来散步的处理芯片都集合到一起（当然，并不是所有 ECU 都可以集成进来）。都喜欢说“体制”，这其实就是体制上的改变。

　　再聊回到自动驾驶上，随着自动驾驶等级的不断提升，芯片集成化的趋势会越来越明显。