為什么汽車芯片的算力需求不斷提升？為什么7nm車規(guī)制程成為高算力車規(guī)芯片的必然趨勢？國內(nèi)首款7nm工藝制程高端智能座艙芯片將具備哪些獨特性能？
在近期由蓋世汽車主辦的“2021首屆智能汽車域控制器創(chuàng)新峰會”上，芯擎科技產(chǎn)品規(guī)劃管理部總經(jīng)理蔣漢平博士發(fā)表主題演講，與線上線下二十多萬名與會者共同探討7nm高性能車規(guī)芯片算力趨勢。
車企新模式驅(qū)動芯片算力創(chuàng)新高
蔣博士系統(tǒng)地闡述了作為高性能智能車規(guī)芯片的算力趨勢。他認為：芯片算力不斷創(chuàng)新高，很大程度上是源于車企對新商業(yè)模式的思考。車企現(xiàn)在產(chǎn)生了一個新模式，即在車內(nèi)進行硬件預(yù)埋后，通過OTA軟件升級來適配多樣化的用戶場景和不同安全等級輔助駕駛與自動駕駛功能的逐步迭代，車企不再把算力與不同價位的車型進行硬件平臺的分級分步實施，而是先把算力預(yù)埋進去，之后再去升級它的功能。同時，車企對算力的要求比我們想象的迭代還要快，也就是在這樣背景下，為了滿足現(xiàn)有車企客戶越來越旺盛、越來越急迫對算力要求，高算力芯片已經(jīng)成為汽車“新四化”（電動化、網(wǎng)聯(lián)化、智能化、共享化）的核心驅(qū)動力。
高算力車規(guī)芯片是電子電氣架構(gòu)快速演變的主賽道
電子電氣架構(gòu)和算力的增長趨勢如上圖所示。電子電氣架構(gòu)也就是我們常說的E/E架構(gòu)，實際上定義了車內(nèi)ECU之間的連接關(guān)系和網(wǎng)絡(luò)拓撲結(jié)構(gòu)。左圖是博世公司對汽車電子電氣架構(gòu)趨勢的研判，這已成為電子電氣架構(gòu)演變的行業(yè)共識。
最下面一層是經(jīng)典的分布式架構(gòu)——每個ECU對應(yīng)一個或者多個功能，各自運行一套獨立的軟件。這個階段每個ECU的控制和計算單元基本都是MCU，微控制器，從單一功能MCU到多功能MCU，算力基本在幾十到幾百DMIPS的量級。完全分布式的架構(gòu)在應(yīng)對復(fù)雜功能也就是需要多個ECU協(xié)同的時候會比較復(fù)雜，越多的ECU參與，會成倍增加ECU之間的交互，每個ECU可能分屬不同的供應(yīng)商，運行不同的軟件棧，協(xié)同和聯(lián)調(diào)的工作非常繁復(fù)，所以在傳統(tǒng)汽車上增加一個復(fù)雜功能是一個非常漫長的過程。為了緩解這種問題，E/E架構(gòu)引入了“域”的概念，也就是第二層所展示的架構(gòu)，“域”把相近功能的ECU統(tǒng)一在同一個域控制器底下，這個域內(nèi)的交互和決策由這個域控制器來完成，這相當(dāng)于第一個階段的計算集中化。今天的很多汽車都采用的是這種架構(gòu)，隨著汽車行業(yè)以及電子行業(yè)的發(fā)展，出現(xiàn)了相近域的融合，比如底盤和動力域，這兩個域?qū)δ馨踩托畔踩囊笙嘟Ｓ蚩刂破鲗λ懔Φ囊笙鄬Ω?，在這個階段域控制器也從MCU進化到了CPU，算力基本在1K到小幾十K DMIPS的量級。
再上一層是中央計算的架構(gòu)，這個架構(gòu)中的中央計算單元會成為全車的最高決策中心，算力進一步集中，基本在幾十到幾百K DMIPS的量級。另外，無論是娛樂域還是ADAS域，智能化的需求都需要配合不同的硬件加速單元，去做計算密集型的任務(wù)。比如，娛樂域需要強大的GPU做圖形圖像的渲染，3D建模等。再比如自動駕駛需要人工智能的深度學(xué)習(xí)算法，算力的膨脹速度非常驚人，即便是L3以下級別的輔助駕駛也需要數(shù)T到數(shù)十TOPS的算力匹配，L3及以上級別的自動駕駛算力需求基本都在上百TOPS。
最上層的云計算架構(gòu)，需要整個交通基礎(chǔ)設(shè)施，5G以及車聯(lián)網(wǎng)生態(tài)成熟之后才能慢慢實現(xiàn)，是個非常龐大的系統(tǒng)工程，即便在云計算的架構(gòu)下一些實時性高的計算也需要本地算力的支撐，并不能完全依賴云端，本地算力依然還是增長的趨勢。
車規(guī)芯片算力的差異化實現(xiàn)提高算力預(yù)埋的效率
蔣博士同時強調(diào)：高算力的預(yù)埋需要針對數(shù)據(jù)類型、應(yīng)用場景和算法優(yōu)化，提供差異化的算力實現(xiàn)單元的SOC實現(xiàn)。在典型的SoC中異構(gòu)計算包含CPU，GPU，DSP和NPU。在處理智能任務(wù)時，他們擅長的任務(wù)也各不相同。CPU擅長邏輯控制和通用計算，在智能任務(wù)方面可以用來做圖像的前后處理，多傳感器的感知融合，以及最終的決策。GPU擁有非常多的計算單元，擅長做并行計算、圖形渲染，也可以用來做圖像的前后處理。DSP擅長信號處理，針對不同的場景有音頻或者視覺的DSP，可以做語音和視覺的前后處理，也可以做雷達信號處理。NPU主要擅長做大量的矩陣運算，適合用于深度學(xué)習(xí)比較擅長的領(lǐng)域，比如語音識別、自然語言處理、視覺感知，此外，雷達信號處理現(xiàn)在也出現(xiàn)了很多深度學(xué)習(xí)的算法。
7nm車規(guī)制程是高算力車規(guī)芯片的必然趨勢
7nm工藝的成熟速度是有史以來最快的，技術(shù)的亮點更加在于對良率的控制，7nm工藝紛紛被高算力應(yīng)用領(lǐng)域所使用，相比起16nm節(jié)點工藝，7nm可以提供3.3倍的門電路密度，在同等功耗上提供35~40%的速度提升或者可以降低65%的功耗，成本的優(yōu)勢隨著生產(chǎn)能力與良率的提升正在快速呈現(xiàn)。
蔣博士給出了主流高算力應(yīng)用場景的芯片制程演進趨勢，并總結(jié)了7nm 工藝節(jié)點的四大優(yōu)勢：
1、芯片集成度更高。單位面積的晶圓上可以放置更多的邏輯門。同時封裝面積變小，節(jié)約了晶圓成本和封裝成本。進一步節(jié)約了成品芯片在單板上所占的面積。使得相同大小的電子產(chǎn)品功能更多，速度更快。
2、芯片耗電量更低。同樣大小的邏輯電路做出來，用更先進的工藝會導(dǎo)致耗電量更低。
3、響應(yīng)速度更快。單管開斷速度更快，同樣的邏輯電路能夠跑到的主頻更高，主頻高，性能肯定會大幅提升。
4、設(shè)計難度更大。為何設(shè)計難度大是優(yōu)點呢？難度高，增加了電子行業(yè)的“馬太效應(yīng)”，強者越強，弱者恒弱。護城河加大，行業(yè)壁壘增高，后來者難以攀登。
SE1000：國內(nèi)首款7nm工藝制程高端智能座艙芯片
蔣博士還重點介紹了芯擎在研的車規(guī)智能座艙芯片SE1000的規(guī)格：SE1000是國內(nèi)首款7納米工藝制程高端智能座艙芯片，是采用業(yè)界領(lǐng)先的7納米工藝制程設(shè)計的新一代高性能、低功耗車規(guī)級智能座艙芯片，賦能日益豐富的車載信息娛樂系統(tǒng)。高性能定制CPU集群，通過面向異構(gòu)計算而精心設(shè)計的SOC系統(tǒng)，可以為用戶提供卓越的性能體驗。內(nèi)置高性能嵌入式AI神經(jīng)網(wǎng)絡(luò)處理單元，提供更多個性化的智能語音、機器視覺及輔助自動駕駛體驗。新一代多核心的圖形處理單元，可以動態(tài)根據(jù)負載進行資源分配；一機多屏多系統(tǒng)，支持多高分辨率屏幕同時輸出；內(nèi)置高性能音頻信號處理單元及豐富的音頻接口，為用戶提供豐富超凡的音視頻娛樂體驗。
安全性是汽車產(chǎn)品的生命線。芯擎自主開發(fā)實現(xiàn)了汽車功能安全（SAFETY）和信息安全體系（SECURITY），并準(zhǔn)備通過ISO26262標(biāo)準(zhǔn)認證。該款產(chǎn)品獨特的安全孤島核心（SAFETY ISLAND）為系統(tǒng)提供了冗余和實時的保護，滿足汽車芯片對功能安全和信息安全更加嚴(yán)格的標(biāo)準(zhǔn)的要求,為車載應(yīng)用提供了安全保證。