自动驾驶的“量产障碍”“GGAI视角”

在过去的几十年里，汽车的电子结构已经发展成为一个拥有70多个（豪华车可能达到100多个）电子控制单元的高度复杂的网络。

在“互联、自动化、电气化和共享”的全球汽车大趋势的驱动下，现在正在发生一个根本性的变化，即向集中式的基于服务的体系结构转变。

同时，汽车可能是我们这个时代最被低估的移动系统。目前，市面上销售的每辆汽车大约有1亿行代码，数量是F35战斗机的4倍，是波音787软件的5倍多。尤其是面向下一代智能网联汽车，电子架构正在成为量产的最大障碍。

现在，传统的通过为每个功能提供单独硬件的模式，车辆已经转变为异构嵌入式硬件的生态系统。将这些“盒子”连成网络是一项非常复杂的任务，每增加一个ECU，这项任务就变得更加棘手。

是不是这种方式成本更低？

答案是否定的，考虑到每个硬件都有自己的计算能力和内存。然而，很少出现所有ECU同时处于活动状态的情况。事实上，这是不太可能发生的，因为不同的ECU是专属于一部分功能的，并适用于不同的驾驶情况。

因此，现在汽车的计算能力和内存有一定的“余量”。转向集中的基于服务的体系结构将改变这种情况，意味着新增的部分成本将通过减少分散计算能力和降低布线复杂性得到弥补。

随着向新的集中式体系结构的过渡可能会逐步进行，服务器和ECU计算能力之间的权衡变得越来越清晰，这种好处才会逐渐显现出来。

同时，传统分布式的ECU不仅不经济，也阻碍了创新。未来的汽车将拥有全新的功能，比如自动驾驶、V2X连接，以及随之而来的对网络安全的巨大需求、更高的安全性和舒适性，以及电动传动系统，这也对这个系统提出了新的要求。

而旧的异构车辆E/E架构还没有为此做好准备。它的混合嵌入式系统来自不同的来源，既不是特别容易渗透的数据交换，也不容易进行在线更新（OTA）。同时，网络安全也是异构ECU网络的一个挑战。

高性能计算，意味着车载电脑（比传统单个ECU更强大）的数量将取决于基于服务器的体系结构布局，在目前行业内的普遍认同是，3个车载计算域控制器是基本法则。

这种基于服务的体系结构的方法是一个重大的转变，因为它对行业来说是一个彻底的改变。通过在一些车载电脑集中计算能力和内存，为应用程序提供足够的和灵活的容量成为可能。

车载电脑内部和它们之间的数据交换是，将基于强大的通信技术，例如以太网。硬件和软件的严格分离意味着新的功能增加几乎可以自由地分配到正确的地方。

此外，不同的操作系统，如Adaptive Autosar、Android、Java VM和Automotive Grade Linux等等，可以通过虚拟机技术和应用轻量级容器解决方案在相同的硬件上安全地运行。

高ASIL等级的功能，需要一定的特殊处理来确保更高的可用性和可靠性，比如可以运行在一个单独的微控制器上，称为companion controller。这就是为什么TTTech为奥迪打造的全球第一款L3智能驾驶域控制器zFAS选择了英飞凌的AURIXTC297T微控制器。

这款微控制器采用了同步结构和特殊的安全管理单元，可以承载多种与安全相关的功能，最高可达ASIL D。微控制器保证了计算平台性能和安全性的最高要求。

如果将计算能力的某个缓冲区设计到车载电脑，就可以为路上的车辆添加新功能。面向服务的架构最重要的一个优点可能就是它的可更新性。车内的一台电脑将作为所有进出数据的中心网关，它还将提供核心安全功能，如入侵检测和验证软件证书。

此外，新的E/E架构需要可以无缝地连接到云。车辆的新功能——几乎覆盖所有整车功能——将利用车辆内部网络，并将车辆连接到云上，使服务和应用程序可访问。

整个端到端的技术链，包括OEM与一级供应商和技术合作伙伴的合作模式，都将发生巨大的变化。过去，供应商习惯于在一个系统或控制设备中提供硬件和软件功能，未来将尽可能与传感器、执行器以及整车系统紧密结合。

随着传感器融合成为常态，传感器输入数据必须路由到中央处理单元，以全面分析车辆的位置和周围环境。当然，这将对系统的处理能力提出更多及更高的要求，并使决定使用哪个高性能处理平台变得更加重要。

现在，全球范围内有不少可以选择的高性能计算平台，最终，OEM必须根据计算性能、能耗、价格、软件遵从性和可移植性等因素选择面向量产的计算平台。

这通常意味着，OEM在多个计算设备之间对计算任务进行适当的平衡，并对它们各自的性能进行单独的调优，而这反过来又需要对各个计算系统的体系结构和整个异构体系结构有深入的了解。

此外，汽车制造商和系统工程师在为ADAS和自动驾驶开发选择计算平台时，还必须考虑许多软因素，比如合作关系、技术路线图和实现更广泛的软件生态系统的能力。

这也产生了另外一个问题，很多初创公司正在开发从驱动控制应用程序到硬件、应用层之间的抽象层的所有东西，一些甚至正在开发完整的软件栈。但事实是，许多初创公司只有在一到两个计算平台上开发系统的资源。

一旦后续，汽车制造商或主要一级供应商选择了特定的计算平台，他们实际上就预先定义了他们可能需要的软件生态系统。

在选择计算架构时的另一个重要考虑是处理器供应商的整体自动化能力。当然，质量和可靠性是这个等式的一部分。

尽管符合AEC Q100标准的芯片不再像过去那样是进入的障碍，但ADAS和自动驾驶是对安全至关重要的应用，因此，在为量产选择供应商时，符合功能安全标准ISO26262是一个重要的标准。

但是汽车的性能远远超过了对产品质量本身的要求。

在评估用于量产计划的系统时，供应链可靠性同等重要。这意味着不仅要了解这些芯片是在哪里生产的，还要了解供应商对这些生产（代工）有多大的控制权，可以多快地寻找可替代伙伴，尤其是在供应链中断的情况下。

过去几十年，汽车行业的许多供应商都经历过类似情况，比如自然灾害造成的供应中断。

没有一个供应商能100%避免这些情况，但是真正有能力的汽车供应商知道如何处理这些情况，并有适当的风险预警计划来保证对OEM客户的供货能力。