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amp;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，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。