毫無疑問，自動駕駛正在重塑汽車在我們生活中的角色。其現階段的發展，除了法律和定責層面眾多懸而未決的問題之外，技術上的挑戰依舊嚴峻。

對于汽車行業而言，自動駕駛的未來已成定勢，而唯一的變數只是何時能得到大規模的部署。當前而言，市場更應該關心的是其“應用場景”和“如何實現”的問題。

數年來，汽車制造商、一級供應商以及半導體廠商都在自動駕駛汽車技術上取得了長足的進步。

然而，所有量產車型到現在連 Level 3（有限條件下的自動駕駛）都還沒達到。

首款搭載高度自動駕駛系統的量產車型預計將于 2021 年在德國上路，但其只限于特定類型的道路上，例如高速公路（Autobahn），同時還需要滿足合適的氣候條件。為了提高自動駕駛車輛在非理想環境的適應能力，傳感器組、計算單元和軟件算法需要不斷的優化。

汽車工業雜志近期（Automotive Industries ，下文簡稱“AI”）專訪了 Cadence 公司汽車解決方案總監 Robert Schweiger ，以下是采訪內容：

Robert Schweiger

Cadence 公司汽車解決方案總監

AI：為什么達到 Level 3 自動駕駛如此困難？

Robert Schweiger：過去幾年，我們目睹了各個企業和國家間的技術競爭，很顯然每家廠商都希望自己的自動駕駛量產車型可以率先通過本國政府的批準。

盡管目前仍然還有尚未攻克的挑戰，但技術的創新和進步顯然已經領先于政府法規的制定，相關機構目前并沒有發布任何法律框架規定，以允許汽車制造商在特定條件下在公路上使用這項新技術?；谶@一原因，奧迪的 Traffic Jam Pilot 自動駕駛系統并沒有搭載到其 A8 系列的量產車型。

此外，自動駕駛汽車還面臨著很多諸如定責和保險等其它方面的監管障礙。

現在，自動駕駛汽車領域的競爭已經深入到了各國政府的立法監管層面。

AI：提到自動駕駛領域的新技術，能否分享一下硬件平臺的關鍵趨勢？

Schweiger：自動駕駛系統有可能會率先用于自動駕駛出租車（Robotaxi）和豪華車型，因為高價車的 OEM 廠商會更容易負擔自動駕駛系統帶來的成本增加。展望未來，最有潛力的應用領域應該是中型車與經濟性電動車。這一細分市場對硬件平臺的關鍵需求包括每瓦性能、可擴展性、駕駛安全、信息安全以及成本。

同時采用 10 個不同的電子控制單元（ECUs）意味著很難滿足每瓦性能和成本的苛刻要求，所以唯一的應對方法是采用基于高性能片上系統（SoC）且高度集成的解決方案。

2019 年，特斯拉發布了首款完全自動駕駛（FSD）計算機（HW3.0），以及配套的自研軟件和機器學習環境。更值得稱道的是，作為首家自行開發 SoC 的 OEM 廠商，特斯拉的 SoC 芯片可以完全匹配自身的系統需求。

特斯拉發布的這款 SoC 由兩個 AI 處理器核心組成，最高性能達到了 144 TOPS/72 瓦（2 TOPS/W），至今仍然是行業標桿。

而市面上多數其它的自動駕駛平臺甚至連 1 TOPS/W 都沒達到！下一代 SoC 的目標應該是數百 TOPS 和更好的 TOPS/W 比值，而做到這一點只能依賴于市面上最領先的制程技術。

如果一家汽車制造商真心想進入自動駕駛汽車的商業市場，它們就應該認真考慮開發基于自身需求應用的 SoC，建成性能和成本最優化的自動駕駛平臺。

AI：智能汽車產生的海量數據是否會對存儲器有新的需求？

Schweiger：即便脫手操作的自動駕駛系統（Level 3）預期將于 2021 年在特定道路環境下應用，我覺得自動駕駛的真正價值在于其是否也可以支持在施工路段或惡劣天氣條件下正常運行。為此，我們需要更高精度的傳感器模組以提高系統的穩健性。

這也是為什么類似系統會產生海量的數據。當我們的自動駕駛從 Level 2 演進到 Level 5 全自動駕駛，預計每秒鐘會生成 3 GB 到 10 GB 的新增數據。哪怕只是一臺 Level 2 自動駕駛汽車，其產生的數據量也已經高達每秒 1 GB。

關于新一代 ADAS 計算單元對存儲器的需求，我們觀察到最新存儲器標準發展的趨勢。作為 IP 供應商，Cadence 已經全面支持了這些標準。汽車行業的這一變化趨勢可以從三個方面來理解：

高性能數據處理：處理器和 RAM 間更高的數據速率需要從 LPDDR 4 遷移到 LPDDR 5，由此數據速率將翻倍到最高 6.4 Gbit/s

高速數據收集和傳輸：閃存接口應該從 eMMC/UFS 2.0/2.1 升級到 UFS 3.0，數據速率可以達到最高 23.2 Gbit/s（2 條通道）

超大規模數據存儲：從 64 GB 到 1 TB 的 NAND 閃存（TLC 和 QLC）

AI：海量數據的傳輸會顯著影響車載網絡系統，這一領域取得了哪些進展？

Schweiger：這個話題也很重要，關于傳感器原始數據融合，目前爭論的兩個方向是需要采用分布式處理還是中心化處理架構。為了將攝像頭或雷達等高精度傳感器連接到計算單元，我們需要汽車以太網絡或 MIPI CSI-2 等高速協議。

每個現行的網絡標準都各有局限。OEM 已經投產了 1 Gbps 的汽車以太網 PHY，支持 15 米線纜的數據傳輸。然而，帶寬不足依然是最大的障礙，甚至連 60 幀每秒（FPS）的全高清視頻都無法支持。

MIPI CSI-2 結合 D-PHY v2.1 接口可以支持短通道上（15 厘米以內可保證最高數據速率）每條線最高 6 Gbps。但由于 PHY 的工作范圍有限，長距通道模型（1-4 米）的最高數據速率不到 4.5 Gbps。系統間的長距高速互聯需要使用低電壓差分信號（LVDS）橋接。

MIPI 聯盟最新發布了 MIPI A-PHY 規范，旨在支持 15 米以內線纜上達到 16 Gbps 的數據傳輸速率，主要用于連接高精度傳感器（端點）和中央處理單元。

展望未來，OPEN 聯盟 SIG 與 IEEE 已經啟動數千兆位級以太網標準的開發以支持最高 10 Gbps 的數據速率，是以太網主干與 ECU 間通信的完美選擇。當然，25G PHYs 也已經提上日程，但具體實現還需要更長時間。

無須多言，這兩種 PHY 的面世應用將對汽車網絡架構產生巨大影響。我相信，主要針對單向數據傳輸優化的 MIPI 標準將被用于傳感器和顯示等端點；而車載以太網則是不同域之間的高速通信的理想選擇。

AI：Cadence 如何幫助客戶開發高度復雜的系統？

Schweiger：Cadence 在汽車智能系統設計領域擁有深厚基礎，是值得信賴的合作伙伴。Cadence 可以提供汽車智能設計所需的全部 EDA 工具、設計流程、經硅驗證的接口和處理器 IP、高性能云基礎設施和領先的設計服務，幫助客戶創建復雜的汽車 SoC 芯片和智能傳感器，以及高性能傳感器融合單元。

定制 SoC 設計對傳統 OEM 廠商和一級供應商還是全新的領域，Cadence 的設計服務團隊可以幫助客戶實現復雜的 SoC 設計，強化團隊所需的技能。在我們的協助下，客戶可以逐步掌握采用先進的芯片設計流程，并最終獨立執行完整的設計。

最后，在面向系統分析和設計層面上，Cadence 也提供整套的計算軟件用于芯片、封裝、RF 模塊、母板，以及網絡與系統。而我們最新的電磁接口/電磁兼容性（EMI/EMC）和全 3D 熱分析等系統分析工具可以對完整系統進行仿真。

例如，客戶可以應用集成了 FEA-CFD 的 Cadence Celsius Thermal Solver 熱求解器，來分析駕駛平臺的熱流動，并同時考慮電子元件和機械底盤的影響因素。此外，客戶還可以借助 Cadence Clarity 工具套件對 ECU 的 EMI/EMC 進行多種方式仿真：既可以單獨仿真，也可以在完整的汽車平臺上使用 Cadence Clarity 3D Solver 進行近場仿真，或使用 Cadence Clarity 3D Transient Solver 進行遠場仿真。

關于 Cadence

Cadence 在計算軟件領域擁有超過 30 年的專業經驗，是電子設計產業的關鍵領導者?；诠镜闹悄芟到y設計戰略，Cadence 致力于提供軟件、硬件和 IP 產品，助力電子設計概念成為現實。Cadence 的客戶遍布全球，皆為最具創新能力的企業，他們向消費電子、超大規模計算、5G 通訊、汽車、移動、航空、工業和醫療等最具活力的應用市場交付從芯片、電路板到系統的卓越電子產品。Cadence 已連續六年名列美國財富雜志評選的 100 家最適合工作的公司。如需了解更多信息，請訪問公司網站 cadence.com。

2021 Cadence Design Systems， Inc. 版權所有。在全球范圍保留所有權利。Cadence、Cadence 徽標和 www.cadence.com/go/trademarks 中列出的其他 Cadence 標志均為 Cadence Design Systems， Inc. 的商標或注冊商標。所有其他標識均為其各自所有者的資產。

原文標題：自動駕駛——仍在繼續改進的路上

文章出處：【微信公眾號：Cadence楷登】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq