看懂“软件定义汽车”（SDV）的内核

汽车行业如今正处于向软件定义汽车（SDV）架构大规模转型的关键时期，这一持续多年的转变，将全方位改变汽车芯片的设计、应用及采购模式。Semiengineering采访了多家IP和EDA供应商，看看他们从最底层技术供应商的角度，将如何看待SDV的发展的。

创建全新的车辆架构绝非易事。汽车制造商（OEM）需要明确合作伙伴，以及确定现有架构中可保留的部分。此次转型意味着OEM将摒弃沿袭百年、以机械和硬件为核心逐步发展的理念，以及近年来流行的单一功能驱动电子控制单元和领域驱动架构。未来的发展重点是先进行软件研发，再打造与之紧密集成并提供支持的硬件。    

Imagination Technologies 汽车部门产品管理高级总监 Rob Fisher 指出：“这彻底改变了我们对汽车的认知，提供了原本难以实现的灵活且可扩展的解决方案，同时也让我们能够迅速将新技术和新功能融入汽车之中。”          

SDV方法对汽车制造商极具吸引力，因为它能显著降低制造成本。Fisher 表示：“SDV 从物理层面降低了车辆的复杂性，还提供了OTA的便利性。这一概念由手机、数字电视等消费行业推动，通过OTA，设备能始终保持最新状态并满足需求。在汽车行业，这一点尤为重要，毕竟如今汽车发展日新月异。”          

尽管汽车供应链体系如今依然稳固，但今年 OEM 向 SDV 的转变将愈发显著。OEM 虽期望拓展供应链，但内部团队能力有限，难以独自实现这一目标。因此，合作伙伴关系的重要性空前提升。       

Cadence 汽车解决方案集团总监 Robert Schweiger 指出，在向 SDV 转型过程中，软件、虚拟平台和芯片领域涌现出诸多重大技术进展。“特别是，软件定义汽车会引发汽车领域一系列连锁反应，最好能同步推进，以确保整个架构具备可扩展性、软件定义性、灵活性和安全性。我们需要一个软件框架，能够协调车内所有应用程序，并管理多个操作系统。”         

该框架在诸多方面与基于 PC 的环境类似。SDV将取代分布式架构，这种架构包含多个电子控制单元（ECU）和大量微控制器，每个微控制器都运行着执行特定功能的独立软件。     

Schweiger 表示：“软件定义汽车，顾名思义，意味着可以基于软件定义功能，还能进行OTA。分布式架构因其升级不便，显然不适合配备中央软件框架。区域架构才是所需，这是一种集中式架构，配备强大的中央 CPU，软件堆栈在其上运行。将所有功能置于 SOAFEE（嵌入式边缘的可持续开放架构）框架上，软件更新就变得容易得多。”          

美光科技汽车业务高级总监 Bruce Franklin 认为，从传统的域分布式架构向区域性和集中式汽车架构转变，是汽车行业最显著的趋势之一。Franklin 表示：“麦肯锡预计，到 2030 年，全球采用区域式架构的汽车份额将达 18% 左右，并将持续增长。这一转变源于对更高效、可扩展且具成本效益设计的需求。如今的汽车越来越像移动的数据中心，包含约 1 亿行代码，随着人工智能兴起，预计这一数字将增至 10 亿行。然而，当前的汽车架构难以应对数据的急剧增长，因此架构和存储解决方案亟待改进。”              

在现有的领域方法中，系统按车辆功能分组，如车载信息娱乐（IVI）、连接、动力系统等。过去，这种方式可行，但近年来，传感器、摄像头和电子设备数量成倍增加。部分车型的 ECU 多达 150 个，这不仅增加了复杂性，还需要更多布线，进而提高了车辆成本与重量。        

Franklin 称：“区域和集中式架构通过将多个 ECU 整合到功能更强、数量更少的计算平台中，简化了车辆设计。这不仅降低了车辆的复杂性和重量，还提升了性能与可靠性。此外，集中式架构支持集成人工智能和自动驾驶系统等先进技术，为打造更智能的车辆奠定基础。”          

因此，车辆架构将随时间推移而改变。每个 OEM 都在探索从分布式或基于域的车辆架构向区域架构的最佳转型路径，部分功能会先于其他功能融入车辆。Schweiger 表示：“这是一个渐进的过程，会逐步取代不同领域并实现集中化。”  

变革的速度取决于 OEM 的类型。新成立的电动汽车 OEM 若从头设计汽车，可即刻采用集中式架构，并以此为基础造车。但传统 OEM 拥有大量历史遗留产品和多种车型，需要逐步推进。“他们需要思考如何将旗下某一系列的下一代产品投入生产，这是一个渐进的过程，” 他说，“他们无法重新设计每一款车型，必须采用更温和的渐进方式。所以，每个 OEM 的情况都有所不同。”          

传统汽车厂商宝马今年有望发布 Neue Klasse 车型。宝马集团电子部高级副总裁 Christoph Grote 公开展示了宝马上一代车型与 Neue Klasse 车型的线束对比图，由于采用区域架构，后者的线束大幅简化。尽管这款车已具备集中式计算架构，但对于宝马传统的 3 系或 5 系而言，还需逐步向此目标迈进。

软件定义汽车方法的优势之一是先开发软件，再开发硬件。Synopsys 汽车 IP 部门经理 Ron DiGiuseppe 表示：“硬件准备就绪时，软件应用程序也已完成。对所有开发商、OEM、一级供应商乃至二级软件供应商而言，验证每个应用程序上的软件都是一项艰巨任务。SDV 方法确实能加速行业发展，让所有软件的开发都先于硬件。软件优先开发将极大加快新技术的推出，SDV 的显著优势在于，由于软件开发时间提前，可加速这些系统的问世。软件优先与硬件优先不同，硬件优先是将软件适配到硬件上，而 SDV 方法是先开发软件，再将其移植到不同硬件平台上。”        

虽然这与 OEM 传统的技能方式大相径庭，但业界正逐渐接受。DiGiuseppe 说：“这非常关键且有益。传统方法是先拿到硬件开发板，再基于此开发软件。但通过软件定义先开发软件，就不需要等待硬件，可以在云端、服务器上运行和开发代码，成本更低且速度更快。这提供了更大的灵活性，软件工程师可以在任何地方工作，因为他们在云端进行软件开发，而非基于硬件的方式。这为整个软件开发社区带来了极大的灵活性和可扩展性。”          

Imagination 的 Fisher 表示，SDV 还能带来更高级的用户体验。“通过软件定义汽车中的所有控件，包括汽车操作，能够轻松根据特定品牌定位定制用户体验。此外，还能整合汽车中的多种功能，提供更好的驾驶辅助和安全性。那么，拥有软件定义汽车的实际影响是什么？它推动了汽车处理资源的集中化，以往功能可能分散在车辆各处，靠近传感器，或者是单独的离散信息娱乐系统。而使用 SDV，这些资源被集中到更少、性能更高的处理器中。不过，这里也存在明显矛盾。OEM会认为，当汽车主要由软件架构驱动时，他们之前的机械专业知识不再适用。这给 OEM 和Tier1带来巨大压力，他们必须转型，成为软件行业的技术专家。”          

SDV 的另一方面是，对于大多数自动驾驶汽车，NVIDIA 的 Orin 芯片的自动驾驶系统已成为现实，多数公司都在使用。NVIDIA 首席执行官黄仁勋在主题演讲中还宣布了 Orin 的继任者 Thor，这是一款体积更小但功能更强大的设备。这意味着自动驾驶领域已具备集中式架构的功能，而其他功能仍在单独的信息娱乐集群上运行。        

Cadence 的 Schweiger 说：“可以看到事物正在逐渐融合。为实现这一点，需要为整个汽车设计可扩展的 E/E 架构，以便从入门级汽车扩展到超豪华汽车，这可通过分区架构和多个分区控制器实现。由于系统极为复杂，且运行大量软件，不能先设计硬件，再让成千上万的软件设计人员去开发适配软件。这意味着需要虚拟平台，即左移方法，以便尽早开始软件开发，并同时设计硬件/软件，并对软件进行早期测试等。”

黄仁勋的言论表明，在某些领域，向分区架构的转变正在加速，这反过来使虚拟平台变得不可或缺，尤其是对于小芯片（Chiplet）。          

Schweiger 表示：“在芯片层面，从可扩展的 E/E 架构转向系统和 SoC 参考架构时，也需要具备可扩展性。如今，在典型的高档汽车中，有基于 NVIDIA 的 ADAS 域，以及基于 Qualcomm、Samsung 或 Renesas 的信息娱乐域。这两个域的芯片在工艺技术上是汽车中最先进的，ADAS 芯片可能是 5nm，信息娱乐芯片可能是 7nm 或 5nm，具体取决于供应商。我们希望有一个单一的集中式计算单元，能同时运行 ADAS 和信息娱乐功能。不过由于单个芯片已相当复杂，作为中间步骤，半导体供应商首先尝试在单一封装中构建双芯片版本。也许这个芯片有额外接口，如 UCIe，这样就能在先进封装中用这两个芯片构建一个新芯片，比如3nm，因为有现成的芯片生态系统，允许将不同供应商的芯片混合搭配到这个大芯片中。而虚拟平台能让一切集成可视化。”          

Arm 高级副总裁兼汽车业务线总经理 Dipti Vachani 也认为，虚拟原型正被越来越多地采用，以改变芯片和软件开发流程。“虚拟原型加速了芯片和软件的开发周期，公司能够在物理芯片准备好之前开发和测试软件。这些优势对汽车行业尤为重要，虚拟平台的出现将汽车开发周期缩短了两年。”       

Arm 预计，到 2025 年，随着芯片和软件开发流程的持续转型，更多公司将推出自己的虚拟平台。Vachani 表示：“这些虚拟平台将无缝协作，Arm 架构提供 ISA 奇偶校验，确保云端和边缘架构的统一性。借助 ISA 奇偶校验，生态系统可在云端构建虚拟原型，然后在边缘无缝部署。这节省了大量时间和成本，同时让开发人员有更多时间提升软件解决方案的性能。”

车载人工智能也在不断发展，特别是在用于增强摄像头或雷达数据的 ADAS 领域。Rambus 硅片 IP 业务开发总监 Adiel Bahrouch 观察到：“这种情况正在发生，假设摄像头能够识别模式和速度标签等，但要实现识别，需要训练系统。在训练环节，会用到人工智能技术。对于雷达，也有关于如何训练数据的研究，从现有历史和信息中学习并预测未来。摄像头模式识别同样如此，目前正在进行大量训练。当我们将这些不同技术结合时，相信也会有大量训练。”  

这意味着高级 AI 增强功能将成为汽车行业的标准配置。AMD 汽车部门高级营销总监 Wayne Lyons 表示：“随着时间推移，技术成本不断降低，汽车传感器和计算领域也不例外。过去，盲点检测等高级安全功能价格高昂，仅在高端车辆中配备。随着智能传感器和车载计算功能变得更智能、更实惠，我们将看到先进的 AI 支持功能，如停车辅助或自动辅助驾驶，进入大众市场。对于未来的 AI 汽车，这些将成为所有车辆的标准配置。”         

此外，端到端人工智能有望增强自动驾驶系统，生成式人工智能技术正迅速应用于端到端模型，有望解决传统自动驾驶软件架构面临的可扩展性难题。Arm 的 Vachini 表示：“借助端到端自监督学习，AD 系统能够更好地应对从未见过的场景。这种新方法有望有效实现操作设计领域的快速扩展，从而更快、更经济地将 AD 技术从高速公路推广到城市地区。”       

Bahrouch 指出，人工智能还能通过学习驾驶员行为提升车辆用户体验。“这将涵盖日常生活、常去地点等信息的收集。当然，这里涉及一些隐私问题，但要提升驾驶体验，就需要了解驾驶员的个人资料、情绪、模式和习惯，进而预测驾驶员行为并提供建议。例如，当车辆电池电量即将耗尽，且汽车知晓驾驶员的日常行程，它可以综合这些信息，推荐一条前往驾驶员喜爱餐厅附近充电站的路线，若当时驾驶员有团队会议，且车上配备了参会工具，汽车就能整合各种信息，提供包括导航在内的议程，让旅程尽可能顺畅。这样，充电时间能得到有效利用，先前往咖啡店，再在车上开会，同时汽车充电。所有这些人工智能服务都将以语音形式呈现，就像人类助手在与驾驶员交流。这是许多 OEM 正在努力的方向。”          

Vachini 表示，车辆中更多的 AI 功能意味着更高程度的自动驾驶，但同时也会加强驾驶员监控。“L2 + 级自动驾驶 DCAS 和 L3 级自动驾驶 ALKS 车辆法规的协调推进，将加速这些高级功能在全球的广泛应用。领先的汽车制造商已在投资为车辆配备必要硬件，以便在车辆生命周期内通过订阅方式推广这些功能。”          

为防止驾驶员误用驾驶自动化系统，法规和新车评估计划正重点关注日益复杂的车内监控系统，如驾驶员监控系统。例如，在欧洲，EuroNCAP 2026 的新评级方案将鼓励直接感应（如基于摄像头）的驾驶员监控系统与 ADAS/AD 功能更深度融合，针对不同程度的驾驶员分心情况，提供足够的车辆响应。

所有这些都带来了新的安全隐患。汽车容易成为黑客攻击目标，因此所有汽车制造商都高度重视安全问题。Cadence 的 Schweiger 表示：“所有 OEM 都在研究如何保护汽车的核心机密，防止他人远程控制汽车，以免损害 OEM 的信誉。这就是为什么安全是 OEM 最关注的问题，人们正在构建基于硬件的安全系统，而非仅依赖软件。这是 SoC 的一部分，其中包含安全 IP，在此基础上还有大量工作要做。不仅要有一个安全 IP，还需建立多层安全策略，保护网络、芯片和软件，因为需要采取多种安全措施才能真正保障汽车安全。”

从联网、自动驾驶到电动汽车，汽车生态系统的现状是为实现个性化出行方式。西门子数字工业软件公司汽车和运输战略副总裁 Nand Kochhar 认为，无论是不断增强的计算能力，还是消费产品中日益增多的电子产品，所有这些技术都相互交融，并流入各个行业，尤其是汽车行业。

Kochhar 表示：“软件定义产品就是最好的例证，它们在用户界面和易用性方面表现出色，让人们习惯了这种便捷。许多底层技术与汽车领域相同或相似，无论是电信、连接技术、汽车所需的计算能力、人们希望在车内实现的访问权限，甚至是购物功能。十年前，我们还在争论是否要在汽车上安装调制解调器，因为涉及成本问题。如今，汽车已实现OTA，还有什么没受到影响？是软件、电子产品、连接性，还是云计算？”  

将软件定义产品引入汽车行业是今年最值得期待的发展。新车将配备更多 ADAS 功能，自动驾驶水平也将不断提升。Kochhar 说：“L4 级自动驾驶适用于自动驾驶出租车，它们虽受限于特定城市和路线，但无需司机即可行驶。还有什么比这更令人兴奋的呢？这些车辆不仅带来了技术，还创造了商业价值。”  

此外，联网设备让用户生活更加便捷。Kocchar 补充道：“他们已习惯家用设备中的类似功能，拥有联网家庭、电器和人工智能助手。从技术角度看，这些基于人工智能的技术已渗透到我们生活的方方面面，不仅仅是产品开发阶段。如今，生成式人工智能技术每天都在影响我们的生活。这令人兴奋，我们甚至无法预知它将把我们带向何方，以及机器人技术和其他基于人工智能的解决方案会带来怎样的未来。2025 年和 2026 年，这些技术将如何发展，值得期待。”

喜欢我们的文章吗？欢迎在微信关注我们的订阅号：汽车开发圈（ID：AutoDevelopers），浏览更多汽车电子相关内容。