Imagination：軟件定義汽車(chē)時(shí)代，一場(chǎng)由算力驅動(dòng)的出行革命

當一輛汽車(chē)的性能不再由發(fā)動(dòng)機排量決定，而是取決于車(chē)載芯片的算力與軟件的智能程度，這場(chǎng)由" 軟件定義汽車(chē)"（SDV）引發(fā)的產(chǎn)業(yè)革命已勢不可擋。在2025 年CES 展會(huì )上，全球科技巨頭紛紛亮出面向未來(lái)十年的智能汽車(chē)解決方案，而在這場(chǎng)技術(shù)競速中，芯片架構的創(chuàng )新與人工智能的深度應用正在重塑整個(gè)汽車(chē)產(chǎn)業(yè)鏈。在這個(gè)背景之下，EEPW 與Imagination 的高級產(chǎn)品總監Rob Fisher進(jìn)行了深度的交流采訪(fǎng)，揭示了這場(chǎng)變革背后的技術(shù)邏輯與產(chǎn)業(yè)圖景。

Imagination 高級產(chǎn)品總監Rob Fisher

1   軟件定義汽車(chē)：從機械心臟到數字大腦的進(jìn)化

傳統汽車(chē)工業(yè)百年發(fā)展史中，“馬力”始終是衡量車(chē)輛性能的核心指標。但如今，汽車(chē)的價(jià)值鏈正在發(fā)生根本性轉變。Rob Fisher 指出：“如今消費者購買(mǎi)車(chē)輛時(shí)，更關(guān)注的是車(chē)載系統的交互體驗、自動(dòng)駕駛能力以及持續升級的可能性——這些都需要強大的計算平臺作為支撐?！?/p>

軟件定義汽車(chē)的本質(zhì)，是讓車(chē)輛成為可動(dòng)態(tài)進(jìn)化的智能終端。要實(shí)現這一愿景，硬件必須突破傳統架構的桎梏：既要滿(mǎn)足當下海量數據處理需求，又要為未來(lái)未知的軟件形態(tài)預留空間。例如特斯拉HW4.0 平臺采用14 nm 制程芯片，其神經(jīng)網(wǎng)絡(luò )算力達到144TOPS，是上一代的3 倍；而理想汽車(chē)最新發(fā)布的Mind GPT 大模型，更需要車(chē)機系統具備實(shí)時(shí)處理多模態(tài)數據的能力。這種“算力先行”的設計理念，催生了新一代異構計算架構的崛起——通過(guò)GPU、NPU、CPU 的協(xié)同工作，在保證低功耗的同時(shí)實(shí)現百倍級算力提升。

Imagination 的應對策略頗具前瞻性：其最新DXS系列GPU 不僅提供高達24TOPS 的INT8 算力，更通過(guò)分布式安全機制實(shí)現ASIL-B 功能安全認證。這意味著(zhù)在極端情況下，芯片能自主檢測并隔離故障模塊，確保自動(dòng)駕駛系統不會(huì )因局部錯誤導致整體失效。這種“彈性算力+ 主動(dòng)防護”的組合，正是軟件定義汽車(chē)時(shí)代硬件進(jìn)化的縮影。

2   AI 驅動(dòng)下的感知革命：從輔助駕駛到全域智能

當L3 級自動(dòng)駕駛在中國多個(gè)城市開(kāi)啟道路測試，行業(yè)正式進(jìn)入“人機共駕”新階段。不同于L2 系統僅提供車(chē)道保持、自適應巡航等基礎功能，L3 意味著(zhù)車(chē)輛能在特定場(chǎng)景下完全接管駕駛權——這對環(huán)境感知精度與決策速度提出了指數級要求。Rob Fisher 以魚(yú)眼相機校正為例：“傳統算法處理360 度環(huán)視影像需要15毫秒，而基于GPU 加速的方案可將延遲壓縮至3 毫秒以?xún)?，這對避免碰撞至關(guān)重要?！?/p>

這種性能飛躍的背后，是AI 芯片架構的顛覆性創(chuàng )新。Imagination 的GPU 不僅承擔圖形渲染任務(wù)，更通過(guò)固件處理器實(shí)現與NPU 的毫秒級協(xié)同：當NPU 完成目標識別后，GPU 立即對點(diǎn)云數據進(jìn)行3D 建模，同時(shí)CPU統籌路徑規劃。這種“感知- 決策- 執行”鏈路的無(wú)縫銜接，使得系統響應時(shí)間從秒級降至毫秒級。更值得關(guān)注的是，其N(xiāo)NA（神經(jīng)網(wǎng)絡(luò )加速器）采用動(dòng)態(tài)權重分配技術(shù)，能根據路況復雜度自動(dòng)調整算力配比——在擁堵路段優(yōu)先處理行人識別，在高速場(chǎng)景側重車(chē)道線(xiàn)追蹤。

這種靈活性的價(jià)值在智能座艙領(lǐng)域同樣凸顯。最新車(chē)型中，單個(gè)SoC 芯片需要同時(shí)驅動(dòng)儀表盤(pán)、HUD、后排娛樂(lè )屏等超過(guò)10 塊顯示屏，還要處理駕駛員狀態(tài)監測、手勢交互等AI 任務(wù)。Imagination 通過(guò)多核GPU架構實(shí)現“分時(shí)復用”：將80% 算力用于3D 導航渲染，20% 用于眼球追蹤算法，當系統檢測到駕駛員分心時(shí)立即動(dòng)態(tài)調整資源分配。這種“智能負載均衡”技術(shù)，使得芯片在5 W功耗下即可實(shí)現4K 120Hz 的超高清輸出。

3   芯片工藝的破局者：Chiplet如何重構汽車(chē)電子生態(tài)

面對汽車(chē)電子“性能焦慮”與“成本困局”的雙重挑戰，Chiplet（芯粒）技術(shù)正在打開(kāi)新的可能性。傳統單芯片方案在制程升級至5nm 后，良品率已跌破70%，導致車(chē)規級芯片成本飆升。而Chiplet 通過(guò)將大芯片拆解為多個(gè)功能模塊，既能采用14 nm 成熟工藝制造I/O控制器，又能在關(guān)鍵計算單元使用3 nm先進(jìn)制程，整體成本可降低40%。更革命性的是，這種“樂(lè )高式”設計允許車(chē)企混合搭配不同供應商的芯?！绮捎肐magination 的GPU 芯粒搭配RISC-V CPU 芯粒。

Imagination 的“chiplet-ready”GPU IP 正推動(dòng)這一愿景落地。其最新架構支持超低延遲互連總線(xiàn)，使得多個(gè)GPU 芯粒能像單個(gè)芯片般協(xié)同工作。在實(shí)測中，4 個(gè)DXS 芯粒組成的計算模組實(shí)現了96TOPS 算力，功耗卻比傳統方案降低30%。這種可擴展性對車(chē)企極具吸引力：經(jīng)濟型車(chē)型可搭載單個(gè)芯粒實(shí)現基礎ADAS 功能，而豪華車(chē)型通過(guò)疊加芯粒獲得L4 級自動(dòng)駕駛能力。更深遠的影響在于，當IMEC 主導的通用芯粒接口標準確立后，汽車(chē)電子將進(jìn)入“模塊化創(chuàng )新”時(shí)代——主機廠(chǎng)能像組裝PC 一樣定制車(chē)載計算平臺。

4   開(kāi)放生態(tài)之戰：RISC-V 與軟件棧的合縱連橫

在汽車(chē)電子“軟硬解耦”的大趨勢下，RISC-V 開(kāi)源指令集正快速崛起。與ARM 架構相比，RISC-V 不僅免授權費，其模塊化設計更適應車(chē)載系統的定制化需求。SHD 集團預測，到2031 年將有31% 的汽車(chē)SoC集成RISC-V IP。Imagination 顯然嗅到了這一機遇：其GPU 已實(shí)現與多家RISC-V 廠(chǎng)商的深度優(yōu)化，通過(guò)共享內存管理單元，使得AI 推理任務(wù)的數據搬運能耗降低60%。

但硬件兼容只是第一步，軟件生態(tài)才是決勝關(guān)鍵。特斯拉的FSD 芯片雖性能強悍，但其封閉的軟件體系導致第三方開(kāi)發(fā)者難以接入。為此，Imagination 聯(lián)合UXL 基金會(huì )推動(dòng)oneAPI 開(kāi)放標準，試圖建立跨架構的統一編程接口。開(kāi)發(fā)者只需編寫(xiě)一次代碼，即可在Imagination GPU、RISC-V CPU 及其他AI 加速器上無(wú)縫運行。這種“硬件異構，軟件同構”的生態(tài)，將大幅降低車(chē)企的軟件適配成本——據測算，主流車(chē)企每年可節省2.4 億美元的軟件開(kāi)發(fā)費用。

5   未來(lái)之戰：軟件成本與功能安全的終極平衡

當汽車(chē)電子進(jìn)入“千TOPS 算力”時(shí)代，一個(gè)悖論愈發(fā)凸顯：軟件復雜度呈指數級增長(cháng)，但功能安全要求卻愈加嚴苛。Rob Fisher 透露，某豪華品牌最新車(chē)型的代碼量已突破2 億行，超過(guò)F-35 戰斗機的3 倍。如何在海量代碼中確?！傲闳毕荨?，成為行業(yè)最大痛點(diǎn)。Imagination 的破局之道體現在三方面：在硬件層面，其GPU 內置的冗余校驗模塊可實(shí)時(shí)檢測運算錯誤；在工具鏈層面，提供符合ISO 26262 標準的自動(dòng)驗證工具，將安全認證周期縮短50%；在開(kāi)發(fā)生態(tài)層面，與MathWorks 等企業(yè)共建模型庫，使80% 的ADAS 算法能通過(guò)模塊化拼接完成。這種“鐵三角”體系正在改寫(xiě)游戲規則：某新勢力車(chē)企采用該方案后，成功將自動(dòng)駕駛系統的OTA 更新頻率從季度提升至周度。

6   重新定義移動(dòng)出行的DNA

站在2025 年的時(shí)間節點(diǎn)回望，汽車(chē)電子的進(jìn)化軌跡清晰可見(jiàn)：從ECU 分布式架構到域控制器集中式架構，再向“中央計算+ 區域控制”的神經(jīng)形態(tài)演進(jìn)。在這個(gè)過(guò)程中，算力不再是冰冷的參數，而是轉化為“可感知的智能”——它能讀懂駕駛員的情緒波動(dòng)，能預判百米外突然出現的兒童，甚至能在電池耗盡前自主規劃充電路線(xiàn)。

Imagination 等技術(shù)領(lǐng)跑者的實(shí)踐表明，這場(chǎng)變革的核心邏輯在于“以架構創(chuàng )新釋放軟件潛力”。當車(chē)載芯片具備自我進(jìn)化能力，當軟件開(kāi)發(fā)擺脫硬件束縛，汽車(chē)將真正成為“四個(gè)輪子上的超級計算機”。而在這場(chǎng)算力革命的下半場(chǎng)，勝利必將屬于那些既能駕馭硅基芯片的物理極限，又能理解人類(lèi)出行本質(zhì)需求的創(chuàng )新者。

（本文來(lái)源于《EEPW》202503）