随着人工智能算法不断完善，智能化运用逐渐落地，汽车电子架构的发展也在朝着更繁芜的方向演进，但出乎猜想的是，和宣扬视频形成光鲜比拟的，正是难以支撑繁芜操作的车载系统，也正是前阵子芯片短缺的新闻，才让很多人意识到了车载芯片原来这么掉队。
和电脑爱好者关注的重点差不多，车载系统芯片的算力很大程度上决定了系统的性能，然而直到去年，大部分量产车利用的还是骁龙820a，没错，它便是2016年旗舰手机芯片骁龙820的车规版，也是工业领域中涌现的首个集成了X12 LTE modem的车规级SoC，但制程是14nm。
从全体芯片行业的等级划分来看，分别有军工级、车规级、工业级和消费级，个中车规级芯片对付可靠性、同等性和稳定性哀求更高，仅次于军工级，与消费级芯片有很大不同，车规级芯片须要面临更恶劣的环境，哀求可靠性更高，车规级芯片的哀求更为严格，因此对芯片厂家的汽车芯片生产线哀求也更为严格，车规级芯片的生产线可以改造生产其他芯片，但生产其他芯片的生产线无法轻易改造生产车规级芯片，这在一定程度上造成了开拓下一代的迟缓。
从分类上来看，汽车芯片大致分为以下几类，一是卖力算力的掌握芯片，也便是处理器和掌握器芯片，如发动机、底盘和车身掌握，以及中控、赞助驾驶(ADAS)和自动驾驶系统等；二是卖力功率转换的IGBT功率芯片，一样平常运用于电动车的电源和接口；三是传感器芯片，紧张用于各种雷达、气囊、胎压监测。汽车芯片也可以分为主控芯片、功能芯片、功率芯片和传感器芯片。
从架构方面来看，车规级芯片须要有独立的安全岛设计，在关键模块、打算模块、总线、内存等，都有ECC、CRC的数据校正，为车规级芯片供应功能安全。由于哀求繁多且规格繁芜，一样平常来说一款车规级芯片须要2-3年的韶光完成车规认证并进入整车厂供应链，一旦进入后，一样平常拥有5-10年的供货周期。这也导致了虽然手机电脑的芯片工艺制程在不断打破，然而车载芯片仍旧勾留在多年前的工艺水平。
除此之外，车上算力利用的效率也是问题主要的一部分，在汽车液晶仪表盘上，行业的普遍逻辑是两个 GPU 和两个 CPU 锁定在一起，这种设置叫做锁步：它们在实行任务的时候会相互验证打算结果的精确性，这就导致了50%起步的算力损耗。传统汽车行业在软件开拓过程中，基于安全成分的考虑非常多，车企希望打造一个不随意马虎出错的系统，这在一定程度上会拖慢进展。
在电控汽车时期，芯片早已成为汽车的大脑。当发动机进入电控时期，通过电脑智能调节气门开闭机遇和时长，故意将进气门延迟关闭，排气门提前开启，让进排气更加充分，提升性能；如果短缺芯片，最直不雅观的表现便是油耗和排放掌握的缺失落。如今进入智能时期，随着ADAS、自动驾驶技能的成熟，须要大量的图像数据、雷达数据处理，汽车厂商对芯片的算力哀求也在提高，此前需靠驾驶员判断的东西现在逐步交给芯片，这样汽车对芯片的利用量就会越来越多，并且对芯片的算力哀求也会越来越高。
最生动的阐明便是自动驾驶，不管是激光雷达系统还是图像识别系统，由于汽车实时的速率很快，但数据剖析的哀求不能降落，在车上加装一个芯片是可行的，装一个电脑机箱问题也不大，但总不能把做事器塞进去吧？以是这样海量的数据打算只能放在云端，让云真个做事器集群来打算，然而这就又引申出了另一个问题：数据打算都在云端，大家下载云真个数据就会有延迟，万一延迟高，1s后才收到1s前的数据，车都不知道开哪儿去了，以是这也便是5G发展培植起来后自动驾驶才有望遍及的主要缘故原由。
就目前的情形来看，老诚笃实等车规级芯片更新和5G落地，显然只会拖累智能驾驶的发展进程，一小部分厂商也开始探索利用非车规级芯片乃至智能设备代替中控台，但都或多或少碰着了麻烦。
当汽车进入电控时期以及向电气化转型，汽车与芯片就已经密不可分，下一代智能车，真的能实现智能驾驶，车联互动等未来技能吗？这个问题暂时没有答案，但这次芯片危急的爆发，也意味着行业改造正在进行。
(7666079)
