汽车电子与软件

汽车电子与软件

2021-08-27

当大家谈论汽车芯片时,我们在说什么?

  1. 芯片
1,094

作者:Stone319

前言

最近一段时间,大家一直在谈论汽车行业缺「芯」、「芯」荒。因为汽车芯片缺货,有的 OEM 甚至不得不短暂停产。

那么,到底什么是汽车芯片呢?是什么原因导致汽车芯片短缺?这里简单梳理下。

什么是芯片

几个概念

谈论汽车芯片,我们先从芯片开始。提到芯片,离不开半导体、晶体管、集成电路等基本概念:

  • 半导体,指常温下导电性能介于导体与绝缘体之间的材料。

  • 晶体管,半导体制成的器件,具有整流、放大、开关、稳压等多种功能。

  • 集成电路,通过半导体工艺,把一定数量晶体管、电阻、电容等集成具有特定功能的电路。

  • 芯片,集成了电路的半导体元件统称,通常是由硅半导体制作成硅片,再在其上集成电路而成。

芯片是集成电路载体,两者表达意思上通常可互换。但芯片更强调集成电路实体,集成电路更强调电路本身。

几个参数

芯片制造过程可简述为:先把硅石提纯,熔化提拉为单晶硅圆柱并切片为晶圆;再根据芯片设计电路,通过光刻、刻蚀、掺杂等在晶圆上集成电路;最后,芯片从晶圆上切下来,贴片、封装并测试。

  • 芯片制程:芯片晶体管栅极宽度的大小。数字越小,晶体管密度越大,芯片性能就越高。逐渐缩小的芯片制程数字,代表着芯片技术进步的方向。

  • 晶圆尺寸:目前主要有 6 英寸、8 英寸和 12 英寸。提升晶圆直径是为了提升单晶硅的利用率从而降低成本,但越大的晶圆工艺一致性越差且越大的晶圆工艺设备成本越高。

  • 芯片大小:越大的硅片遇到杂质的概率越大,所以芯片越大良品率越低。除此之外,大芯片的布线比小芯片更长,所以延时也更明显,驱动电流也大很多,由此导致整体设计更臃肿,性能上还是会吃亏。

芯片加工过程

几个缩写

芯片按功能和实现架构,分为 CPU、GPU、DSP、FPGA、ASIC 等。按集成度,包括 MCU 和 SoC 等:

  • CPU,中央处理器:善于处理逻辑控制,调度、管理和协调能力强,计算能力位于其次;

  • GPU,图像处理器:善于处理图像信号,设计初衷是为了应对图像处理中需要大规模的并行计算;

  • DSP,数字信号处理器:能够实现数字信号处理技术的芯片,可以用来快速的实现各种数字信号处理算法;

  • FPGA,现场可编程逻辑阵列:为半定制芯片,具备硬件可编程能力,但开发难度大、价格昂贵;

  • ASIC,专业集成电路:为实现特定要求而定制的芯片,具有体积小、功耗低、成本低等优点,但灵活性不够,一次性研发费高、周期长;

  • MCU,芯片级芯片,一般只含 CPU 这一个处理器单元,同时集成有存储、接口单元等;

  • SoC,系统级芯片,一般含多个处理器单元,如 CPU、GPU、DSP、NPU 等,同时集成有存储、接口单元等。

MCU 和 SoC 芯片

什么是汽车芯片

车规级要求

芯片按应用场景可分为消费芯片、工业芯片、汽车芯片和军工芯片等。汽车是芯片应用场景之一,汽车芯片需要具备车规级。

车规级芯片对加工工艺要求不高,但对质量要求高。需要经过的认证过程,包括质量管理标准 ISO/TS 16949、可靠性标准 AEC-Q100、功能安全标准 ISO26262 等。

汽车内不同用途的芯片要求也不同,美国制定的汽车电子标准把其分为 5 级。汽车各系统对芯片要求由高到低依次是:动力安全系统 > 车身控制系统 > 行驶控制系统 > 通信系统 > 娱乐系统。

车规级芯片要求
汽车芯片等级

芯片种类

汽车芯片按功能,分为控制类芯片、功率类芯片、传感器芯片和存储芯片等:

  • 控制类芯片:按集成度分,主要有单片机 MCU 和系统级芯片 SoC;

  • 功率类芯片:IGBT 和 MOSFET 两种结构为主流,燃油车一般使用低压 MOSFET,BEV 车 IGBT 和高压 MOSFET 占据主流;

  • 传感器类芯片,分为车辆感知和环境感知两大类传感器芯片;

  • 存储器芯片,分为内存 RAM 和闪存 Flash,内存断电丢失数据,闪存断电不丢失数据。

汽车芯片在车上应用领域主要有:环境感知、决策控制、网络 / 通信、人机交互、电力电气等。

汽车芯片应用

发展趋势

传统汽车上,MCU 芯片是占比最大的半导体器件。随着汽车发展,有如下几种趋势:

  • 汽车电子化,ECU 数量持续增加,对 MCU 需求持续上升;

  • 汽车智能化,推动着环境感知传感器芯片需求增加;

  • 智能座舱和自动驾驶发展,推动转向算力更强的 SoC 芯片;

  • 新能源汽车发展,对功率类芯片 IGBT 和 MOSFET 需求旺盛。

汽车芯片 MCU 到 SoC 发展

自动驾驶芯片

发展阶段

自动驾驶发展三个阶段,对应的自动驾驶芯片应用变化:

传感器芯片阶段:博世等 Tier1 将毫米波雷达搬到车上,实现 ACC、AEB,一般是赛灵思芯片上处理数据。同时,Mobileye 选用摄像头,实现 AEB、LKA,用其自研 EyeQ 系列芯片进行计算;各自发展一段时间后,将雷达和摄像头结合,实现 ICA,一般选用摄像头为主传感器;

向域控过渡阶段:特斯拉为代表,基于英伟达的 Drive PX 芯片研发了域控制器做决策,早期仍选用 Mobileye,但额外安装了摄像头来收集道路数据。特斯拉有了足够多的数据后,传感器原始信息开始在域控制器内部进行处理,然后自行进行融合和决策。

计算集中化阶段:等传感器原始信息全部在域控制器内部进行处理,就不再需要在摄像头或者雷达系统内安装赛灵思的计算芯片,同时传感器的种类和数量也不断增加,自动驾驶计算架构向着集中计算架构转变,特斯拉等车企甚至自研自动驾驶芯片。

主流架构

目前三种主流的自动驾驶 SoC 芯片架构为:CPU+FPGA、CPU+GPU+ASIC、CPU+ASIC:

  • CPU+FPGA:如谷歌 Waymo、百度 Appllo;

  • CPU+GPU+ASIC:如英伟达 Xavier=CPU+GPU+ASIC(DLA 深度学习 + PVA 视觉加速器),特斯拉 FSD=CPU+GPU+ASIC(NPU 深度神经网络);

  • CPU+ASIC:如 Mobieye EyeQ5=CPU+ASIC(CVP 传统视觉 + DLA 深度学习 + MA 多线程加速),地平线征程 2=CPU+ASIC(BPU-AI 任务处理);

自动驾驶算法尚未成熟固定前,CPU+GPU+ASIC 架构仍为主流;成熟后,定制批量生产的 AI 芯片(ASIC)将逐渐取代高功耗 GPU,CPU+ASIC 架构将成为主流。

专业 AI 芯片(ASIC)针对 AI 算法采取特殊设计,具有体积更小、功耗更低、可靠性更高、性能更高的优点,缺点是一次研发费高、周期长。

目前自动驾驶芯片主流架构

芯片厂家

汽车芯片市场,跨国公司占据市场主导,我国 90% 以上汽车芯片依赖进口。目前汽车上使用占比最大的 MCU 芯片,被恩智浦、德州仪器、瑞萨等垄断,外来者鲜有机会入局。

随着汽车智能化的发展,消费领域芯片巨头纷纷进军汽车芯片领域。目前智能座舱芯片被高通、英伟达、恩智浦等垄断;英伟达、英特尔在自动驾驶芯片上占得先机,国内芯片厂家华为、地平线、黑芝麻等公司迎来机会。

消费芯片巨头进军汽车芯片

商业模式

传统汽车芯片厂为 Tier2,MCU 交到 Tier1 做成 ECU、DCU 等控制器产品。但随着汽车向车载计算平台发展,具备提供软硬件全栈能力 SoC 芯片供应商或成为新 Tier1。如英伟达对接小鹏、地平线对接长安、Mobileye 对接吉利等。

SoC 芯片供应商或成为新 Tier1

后记

汽车芯片出现短缺,直接原因是,疫情影响外加芯片厂家过度集中导致芯片产能不足的结果;根本原因是,汽车芯片厂家发展速度与汽车电子化、智能化和新能源汽车快速发展对汽车芯片的刚性需求的不匹配。

本文著作权归作者所有,并授权 42 号车库独家使用,未经 42 号车库许可,不得转载使用。
评论 · 0
仅看车主: 0
按赞同排序

传图
大胆发表你的想法~
评论