一文了解汽车芯片的分类及用途介绍
汽车芯片按其功能可分为控制类(MCU和AI芯片)、功率类、传感器和其他(如存储器)四种类型。市场基本被国际巨头所垄断。人们常说的汽车芯片是指汽车里的计算芯片,按集成规模可分为MCU芯片和AI芯片(SoC芯片)。功率器件集成度较低,属于分立器件,主要包括电动车逆变器和变换器中的IGBT、MOSFET等。传感器则包括智能车上的雷达、摄像头等。
一、车规级MCU芯片
车规级MCU芯片是汽车电子控制单元(ECU)的重要组成部分,广泛用于车内几十种次系统中,如悬挂、气囊、门控等,是汽车电子系统内部运算、处理的核心。MCU芯片按照CPU一次处理数据的位数分为8、16和32位MCU。 (1)8位MCU:具有简单耐用、低价的优势,提供低端控制功能,如风扇控制、空调控制、雨刷、天窗、车窗升降、低端仪表板、集线盒、座椅控制、门控模块等。 (2)16位MCU:提供终端控制功能,用于动力系统和底盘控制系统,如引擎控制、齿轮与离合器控制和电子式涡轮系统、悬吊系统、电子式动力方向盘、扭力分散控制和电子泵、电子刹车等。 (3)32位MCU:工作频率最高,处理能力、执行效能更好,应用也更广泛,价格也在逐渐降低;提供高端控制功能,在实现L1和L2的自动驾驶功能中扮演重要角色。 据统计,每辆传统汽车平均用到70颗以上MCU,智能电动汽车则超300颗。不过随着整车电子架构的集中化趋势加速,单车MCU的用量和种类也将出现“缩减”。MCU的性能将进一步提升,高端MCU将逐渐替代部分低端MCU的需求。
二、AI芯片
AI芯片是未来智能化汽车的“大脑”。这类芯片一般是一种集成了CPU、图像处理GPU、音频处理DSP、深度学习加速单元NPU以及内存和各种I/O接口的SOC芯片,不同于以CPU运算为主的MCU。在汽车中,主要在智能座舱和自动驾驶两个方面使用SoC芯片。 未来智能座舱所代表的“车载信息娱乐系统+流媒体后视镜+抬头显示系统+全液晶仪表+车联网系统+车内乘员监控系统”等多重体验,都将依赖于智能座舱的SoC芯片。 自动驾驶芯片是指可实现高级别自动驾驶的SoC芯片,通常具有“CPU+XPU”的多核架构。L3及以上的车端中央计算平台需要达到500+TOPS的算力,仅具备CPU处理器的芯片无法满足这一需求。自动驾驶的SoC芯片上通常需要集成除CPU之外的一个或多个XPU来进行AI运算。用于AI运算的XPU可以选择GPU/FPGA/ASIC等。 GPU、FPGA和ASIC在自动驾驶AI运算领域各有优势:CPU通常是SoC芯片的控制中心,其优点在于调度、管理、协调能力强,但计算能力相对有限。而对于AI计算,人们通常使用GPU/FPGA/ASIC进行加强:1)GPU适合数据密集型应用进行计算和处理,尤其擅长处理CNN/DNN等图形类机器学习算法。2)FPGA对RNN/LSTM和强化学习等顺序类机器学习算法具有明显优势。3)ASIC是面向特定用户算法需求设计的专用芯片,具有体积更小、重量更轻、功耗更低、性能提高、保密性增强以及成本降低等优点。
三、功率器件
功率半导体器件是用于电力转换和控制的半导体器件。其典型应用场景包括变频、变压、变流、功率放大和功率管理等,主要类型为IGBT和MOSFET。在具体应用上,燃油车一般使用低压MOSFET,其衬底材料为Si。相比之下,BEV对功率器件的性能要求更高,IGBT和高压MOSFET更为主流。
IGBT(绝缘栅双极型晶体管)是一种全控型电压驱动的大功率电力电子器件,由双极性晶体管(BJT)和绝缘栅场效应管(MOS)组成。IGBT的特点是兼具了BJT的导通电压低、通态电流大、损耗小和MOS的开关速度高、输入阻抗高、控制功率小、驱动电路简单等优点。在电动汽车中,IGBT的应用主要集中在三个方面:首先,在电控系统中,IGBT模块将直流转换为交流,驱动汽车电机(电控模块);其次,在车载空调控制系统中,负责小功率直流/交流逆变,该模块的工作电压不高,单价相对也低一些;最后,在充电桩中,IGBT模块被用作开关使用。
IGBT最常见的形式是模块,主要由IGBT芯片、FWD芯片、主端子、辅助端子、浇注封装材、绝缘基板、金属基、树脂外盖和树脂外壳等组成。多个芯片以绝缘方式组装到金属基板上,采用空心塑壳封装,与空气的隔绝材料是高压硅脂或者硅脂,以及其他可能的软性绝缘材料。
从功能安全角度来看,IGBT模块具有以下优点:(1)多个IGBT芯片并联,使得IGBT的电流规格更大;(2)多个IGBT芯片按照特定的电路形式组合,如半桥、全桥等,可以减少外部电路连接的复杂性;(3)多个IGBT芯片处于同一个金属基板上,等于是在独立的散热器与IGBT芯片之间增加了一块均热板,工作更可靠;(4)模块中多个IGBT芯片之间的连接与多个分立形式的单管进行外部连接相比,电路布局更好,引线电感更小。因此,模块的外部引线端子更适合高压和大电流连接。
四、传感器类芯片
汽车传感器主要分为两大类,一类是车辆感知传感器,包括速度/位置传感器、低/中压压力传感器、高压传感器、加速度传感器、角速度传感器、磁力计和温度传感器。另一类是环境感知传感器,包括氧、气体传感器、车载摄像头、超声波雷达、毫米波雷达和激光雷达。
五、存储器
汽车传感器存储器分为闪存和内存,其中闪存包括NANDFlash和NORFlash,内存包括DRAM和SRAM。随着智能化的发展,ADAS和信息娱乐系统产生的数据将不断增加,根据CounterpointResearch的估计,未来十年,单车存储容量将达到2TB-11TB。
相关文章:

一文了解汽车芯片的分类及用途介绍
汽车芯片按其功能可分为控制类(MCU和AI芯片)、功率类、传感器和其他(如存储器)四种类型。市场基本被国际巨头所垄断。人们常说的汽车芯片是指汽车里的计算芯片,按集成规模可分为MCU芯片和AI芯片(SoC芯片&am…...

Linux0.11内核源码解析-truncate.c
truncate文件只要实现释放指定i节点在设备上占用的所有逻辑块,包括直接块、一次间接块、二次间接块。从而将文件节点对应的文件长度截为0,并释放占用的设备空间。 索引节点的逻辑块连接方式 释放一次间接块 static void free_ind(int dev,int block) {…...

LED驱动型IC芯片的原理介绍
一、LED驱动器是什么 LED驱动器(LED Driver),是指驱动LED发光或LED模块组件正常工作的电源调整电子器件。由于LED PN结的导通特性决定,它能适应的电源电压和电流变动范围十分狭窄,稍许偏离就可能无法点亮LED或者发光效…...

VLAN实验
实验题目如下: 实验拓扑如下: 实验要求如下: 【1】PC1/3的接口均为access模式,且属于van2,在同一网段 【2】PC2/4/5/6的IP地址在同一网段,与PC1/3不在同一网段 【3】PC2可以访问4/5/6,PC4不能…...

Qt应用开发(基础篇)——高级纯文本窗口 QPlainTextEdit
一、前言 QPlainTextEdit类继承于QAbstractScrollArea,QAbstractScrollArea继承于QFrame,是Qt用来显示和编辑纯文本的窗口。 滚屏区域基类https://blog.csdn.net/u014491932/article/details/132245486?spm1001.2014.3001.5501框架类QFramehttps://blo…...

三维可视化平台有哪些?Sovit3D可视化平台怎么样?
随着社会经济的发展和数字技术的进步,互联网行业发展迅速。为了适应新时代社会发展的需要,大数据在这个社会经济发展过程中随着技术的进步而显得尤为重要。同时,大数据技术的快速发展进程也推动了可视化技术的飞速发展,国内外各类…...

Xxl-job安装部署以及SpringBoot集成Xxl-job使用
1、安装Xxl-job: 可以使用docker拉取镜像部署和源码编译两种方式,这里选择源码编译安装。 代码拉取地址: https://github.com/xuxueli/xxl-job/tree/2.1.2 官方开发文档: https://www.xuxueli.com/xxl-job/#%E3%80%8A%E5%88%…...
【【超声波避障小车代码】】
超声波避障小车代码 #include <reg51.h> //通用51头文件 #include <intrins.h> //使用了_nop()_函数#define uchar unsigned char //用 uchar 表示 unsigned char 类型 #define uint unsigned int //用 uint 表示 unsigned int 类型sbit EN…...
TDI(Time Delay Integration)
TDI(Time Delay Integration)是一种特殊的图像采集技术,常用于线阵CCD(Charge-Coupled Device)相机。TDI技术可以在保持高分辨率的同时增强图像的信噪比(Signal-to-Noise Ratio, SNR)࿰…...

RHCE——一、安装部署及例行性工作
RHCE 一、网络服务1、准备工作2、RHEL9操作系统的安装部署3、配置并优化RHEL9操作系统4、网络配置5、修改网络连接 二、例行性工作1、单一执行的例行性工作2、循环执行的例行性工作 三、书写定时任务的注意事项四、系统级别的计划任务五、实验1、实验一:编写脚本tes…...

服务器数据库中了360后缀勒索病毒怎么办?360后缀勒索病毒的加密形式
随着信息技术的发展,企业的计算机服务器数据库变得越来越重要。然而,在数字时代,网络上的威胁也日益增多。近期,我们收到很多企业的求助,企业的计算机服务器遭到了360后缀勒索病毒的攻击,导致服务器内的所有…...

期权就是股指期货吗,哪个好做一点?
近年来,场内ETF期权产品不断扩大,越来越多的投资者有投资期权的想法。当我们看到期权时,我们会不知不觉地想到期货,虽然期货与期权只有一个字的区别,但实际上有很大的不同,那么期权就是股指期货吗ÿ…...
week32
本周目标: Belady现象的解释 操作系统 计组IO/MM chapter 刷力扣 ubuntu磁盘/网络/命令行进阶*1 tarball之类的使用 Question 大数据系统实验要学吗? 据说课讲得不好这是一门类似数据库的课程——大数据之hadoop / hive / hbase 的区别是什么&a…...
【数据库】P1 数据库基本常识
数据库基本常识 数据库 ≠ 数据库管理系统表(Table)SQL是什么 数据库 ≠ 数据库管理系统 数据库是保存有组织的数据的容器,数据库称为 DB(DataBase);数据库管理系统是创建和操纵数据库的软件,数…...

c语言——计算两个数的乘积
//计算两个数的乘积 #include<stdio.h> #include<stdlib.h> int main() {double firstNumber,secondNumber,product;printf("两个浮点数:");scanf("%lf,%lf",&firstNumber,&secondNumber);productfirstNumber*secondNumber…...
单机模型并行最佳实践
单机模型并行最佳实践 模型并行在分布式训练技术中被广泛使用。 先前的帖子已经解释了如何使用 DataParallel 在多个 GPU 上训练神经网络; 此功能将相同的模型复制到所有 GPU,其中每个 GPU 消耗输入数据的不同分区。 尽管它可以极大地加快训练过程&…...

编程练习(3)
一.选择题 第一题: 函数传参的两个变量都是传的地址,而数组名c本身就是地址,int型变量b需要使用&符号,因此答案为A 第二题: 本题考察const修饰指针变量,答案为A,B,C,D 第三题: 注意int 型变…...

PyTorch学习笔记(十三)——现有网络模型的使用及修改
以分类模型的VGG为例 vgg16_false torchvision.models.vgg16(weightsFalse) vgg16_true torchvision.models.vgg16(weightsTrue) 设置为 False 的情况,相当于网络模型中的参数都是初始化的、默认的设置为 True 时,网络模型中的参数在数据集上是训练好…...

Python爬虫的scrapy的学习(学习于b站尚硅谷)
目录 一、scrapy 1. scrapy的安装 (1)什么是scrapy (2)scrapy的安装 2. scrapy的基本使用 (1)scrap的使用步骤 (2)代码的演示 3. scrapy之58同城项目结构和基本方法&…...
“深入解析JVM:揭秘Java虚拟机的工作原理“
标题:深入解析JVM:揭秘Java虚拟机的工作原理 摘要:本文将深入解析Java虚拟机(JVM)的工作原理,探讨其内部结构和运行机制。我们将介绍JVM的组成部分、类加载过程、内存管理、垃圾回收、即时编译等关键概念&…...

多模态2025:技术路线“神仙打架”,视频生成冲上云霄
文|魏琳华 编|王一粟 一场大会,聚集了中国多模态大模型的“半壁江山”。 智源大会2025为期两天的论坛中,汇集了学界、创业公司和大厂等三方的热门选手,关于多模态的集中讨论达到了前所未有的热度。其中,…...

C++实现分布式网络通信框架RPC(3)--rpc调用端
目录 一、前言 二、UserServiceRpc_Stub 三、 CallMethod方法的重写 头文件 实现 四、rpc调用端的调用 实现 五、 google::protobuf::RpcController *controller 头文件 实现 六、总结 一、前言 在前边的文章中,我们已经大致实现了rpc服务端的各项功能代…...
【Linux】C语言执行shell指令
在C语言中执行Shell指令 在C语言中,有几种方法可以执行Shell指令: 1. 使用system()函数 这是最简单的方法,包含在stdlib.h头文件中: #include <stdlib.h>int main() {system("ls -l"); // 执行ls -l命令retu…...
Objective-C常用命名规范总结
【OC】常用命名规范总结 文章目录 【OC】常用命名规范总结1.类名(Class Name)2.协议名(Protocol Name)3.方法名(Method Name)4.属性名(Property Name)5.局部变量/实例变量(Local / Instance Variables&…...

《用户共鸣指数(E)驱动品牌大模型种草:如何抢占大模型搜索结果情感高地》
在注意力分散、内容高度同质化的时代,情感连接已成为品牌破圈的关键通道。我们在服务大量品牌客户的过程中发现,消费者对内容的“有感”程度,正日益成为影响品牌传播效率与转化率的核心变量。在生成式AI驱动的内容生成与推荐环境中࿰…...

MMaDA: Multimodal Large Diffusion Language Models
CODE : https://github.com/Gen-Verse/MMaDA Abstract 我们介绍了一种新型的多模态扩散基础模型MMaDA,它被设计用于在文本推理、多模态理解和文本到图像生成等不同领域实现卓越的性能。该方法的特点是三个关键创新:(i) MMaDA采用统一的扩散架构…...

第一篇:Agent2Agent (A2A) 协议——协作式人工智能的黎明
AI 领域的快速发展正在催生一个新时代,智能代理(agents)不再是孤立的个体,而是能够像一个数字团队一样协作。然而,当前 AI 生态系统的碎片化阻碍了这一愿景的实现,导致了“AI 巴别塔问题”——不同代理之间…...
关于 WASM:1. WASM 基础原理
一、WASM 简介 1.1 WebAssembly 是什么? WebAssembly(WASM) 是一种能在现代浏览器中高效运行的二进制指令格式,它不是传统的编程语言,而是一种 低级字节码格式,可由高级语言(如 C、C、Rust&am…...
【C++从零实现Json-Rpc框架】第六弹 —— 服务端模块划分
一、项目背景回顾 前五弹完成了Json-Rpc协议解析、请求处理、客户端调用等基础模块搭建。 本弹重点聚焦于服务端的模块划分与架构设计,提升代码结构的可维护性与扩展性。 二、服务端模块设计目标 高内聚低耦合:各模块职责清晰,便于独立开发…...

Map相关知识
数据结构 二叉树 二叉树,顾名思义,每个节点最多有两个“叉”,也就是两个子节点,分别是左子 节点和右子节点。不过,二叉树并不要求每个节点都有两个子节点,有的节点只 有左子节点,有的节点只有…...