争夺汽车芯片「高地」
一直以来,汽车芯片无论是工艺制程,还是新技术的导入,都要落后消费类产品几年时间。不过,如今,随着汽车智能化进一步推动汽车制造商与上游芯片设计公司、晶圆代工厂的紧密互动,历史即将翻篇。
同时,另一个更为关键的因素是,车规级、功能安全,甚至是最新的信息与网络安全的规范落地,汽车芯片的严苛要求让不少初创公司需要投入更多的资金和时间来完成前装落地。
不过,这样的局面,也将被彻底改变。
最新消息,作为全球汽车芯片的主要晶圆代工厂,台积电近日宣布,将推出一款全新的汽车专用芯片设计软件,可以让芯片设计公司提前两年时间开始设计工作,包括台积电最新的N3芯片制造技术的汽车级版本,这是目前消费类领域的最新技术。
该公司的目标是,2025年正式发布这个软件版本。考虑到汽车级芯片从设计、流片、认证等一系列流程至少需要三年时间,台积电此举势必将大幅缩短初创公司推出可量产产品的时间。
众所周知,目前,7nm已经是现有量产级别汽车芯片的领先主流技术,今年高通还要首次量产5nm的第四代座舱SoC(8295);而在智能驾驶赛道,英伟达Orin同样是7nm,下一代中央计算芯片Thor,则是5nm工艺。
有消息称,N3能够使用多达25层极紫外辐射(EUV)光刻流程,根据配置不同,每台EUV光刻机的成本为1.5亿至2亿美元。台积电正在考虑降低N3芯片的报价,以刺激更多的企业使用N3级工艺技术。
公开数据显示,台积电每块N3晶圆的收费可能高达2万美元,而N5晶圆价格为1.6万美元左右。也有报道,台积电的N3还存在良率低的问题,一估计良率在60%到80%之间,部分良率甚至低于50%。
台积电预计,在高性能计算和智能手机等应用的推动下,3nm产品将在今年实现市场平稳增长,第二代 3nm(N3E)制程工艺也将于今年第三季度量产。
从目前已经量产的消费类芯片来看,与5nm制程相比,3nm制程降低了45%的功耗,提升了23%的性能,并减小了16%的面积。比如,在台积电对手三星看来,3nm采用的GAA晶体管结构,标志着芯片制造进入了新的时代,并继续提升高性能、低功耗计算能力。
以三星公布的数据,该公司即将量产的第二代3nm制程有进一步的优化,将降低50%的功耗,提升30%的性能,降低35%的面积。同时,不管是台积电,还是三星,汽车行业客户都是未来的重点。
而在高工智能汽车研究院看来,随着2024年开始,高通和英伟达率先量产下一代高性能中央超大算力芯片,高端市场争夺战将进入一个新的周期。同时,受益于集中式架构规模化后带来的可能降本效应,汽车芯片的需求也可能会发生根本性变革。
事实上,这也可以从这几年分布式ECU到域控制器的快速转型设计,可见一斑。比如,以高通8155为例,无论是高端豪华车型,还是主打中低端市场的一些车型,都在大规模搭载。此外,基于高通第四代座舱平台,多家中国本土供应商也已经获得多个项目定点。
「在汽车智能化、整车OTA还处于快速增长周期,对于芯片算力的需求,还处于上升阶段。」在一些汽车行业人士看来,即便是目前市面上最强的汽车级量产芯片,可能一两年后,由于软件功能的多元化继续扩大,算力不够用或是短期内的常态。
尤其是车企推陈出新的频率越来越高,很多时候,刚刚量产的旗舰车型搭载的芯片,可能不到一年时间就落伍了。这意味着,对于车企来说,在可接受的成本区间内,谁都希望用上最好的芯片。
而中央计算架构,将是下一代高性能汽车芯片的「用武之地」。
目前,行业内一致的看法是,将过去在不同域(比如,座舱与智驾)功能转移到集中的计算平台,可以更容易地进行整车OTA,以及灵活部署新功能。相比而言,目前的分布式域架构只是完成了域内的集成和软硬件初步解耦。
就在今年初,大众集团对外透露,正计划在改款的MEB Plus电动平台以及高端PPE平台上率先启用高通下一代中央计算芯片。原因是,支持单芯片多域(包括辅助驾驶、智能座舱等功能)计算能力芯片,可以减少单车搭载芯片的数量(尤其是周边配套芯片数量的减少,可以降低供应链风险)。
按照高通公司披露的信息,大众集团的大部分主流车型将使用Ride Flex芯片支持中央计算架构。大众集团的率先入局,意味着,这场跨域中央计算的市场先发战,已经打响。而该公司每年全球千万辆级别的新车交付能力,也在帮助中央计算平台的成本快速下降。
目前,国内多个自主品牌(包括理想、小鹏、埃安、路特斯等)也已经正在开发全新一代中央计算E/E架构核心技术与车型。其中,车身区域控制器的加速上车,也为中央计算平台铺垫落地。
此外,在今年CES展上,采埃孚推出多域功能版本的ProAI高性能计算平台,可以在不同的单板上支持基于域的ADAS、信息娱乐以及车身控制功能,并适配不同供应商的系统芯片以及并行多个操作系统。
按照高工智能汽车研究院的测算,30万元以上车型将是首批升级中央计算+区域控制的细分市场,2022年在这个价位区间的全年交付「智能驾驶+智能座舱同时标配」超过115万辆,到2025年有望突破350万辆规模。
相关文章:
争夺汽车芯片「高地」
一直以来,汽车芯片无论是工艺制程,还是新技术的导入,都要落后消费类产品几年时间。不过,如今,随着汽车智能化进一步推动汽车制造商与上游芯片设计公司、晶圆代工厂的紧密互动,历史即将翻篇。 同时…...
SuperMap GIS基础产品三维GIS FAQ集锦(2)
SuperMap GIS基础产品三维GIS FAQ集锦(2) 【WebGL】桌面对三维缓存设置了最大最小可见高度,在iServer发布三维服务并进行预览是可以看到该效果的,但在前端代码打开该服务,最大最小可见高度效果丢失,请问怎…...
11.streamFile
1.Stream流 1.1体验Stream流【理解】 案例需求 按照下面的要求完成集合的创建和遍历 创建一个集合,存储多个字符串元素把集合中所有以"张"开头的元素存储到一个新的集合把"张"开头的集合中的长度为3的元素存储到一个新的集合遍历上一步得到的集…...
如何裁剪图片大小尺寸?
如何裁剪图片大小尺寸?平时我们在工作或者学习的时候,会经常需要将图片上传到不同的网站或者平台上,然而上传的时候经常会受到尺寸的限制,有时候尺寸太大就需要变小,为了确保上传成功,我们需要将图片进行裁…...
深度学习笔记之梯度下降、反向传播与内置优化器
文章目录 1. 梯度下降法2. 反向传播算法3. PyTorch内置的优化器3.1 SGD优化器3.2 RMSprop优化器3.3 Adam优化器 1. 梯度下降法 笔者往期的机器学习笔记: 机器学习之梯度下降算法 梯度下降法是一种致力于找到函数极值点的算法。 所谓“训练”或“学习”就是改进…...
Visual Studio 2022 搭建GLFW OpenGL开发环境
最近工作需要 需要写一个全景的视频播放器 网上搜了下大概解决方案是 ffmpegopengl b站有很多视频 按照视频 搭建了OpenGL的开发环境 先去GLFW的网站下载 windows平台的库文件 为什么使用GLFW 因为GLFW是跨平台的 我下的是64位版本解压后有目录如下 包含了动态库和静态…...
四元数快速入门【Quaternion】
四元数(Quaternion)是用于旋转和拉伸向量的数学运算符。 本文提供了一个概述,以帮助理解在空间导航等应用程序中对四元数的需求。 推荐:用 NSDT场景设计器 快速搭建3D场景。 可以通过多种方式在空间中准确定位、移动和旋转物体。 …...
为什么我们要使用向量化运算
问题背景 如果你是matlab用户,你一般都会使用向量化运算进行编程。原因也许很简单,因为matlab针对向量化运算在底层做了深度优化,尤其是针对矩阵乘法调用了MKL之类的高度优化的第三库来加速。所以我们在推演算法的阶段,尽量的以向…...
Makefile零基础教学(一)初识makefile
从这篇文章开始就开始进入 Makefile 的零基础教程,相信只要看了本教程的都可以对 Makefile 有一个清晰的理解和正确的运用。那么现在就开始我们的 Makefile 学习之路。 文章目录 一、什么是 Makefile,优点?二、什么是 make, 为什么使用make?…...
如何使用SpringMVC之常用注解
❣️关注专栏:JavaEE Spring MVC ⌛️ 1. Spring MVC 创建和连接⌛️ 1.1 RequestMapping⌛️ 1.2 GetMapping⌛️ 1.3 PostMapping ⌛️ 2. 获取参数⌛️ 2.1 传递/获取单个参数⌛️ 2.2 传递/获取多个参数⌛️ 2.3 传递/获取对象⌛️ 2.4 参数重命名⌛️ 2.4.1 …...
Vue3的axios请求封装,请求拦截,相应拦截
对于三者放在Service.js中封装,方便使用 axios.create 的作用是创建一个新的 axios 实例,该实例可以具有自定义配置。通过使用 axios.create,您可以为任何 API 生成一个客户端,并在使用同一客户端的任何调用中重复使用相同的配置…...
ZC706P试验PL_DDR3内存条的步骤方法
ZC706P 板卡完全兼容XILINX官方的ZC706,当然也支持PL外挂的1G的DDR3内存条,这个片BLOG我提供从官方下载的一个文档和一个项目,演示一下验证DDR3的步骤。 步骤1:准备好板子,安装好软件。 链接:https://pan.baidu.com/s…...
通达信W底形态选股公式,也称双底形态
W底形态,也称双底形态,是一种经典的技术分析形态,代表了跌势的逆转。看起来像字母 "W",描述了一波下跌,反弹,再次下跌到与上一波下跌相同或相近的位置,最后是另一波反弹。W底形态两次…...
java语言与算法、数据结构的用法
Java语言是一种广泛使用的计算机编程语言,也是开发各种软件和操作系统的重要工具之一。除了具有高效性和可移植性之外,Java语言还具有丰富的算法和数据结构支持,可以帮助程序员轻松地解决各种问题。 算法和数据结构是计算机科学中的两个基本…...
中国社科院与美国杜兰大学金融管理硕士项目,引领你走在金融行业前沿
作为金融领域从业人员时刻都在关注行业最新资讯,只有掌握一手的前沿讯息,才能在职场上无往不胜。针对在职的你,如何利用业余时间让自己更增值呢,中国社科院与美国杜兰大学金融管理硕士项目引领你走在金融行业前沿。 金融管理硕士…...
第三十五章 Unity人形动画(下)
本章内容主要就是动画数据的独立文件使用方式。有了独立的动画文件,我们就可以将其应用到其他模型上面了。最简单的方式就是,我们可以给其他模型编辑动画控制器的时候,使用这些动画文件。Unity则给我们提供了更加高级的共享方式,就…...
vue导入导出excel、设置单元格背景色、文字居中、合并单元格、设置列宽(使用xlsx库和xlsx-style库)
xlsx xlsx是由SheetJS开发的一个处理excel文件的npm库 适用于前端开发者实现导入导出excel文件的经典需求 为了区别于xlsx文件,突出其应用语言,该库通常又被称为js-xlsx 导出js数据为Excel文件 需要以下步骤: 安装 xlsx 库 你可以使用 …...
java 线程池
线程池 是 一个 容器,其中管理着多个线程(预先创建并维护一定数量的线程),当有一个任务a需要一个线程去完成时,从容器(线程池)中获取一个线程A去执行任务a,当线程A完成任务a后,线程A…...
音频焦点使用及原理
音频焦点使用及原理 本博客代码基于Android 10源码 为什么会有音频焦点这一概念? 在Android音频领域中,应用层所有的App播放音频,最终都是走到音频回播线程PlaybackThread中,如果多个App都走到同一个PlaybackThread中去࿰…...
PyQt5桌面应用开发(8):从QInputDialog转进到函数参数传递
本文目录 PyQt5桌面应用系列How old are you, Dialog?QInputDialog minimalistwhy not lambdaand how partial worksSummary PyQt5桌面应用系列 PyQt5桌面应用开发(1):需求分析 PyQt5桌面应用开发(2):事件…...
wordpress后台更新后 前端没变化的解决方法
使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…...
label-studio的使用教程(导入本地路径)
文章目录 1. 准备环境2. 脚本启动2.1 Windows2.2 Linux 3. 安装label-studio机器学习后端3.1 pip安装(推荐)3.2 GitHub仓库安装 4. 后端配置4.1 yolo环境4.2 引入后端模型4.3 修改脚本4.4 启动后端 5. 标注工程5.1 创建工程5.2 配置图片路径5.3 配置工程类型标签5.4 配置模型5.…...
css实现圆环展示百分比,根据值动态展示所占比例
代码如下 <view class""><view class"circle-chart"><view v-if"!!num" class"pie-item" :style"{background: conic-gradient(var(--one-color) 0%,#E9E6F1 ${num}%),}"></view><view v-else …...
可靠性+灵活性:电力载波技术在楼宇自控中的核心价值
可靠性灵活性:电力载波技术在楼宇自控中的核心价值 在智能楼宇的自动化控制中,电力载波技术(PLC)凭借其独特的优势,正成为构建高效、稳定、灵活系统的核心解决方案。它利用现有电力线路传输数据,无需额外布…...
【快手拥抱开源】通过快手团队开源的 KwaiCoder-AutoThink-preview 解锁大语言模型的潜力
引言: 在人工智能快速发展的浪潮中,快手Kwaipilot团队推出的 KwaiCoder-AutoThink-preview 具有里程碑意义——这是首个公开的AutoThink大语言模型(LLM)。该模型代表着该领域的重大突破,通过独特方式融合思考与非思考…...
如何在最短时间内提升打ctf(web)的水平?
刚刚刷完2遍 bugku 的 web 题,前来答题。 每个人对刷题理解是不同,有的人是看了writeup就等于刷了,有的人是收藏了writeup就等于刷了,有的人是跟着writeup做了一遍就等于刷了,还有的人是独立思考做了一遍就等于刷了。…...
优选算法第十二讲:队列 + 宽搜 优先级队列
优选算法第十二讲:队列 宽搜 && 优先级队列 1.N叉树的层序遍历2.二叉树的锯齿型层序遍历3.二叉树最大宽度4.在每个树行中找最大值5.优先级队列 -- 最后一块石头的重量6.数据流中的第K大元素7.前K个高频单词8.数据流的中位数 1.N叉树的层序遍历 2.二叉树的锯…...
python报错No module named ‘tensorflow.keras‘
是由于不同版本的tensorflow下的keras所在的路径不同,结合所安装的tensorflow的目录结构修改from语句即可。 原语句: from tensorflow.keras.layers import Conv1D, MaxPooling1D, LSTM, Dense 修改后: from tensorflow.python.keras.lay…...
Webpack性能优化:构建速度与体积优化策略
一、构建速度优化 1、升级Webpack和Node.js 优化效果:Webpack 4比Webpack 3构建时间降低60%-98%。原因: V8引擎优化(for of替代forEach、Map/Set替代Object)。默认使用更快的md4哈希算法。AST直接从Loa…...
群晖NAS如何在虚拟机创建飞牛NAS
套件中心下载安装Virtual Machine Manager 创建虚拟机 配置虚拟机 飞牛官网下载 https://iso.liveupdate.fnnas.com/x86_64/trim/fnos-0.9.2-863.iso 群晖NAS如何在虚拟机创建飞牛NAS - 个人信息分享...
