特斯拉在最近召回了存在主动巡航控制系统安全隐患的车辆，包括了国产Model 3、国产Model Y电动汽车，共计285520辆。召回这个动作本身没有特别的地方，引发人们注目的是召回的方式。特斯拉采用了远程升级OTA的方式，就如同我们的手机升级系统一样，在线完成了整个召回。
这在过去是不可思议的，汽车这样一个庞然大物不经过4S店或维修厂就完成了一次大检修，但这就是活生生的现实。随着OTA技术逐渐成为新车的标配，汽车也从纯硬件驱动的机械变成了软件驱动的电子产品。
正在变软的汽车
对OTA运用最纯熟的是特斯拉，在2015年对Autopilot进行升级过后，Model S新增了自动辅助驾驶功能，车辆的100km/h-0的刹停成绩和电池续航也得到优化，整个车辆的驾驶感受变发生了变化。
软件定义汽车已经不是一句空话。现在的汽车已经是一个高度复杂的代码集合体。据EDA公司新思科技（Synopsys）统计，智能手机中的安卓系统代码量约为13万行，电脑操作系统Windows Vista为5000万行，而一辆高端汽车的代码量可达1亿行。半导体公司恩智浦预测，2015-2025年，汽车中代码量有望呈指数级增长，其年均复合增速约为21%。
德勤在其报告中总结了软件定义汽车的三大驱动力：
首先，汽车正从机械设备向高度数字化、信息化的智能终端转变。从监测控制电动车电池包的温度，到运行中控屏上的应用程序，再到人机交互体验自动驾驶汽车对周围物体的探测与分类等功能的实现，都离不开软件的开发算法的搭建。最显著的例子就是自动驾驶，没有软件和算法，整个系统就不能运转。
其次，无论是从手机厂商对车机的加速渗透还是汽车制造商对智能互联人机交互的研发投入，都可以看出消费者在智能手机上的用户体验和使用偏好已延伸至车载环境。智能手机可以通过系统性的升级让消费者体验到阶段性的功能更新。通过以软件为基础的OTA功能，汽车也可以在全生命周期都能实现持续的性能优化和功能升级。
最后，汽车行业也在经历“硬件商品化”的过程。汽车中硬件所能实现的差异性越来越小，硬件的销售利润越来越薄，软件和服务在产业链中的地位却愈发凸显。像苹果通过App Store和操作系统建立生态一样，汽车行业也逐步从一锤子硬件销售转向“持续的硬件升级、订阅服务”等盈利模式。最典型的案例就是软件收入逐年增高，有望成为特斯拉营收的重要来源。
各大车企也在用实际行动来表示了转向软件时代的决心。丰田汽车宣布成立软件子公司 Woven。大众集团将预计投入70亿欧元，将软件开发人员扩充到1万人左右。在国内，不提那些造车新势力，就是不想与第三方势力合作的上汽也在去年成立了零束软件公司，计划在2024年将规模扩大到2000人。
进入2021年之后，威马等本土车企更是宣布SOA（面向服务的架构）技术研发规划，将软件定义汽车的进程提升到新的等级。
纵观整个业界，汽车变软已经蔚然成风。
电气架构的进化
汽车的软件化不意味着硬件的不重要，相反，对硬件提出了更高的要求。
在硬件为王的时代，车企们往往先堆砌硬件，再围绕硬件作控制器和书写软件。这导致传统汽车的电子电器架构拥有多达几十甚至上百个ECU，它们在车内与不同数据传输协议的通讯网络相连，连接线束长达几公里，传输速度极慢。
这种分布式的电气架构阻碍了软件定义汽车的发展，域控制/中央集中架构正在取而代之。
集中式架构带来的好处不言而喻，最明显的就是简化布线，减轻装配难度，降低车重。根据特斯拉官方的数据，Model S一共有3000米的线束到 Model 3 只剩下1500米,Model Y中预计线束只有100米。
另一大好处是提升算力，减少冗余。将从多个ECU收集的数据在同一个DCU或者MCU中统一处理，域内主导的DCU或MCU具备比单个ECU更强的算力，其他ECU可以减少对运算资源的浪费。集中式架构就实现了一个大脑汇集多个神经元的信号，统一部署。
这样一来也可以将汽车电子系统集成度提到最高，价格达到最优化。比如一辆L4级全自动驾驶汽车的智能电子模块成本能够节约70%-80%的成本。采用的中央计算E/E架构的特斯拉Model3能够在市场上不断挥动价格屠刀，这就是根部之所在。
第三就是实现了软硬件解耦。由于硬件架构的集中化，汽车硬件也越来越标准化、通用化，厂商可以基于一个通用平台来开发软件。以特斯拉为代表的封闭式软件生态，还是像比亚迪这样的半开放生态，都将吸引大量开发者，借助第三方的力量发挥其巨大潜力，成为软件定义汽车的繁荣基础。
厂商们采取了不同了升级路径向集中式电子架构进发。但是这种转换背后需要的投入也是极其巨大的。正如小鹏汽车嵌入式高级总监余鹏所表示：“ECU的减负，并不像我们简单看着物理集成这么简单，是把数十个ECU的模块，逐一进行软硬件剥离的过程，再进行集中的域控制器，这对大多数主机厂而言，是全新和陌生的过程。”
算力的支撑
软件化还意味着要有巨大的算力作为保障。而且，从下面这张图看出，每个部分对算力的要求也不尽相同。
自动驾驶是当前算力比拼的主战场，也是厂商们消耗硬件资源最大的地方。
以蔚来ET7为例，其超感系统Aquila配备了33个高性能感知硬件，其中包括11个高清摄像头、5个毫米波雷达和12个超声波雷达，每秒可产生8GB图像数据。庞大的数据传输也让蔚来超算平台Adam配备了四颗英伟达NVIDIA Drive Orin芯片，算力高达1016TOPS。同样的，2021年初发布的智己汽车也表示后续通过升级可将算力提升至500~1000Tops，上汽 R 汽车发布新车型 ES33，亦搭载英伟达的 Orin 芯片，也会拥有同样的算力表现。
此外，小鹏、理想汽车也牵手英伟达，小鹏P7使用英伟达Xavier计算平台，算力为30TOPS，理想则预定英伟达最新一代Orin系列芯片，预计2022年量产高达200TOPS运算能力的芯片。
“马力加算力是定义高端智能电动汽车的新标准。”蔚来创始人李斌曾这么评论。
很多汽车厂商就认为，只有激进的产品策略才能占领高地，毫米波雷达、高清摄像头以及高算力芯片因此成为标配。
业内人士认为，汽车需要的算力是根据车内传感器所采集到的数据综合推算出来的，比如说L2级别的计算能力，大家认为需要10 TOPS的计算能力，到L3的时候需要上百TOPS，到L3+L4需要上千TOPS计算能力。
不过，车企还有更多的考虑。黑芝麻CEO单记章就表示，现在产生了一个新商业模式，即在车内进行硬件预埋后，通过软件升级来赚钱。车企不是特别了解未来需要多大的算力，但可以先把算力预埋进去，之后再去升级它的功能。这就是特斯拉目前采取的模式，也预示了软件定义汽车所带来的巨大潜力，其背后就是强大算力所做的支撑。
摩根士丹利在一份自动驾驶产业报告中提到，传统的汽车生产中，硬件占据了整车价值的90%，软件仅占据10%。但是，未来软件所占的价值比重将会提高到40%，硬件则将下降到40%，至于剩余的20%将由内容决定。
因此，软件定义汽车将是未来汽车发展的长期旋律，但硬件依旧扮演者不可或缺的角色。（校对/Andrew）
