关于智能驾驶域控制器的一些观察

前言：

中国车企的电子电气架构正逐渐从分布式架构向域集中式过渡，部分国内主流车企已在2021年实现了域集中式架构平台的量产落地。智能驾驶域控制器作为智能网联汽车的“中央大脑”，已经是各家主机厂关注的重点领域。

重点内容如下：

当前主机厂对智能驾驶域控制器的需求是多样化的。Tier1为了更好地服务客户，在不断地提升自己的软硬件能力，以便能够提供灵活多样的合作模式。
主控芯片是智能驾驶域控制器的核心组件，对于主机厂和Tier1而言，选择合适的主控芯片是域控制器实现快速量产落地的关键一步。
智能驾驶域控制器不仅在设计开发过程中存在一些硬件和软件层面的技术难题，并且在量产过程中还面临着技术工程化要求高、开发周期短、供应链保障难等多方位的挑战。

一、智能驾驶域控制器的类型划分及灵活的合作模式

通常来讲，大家理解的智能驾驶域控制器可能主要是指域控制器硬件+底层基础软件（虚拟机、操作系统内核以及板级支持包等）。但是从广义上来看，智能驾驶域控制器不仅包含硬件+底层基础软件，还涵盖了中间件以及上层应用算法，甚至还涉及到外围的传感器以及执行器，他们共同构成了一套大系统。

福瑞泰克域控产品线总监喻清舟讲到：“从高阶自动驾驶系统解决方案架构设计层面来讲，目前智能驾驶域控制器系统解决方案不仅包含域控制器方案设计、架构设计、算法设计和软件设计，还包括所涉及到的软硬件生态合作伙伴的产品。需要在域控制器这个硬件载体内打通芯片、基础软件、中间层、算法和应用层，实现车内互联并通过快速迭代不断增强用户感官和驾驶体验，迎接数字驾驶世界的到来。”

1. 智能驾驶域控制器类型划分

从产品的定位和用途角度去看，当前乘用车市场上的智能驾驶域控制器大体可以分为两种类型：中低算力域控制器（轻量级域控）和大算力域控制器。

中低算力域控制器：用于实现L1~L2+级的驾驶辅助功能，主要搭载在中低端车型，比如德赛西威的IPU01/IPU02，福瑞泰克的ADC10等。这类型的域控制器对成本比较敏感，它的定位是作为一款高性价比、适合大规模量产落地的产品。

大算力域控制器：用于实现L2+及以上的高阶自动驾驶功能，主要搭载于中高端车型，比如搭载于蔚来ET7和上汽非凡R7的英伟达Orin平台，以及搭载于长城摩卡的高通骁龙Ride平台。这种类型的域控对AI的算力要求比较高，并且还要做硬件预埋，但由于它的定位是要体现出高端和科技感，因此在成本方面承受度较好。

2. 主机厂的不同诉求

由于不同类型的域控制器市场定位不同，因此针对于不同类型的智能驾驶域控制器，主机厂在与Tier1合作过程中的诉求也是不一样的。

中低算力域控制器：主机厂若是在前期没有做好自研准备，现在多半是不会再去搞自研或者联合开发。对主机厂来讲，做好自己的需求定义，比如在控制器里面，主控芯片选什么，需要有什么样的功能，然后直接交给供应商去做就好，这样效率会更高。对他们而言，现在最需要的是能够快速交付，尽快地把新功能推向市场，以保证产品在市场上的竞争力。因此，对于中低算力域控制器，主机厂大多会选择让供应商提供“交钥匙”的方案。

对于中低算力的轻量级域控制器，行业内有基于TDA4平台的方案，也有基于TDA4 +地平线J3的方案。不管是哪种方案，产品定位基本相同——主要用于实现L1~L2+级别的辅助驾驶功能。此功能应用场景相对简单，对功能安全要求也相对较低。对于此类域控制器，主机厂比较看重供应商的成本管控和落地效率，其竞争力在于是否能够提供一款高性价比的产品。

德赛西威副总裁李乐乐举例说：“对于中低算力的行泊一体域控制器，比如低速场景只是实现APA和HPA功能，不需要人在车外，功能安全等级要求较低。高速场景上做L1到L2+，方向盘不脱手，人可以随时介入，这种轻量级域控上所集成的功能就需要重点打磨。开发这类域控制器的主要挑战是如何在算力和成本有限的情况下，把性能做到极致。因为其上层应用算法、中间件和底层软件要联合优化，耦合度高，软硬难以解耦。“

大算力域控制器：在量产时间上还有一个缓冲期，主机厂还有时间和精力与Tier1一起去搞联合开发。更何况头部的主机厂大都希望能够全栈自研，即使自己现在搞不定全栈，也希望在与Tier1的合作中能够更多地参与进去，从而在双方的合作过程中去不断地去补足自己的短板。

大算力域控制器用于配置在中高端车型，是作为技术高点和品牌宣传的亮点。因此从受重视程度上来讲，是中低算力的轻量级域控所不能比的，这是能够体现品牌力和影响力的重要因素。

德赛西威李乐乐解释道：“中低算力域控需要不断打磨和优化策略来弥补算力的不足，在有限成本下把性能做到最好，也就是追求性能和成本的平衡。但是大算力域控目前不用担心算力不足的问题，由于算力本身就非常强大，即使不用对算法做特别的压缩和模型简化，大网络也能运行的非常流畅，体现出极强的性能。

“从这一层面来看，可以理解成大算力域控的硬件与算法功能的耦合性相对会低一些，主机厂和Tier1之间的协同性要求比轻量级域控开发低很多。因此，大算力域控制器适合Tier1和主机厂进行协同开发，主机厂可以专心做上层软件去打造差异化，不用因为担心算力不够用而把双方大量的资源和精力投入到裁剪优化上。”

3. 灵活多样的合作模式

由于各家主机厂实力水平参差不齐，并且各自的战略规划也不同，因此对于域控制器的需求也是多样化的。Tier1要保证自己的产品能够尽快量产落地，快速地实现自己的数据闭环，能够不断地去迭代自己的产品，就需要尽量地去满足客户差异化的需求。

因此，域控制器Tier1在与主机厂合作的过程中，产生了多样化的合作模式。主要有以下几种形式：

硬件+底层软件
硬件+底层软件+中间件
硬件+底层软件+中间件+部分应用算法
硬件+底层软件+中间件+全部应用算法（全栈交付）

当然，提供多样化的合作模式也给供应商带了一定的压力和考验。毕竟开发需求越多，资源投入就会越大。反过来讲，能够经受住这些挑战，并充分利用自身有限的资源去满足主机厂的需求，也有利于Tier1提升其自身竞争力。

德赛西威李乐乐告诉九章智驾：“ 对于智能驾驶域控制器，客户在软硬件层面均会存在一些差异化的需求。

“在软件层面，有的客户希望短平快，选择Linux操作系统，因为Linux的生态系统比较完善，可以满足功能快速实现。但是选择Linux，功能安全就没办法实现，这种情况我们会尽量增加一些冗余设计，包括芯片内部的出错诊断，做一些能做的安全相关的设计。当然，也有些客户基于功能安全层面的考虑会选择QNX实时操作系统。

“同样，除了需要提供底层软件外，有的客户希望我们提供中间件，也有客户需要我们提供全栈工程的交付。这就需要我们基于客户的不同需求去做好边界的划分和接口的定义。

“在硬件层面，基于算力需求的不同，客户会选择不同类型的芯片或不同的组合形式。有的客户选择单Orin 110TOPS，也有选择单Orin X的254 TOPS，更有选择双Orin X的508 TOPS，甚至有客户要求两个双Orin X的板子背靠背集成到一起达到1016TOPS算力。

“另外，从整车架构集成角度来看，不同的OEM也有不同的规划，有一些客户希望在大算力自动驾驶域控平台上集成网关、VCU，也有一些客户希望能集成IMU、GPS定位模块，甚至也有一些希望能集成V2X模块。这些都可以配合客户去提供差异化定制开发的支持。”

总之，主机厂需求不同，域控制器供应商Tier1在服务客户的方式上也会存在差异。无论双方选择哪种合作模式，最终都是以硬件为载体，并以产品的形态给到主机厂，只是在分工上会有差别。对Tier1的挑战在于前期做系统需求设计的时候，需要能够结合客户的差异化需求，提供一个完整的平台化设计，并且能够在平台基础上可进行差异化定制的更改，确保能提供一个最适合客户需求的设计方案。

二、智能驾驶域控制器主控芯片的选择

主控芯片是智能驾驶域控制器的核心，它的算力和集成度直接影响了整车EE架构的形态，进而决定了智能汽车的性能表现。对于Tier1来讲，在开发域控制器的时候，比较关键的一点就是如何去选择合适的主控芯片。笔者在与相关专家的交流过程中发现，大家考虑的维度基本是一致的，都是先基于市场定位的去框定芯片的大致选择范围，然后再从芯片的Roadmap、生态、可落地性等维度去考虑。

1）基于市场定位

选择什么样的主控芯片，首先要看该域控制器的市场定位：打算实现什么样的功能，用于配置在什么价位区间的车型上。

宏景智驾联合创始人蔡文利提到：“如果目标定位是做辅助驾驶，做一个L1~L2级的产品，而且是走量的，在选择芯片的时候对成本就很敏感。这样的域控产品，它走的路线一般是平台化和高性价比。

“如果说目标定位是打造一款L4级限定场景下的无人驾驶，那么客户可能更倾向于去打造一款定制化的产品。比如，定位做Robotaxi，打算走运营的一个模式，目的是想要先把算法打磨出来。它的量就不会特别大，那么选择芯片时，对成本相对就没那么敏感，但要求性能足够好，足够稳定。”

2）芯片的Roadmap

东软睿驰副总经理刘威提到：“从与芯片公司合作的角度来看，会看它是不是一个主流的芯片厂商，有没有连续的产品Roadmap。比如，有一些芯片厂商可能开发出了一款不错的芯片，但是后续没有更新换代。那么围绕该芯片来做域控制器，后续产品的迭代和升级会存在很大的问题。”

同样，均胜电子智能驾驶系统设计负责人李茂青也提到了相同的观点：“在域控制器系统设计中对于硬件方案的选型上除了关注芯片本身的功能性能外，还需要充分了解芯片公司的产品Roadmap，是否有灵活的家族化芯片系列，后续的芯片能不能PIN to PIN地在硬件平台上升级，继而可以在提升硬件性能的同时降低开发成本？”

3）芯片的生态

芯片整个软件的工具链或者对一些算法的开发是不是能满足客户的需求。也就是说芯片的生态怎么样，是否具备一个良好的生态系统能够支撑客户做可落地化的开发,也是主机厂或Tier1在选择芯片时候的重要考量因素之一。

英伟达的芯片生态在业界做的是比较领先的，它的生态包含了开发者、可用的应用软件、丰富的工具和库：

可为汽车领域提供丰富的软件算法人才；
在通用AI领域已训练出大量的算法模型及相关应用软件；
统一的硬件和底层软件接口架构（CUDA-X），可便捷的移植到汽车领域；
由于大量的用户使用，合作伙伴为CUDA平台贡献了大量的库和工具。

知行科技硬件研发总监解释道：“现在很多主机厂都在用英伟达的Orin芯片，除了它是一个大算力平台，另外一个重要的原因是它能提供整个软件的工具链，甚至一些底层的代码以及一些算法的代码都可以提供；开发者可以在上面做更多的适配，能够更好地开发出一款可以落地的高级自动驾驶计算平台。选择芯片，除了芯片本身，更多的是在选择一种生态。”

4）芯片的可落地性

知行科技硬件研发总监讲到：”从产品的角度来讲，选择芯片的话，首要关心的是芯片的可落地性，这是我们最高的优先级。有一个相对简单的判断原则：这款芯片它的量产可靠性怎么样？能不能够满足客户需求，是否能够按照我们的产品路线去做交付。

“在这个基础上，我们再去考虑其它一些因素，比如，它的算力是不是满足我们的需求；产品的简约性如何，是不是可以用自然冷却的方式，而不用去搞什么风冷，、液冷；当然它的制程也是一个比较重要的参数，这会涉及到产品在未来几年的受众会有多大，如果是太落后的制程工艺，相对来说它的使用需求会逐渐下降。”

5）其他因素

从芯片自身性能来看，还需要考虑它的AI算力以及综合能效比，也就是它算力的利用率如何。同时，芯片本身的功能安全等级也是其中的一个关键要素。最后一个，也是比较关键的一点，就是看芯片厂商的的工程服务能力，工程服务能力不行，技术再好，对Tier1来讲在量产落地的时候也会存在很大问题。

三、智能驾驶域控制器设计开发和量产落地面临的挑战

均胜电子李茂青提到：“我们做出的产品需要充分考虑客户的需求。比如，客户现阶段要做高速领航+泊车的功能，但后期要拓展到城区领航，那么在概念设计阶段就需要从系统架构、硬件资源、功能安全，以及产品生命周期等多个维度去分析能不能匹配客户的项目需求。这个阶段是智能驾驶域控设计最有挑战性的一个阶段，只有在此阶段对技术方案进行充分评估，后面的工作才会更具方向性和合理性。”

1. 智能驾驶域控制器设计开发面临的挑战

1）硬件层面

传统分布式ECU对接口、功耗或者算力相对来说要求不高，而现在的域控制器集成了更多的功能，需要处理的数据越来越多，所要求的的算力越来越大。因此，域控制器变得更加复杂，需要的电子元器件非常多。做好内部所有硬件功能安全上的Fail-safe设计是比较有挑战性的工作。同时，在电磁抗干扰能力、信号完整性层面也面临很大的难题。

另外，大算力的芯片会产生新的功耗，产生较大的热量，需要做好尺寸和散热之间的平衡。

德赛西威副总裁李乐乐告诉九章智驾：“大算力域控制器用到的元器件物料数量要远超于过去任何车上ECU内的元器件数量。在功能安全方面，需要做好WCCA（最坏情况电路）分析和失效概率分析以及对应的备份设计,在元器件非常多且系统复杂的前提下，要做好它的功能安全设计是非常有挑战的。

“其次，由于整车本身布置空间比较有限，在充分满足可靠性、电磁兼容和环境试验要求的情况下把域控制器的外形设计控制在较小的尺寸范围内也比较具备挑战性。

“对于大算力域控制器往往发热也比较高，目前的主流解决方案都是通过水冷的设计来解决散热问题。这要求有很强的热仿真能力，才能做好很精巧的水冷散热管道方案，同时又能通过软件监控主要芯片内温度，并根据这些芯片内温度来控制水冷系统入水温度和流速。做好这样一套温度监控、入水温度和流速的控制闭环系统，需要建立一套模型，并做好仿真和测试，避免水冷液过冷或过热导致控制器内部凝水或无法及时散热的问题。”

2）软件层面

如何做好SOA服务化？多个核或者是多个SoC之间如何做好协同通讯、高速计算、算力的部署、实时调度等？如何保证软件架构的灵活性以及软件的功能安全和预期功能安全？这些都是域控制器设计开发在软件层面面临的挑战。

东软睿驰刘威博士提到：“从整个软件的功能上来看，现在大家都在做SOA。实际上SOA服务化对算力是有影响的。虽然大家都说自己在做SOA，但差异还是挺大的。比如，哪些信号能够服务化，哪些信号不能服务化，到目前为止尚无统一的定论。因为，第一，它要依赖于整个的应用需求；第二，需要依赖于整车架构；第三，还需要依赖于整个硬件的算力性能。”

在软件定义汽车的背景下，未来车型的开发周期不断的缩短。大家都想要打造一个灵活的软件架构，可以跨不同的操作系统，不同的硬件平台。软件架构除了需要考虑自动驾驶本身相关的功能外，还需要考虑数据上传和信息安全的问题。同时，也会涉及到本地和云端如何协同去处理数据，包括数据如何协同上传等问题。这都对软件架构提出了一个很高的要求。

从整个软件的实现角度来看，除了硬件考虑功能安全，软件的功能安全也是必须要考虑的，并且工作量非常大。从底层的驱动到基础软件，再到上层一些中间件，一直到最上层的应用，所有的这些软件都要考虑功能安全。并且，对于高阶自动驾驶功能，还要考虑软硬件的预期功能安全。

2. 智能驾驶域控量产落地面临的挑战

从目前的情况来看，中低算力行泊一体域控制器从去年开始已经陆续开始量产落地，并将在近一两年将会迎来量产交付的爆发期。同时，大算力的智驾域控制器从今年开始也有一些车型会开始交付使用。新技术或新产品在量产的前期肯定会不断地暴露出一些问题，那么智能驾驶域控制器在量产落地过程中会面临哪些问题呢？

1）技术工程化理解

智能驾驶域控制器系统相对来说比较新，对系统化的设计能力要求很高。如果系统在开发的过程中出现问题，需要有能够透过问题的表象，看到问题本质的能力，能够把产生的问题逐层分解下去，最后把它解决掉。这对于整个团队的技术工程化理解能力的要求还是很高的。

福瑞泰克喻清舟认为：当出现功能和体验问题的时候，团队是否能够从应用算法端一直挖到最底层的传感器。问题的根源有可能是芯片驱动导致，或者感知导致，能不能在这个链条里面从前到后把所有链路都打通，对团的能力是最直接的挑战。”

2）开发周期不断压缩

在软件定义汽车的时代，明显可以看到，产品迭代速度都在加快。为了将其快速地推向市场，主机厂在拼命地想办法压缩新车的开发周期，因此Tier1不得不去改变其传统的开发模式，借鉴互联网科技公司的开发理念去形成自己新的开发模式，来进行快速响应。

智能驾驶域控制器作为一个比较新的软硬件一体的产品，牵涉的合作方也比较多。当问题出现的时候，需要有人能够把问题定位出来，然后再进行拆解分配给不同的责任方去解决。尤其是一些深层次的问题，定位问题本身就比较消耗时间，同时对于新系统，后期出现的问题也会很多。这在一定程度上也耗费了很多开发周期上的时间。

宏景智驾蔡文利讲到：“由于主机厂都有严格的量产时间节点，所以很多ADAS项目都对工期要求特别紧张，这对ADAS服务商是一把双刃剑。我们需要具有为客户定制化开发的服务意识和技术能力，又要有资源调配的灵活性，愿意配合自己的客户，共同打磨出一款能够量产并且让客户满意的产品。这里面的挑战主要还是在于如何协调好企业内部的资源，有条不紊、把握节奏按时保质保量地交付产品。这是对整个企业系统设计经验、项目管理、资金投入等全方位的挑战。”

知行科技硬件研发总监认为：“在短开发周期的压力下，Tier1的工程基础能力是否足以来应付开发过程中出现的问题，并快速地解决。同样也考验Tier1的生态，你的合作伙伴能不能快速地来支撑你，以及是否有资源来支持你去解决这些问题。”

3）供应链保障

较大的市场需求导致半导体供应链和产能紧缺，包括疫情在内的各种“天灾人祸”不断扰乱半导体的正常生产节奏，而需求与产能之间的矛盾在短期内难以解决。对于市场供应紧缺的芯片，下游工厂还需要通过交保证金，提前给预订单，签订采购合同等方式才能保证能分到货，而即使是所谓被优先供货的“大客户”，也有可能拿不到足量的芯片。

在全球芯片供应链如此紧张的背景下，对于域控制器供应商而言，供应链的保障也是十分的具有挑战性。整车厂在选择域控制器供应商的时候，其合作伙伴芯片厂商的供货能力也是重要的考量指标。

2022 年，芯片短缺仍在影响汽车行业，有些整车厂已经开始思考半导体供应的新思路，有的甚至绕过Tier1直接找芯片设计厂商。更深入一点的主机厂已经开始参与到芯片设计的研发流程中。比如，多家车企已经与黑芝麻、地平线这样的自动驾驶AI芯片厂商建立了战略合作关系。更有甚者，直接打入半导体供应链内部，将芯片设计引入主机厂内部，这种模式称之为“OEM-Foundry-Direct”模式，代表企业有特斯拉、比亚迪等。