文｜芯東西
看過去的二十年，消費類產(chǎn)品依托不斷發(fā)展的半導(dǎo)體工藝、完善而龐大的網(wǎng)絡(luò)、免費而引人注目的移動網(wǎng)絡(luò)應(yīng)用，在性能表現(xiàn)上遠(yuǎn)遠(yuǎn)超過了車載應(yīng)用。
車載應(yīng)用受限于工作溫度范圍嚴(yán)苛、安全性能要求高，只能使用落后于消費類的芯片、在算力受限的情況下發(fā)展。在摩爾定律減緩的新時代，算力提升走向并行、異構(gòu)等新方向，車載系統(tǒng)的計算架構(gòu)發(fā)展和應(yīng)用需求也發(fā)生變化。
得益于汽車電動化的推動，車輛智能化的發(fā)展迅速，此時的座艙不僅是顯示內(nèi)容的媒介，是人機(jī)互動的參與者或發(fā)起者，更是人們的“第三生活空間”。未來，車載智能化應(yīng)用將展現(xiàn)出新的姿態(tài)，讓我們一同探索這些轉(zhuǎn)變的需求因素和技術(shù)可能性。
01 智能座艙趨勢概述
1922年前裝搭載收音機(jī)功能的量產(chǎn)車正式進(jìn)入市場，到如今，整整過去了一個世紀(jì)。最初的收音機(jī)與家庭收音機(jī)無異，體積龐大，電力消耗高，背著龐大的天線卻只能收到微弱的信號。在這百年發(fā)展歷程里，收音機(jī)依托晶體管、半導(dǎo)體集成電路的發(fā)展，在1963年轉(zhuǎn)變?yōu)槿w管設(shè)計，成為了車上最早、集成晶體管數(shù)量最多的車載電子單元。
隨著之后五十多年的發(fā)展，車上的娛樂系統(tǒng)在不斷與家庭娛樂應(yīng)用同步，1970年磁帶播放器上車，比家用磁帶播放器晚5年；1985年CD主機(jī)上車，僅比體積龐大的家用CD晚3年。而1986年，配置液晶觸控屏的車輛已量產(chǎn)，車載技術(shù)已經(jīng)與消費類技術(shù)同步。
汽車最初只是一個運輸工具，以滿足用戶的出行需求為目的。而從收音機(jī)出現(xiàn)開始，汽車生產(chǎn)商也幾乎同時發(fā)現(xiàn)，人們并不僅被汽車的出行屬性吸引，車上也可以具備滿足社會、家庭生活的各類功能。自然而然的，座艙作為人們使用汽車的空間，逐漸具有更多的功能，包括收音機(jī)、高保真音響、CD機(jī)、帶有觸摸功能的顯示屏、衛(wèi)星導(dǎo)航。到現(xiàn)在，車上形成了以車載信息娛樂系統(tǒng)為中心的娛樂系統(tǒng)，也即IVI系統(tǒng)。此時的座艙不僅是顯示內(nèi)容的媒介，更是人機(jī)互動的參與者或發(fā)起者。
Digital Cockpit 2020 by Samsung and HARMAN
從2020年以來，越來越多的多屏產(chǎn)品量產(chǎn)，將屏幕的數(shù)量拉升到了超過9個，屏幕也長達(dá)1米。大屏化和多屏化趨勢下擠占了座艙空間，座艙布局會產(chǎn)生更多的組合，實現(xiàn)應(yīng)用分區(qū)和多屏無縫協(xié)同，是新的發(fā)展方向。
在智能化浪潮下，屏幕上有越來越多的應(yīng)用加入，層級化的界面交互模式下的操作效率降低，已經(jīng)不能滿足人們的需求，基于感知和推薦系統(tǒng)構(gòu)建的多模主動交互和場景化交互成為發(fā)展的新方向。
得益于汽車電動化的推動，車輛智能化的發(fā)展迅速，車輛信息逐漸集中化，信息的查看和控制集中于智能座艙中，降低客戶使用車輛的難度，要求智能座艙具備場景化服務(wù)組織能力。隨著場景化的延伸，智能手機(jī)、智能家居也融入到車輛使用場景中，智能座艙儼然成為了人們的“第三生活空間”。
02 中央計算集中化趨勢
2.1 EEA的中央計算集中
智能座艙由車載電子電器架構(gòu)（EEA）中所有信息娛樂域電子電器的軟硬件組成，依托EEA提供的電力、信號分配和通信功能實現(xiàn)自身功能和對外延伸。隨著車輛智能化程度的提高，新的架構(gòu)、大量的數(shù)據(jù)以及域集中的趨勢對傳統(tǒng)分布式的架構(gòu)提出了挑戰(zhàn)。其中最重要的一個發(fā)展趨勢是中央計算架構(gòu)，對多個域的功能和屬性進(jìn)行融合，進(jìn)而提供更高的軟件靈活性、更多的代碼重用，以達(dá)到軟件定義汽車的目標(biāo)。
Global Market Monitor資料
2.2 軟件定義汽車及智能座艙的形態(tài)
軟件定義汽車的最終目標(biāo)是使汽車完全由軟件控制，整車的軟件運行在中央計算平臺上。通過這種方式，功能的修正和升級可通過OTA向用戶推送，使得系統(tǒng)軟件的管理和計算效率都得到提升，也大大提高交付的靈活性。
而在智能座艙產(chǎn)品中，隨著芯片計算能力的提升，虛擬化等基礎(chǔ)軟件平臺的完善，將多個域的功能整合在以SoC為中心的計算平臺上已經(jīng)成為現(xiàn)實。隨著算力和分配設(shè)施能力的提升，域的分界線還將進(jìn)一步模糊，將實現(xiàn)更加高效的軟件開發(fā)和集成，提供持續(xù)提升用戶體驗的機(jī)會。
03 算力需求
3.1 CPU算力
SoC是智能座艙算力的核心，SoC中中央計算單元（CPU）是評價CPU性能的主要方式，常以每秒運行的指令數(shù)量（DMIPS）計，隨著智能座艙功能的逐步豐富，對算力的要求也不斷提高。目前，已經(jīng)量產(chǎn)的座艙SoC已經(jīng)具備超過100 KDMIPS的算力，通過高速的CPU計算，用于呈現(xiàn)日益復(fù)雜的UX和應(yīng)用。
在消費類產(chǎn)品，隨著制程工藝下探的難度增大，算力的增長速度逐漸放緩，相比之下，智能座艙產(chǎn)品中，CPU算力的提升卻有著明顯的加速發(fā)展趨勢。
CPU算力的提升，將大大促進(jìn)軟件定義汽車的發(fā)展，同一套系統(tǒng)平臺上將可以通過虛擬化運行更多操作系統(tǒng)。未來，隨著軟件生態(tài)的完善、SOA架構(gòu)的發(fā)展，以虛擬機(jī)為基礎(chǔ)的“系統(tǒng)即應(yīng)用”將成為現(xiàn)實。3.2 GPU算力
HMI是智能座艙上實現(xiàn)交互呈現(xiàn)的重要一環(huán)，車企都在爭相重新定義智能座艙的HMI。在優(yōu)化UX/UI呈現(xiàn)的同時，引入了3D化界面，甚至在座艙內(nèi)引入3D游戲， 3D顯示屏等新的。精美的3D化界面，自然流暢的瀏覽和交互，已經(jīng)逐漸成為了智能座艙的重要體現(xiàn)。
近年來，隨著車載芯片GPU算力的提升，元宇宙、AR/VR等也有了在車上落地的基礎(chǔ)。通過高質(zhì)量的3D UI呈現(xiàn)人機(jī)共駕地圖，使智能座艙牽手自動駕駛系統(tǒng)，通過直觀的方式為客戶提供地圖呈現(xiàn)、車輛狀態(tài)呈現(xiàn)，甚至在視覺上對車輛剎車等動作作出提醒。
3.3 AI算力3.3.1 座艙交互方式的變化
隨著越來越多的顯示器、攝像頭、傳感器和人工智能助手功能的加入，車內(nèi)的交互方式不再限制為傳統(tǒng)的硬按鍵、觸控、語音方式，無縫的交互方式越來越普遍，場景感知和交互融合，成為了智能座艙的重要組成部分。
按照國外媒體的預(yù)測，AI算力呈指數(shù)上升，每3.4個月翻一番，在汽車行業(yè)的應(yīng)用來看，AI算力需求幾乎每年翻一番。除了在自動駕駛領(lǐng)域應(yīng)用外，座艙內(nèi)的AI應(yīng)用也在加速。3.3.2 AI多模態(tài)感知
在應(yīng)用的驅(qū)動下，智能座艙AI算力攀升也激活了一些新功能。座艙已從基本的用戶交互進(jìn)化為主動交互，通過傳感器和算法感知用戶個性化需求，實現(xiàn)主動推薦，提升整體用戶體驗。但是多模態(tài)感知交互有著復(fù)雜的場景，尚不能匹配所有的用戶，在實現(xiàn)多模態(tài)感知交互的過程中，隨著對用戶需求和座艙內(nèi)應(yīng)用場景的理解逐漸深入，模型和邏輯將不斷進(jìn)行迭代，為此更是要求AI算力在量產(chǎn)后仍有足夠的預(yù)留。3.3.3 實時語音降噪
傳統(tǒng)的語音降噪常采用最小均方根（MMSE）方法，目前在AI語音降噪算法的研究，將深度神經(jīng)網(wǎng)絡(luò)（DNN）算法應(yīng)用于降噪中，通過找有噪聲語音與無噪聲語音之間的映射函數(shù)，從而移除背景噪音上。根據(jù)車載環(huán)境要求進(jìn)行模型的設(shè)計和訓(xùn)練，并且部署到車機(jī)上，傳統(tǒng)的方式是使用CPU運行此類應(yīng)用。但為能同時處理多達(dá)8通道的語音，將此類算法部署在AI加速器上是一個趨勢。在消費領(lǐng)域，RTX Voice即運用RTX系列芯片強大的AI算力消除語音背景噪聲，實現(xiàn)了極低的延遲，降低了對系統(tǒng)CPU算力的依賴。
在車載應(yīng)用場景，應(yīng)用DNN進(jìn)行風(fēng)噪、胎噪等各類噪聲的有著非常廣闊的應(yīng)用場景，這些都依賴更為強大的AI算力?？梢韵胂?，AI加速器給語音處理帶來更多的可能性：
通過加速器算力分割背景語音與前景語音，實現(xiàn)對車內(nèi)聲源環(huán)境的定位；
通過音頻與視頻AI計算的結(jié)合，實現(xiàn)更強大的音頻分割和降噪；
具有將Latency進(jìn)一步降低的潛力，甚至實現(xiàn)在單端進(jìn)行雙向語音降噪的能力。
3.3.4 實時視頻數(shù)據(jù)脫敏
隨著UN R155的實施、網(wǎng)絡(luò)安全法的發(fā)布、GB《汽車整車信息安全技術(shù)要求及試驗方法》的正式實施，汽車信息安全越來越受重視，自2021年以來，《汽車數(shù)據(jù)安全管理若干規(guī)定(試行)》等多部與汽車數(shù)據(jù)安全相關(guān)的規(guī)定相繼出臺，要求加強汽車數(shù)據(jù)安全、功能安全和預(yù)期功能安全管理。按照法規(guī)要求，通過車端設(shè)備獲取視頻或圖片數(shù)據(jù)并將數(shù)據(jù)發(fā)送到車外的功能，必須經(jīng)過脫敏處理。而當(dāng)前行車記錄分享、遠(yuǎn)程監(jiān)控、視頻通話、路書等功能都依賴此類數(shù)據(jù)運行。因此，為了保護(hù)道路車輛、行人及駕乘人員的敏感信息和個人隱私，為車在數(shù)據(jù)采集的安全合規(guī)，未來將有更多的算力用于本地的實時圖像分割和信息提取。
傳統(tǒng)的方案是采用CPU進(jìn)行提取和計算，隨著車上視頻流數(shù)量的增加和對實時性要求的提高，使用AI加速器實時對圖像進(jìn)行脫敏，并發(fā)送到用戶的設(shè)備上，將更加流暢和高效。
04 總結(jié)
汽車智能化的產(chǎn)業(yè)變革已經(jīng)進(jìn)入深水期，隨著智能座艙系列應(yīng)用的涌現(xiàn)，應(yīng)對不同的場景，算力的需求已經(jīng)升級。隨著滿足算力需求、功能要求和安全需求的大算力平臺的出現(xiàn)，智能座艙將獲得更大的發(fā)展動力。
參考資料
[1]A regression approach to speech enhancement based on deep neural networks IEEE/ACM Transactions on Audio, Speech and Language ProcessingVolume 23Issue 1January 2015 pp7–19
https://doi.org/10.1109/TASLP.2014.2364452
[2]Changes in Electrical and Electronic Architecture Become Inevitable as the Development of Intelligent Networked Vehicles Is Booming
https://www.globalmarketmonitor.com/report_blog/591703-Changes_in_Electrical_and_Electronic_Architecture_Become_Inevitable_as_the_Development_of_Intelligent_Networked_Vehicles_Is_Booming.html
作者：Derek. Zou（復(fù)睿微產(chǎn)品方案架構(gòu)專家，操作系統(tǒng)軟件工程師，有多年的智能座艙系統(tǒng)架構(gòu)設(shè)計經(jīng)驗。）