文｜芯東西
看過去的二十年，消費類產品依托不斷發展的半導體工藝、完善而龐大的網絡、免費而引人注目的移動網絡應用，在性能表現上遠遠超過了車載應用。
車載應用受限于工作溫度范圍嚴苛、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展。在摩爾定律減緩的新時代，算力提升走向并行、異構等新方向，車載系統的計算架構發展和應用需求也發生變化。
得益于汽車電動化的推動，車輛智能化的發展迅速，此時的座艙不僅是顯示內容的媒介，是人機互動的參與者或發起者，更是人們的“第三生活空間”。未來，車載智能化應用將展現出新的姿態，讓我們一同探索這些轉變的需求因素和技術可能性。
01 智能座艙趨勢概述
1922年前裝搭載收音機功能的量產車正式進入市場，到如今，整整過去了一個世紀。最初的收音機與家庭收音機無異，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。在這百年發展歷程里，收音機依托晶體管、半導體集成電路的發展，在1963年轉變為全晶體管設計，成為了車上最早、集成晶體管數量最多的車載電子單元。
隨著之后五十多年的發展，車上的娛樂系統在不斷與家庭娛樂應用同步，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，車載技術已經與消費類技術同步。
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。而從收音機出現開始，汽車生產商也幾乎同時發現，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、高保真音響、CD機、帶有觸摸功能的顯示屏、衛星導航。到現在，車上形成了以車載信息娛樂系統為中心的娛樂系統，也即IVI系統。此時的座艙不僅是顯示內容的媒介，更是人機互動的參與者或發起者。
Digital Cockpit 2020 by Samsung and HARMAN
從2020年以來，越來越多的多屏產品量產，將屏幕的數量拉升到了超過9個，屏幕也長達1米。大屏化和多屏化趨勢下擠占了座艙空間，座艙布局會產生更多的組合，實現應用分區和多屏無縫協同，是新的發展方向。
在智能化浪潮下，屏幕上有越來越多的應用加入，層級化的界面交互模式下的操作效率降低，已經不能滿足人們的需求，基于感知和推薦系統構建的多模主動交互和場景化交互成為發展的新方向。
得益于汽車電動化的推動，車輛智能化的發展迅速，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組織能力。隨著場景化的延伸，智能手機、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（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、大量的數據以及域集中的趨勢對傳統分布式的架構提出了挑戰。其中最重要的一個發展趨勢是中央計算架構，對多個域的功能和屬性進行融合，進而提供更高的軟件靈活性、更多的代碼重用，以達到軟件定義汽車的目標。
Global Market Monitor資料
2.2 軟件定義汽車及智能座艙的形態
軟件定義汽車的最終目標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。
而在智能座艙產品中，隨著芯片計算能力的提升，虛擬化等基礎軟件平臺的完善，將多個域的功能整合在以SoC為中心的計算平臺上已經成為現實。隨著算力和分配設施能力的提升，域的分界線還將進一步模糊，將實現更加高效的軟件開發和集成，提供持續提升用戶體驗的機會。
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，已經量產的座艙SoC已經具備超過100 KDMIPS的算力，通過高速的CPU計算，用于呈現日益復雜的UX和應用。
在消費類產品，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，智能座艙產品中，CPU算力的提升卻有著明顯的加速發展趨勢。
CPU算力的提升，將大大促進軟件定義汽車的發展，同一套系統平臺上將可以通過虛擬化運行更多操作系統。未來，隨著軟件生態的完善、SOA架構的發展，以虛擬機為基礎的“系統即應用”將成為現實。3.2 GPU算力
HMI是智能座艙上實現交互呈現的重要一環，車企都在爭相重新定義智能座艙的HMI。在優化UX/UI呈現的同時，引入了3D化界面，甚至在座艙內引入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，已經逐漸成為了智能座艙的重要體現。
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。通過高質量的3D UI呈現人機共駕地圖，使智能座艙牽手自動駕駛系統，通過直觀的方式為客戶提供地圖呈現、車輛狀態呈現，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，車內的交互方式不再限制為傳統的硬按鍵、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。
按照國外媒體的預測，AI算力呈指數上升，每3.4個月翻一番，在汽車行業的應用來看，AI算力需求幾乎每年翻一番。除了在自動駕駛領域應用外，座艙內的AI應用也在加速。3.3.2 AI多模態感知
在應用的驅動下，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，實現主動推薦，提升整體用戶體驗。但是多模態感知交互有著復雜的場景，尚不能匹配所有的用戶，在實現多模態感知交互的過程中，隨著對用戶需求和座艙內應用場景的理解逐漸深入，模型和邏輯將不斷進行迭代，為此更是要求AI算力在量產后仍有足夠的預留。3.3.3 實時語音降噪
傳統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，將深度神經網絡（DNN）算法應用于降噪中，通過找有噪聲語音與無噪聲語音之間的映射函數，從而移除背景噪音上。根據車載環境要求進行模型的設計和訓練，并且部署到車機上，傳統的方式是使用CPU運行此類應用。但為能同時處理多達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，實現了極低的延遲，降低了對系統CPU算力的依賴。
在車載應用場景，應用DNN進行風噪、胎噪等各類噪聲的有著非常廣闊的應用場景，這些都依賴更為強大的AI算力。可以想象，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，實現對車內聲源環境的定位；
通過音頻與視頻AI計算的結合，實現更強大的音頻分割和降噪；
具有將Latency進一步降低的潛力，甚至實現在單端進行雙向語音降噪的能力。
3.3.4 實時視頻數據脫敏
隨著UN R155的實施、網絡安全法的發布、GB《汽車整車信息安全技術要求及試驗方法》的正式實施，汽車信息安全越來越受重視，自2021年以來，《汽車數據安全管理若干規定(試行)》等多部與汽車數據安全相關的規定相繼出臺，要求加強汽車數據安全、功能安全和預期功能安全管理。按照法規要求，通過車端設備獲取視頻或圖片數據并將數據發送到車外的功能，必須經過脫敏處理。而當前行車記錄分享、遠程監控、視頻通話、路書等功能都依賴此類數據運行。因此，為了保護道路車輛、行人及駕乘人員的敏感信息和個人隱私，為車在數據采集的安全合規，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。
傳統的方案是采用CPU進行提取和計算，隨著車上視頻流數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行脫敏，并發送到用戶的設備上，將更加流暢和高效。
04 總結
汽車智能化的產業變革已經進入深水期，隨著智能座艙系列應用的涌現，應對不同的場景，算力的需求已經升級。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，智能座艙將獲得更大的發展動力。
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（復睿微產品方案架構專家，操作系統軟件工程師，有多年的智能座艙系統架構設計經驗。）
