孔蓄

隨著汽車的電動(dòng)化、智能化、網(wǎng)聯(lián)化和共享化的不斷推進(jìn)，越來越多的新技術(shù)、新產(chǎn)品應(yīng)運(yùn)而生，我們之所以能在智能車領(lǐng)域看到如今百花齊放的景象，底層原因是技術(shù)的不斷進(jìn)步，簡單來說就是科技的賦能。

我們想知道車為何能夠自動(dòng)駕駛就需要先了解什么是融合感知、車路協(xié)同、大算力芯片、高精地圖等技術(shù)的內(nèi)涵；想知道電動(dòng)車?yán)m(xù)航的上限在哪，就首先要看看電池技術(shù)到了什么樣的地步，4680電池，無鈷電池、固態(tài)電池、CTP/CTC、刀片電池、800 V平臺等；另外像車輛的電子電器架構(gòu)、信息安全、熱管理系統(tǒng)、混動(dòng)技術(shù)、燃料電池技術(shù)這些龐大而復(fù)雜的技術(shù)如同底層地基一般決定著未來智能汽車的上層建筑。

在展望2022年車圈有哪些新的進(jìn)展時(shí)，我們不妨先圍繞三項(xiàng)重點(diǎn)技術(shù)做一下盤點(diǎn)和解析，一是大算力芯片；二是800 V高壓SiC平臺；三是多域融合的中央計(jì)算架構(gòu)。這三大塊內(nèi)容是2022年迎來強(qiáng)勢發(fā)展和規(guī)模上車的關(guān)鍵技術(shù)，讓我們挨個(gè)聊一聊。

1000TOPS大算力計(jì)算平臺迎來量產(chǎn)裝車元年

這一年我們似乎經(jīng)常聽到算力TOPS這個(gè)詞，芯片廠商絞盡腦汁地提升自家產(chǎn)品的算力指標(biāo)，各家車企也在不斷標(biāo)榜自家的車可以實(shí)現(xiàn)整車多少算力的性能，似乎馬力不再是描述一輛車性能好壞的唯一標(biāo)準(zhǔn)，算力在如今這個(gè)智能車時(shí)代也已走到了舞臺中央。那么究竟什么是算力呢？

算力其實(shí)簡單來說描述的是一顆芯片的計(jì)算能力，TOPS是算力的單位，1 TOPS代表處理器每秒鐘可進(jìn)行一萬億次（1012）操作，聽起來是不是非?？鋸?。其實(shí)我們可以類比人類的大腦，人的大腦一般有100億個(gè)神經(jīng)元，神經(jīng)元越多也意味著越聰明，那么車要想替代人類來思考就得有更為強(qiáng)大的計(jì)算能力幫助我們識別和預(yù)測道路上變化莫測的環(huán)境，提升我們駕駛的安全性。因此芯片算力越大，能處理和應(yīng)對的場景和功能就越多，在緊急和復(fù)雜場景下能幫助我們的能力就越強(qiáng)。

在去年年底廣州車展發(fā)布的沙龍機(jī)甲龍整車算力達(dá)到400 TOPS；

蔚來的ET7/ET5配備了包括5個(gè)毫米波雷達(dá)、12個(gè)超聲波雷達(dá)、1個(gè)超遠(yuǎn)距高精度激光雷達(dá)在內(nèi)的33個(gè)高性能傳感器，在4顆英偉達(dá)Drive Orin芯片的加持下，總算力高達(dá)1016 TOPS；

這還不算完，長城WEY摩卡在毫末智行聯(lián)合高通研發(fā)的“小魔盒3.0”的加持下算力將會達(dá)到驚人的1440 TOPS。

但需要弄清一點(diǎn)上千TOPS的算力不是指單顆芯片而是由多顆芯片集成的一個(gè)超大算力平臺，上面我們提到了蔚來的超算平臺ADAM達(dá)到了1016 TOPS是因?yàn)橛?顆單片算力達(dá)到254 TOPS的Orin芯片加持；因此我們也對目前主流芯片場上的芯片算力做了一個(gè)統(tǒng)計(jì)匯總，看看各家芯片都到了一個(gè)什么樣的水平：

通過統(tǒng)計(jì)表我們可以發(fā)現(xiàn)目前在自動(dòng)駕駛域，英偉達(dá)的Orin芯片是已量產(chǎn)芯片中算力最大的，國產(chǎn)品牌中以黑芝麻的華山2號A1000Pro為首達(dá)到了單片算力196 TOPS，黑芝麻智能COM楊宇欣就曾表示：“軟件定義汽車的前提是硬件先行，只有將硬件的性能和算力預(yù)備充足，后續(xù)的軟件才能快速實(shí)現(xiàn)迭代升級和擴(kuò)展功能的應(yīng)用?！?/p>

因此黑芝麻的發(fā)展戰(zhàn)略就是硬件先行，盡可能大地鋪算力，就像許多追求缸數(shù)和馬力的性能愛好者一樣，馬力不一定用得到，但必須要有。但任何事都具有兩面性，預(yù)埋的算力空間雖然給足了，那么成本必然會上去，就看車廠和消費(fèi)者愿不愿意為這部分預(yù)留算力買單了。

當(dāng)然國產(chǎn)芯片廠地平線也是十分出色的，去年發(fā)布的征程5芯片達(dá)到了128 TOPS，并且地平線CEO余凱曾多次表示，地平線并不單純追求物理算力，而更看重深度神經(jīng)網(wǎng)絡(luò)算法在芯片上的計(jì)算效率，即FPS（Frames Per Second）。看似是一種更為走經(jīng)濟(jì)路線的意味。

另外目前在自動(dòng)駕駛的芯片領(lǐng)域國外的三巨頭英偉達(dá)、高通、英特爾Mobileye的實(shí)力仍舊不容小覷，在CES 2022展會上，這三家也都拿出了看家的本事，英偉達(dá)宣布了有更多公司將采用其開放式的DRIVE Hyperion平臺，像沃爾沃高端品牌極星、蔚來、小鵬、理想汽車、R汽車和智己汽車均已采用DRIVE Hyperion。

該平臺包括高性能計(jì)算機(jī)和傳感器架構(gòu)，可滿足完全自動(dòng)駕駛汽車的安全要求。最新一代的DRIVE Hyperion8采用了冗余的NVIDIA DRIVE Orin系統(tǒng)級芯片、12個(gè)環(huán)繞攝像頭、9個(gè)雷達(dá)、12個(gè)超聲波模塊、1個(gè)前置激光雷達(dá)和3個(gè)內(nèi)部感知攝像頭打造。這套系統(tǒng)具備很強(qiáng)的安全冗余，即使在一臺計(jì)算機(jī)或傳感器發(fā)生故障的情況下，備份設(shè)備也可確保自動(dòng)駕駛汽車將乘客安全帶到目的地。

高通在自動(dòng)駕駛領(lǐng)域推出Snapdragon Ride平臺，能夠滿足L2+/L3級別的自動(dòng)駕駛需求。高通近期也宣布了多項(xiàng)合作動(dòng)態(tài)，包括助力通用汽車打造凱迪拉克LYRIQ、助力寶馬打造其自動(dòng)駕駛平臺。同時(shí)，高通在展會上宣布擴(kuò)展其技術(shù)組合，以應(yīng)對自動(dòng)駕駛領(lǐng)域不斷變化的需求。

英特爾的Mobileye更是一連發(fā)布了3顆芯片，分別是EyeQ Ultra，EyeQ 6L和EyeQ 6H。也算是吹響了反攻的號角。

未來芯片的算力將會是智能汽車發(fā)展的基石，只有算力不斷突破，才能使智能車的智能上限拉的更高。

800 V高壓SiC平臺將成為車企的法寶

前面我們說的芯片算力高低決定了一輛車的智能水平，那么接下來我們要聊的技術(shù)就是決定一輛電動(dòng)車充電快慢的能力。

要知道充電慢已經(jīng)成為了許多電動(dòng)車用戶的一大痛點(diǎn)也是勸退很多用戶想要嘗試電動(dòng)車的罪魁禍?zhǔn)?，雖然目前也有換電技術(shù)能極大提高補(bǔ)能效率，但由于成本高、推廣難度大等原因制約著其發(fā)展。因此快充是目前發(fā)展?jié)摿ψ畲笠彩亲羁赡艹蔀橹髁鞯囊环N解決方案。

首先我們要知道充電快慢是由充電功率決定的，那么我們回想一下高中的物理知識，功率=電壓×電流，即P=U*I，所以想要提高充電功率的途徑只有兩條，要么增大電壓，要么提高電流。

因此從而發(fā)展出兩條技術(shù)路線，一是以特斯拉和極氪為代表的大電流派，二是以保時(shí)捷為代表，其他眾多廠商緊隨支持的高電壓派。先簡單說一下大電流派，這個(gè)流派最大的難點(diǎn)就是由于電流升高導(dǎo)致的發(fā)熱問題，同樣引入發(fā)熱公式：Q=I2Rt，可以看到發(fā)熱量會隨電流的提升而呈指數(shù)倍的增長，因此如何散熱成為了發(fā)展難題，以特斯拉為例，在V3超充樁上以250 kw的功率充電，最大電流可高達(dá)600 A，發(fā)熱量可想而知，但特斯拉應(yīng)用水冷充電槍以及多種熱管理配合使得這一問題得以解決。并且特斯拉選用大電流為發(fā)展方向的原因還是成本控制問題，因?yàn)楦邏浩脚_的元器件會使整車成本上升，以特斯拉目前不斷下探的價(jià)格可以看出，高電壓顯然有些背道而馳。

那么接下來說回主題高電壓平臺。傳統(tǒng)的電壓平臺一般是400 V，高壓平臺目前是將電壓提升到800 V甚至更高水平，高電壓可以有效解決大電流的發(fā)熱問題，低電流+高電壓需要配套高壓充電樁和車端的高壓適配方案。

充電端：充電槍、接觸器、線束、熔絲等部件要更換升級成耐高壓材料。

車端：車輛本身的動(dòng)力電池，空調(diào)壓縮機(jī)、電驅(qū)動(dòng)、PTC、OBC、DC/DC等面向高壓平臺的零部件都要進(jìn)行新的設(shè)計(jì)和調(diào)整，以適應(yīng)新的高壓平臺。

充電端的升級還好說，但是車端的元器件升級則需要新的技術(shù)支持才能實(shí)現(xiàn)。之前說到大電流的難題是發(fā)熱問題，那么高電壓的限制因素就是目前車規(guī)級的元器件IGBT（Insulated GateBipolar Transistor）即絕緣柵雙極型晶體管。

它的耐高壓能力不足，因此就需要選取新的能耐高壓的材料來替代現(xiàn)有部件，這個(gè)新材料就是SiC碳化硅。

SiC器件工作溫度在200℃以上，工作頻率在100 kHz以上，耐壓可達(dá)20 kV，這些性能均優(yōu)于傳統(tǒng)硅基IGBT；SiC器件的體積為IGBT整機(jī)的1/3～1/5，重量是IGBT的40 % ～60 %；還可提升系統(tǒng)的效率，在電動(dòng)汽車不同工況下，SiC器件比IGBT的功耗降低60 % ～80 %，效率可提升1 % ～3 %。

但也要注意到IGBT在電動(dòng)汽車上的成本占據(jù)約7% ～10 %，是除動(dòng)力電池之外成本第二高的電動(dòng)汽車配件。如果采用SiC，目前同一級別的SiC MOSFET的成本約是IGBT的8～12倍，并且耗損也大于IGBT。所以，如果用高電壓平臺，如何控制成本也將成為困擾車企的一大難題。

除了我們前面提到保時(shí)捷的Taycan已經(jīng)使用了800 V高壓平臺，許多國產(chǎn)品牌也在加速布局。例如像新發(fā)布的小鵬G9將搭載800 V SiC平臺，并配合480 kw高壓超充樁。

長城沙龍機(jī)甲龍也支持高壓平臺，另外像比亞迪、東風(fēng)嵐圖、吉利汽車、廣汽埃安、理想汽車、北汽極狐等眾多品牌都將加入到高壓平臺的陣營當(dāng)中。

因此無論是大電流和高電壓都是為了提升我們補(bǔ)能的效率，但以目前來看800 V的SiC高壓平臺有望成為主流，眾多車企也將搭載這一平臺，因此今年也將是800 V SiC高壓平臺的發(fā)展元年，雖然還有諸多難點(diǎn)有待解決，但我們可以看到市場的前景是十分不錯(cuò)的。

汽車電子電氣架構(gòu)由分布式架構(gòu)向多域融合發(fā)展

聊到這個(gè)話題首先我們需要了解什么是電子電氣架構(gòu)也叫E/E架構(gòu)，這個(gè)架構(gòu)是指整車電子電氣系統(tǒng)的總布置方案，即將汽車?yán)锏母黝悅鞲衅?、處理器、線束連接、電子電氣分配系統(tǒng)和軟硬件整合在一起，實(shí)現(xiàn)整車的功能、運(yùn)算、動(dòng)力及能量的分配。

通俗來講我們車輛的四輪驅(qū)動(dòng)、安全氣囊、防抱死系統(tǒng)、升降車窗再到收音機(jī)車載娛樂系統(tǒng)等功能的實(shí)現(xiàn)都需要在這個(gè)架構(gòu)上完成，并且控制各個(gè)功能實(shí)現(xiàn)的是一個(gè)叫ECU的部件，ECU是指電子控制單元也稱“行車電腦”，ECU的功能相對單一，基本就是一個(gè)ECU實(shí)現(xiàn)一個(gè)主要功能，那么可想我們車上有那么多的功能就需要幾十種的ECU來控制，因此在早期的E/E架構(gòu)中是分布式的形式，各個(gè)ECU通過CAN和LIN總線連接在一起，現(xiàn)在由于自動(dòng)駕駛以及智能座艙的普及，車?yán)锶绻€用分布式ECU來控制，那么對于芯片數(shù)量，整車成本以及安全性都提出了很大難題，因此用一個(gè)或幾個(gè)“大腦”來操控全車的ECU與傳感器的架構(gòu)，（Domain Control Unit，DCU）也就應(yīng)運(yùn)而生了。

目前域控制器典型的是分為動(dòng)力總成、底盤控制、車身控制、自動(dòng)駕駛、智能座艙這5個(gè)主要的域。每個(gè)域有一個(gè)主要的高性能的ECU，負(fù)責(zé)處理域內(nèi)的功能處理和轉(zhuǎn)發(fā)。域內(nèi)部一般使用低速總線，各個(gè)域之間使用高速總線或者現(xiàn)在用的比較多的車載以太網(wǎng)互聯(lián)。

這些域控制里面比較受關(guān)注的就是自動(dòng)駕駛域控制了。過去一套ADAS系統(tǒng)，要有好幾個(gè)獨(dú)立的ECU才能實(shí)現(xiàn)。比如車道偏移和交通識別ECU、前向碰撞預(yù)警ECU、泊車輔助ECU、盲區(qū)檢測ECU，有的還有全景環(huán)視ECU、后防碰撞預(yù)警ECU等，現(xiàn)在有了自動(dòng)駕駛的域控制器后，一個(gè)域就能實(shí)現(xiàn)全部功能，大大提升了底盤的集成度和功能的集中控制。

未來E/E架構(gòu)的發(fā)展會以分布式域集中式、中央計(jì)算式的方向發(fā)展：

分布式架構(gòu)：該架構(gòu)下，ECU與實(shí)現(xiàn)的功能存在對應(yīng)關(guān)系。

域集中式架構(gòu)：該架構(gòu)對ECU實(shí)現(xiàn)了進(jìn)一步的集成，引入DCU。

中央計(jì)算式架構(gòu)：該架構(gòu)對DCU實(shí)現(xiàn)了進(jìn)一步的集成，所有DCU融入一臺中央計(jì)算機(jī)。功能與元件之間的對應(yīng)關(guān)系不復(fù)存在，由中央計(jì)算機(jī)按需指揮執(zhí)行器。

在域集中式到中央計(jì)算的過程中，還有一種過度的形式就是目前許多車企都在嘗試的跨域融合。當(dāng)前形成了兩種主流的跨域融合方案：按功能融合和按位置融合。

按功能融合：三域架構(gòu)。三域架構(gòu)將全車劃分為整車控制（vehicle domain controller，VDC）、智能駕駛（ADAS domain controller，ADC）、智能座艙（cockpit domain controller，CDC）三大功能域，分別實(shí)現(xiàn)車輛行駛、自動(dòng)駕駛、信息娛樂等功能。像大眾MEB平臺的E3架構(gòu)、寶馬iNEXT車型架構(gòu)、華為CC架構(gòu)等均屬于此類。

按位置融合：按照汽車的物理空間，將全車劃分為多個(gè)區(qū)域，如左車身域、右車身域等。線束數(shù)量能夠大量減少，釋放更多物理空間。特斯拉、豐田等均屬于此類。

總之未來的發(fā)展方向一定是向著降熵的方向發(fā)展，分布式意味著復(fù)雜、混亂度高，逐級整合最終走向統(tǒng)一管理會使得熵值降低，意味著降本增效，意味著能拓展更多的功能。