出品 | 搜狐科技
作者 | 梁昌均
當軟件定義汽車越來越被認可，汽車加快向智能化轉型，尤其是汽車架構帶來的變化，影響著上游芯片供應商設計芯片的思路。
作為全球最大的汽車半導體公司之一，恩智浦也面臨著這一變化帶來的挑戰，并提出相應的解決方案。近日，恩智浦半導體執行副總裁兼CTO Lars Reger在與搜狐科技等媒體溝通中分享了恩智浦汽車標準化平臺及技術思考。
Lars是微電子領域的資深工程師，先后見證了西門子、英飛凌、大陸集團等半導體公司的技術創新和產品迭代。2008年他加入恩智浦，2018年底開始全面負責恩智浦的技術工作。
目前，恩智浦和德州儀器、英飛凌、意法半導體等在全球汽車半導體領域占有舉足輕重的地位。去年全年，恩智浦營收達到132億美元，其中車用芯片收入占比超過一半，恩智浦股價也伴隨汽車電動化和智能化浪潮上漲超過500億美元。
對汽車領域的高度依賴，意味著如果無法跟上汽車領域變革的節奏，這些半導體廠商就有可能在新一輪的技術和市場競賽中失去原本獲取的優勢地位。因此，必須要作出改變。
Lars首先談到了過去幾年被熱議的自動駕駛。“2016年很多人都在問，什么時候能夠實現完全自動駕駛汽車，有報道提到2020年會有1000萬臺的自動駕駛汽車。然后2020年就來了，大家發現自動駕駛汽車并沒有像宣傳的那樣發生，2020年也不是自動駕駛汽車的元年。”
對此Lars解釋稱，自動駕駛汽車并沒有那么快地實現，原因是當時對人工智能和機器學習寄予厚望，但其實僅有人工智能和機器學習還不夠。
“簡單來說，ChatGPT是一個非常好的工具，比如可以用來寫新聞稿，但很快就會發現，很好地使用這個工具有前提——你必須是這個特定領域的專家，這樣才能知道這個工具運行得如何。”Lars舉例說到。
他認為，一級供應商（Tier 1）、OEM和半導體公司應該更多地思考如何建設安全、高效的智能機器。“簡單地把人工智能加在汽車上不可行，從馬車到內燃機車，然后又突然升級到帶輪子的IT系統，這樣的路徑太昂貴、太復雜，也太快。”
對此Lars的建議是，應該遵循生物的路徑，雖然是小步，但還是不斷地進化。具體而言，他認為必須從架構開始，改變對機器的思考方式。
“首先是感知環境，然后是與云進行連接獲得更多的信息，接著用智能器件進行計算，之后傳導給機器人的腿和胳膊，再加上信息安全和功能安全，以確保可以信任設備。”Lars表示，機器人的架構和汽車運行的架構相似，它包括了各種各樣的功能，比如連接、信息娛樂系統、動力總成驅動、車身電子、車內的溫控、駕駛員取代系統，以及大數據網關等。
“這看起來簡單，但從造車角度看，沒有哪個OEM用的是同樣的架構，有些是傳統的車，有些更加先進一些。即使在同一家OEM內部，它也有不同的模式和不同代的技術，有一些架構是域的，有些則是區域性的。”Lars提到，現在汽車有幾百種底層架構，哪怕針對同一個系列，從入門級車輛到高端車輛也會有很大的區別，是一個更加復雜的過程。
為了解決這樣的問題，恩智浦推出汽車標準化平臺。“我們就是要為這些行業OEM和一級供應商提供構建架構的模塊，通過標準化的模塊可以幫助他們實現各種各樣的架構。”
Lars表示，平臺構造的概念對汽車行業來說并不新鮮，但現在的汽車當中有95%的創新都是通過電子或或軟件實現，只有5%是在機械方面實現的，因此要做構建電子和軟件的平臺。
因此，Lars希望恩智浦成為行業信賴的制造機器人的先鋒。“它最后到底是什么樣子、有沒有車輪，我并不關心，但我覺得它應該是與人形相似。”
這必須滿足三個條件：首先，要有正確的架構；第二，要有可信任的穩定的系統，保證功能安全和信息安全；第三，還需要可擴展，客戶可以拿去做小機器人，也可以做大型復雜的人形機器人。“如果能夠做到這些，我相信就能夠建造出未來所需要的機器人。”Lars說。
“我并不僅僅是一個瘋狂的追夢者，我們一切技術現在都已經在軌道上。”Lars認為，未來世界會變得更加可預測，更加自動化，從一個“點播的時代”轉化為一個“安排的時代”。比如現在是靠手機打車或點披薩，但在未來會預先安排好，或者要喝一杯咖啡，無論是走到廚房還是到汽車里，都可以預先安排好。
此外，還需要解決能耗問題。據分析師預測，到2030年全球會有750億智能互聯器件，這將帶來大量的芯片需求。Lars提到，如果是以今天的能耗，750億器件所消耗的能量就是地球年產能源的3倍，因此要通過芯片和軟件來實現創新。
因此，Lars強調稱，如果要實現可預測并且自動化的世界，必須要解決能耗挑戰，必須要實現高度智能化和高能效。“我們需要人工智能和機器學習，但同時要提高它們的能效或是選擇合適的人工智能和機器學習。”
對于當下火熱的生成式AI，Lars對搜狐科技等媒體表示，恩智浦在和很多AI公司合作，在開發自己的工具和芯片時有生成式AI的用武之地，同時，還有和云的連接以及解決方案也會用到，云服務提供商如亞馬遜云就有生成式系統，這在開發智能機器人時得到使用。
“我覺得我們最主要的合作和研究還是集中在自動化系統和智能邊緣領域，一是希望在中低端能找到最好的AI加速器，高端領域也在和很多的客戶在軟件和硬件方面合作。”Lars透露，恩智浦采用5nm制程的S32系列新一代旗艦汽車處理器即將推出。
“要在哪些領域發力，在哪些領域和合作伙伴合作，企業內部要很明白，否則在人工智能這個大熱的領域中容易迷失。”Lars提醒到。