智能汽車時(shí)代的加速到來，使車載智能系統(tǒng)面臨前所未有的算力需求。隨著越來越多車型引入電子電氣架構(gòu)轉(zhuǎn)向中心化、智能駕駛的多傳感器融合、智能座艙的多模態(tài)交互以及生成式AI驅(qū)動的虛擬助手等創(chuàng)新技術(shù)，都要求車用主芯片能夠同時(shí)勝任圖形渲染、AI推理和安全計(jì)算等多重任務(wù)。當(dāng)下，功能安全、高效高靈活性的算力、產(chǎn)品生命周期，以及軟件生態(tài)兼容性這“四大核心要素”，已成為衡量智能汽車AI芯片創(chuàng)新力和市場競爭力的核心標(biāo)準(zhǔn)。

傳統(tǒng)汽車計(jì)算架構(gòu)中，往往采用CPU與GPU或/和NPU等計(jì)算單元組成異構(gòu)計(jì)算模式；隨著自動駕駛算法從L1向L5快速演進(jìn)對軟件適配性的要求越來越高，以及不斷有新的傳感器和信息娛樂設(shè)備加入車內(nèi)，不同的架構(gòu)開始出現(xiàn)不同的發(fā)展軌跡。同時(shí)，系統(tǒng)復(fù)雜性快速提升、大量的數(shù)據(jù)搬運(yùn)、資源調(diào)度協(xié)同難度提升和軟件快速迭代等新挑戰(zhàn)開始出現(xiàn)，使缺乏靈活性的硬件架構(gòu)成為了在技術(shù)、安全和成本等多個(gè)方面制約汽車智能化發(fā)展的瓶頸。

市場急需一種既能靈活地提供高性能、高效圖形與AI加速能力，同時(shí)滿足功能安全標(biāo)準(zhǔn)、可與廣泛的軟件生態(tài)對接且總成本更低的車用芯片架構(gòu)。

功能安全不僅關(guān)乎安全也是芯片成本控制關(guān)鍵

功能安全永遠(yuǎn)是消費(fèi)者、主機(jī)廠、Tier-1和芯片供應(yīng)商首先關(guān)心的問題，但它并不是一個(gè)智能駕駛技術(shù)快速發(fā)展進(jìn)程中才出現(xiàn)的問題；行業(yè)已經(jīng)形成了完善的ISO26262標(biāo)準(zhǔn)和ASIL認(rèn)證體系，以及鎖步（Lock-Step）和雙套硬件結(jié)果對比等解決方案。但是隨著車用芯片中的CPU、GPU和NPU越來越復(fù)雜并占用更大面積，這些原本為MCU提供的功能安全解決方案的硅成本和復(fù)雜性都大幅提升，因此市場需要在汽車芯片功能安全解決方案領(lǐng)域?qū)崿F(xiàn)創(chuàng)新。

作為汽車電子領(lǐng)域的一項(xiàng)創(chuàng)新產(chǎn)品，Imagination DXS GPU IP專注于智能座艙與自動駕駛場景的深度優(yōu)化，其設(shè)計(jì)充分體現(xiàn)了業(yè)界近期在功能安全方面的巨大突破，同時(shí)確保了性能的提升、安全性的增強(qiáng)以及芯片成本的有效控制。Imagination DXS GPU的峰值性能較前一代產(chǎn)品提升了50%，算力從單核的0.25TFLOPS擴(kuò)展至1.5TFLOPS，最高可達(dá)6TFLOPS和24TOPS，同時(shí)支持高達(dá)192GPixel/s的圖形渲染速率。

在功能安全的實(shí)現(xiàn)上，Imagination DXS GPU采用了針對GPU運(yùn)算開放的分布式安全機(jī)制（DSM），僅以10%的面積開銷就實(shí)現(xiàn)了ISO 26262 ASIL-B功能安全認(rèn)證。DSM利用了處理器的并行特性，在空閑周期運(yùn)行安全測試，既保證了性能不受影響，又確保了安全，打破了鎖步和備份等傳統(tǒng)安全設(shè)計(jì)的局限性。這一創(chuàng)新設(shè)計(jì)從架構(gòu)層面闡釋了功能安全領(lǐng)域仍然存在著許多創(chuàng)新機(jī)會，可以幫助越來越先進(jìn)的GPU在安全保障、系統(tǒng)復(fù)雜性、成本控制與下游廠商獲得認(rèn)證等多個(gè)方面創(chuàng)造價(jià)值。

正是因?yàn)镮magination DXS GPU在功能安全性和計(jì)算性能等方面實(shí)現(xiàn)了開創(chuàng)性的突破，在2025年5月于上海舉辦的 “第十二屆汽車電子創(chuàng)新大會暨汽車芯片產(chǎn)業(yè)生態(tài)發(fā)展論壇（AEIF 2025）”上，Imagination DXS GPU IP憑借其創(chuàng)新的、先進(jìn)的GPU技術(shù)，榮獲“2025 汽車電子?金芯獎-新銳產(chǎn)品”殊榮。據(jù)了解，從該公司的D系列GPU IP產(chǎn)品開始，包括最新的公布了架構(gòu)的E系列中的車用GPU IP都將采用這種成本和復(fù)雜性都具有明顯優(yōu)勢的分布式功能安全機(jī)制。目前，DXS GPU IP已集成于瑞薩R-Car Gen 5系列SoC中，助力智能駕駛技術(shù)的商業(yè)應(yīng)用，滿足從入門級到旗艦車型的全方位需求。

高靈活性的高效算力是車用處理器的核心功能

對于車用芯片設(shè)計(jì)企業(yè)，為了處理越來越復(fù)雜的AI計(jì)算和圖形渲染，在其計(jì)算芯片中采用GPU或者NPU這樣的并行處理器成為了必然；然而隨著汽車電子電氣架構(gòu)從域控制轉(zhuǎn)向中央控制，車用核心處理器不僅需要更高的算力，而且還需要針對不同的應(yīng)用可以在架構(gòu)上靈活地進(jìn)行優(yōu)化，也就是需要性能更高、同時(shí)又不會被鎖死在NPU或者GPU架構(gòu)上的靈活架構(gòu)，這也成了汽車和其他很多邊緣AI應(yīng)用中高性能并行計(jì)算的發(fā)展方向。

對于這種可以針對應(yīng)用進(jìn)行優(yōu)化和定義的并行計(jì)算處理器架構(gòu)，依然是Imagination憑借其技術(shù)前瞻性和能力，而重新定義了面向汽車和端側(cè)AI的高性能并行計(jì)算行業(yè)標(biāo)準(zhǔn)。2025年5月，Imagination推出了專為端側(cè)智能場景設(shè)計(jì)的新一代E系列（E-Series） GPU IP架構(gòu)，該系列GPU憑借其高效的并行處理架構(gòu)，在提供卓越圖形性能的同時(shí)，針對人工智能工作負(fù)載具備靈活算力擴(kuò)展能力。 

E系列GPU架構(gòu)集成了神經(jīng)核（Neural Cores）和爆發(fā)式處理器（Burst Processors），支持算力從2TOPS靈活擴(kuò)展至200TOPS（INT8/FP8），滿足從基礎(chǔ)端側(cè)計(jì)算到高階智駕的多樣化算力需求。這樣的架構(gòu)設(shè)計(jì)使Imagination E系列GPU同時(shí)具有了NPU的高性能和GPU的高靈活性；通過優(yōu)化指令調(diào)度和數(shù)據(jù)復(fù)用機(jī)制，端側(cè)計(jì)算的平均功耗效率提升了 35%，在相同算力條件下，車載系統(tǒng)的功耗降低了20%。

這種高效且靈活的AI算力及圖形處理功能調(diào)配，完美貼合了在包括汽車在內(nèi)的端側(cè)AI場景中同時(shí)存在大量的AI計(jì)算與圖形處理需求的應(yīng)用，優(yōu)化了中央計(jì)算模式下核心車用芯片同時(shí)處理駕駛和座艙需求的性能與能耗。此外，通過升級硬件級虛擬化技術(shù)，E系列GPU IP支持多達(dá)16個(gè)虛擬機(jī)任務(wù)隔離，實(shí)現(xiàn)了AI、圖形、UI等多任務(wù)的異步并行處理，確保了智能座艙多系統(tǒng)協(xié)同工作和自動駕駛多任務(wù)并行處理的車用場景需求。以“高靈活性的高效算力”為核心，E-Series GPU不僅滿足了未來智能汽車車用處理器的算力需求，并推動了汽車智能化體驗(yàn)的進(jìn)一步提升。

更長的產(chǎn)品生命周期：GPU 架構(gòu)的可編程性打破總成本困局

隨著智能駕駛和智能座艙技術(shù)從旗艦車型向中低端車型的滲透，主機(jī)廠對芯片成本的嚴(yán)格控制正在推動行業(yè)打破傳統(tǒng)開發(fā)模式的局限性。根據(jù)行業(yè)數(shù)據(jù)，傳統(tǒng)車用計(jì)算芯片的開發(fā)成本高達(dá)2億-3億美元，研發(fā)周期長達(dá)3～5年。在算法需要迭代時(shí)，固定功能架構(gòu)的NPU芯片必須重新流片，每次迭代的成本占到初始開發(fā)費(fèi)用的40%～50%。這種“高投入、長周期、低彈性”的開發(fā)模式，在主機(jī)廠追求“一款芯片滿足多車型10年生命周期”的目標(biāo)面前，明顯暴露出成本上的限制。

因此，相對于從架構(gòu)到功能都基本固定的基于NPU車用控制芯片，采用GPU IP的車用芯片可以更加從容地去面對這樣的總成本壓力，因?yàn)椴捎肎PU的硬件設(shè)計(jì)可以通過更高的可編程性來實(shí)現(xiàn)跨算法、跨廠商和跨車型應(yīng)用，用更大數(shù)量的市場應(yīng)用來攤低高昂的芯片研發(fā)成本，因而基于GPU架構(gòu)的車用芯片比基于NPU的車用芯片擁有更長的產(chǎn)品生命周期和更高的應(yīng)用靈活性。

當(dāng)然，如果車用芯片中GPU本身的AI計(jì)算與圖形處理能力就可以靈活配置，那么還會帶來更高的成本節(jié)省和更長的產(chǎn)品生命周期。以Imagination在其GPU IP產(chǎn)品中推動的可編程泛化架構(gòu)以及由此開發(fā)的E系列GPU為例，其通過軟件定義硬件的設(shè)計(jì)，可將芯片硬件生命周期延長至10年以上：當(dāng)AI模型升級時(shí)，僅需數(shù)月軟件適配即可完成迭代，較傳統(tǒng)NPU迭代方案大幅減少。這種統(tǒng)一計(jì)算單元設(shè)計(jì)可跨汽車、工業(yè)等幾大場景復(fù)用，硬件設(shè)計(jì)成本降低40%，研發(fā)投入回收周期顯著縮短。

開放軟件生態(tài)：一次開發(fā)、多場景部署

軟件生態(tài)和可適配性正在變成各種高性能計(jì)算的重要門檻，英偉達(dá)的CUDA生態(tài)使其在AI計(jì)算和汽車芯片方面占盡了先機(jī)。因此，其他的汽車和端側(cè)AI芯片廠商要在市場中斬獲更多份額，就需要其核心計(jì)算單元IP提供商構(gòu)建更加開放的軟件生態(tài)；隨著諸多基于此目的的標(biāo)準(zhǔn)組織不斷建立和壯大，其中的主要玩家正在支持新一代車用芯片開發(fā)商解決軟件生態(tài)的問題。

例如，Imagination就構(gòu)建了一個(gè)面向未來的開放體系，其核心優(yōu)勢在于“一次開發(fā)，多場景部署”。其算力可以通過OpenCL、Vulkan等主流API直接調(diào)用，開發(fā)者利用oneAPI、Apache TVM等工具鏈，可以輕松地將工作負(fù)載遷移到E系列GPU中的神經(jīng)核。這種可編程性不僅大幅降低了跨平臺開發(fā)的成本，還賦予了設(shè)備適應(yīng)未來算法變革的靈活性。面對生成式AI、多模態(tài)交互等前沿應(yīng)用的快速迭代，E系列GPU無需硬件迭代，僅通過軟件升級就能迅速適應(yīng)，確保產(chǎn)品持續(xù)滿足新興需求。

在自動駕駛領(lǐng)域，Imagination的GPU IP同樣遵循“一次開發(fā)，多場景部署”的理念。通過集成FP16流水線以及imgBLAS、imgNN等高效計(jì)算庫，顯著提升了雷達(dá)點(diǎn)云數(shù)據(jù)、視覺SLAM等傳感器數(shù)據(jù)的處理速度，有效減輕了CPU和NPU的負(fù)擔(dān)。同時(shí)，通過與OpenCL、Vulkan等開放標(biāo)準(zhǔn)以及CoreAVI安全驅(qū)動的兼容，確保了在復(fù)雜場景下系統(tǒng)的實(shí)時(shí)響應(yīng)和穩(wěn)定運(yùn)行，使技術(shù)能力貫穿智能座艙、自動駕駛等多個(gè)場景，鞏固了跨場景部署的技術(shù)基礎(chǔ)。

結(jié)語

從Imagination的E系列GPU等產(chǎn)品實(shí)現(xiàn)的架構(gòu)創(chuàng)新來看，用于智能汽車等端側(cè)應(yīng)用的AI芯片也在重塑其技術(shù)邏輯，更揭開了端側(cè)AI計(jì)算革命的序幕。在智能汽車領(lǐng)域，功能安全、高效靈活的算力、生命周期管理與開放軟件生態(tài)這四大要素構(gòu)建的技術(shù)護(hù)城河，正推動行業(yè)從“硬件堆砌”向“智能進(jìn)化”轉(zhuǎn)型；而在更廣闊的端側(cè) AI場景中，這種“軟件定義硬件”的理念正在幫助消費(fèi)電子、工業(yè)物聯(lián)網(wǎng)、智慧城市和智能商業(yè)等邊緣計(jì)算等領(lǐng)域全面擁抱AI技術(shù)。

這種變革的深層意義，在于打破了“云-邊-端”的技術(shù)壁壘。當(dāng)智能汽車的GPU架構(gòu)能夠通過軟件升級支持智慧城市的交通調(diào)度算法，當(dāng)工業(yè)設(shè)備的計(jì)算單元可復(fù)用至消費(fèi)電子的AI交互場景，端側(cè)AI正從單一功能模塊進(jìn)化為“可生長的智能體”?？蛇M(jìn)化的端側(cè)芯片將如同今日的CPU般，成為所有智能設(shè)備的“數(shù)字大腦”。