前言：

中國車企的電子電氣架構正逐漸從分布式架構向域集中式過渡，部分國內主流車企已在2021年實現了域集中式架構平臺的量產落地。智能駕駛域控制器作為智能網聯汽車的“中央大腦”，已經是各家主機廠關注的重點領域。

重點內容如下：

1. 當前主機廠對智能駕駛域控制器的需求是多樣化的。Tier1為了更好地服務客戶，在不斷地提升自己的軟硬件能力，以便能夠提供靈活多樣的合作模式。

2. 主控芯片是智能駕駛域控制器的核心組件，對于主機廠和Tier1而言，選擇合適的主控芯片是域控制器實現快速量產落地的關鍵一步。

3. 智能駕駛域控制器不僅在設計開發過程中存在一些硬件和軟件層面的技術難題，并且在量產過程中還面臨著技術工程化要求高、開發周期短、供應鏈保障難等多方位的挑戰。

一、智能駕駛域控制器的類型劃分及靈活的合作模式

通常來講，大家理解的智能駕駛域控制器可能主要是指域控制器硬件+底層基礎軟件（虛擬機、操作系統內核以及板級支持包等）。但是從廣義上來看，智能駕駛域控制器不僅包含硬件+底層基礎軟件，還涵蓋了中間件以及上層應用算法，甚至還涉及到外圍的傳感器以及執行器，他們共同構成了一套大系統。

福瑞泰克域控產品線總監喻清舟講到：“從高階自動駕駛系統解決方案架構設計層面來講，目前智能駕駛域控制器系統解決方案不僅包含域控制器方案設計、架構設計、算法設計和軟件設計，還包括所涉及到的軟硬件生態合作伙伴的產品。需要在域控制器這個硬件載體內打通芯片、基礎軟件、中間層、算法和應用層，實現車內互聯并通過快速迭代不斷增強用戶感官和駕駛體驗，迎接數字駕駛世界的到來。”

1. 智能駕駛域控制器類型劃分

從產品的定位和用途角度去看，當前乘用車市場上的智能駕駛域控制器大體可以分為兩種類型：中低算力域控制器（輕量級域控）和大算力域控制器。

中低算力域控制器：用于實現L1~L2+級的駕駛輔助功能，主要搭載在中低端車型，比如德賽西威的IPU01/IPU02，福瑞泰克的ADC10等。這類型的域控制器對成本比較敏感，它的定位是作為一款高性價比、適合大規模量產落地的產品。

大算力域控制器：用于實現L2+及以上的高階自動駕駛功能，主要搭載于中高端車型，比如搭載于蔚來ET7和上汽非凡R7的英偉達Orin平臺，以及搭載于長城摩卡的高通驍龍Ride平臺。這種類型的域控對AI的算力要求比較高，并且還要做硬件預埋，但由于它的定位是要體現出高端和科技感，因此在成本方面承受度較好。

2. 主機廠的不同訴求

由于不同類型的域控制器市場定位不同，因此針對于不同類型的智能駕駛域控制器，主機廠在與Tier1合作過程中的訴求也是不一樣的。

中低算力域控制器：主機廠若是在前期沒有做好自研準備，現在多半是不會再去搞自研或者聯合開發。對主機廠來講，做好自己的需求定義，比如在控制器里面，主控芯片選什么，需要有什么樣的功能，然后直接交給供應商去做就好，這樣效率會更高。對他們而言，現在最需要的是能夠快速交付，盡快地把新功能推向市場，以保證產品在市場上的競爭力。因此，對于中低算力域控制器，主機廠大多會選擇讓供應商提供“交鑰匙”的方案。

對于中低算力的輕量級域控制器，行業內有基于TDA4平臺的方案，也有基于TDA4 +地平線J3的方案。不管是哪種方案，產品定位基本相同——主要用于實現L1~L2+級別的輔助駕駛功能。此功能應用場景相對簡單，對功能安全要求也相對較低。對于此類域控制器，主機廠比較看重供應商的成本管控和落地效率，其競爭力在于是否能夠提供一款高性價比的產品。

德賽西威副總裁李樂樂舉例說：“對于中低算力的行泊一體域控制器，比如低速場景只是實現APA和HPA功能 ，不需要人在車外，功能安全等級要求較低。高速場景上做L1到L2+，方向盤不脫手，人可以隨時介入，這種輕量級域控上所集成的功能就需要重點打磨。開發這類域控制器的主要挑戰是如何在算力和成本有限的情況下，把性能做到極致。因為其上層應用算法、中間件和底層軟件要聯合優化，耦合度高，軟硬難以解耦。“

大算力域控制器：在量產時間上還有一個緩沖期，主機廠還有時間和精力與Tier1一起去搞聯合開發。更何況頭部的主機廠大都希望能夠全棧自研，即使自己現在搞不定全棧，也希望在與Tier1的合作中能夠更多地參與進去，從而在雙方的合作過程中去不斷地去補足自己的短板。

大算力域控制器用于配置在中高端車型，是作為技術高點和品牌宣傳的亮點。 因此從受重視程度上來講，是中低算力的輕量級域控所不能比的，這是能夠體現品牌力和影響力的重要因素。

德賽西威李樂樂解釋道：“中低算力域控需要不斷打磨和優化策略來彌補算力的不足，在有限成本下把性能做到最好，也就是追求性能和成本的平衡。但是大算力域控目前不用擔心算力不足的問題，由于算力本身就非常強大，即使不用對算法做特別的壓縮和模型簡化，大網絡也能運行的非常流暢，體現出極強的性能。

“從這一層面來看，可以理解成大算力域控的硬件與算法功能的耦合性相對會低一些，主機廠和Tier1之間的協同性要求比輕量級域控開發低很多。因此，大算力域控制器適合Tier1和主機廠進行協同開發，主機廠可以專心做上層軟件去打造差異化，不用因為擔心算力不夠用而把雙方大量的資源和精力投入到裁剪優化上。”

3. 靈活多樣的合作模式

由于各家主機廠實力水平參差不齊，并且各自的戰略規劃也不同，因此對于域控制器的需求也是多樣化的。Tier1要保證自己的產品能夠盡快量產落地，快速地實現自己的數據閉環，能夠不斷地去迭代自己的產品，就需要盡量地去滿足客戶差異化的需求。

因此，域控制器Tier1在與主機廠合作的過程中，產生了多樣化的合作模式。主要有以下幾種形式：

硬件+底層軟件

硬件+底層軟件+中間件

硬件+底層軟件+中間件+部分應用算法

硬件+底層軟件+中間件+全部應用算法 （全棧交付）

當然，提供多樣化的合作模式也給供應商帶了一定的壓力和考驗。畢竟開發需求越多 ，資源投入就會越大。反過來講，能夠經受住這些挑戰，并充分利用自身有限的資源去滿足主機廠的需求，也有利于Tier1提升其自身競爭力。

德賽西威李樂樂告訴九章智駕：“ 對于智能駕駛域控制器，客戶在軟硬件層面均會存在一些差異化的需求。

“在軟件層面，有的客戶希望短平快，選擇Linux操作系統，因為Linux的生態系統比較完善，可以滿足功能快速實現。但是選擇Linux，功能安全就沒辦法實現，這種情況我們會盡量增加一些冗余設計，包括芯片內部的出錯診斷，做一些能做的安全相關的設計。當然，也有些客戶基于功能安全層面的考慮會選擇QNX實時操作系統。

“同樣，除了需要提供底層軟件外，有的客戶希望我們提供中間件，也有客戶需要我們提供全棧工程的交付。這就需要我們基于客戶的不同需求去做好邊界的劃分和接口的定義。

“在硬件層面，基于算力需求的不同，客戶會選擇不同類型的芯片或不同的組合形式。有的客戶選擇單Orin 110TOPS，也有選擇單Orin X的254 TOPS，更有選擇雙Orin X的508 TOPS，甚至有客戶要求兩個雙Orin X的板子背靠背集成到一起達到1016TOPS算力。

“另外，從整車架構集成角度來看，不同的OEM也有不同的規劃，有一些客戶希望在大算力自動駕駛域控平臺上集成網關、VCU，也有一些客戶希望能集成IMU、GPS定位模塊，甚至也有一些希望能集成V2X模塊。這些都可以配合客戶去提供差異化定制開發的支持。”

總之，主機廠需求不同，域控制器供應商Tier1在服務客戶的方式上也會存在差異。無論雙方選擇哪種合作模式，最終都是以硬件為載體，并以產品的形態給到主機廠，只是在分工上會有差別。對Tier1的挑戰在于前期做系統需求設計的時候，需要能夠結合客戶的差異化需求，提供一個完整的平臺化設計，并且能夠在平臺基礎上可進行差異化定制的更改，確保能提供一個最適合客戶需求的設計方案。

二、智能駕駛域控制器主控芯片的選擇

主控芯片是智能駕駛域控制器的核心，它的算力和集成度直接影響了整車EE架構的形態，進而決定了智能汽車的性能表現。對于Tier1來講，在開發域控制器的時候，比較關鍵的一點就是如何去選擇合適的主控芯片。筆者在與相關專家的交流過程中發現，大家考慮的維度基本是一致的，都是先基于市場定位的去框定芯片的大致選擇范圍，然后再從芯片的Roadmap、生態、可落地性等維度去考慮。

1）基于市場定位

選擇什么樣的主控芯片，首先要看該域控制器的市場定位：打算實現什么樣的功能，用于配置在什么價位區間的車型上。

宏景智駕聯合創始人蔡文利提到：“如果目標定位是做輔助駕駛，做一個L1~L2級的產品，而且是走量的，在選擇芯片的時候對成本就很敏感。這樣的域控產品，它走的路線一般是平臺化和高性價比。

“如果說目標定位是打造一款L4級限定場景下的無人駕駛，那么客戶可能更傾向于去打造一款定制化的產品。比如，定位做Robotaxi，打算走運營的一個模式，目的是想要先把算法打磨出來。它的量就不會特別大，那么選擇芯片時，對成本相對就沒那么敏感，但要求性能足夠好，足夠穩定。”

2）芯片的Roadmap

東軟睿馳副總經理劉威提到：“從與芯片公司合作的角度來看，會看它是不是一個主流的芯片廠商，有沒有連續的產品Roadmap。比如，有一些芯片廠商可能開發出了一款不錯的芯片，但是后續沒有更新換代。那么圍繞該芯片來做域控制器，后續產品的迭代和升級會存在很大的問題。”

同樣，均勝電子智能駕駛系統設計負責人李茂青也提到了相同的觀點：“在域控制器系統設計中對于硬件方案的選型上除了關注芯片本身的功能性能外，還需要充分了解芯片公司的產品Roadmap，是否有靈活的家族化芯片系列，后續的芯片能不能PIN to PIN地在硬件平臺上升級，繼而可以在提升硬件性能的同時降低開發成本？”

3）芯片的生態

芯片整個軟件的工具鏈或者對一些算法的開發是不是能滿足客戶的需求。也就是說芯片的生態怎么樣，是否具備一個良好的生態系統能夠支撐客戶做可落地化的開發，也是主機廠或Tier1在選擇芯片時候的重要考量因素之一。

英偉達的芯片生態在業界做的是比較領先的，它的生態包含了開發者、可用的應用軟件、豐富的工具和庫：

可為汽車領域提供豐富的軟件算法人才；

在通用AI領域已訓練出大量的算法模型及相關應用軟件；

統一的硬件和底層軟件接口架構（CUDA-X），可便捷的移植到汽車領域；

由于大量的用戶使用，合作伙伴為CUDA平臺貢獻了大量的庫和工具。

知行科技硬件研發總監解釋道：“現在很多主機廠都在用英偉達的Orin芯片，除了它是一個大算力平臺，另外一個重要的原因是它能提供整個軟件的工具鏈，甚至一些底層的代碼以及一些算法的代碼都可以提供；開發者可以在上面做更多的適配，能夠更好地開發出一款可以落地的高級自動駕駛計算平臺。選擇芯片，除了芯片本身，更多的是在選擇一種生態。”

4）芯片的可落地性

知行科技硬件研發總監講到：”從產品的角度來講，選擇芯片的話，首要關心的是芯片的可落地性，這是我們最高的優先級。有一個相對簡單的判斷原則：這款芯片它的量產可靠性怎么樣？能不能夠滿足客戶需求，是否能夠按照我們的產品路線去做交付。

“在這個基礎上，我們再去考慮其它一些因素，比如，它的算力是不是滿足我們的需求；產品的簡約性如何，是不是可以用自然冷卻的方式，而不用去搞什么風冷，、液冷；當然它的制程也是一個比較重要的參數，這會涉及到產品在未來幾年的受眾會有多大，如果是太落后的制程工藝，相對來說它的使用需求會逐漸下降。”

5）其他因素

從芯片自身性能來看，還需要考慮它的AI算力以及綜合能效比，也就是它算力的利用率如何。同時，芯片本身的功能安全等級也是其中的一個關鍵要素。最后一個，也是比較關鍵的一點，就是看芯片廠商的的工程服務能力，工程服務能力不行，技術再好，對Tier1來講在量產落地的時候也會存在很大問題。

三、智能駕駛域控制器設計開發和量產落地面臨的挑戰

均勝電子李茂青提到 ：“我們做出的產品需要充分考慮客戶的需求。比如，客戶現階段要做高速領航+泊車的功能，但后期要拓展到城區領航，那么在概念設計階段就需要從系統架構、硬件資源、功能安全，以及產品生命周期等多個維度去分析能不能匹配客戶的項目需求。這個階段是智能駕駛域控設計最有挑戰性的一個階段，只有在此階段對技術方案進行充分評估，后面的工作才會更具方向性和合理性。”

1. 智能駕駛域控制器設計開發面臨的挑戰

1） 硬件層面

傳統分布式ECU對接口、功耗或者算力相對來說要求不高，而現在的域控制器集成了更多的功能，需要處理的數據越來越多，所要求的的算力越來越大。因此，域控制器變得更加復雜，需要的電子元器件非常多 。做好內部所有硬件功能安全上的Fail-safe設計是比較有挑戰性的工作。同時，在電磁抗干擾能力、信號完整性層面也面臨很大的難題。

另外，大算力的芯片會產生新的功耗，產生較大的熱量，需要做好尺寸和散熱之間的平衡。

德賽西威副總裁李樂樂告訴九章智駕：“大算力域控制器用到的元器件物料數量要遠超于過去任何車上ECU內的元器件數量。在功能安全方面，需要做好WCCA（最壞情況電路）分析和失效概率分析以及對應的備份設計，在元器件非常多且系統復雜的前提下，要做好它的功能安全設計是非常有挑戰的。

“其次，由于整車本身布置空間比較有限，在充分滿足可靠性、電磁兼容和環境試驗要求的情況下把域控制器的外形設計控制在較小的尺寸范圍內也比較具備挑戰性。

“對于大算力域控制器往往發熱也比較高，目前的主流解決方案都是通過水冷的設計來解決散熱問題。這要求有很強的熱仿真能力，才能做好很精巧的水冷散熱管道方案，同時又能通過軟件監控主要芯片內溫度，并根據這些芯片內溫度來控制水冷系統入水溫度和流速。做好這樣一套溫度監控、入水溫度和流速的控制閉環系統，需要建立一套模型，并做好仿真和測試，避免水冷液過冷或過熱導致控制器內部凝水或無法及時散熱的問題。”

2）軟件層面

如何做好SOA服務化？多個核或者是多個SoC之間如何做好協同通訊、高速計算、算力的部署、實時調度等？如何保證軟件架構的靈活性以及軟件的功能安全和預期功能安全？這些都是域控制器設計開發在軟件層面面臨的挑戰。

東軟睿馳劉威博士提到：“從整個軟件的功能上來看，現在大家都在做SOA。實際上SOA服務化對算力是有影響的。雖然大家都說自己在做SOA，但差異還是挺大的。比如，哪些信號能夠服務化，哪些信號不能服務化，到目前為止尚無統一的定論。因為，第一，它要依賴于整個的應用需求；第二，需要依賴于整車架構；第三，還需要依賴于整個硬件的算力性能。”

在軟件定義汽車的背景下，未來車型的開發周期不斷的縮短。大家都想要打造一個靈活的軟件架構，可以跨不同的操作系統，不同的硬件平臺。軟件架構除了需要考慮自動駕駛本身相關的功能外，還需要考慮數據上傳和信息安全的問題。同時，也會涉及到本地和云端如何協同去處理數據，包括數據如何協同上傳等問題。這都對軟件架構提出了一個很高的要求。

從整個軟件的實現角度來看，除了硬件考慮功能安全，軟件的功能安全也是必須要考慮的，并且工作量非常大。從底層的驅動到基礎軟件，再到上層一些中間件，一直到最上層的應用，所有的這些軟件都要考慮功能安全。并且，對于高階自動駕駛功能，還要考慮軟硬件的預期功能安全。

2. 智能駕駛域控量產落地面臨的挑戰

從目前的情況來看，中低算力行泊一體域控制器從去年開始已經陸續開始量產落地，并將在近一兩年將會迎來量產交付的爆發期。同時，大算力的智駕域控制器從今年開始也有一些車型會開始交付使用。新技術或新產品在量產的前期肯定會不斷地暴露出一些問題，那么智能駕駛域控制器在量產落地過程中會面臨哪些問題呢？

1）技術工程化理解

智能駕駛域控制器系統相對來說比較新，對系統化的設計能力要求很高。如果系統在開發的過程中出現問題，需要有能夠透過問題的表象，看到問題本質的能力，能夠把產生的問題逐層分解下去，最后把它解決掉。這對于整個團隊的技術工程化理解能力的要求還是很高的。

福瑞泰克喻清舟認為：當出現功能和體驗問題的時候，團隊是否能夠從應用算法端一直挖到最底層的傳感器。問題的根源有可能是芯片驅動導致，或者感知導致，能不能在這個鏈條里面從前到后把所有鏈路都打通，對團的能力是最直接的挑戰。”

2）開發周期不斷壓縮

在軟件定義汽車的時代，明顯可以看到，產品迭代速度都在加快。為了將其快速地推向市場，主機廠在拼命地想辦法壓縮新車的開發周期，因此Tier1不得不去改變其傳統的開發模式，借鑒互聯網科技公司的開發理念去形成自己新的開發模式，來進行快速響應。

智能駕駛域控制器作為一個比較新的軟硬件一體的產品，牽涉的合作方也比較多。當問題出現的時候，需要有人能夠把問題定位出來，然后再進行拆解分配給不同的責任方去解決。尤其是一些深層次的問題，定位問題本身就比較消耗時間，同時對于新系統，后期出現的問題也會很多。這在一定程度上也耗費了很多開發周期上的時間。

宏景智駕蔡文利講到：“由于主機廠都有嚴格的量產時間節點，所以很多ADAS項目都對工期要求特別緊張，這對ADAS服務商是一把雙刃劍。我們需要具有為客戶定制化開發的服務意識和技術能力，又要有資源調配的靈活性，愿意配合自己的客戶，共同打磨出一款能夠量產并且讓客戶滿意的產品。這里面的挑戰主要還是在于如何協調好企業內部的資源，有條不紊、把握節奏按時保質保量地交付產品。這是對整個企業系統設計經驗、項目管理、資金投入等全方位的挑戰。”

知行科技硬件研發總監認為：“在短開發周期的壓力下，Tier1的工程基礎能力是否足以來應付開發過程中出現的問題，并快速地解決。同樣也考驗Tier1的生態，你的合作伙伴能不能快速地來支撐你，以及是否有資源來支持你去解決這些問題。”

3）供應鏈保障

較大的市場需求導致半導體供應鏈和產能緊缺，包括疫情在內的各種“天災人禍”不斷擾亂半導體的正常生產節奏，而需求與產能之間的矛盾在短期內難以解決。對于市場供應緊缺的芯片，下游工廠還需要通過交保證金，提前給預訂單，簽訂采購合同等方式才能保證能分到貨，而即使是所謂被優先供貨的“大客戶”，也有可能拿不到足量的芯片。

在全球芯片供應鏈如此緊張的背景下，對于域控制器供應商而言，供應鏈的保障也是十分的具有挑戰性。整車廠在選擇域控制器供應商的時候，其合作伙伴芯片廠商的供貨能力也是重要的考量指標。

2022 年，芯片短缺仍在影響汽車行業，有些整車廠已經開始思考半導體供應的新思路，有的甚至繞過Tier1直接找芯片設計廠商。更深入一點的主機廠已經開始參與到芯片設計的研發流程中。比如，多家車企已經與黑芝麻、地平線這樣的自動駕駛AI芯片廠商建立了戰略合作關系。更有甚者，直接打入半導體供應鏈內部，將芯片設計引入主機廠內部，這種模式稱之為“OEM-Foundry-Direct”模式，代表企業有特斯拉、比亞迪等。

結語：

在軟件定義汽車的轉型階段，智能駕駛域控制器作為車企關注的重點對象，消費者感知程度強，是各家車企競爭的核心領域。域控制器供應商作為主機廠的重要的生態合作伙伴，其核心競爭力表現在：

不斷地拓展軟件能力邊界：在硬件逐漸趨同的趨勢下，需要提升軟件能力來為硬件賦能，讓硬件發揮最佳性能；

有能力提供多樣化的合作模式：面對主機廠的差異化需求，有能力提供差異化的服務；

工程化落地能力：在產品量產的時候能夠提供相應的供貨能力和工程服務能力，以保障產品順利交付。

審核編輯 ：李倩