2025年,舱驾融合(Cabin-Driving Integration)正从“概念验证”走向“量产落地”,成为智能汽车技术路线图的核心命题。高通Ride Flex、SA8775P、英伟达Thor、瑞萨R-Car X5H等芯片的推出,标志着座舱与智驾功能的整合从“多芯划域”向“单芯多域”跃迁。这一变革不仅重构了芯片厂商的技术要求(功能安全、虚拟化、实时性),也倒逼主机厂和Tier 1从“域控制器项目”转向“中央计算平台项目”,开启智能汽车的“系统级革命”。


技术背景:从“多域割裂”到“单芯多域”

1.1 传统架构的局限性

传统智能汽车采用“域控制器”架构,将座舱、智驾、动力、车身等功能划分为独立域,由不同芯片或控制器分别处理。这种架构存在三大痛点:

  • 硬件冗余:多芯片方案导致成本上升、线束复杂、功耗增加;
  • 协同困难:跨域数据共享需依赖中央网关,延迟高、实时性差;
  • 升级僵化:OTA更新受限于域边界,无法实现整车级功能迭代。
1.2 舱驾融合的必然性

2025年的智能汽车,用户对“无缝体验”的需求推动舱驾功能的深度融合:

  • 场景需求:驾驶辅助功能(如自动泊车)需与座舱交互(如语音指令)实时联动;
  • 算力效率:单芯片整合可减少数据冗余传输,提升计算效率;
  • 成本控制:单芯片方案较传统多芯片节省30%以上硬件成本。

关键技术:单芯片如何承载多域功能?

2.1 芯片架构的“多核异构”设计

舱驾融合芯片需在单一SoC内集成CPU、GPU、NPU、ISP、安全岛等模块,并通过虚拟化实现多系统协同:

  • 高通SA8775P
    • 架构特点:采用4nm工艺,集成8核CPU+Adreno GPU+Hexagon NPU,支持座舱多屏渲染(4K×4)与部分智驾功能(如自动泊车);
    • 虚拟化技术:通过QNX/Linux双系统隔离,确保智驾任务不受座舱应用干扰;
    • 应用场景:比亚迪海豹DM-i、小鹏G9的舱驾融合方案。
  • 英伟达Thor
    • 架构特点:2000 TOPS算力,采用双核架构(左侧舱内AI,右侧智驾),支持L2+/L3级自动驾驶;
    • 实时性优化:通过硬件级时间同步(Time-Sensitive Networking, TSN)保障智驾任务的毫秒级响应;
    • 应用场景:小米YU7、特斯拉FSD v12的舱驾一体平台。
  • 瑞萨R-Car X5H
    • 极致融合:在同一SoC内整合座舱、ADAS、网关功能,支持ISO 26262 ASIL-D级安全标准;
    • 安全隔离:通过硬件级安全岛(Safety Island)保护关键智驾算法;
    • 应用场景:丰田bZ系列、日产Ariya的中央计算平台。
2.2 功能安全与网络安全的“双重挑战”

舱驾融合对芯片的功能安全(ASIL)网络安全提出更高要求:

  • 功能安全
    • ASIL等级:舱驾融合芯片需满足ASIL-D级(最高安全等级),确保智驾功能的可靠性;
    • 安全岛设计:独立运行安全关键任务(如紧急制动),避免座舱应用干扰;
    • 案例:瑞萨R-Car X5H内置安全监控单元(Safe Monitor),实时检测系统异常。
  • 网络安全
    • 防火墙机制:通过虚拟化隔离座舱与智驾网络,防止黑客攻击;
    • OTA安全更新:采用数字签名与加密传输,确保固件升级可信;
    • 案例:高通SA8775P支持SE(Secure Element)安全芯片,存储加密密钥。

行业影响:从“域控制器”到“中央计算平台”

3.1 软件架构的“系统级重构”

舱驾融合推动主机厂从“域控制器项目”转向“中央计算平台项目”:

  • 开发模式变化
    • 传统模式:各域独立开发,软件团队按功能划分(如座舱组、智驾组);
    • 新模式:中央计算平台需跨域协同开发,软件团队整合为“系统集成组”;
    • 工具链升级:采用AUTOSAR Adaptive Platform支持跨域通信与OTA升级。
  • 典型案例
    • 特斯拉:通过中央计算平台(CCM)整合座舱与智驾,实现“整车OTA”;
    • 小米YU7:基于英伟达Thor开发“整车操作系统”,支持舱驾功能动态切换。
3.2 供应链的“集中化整合”

舱驾融合倒逼供应链从“多芯片多供应商”向“单芯片集中采购”转型:

  • 芯片厂商角色升级
    • 从提供单一芯片转向提供“芯片+工具链+操作系统”的全栈解决方案;
    • 高通Snapdragon Cockpit Elite平台、英伟达DRIVE平台已涵盖开发工具与云服务。
  • Tier 1的转型压力
    • 传统Tier 1(如博世、大陆)需从“硬件供应商”向“系统集成商”转型;
    • 新兴玩家(如Momenta、地平线)通过算法与芯片协同抢占市场。

挑战与未来:从“技术突破”到“生态构建”

4.1 当前挑战
  • 技术复杂度:单芯片需兼顾座舱流畅性与智驾实时性,设计难度陡增;
  • 验证成本:ASIL-D级安全认证与网络安全测试周期长、费用高;
  • 生态兼容性:不同厂商的工具链与操作系统需开放接口,形成统一标准。
4.2 未来趋势
  • 中央计算平台的普及:2027年,L2+以上车型将全面采用舱驾融合方案;
  • 异构计算的深化:通过Chiplet技术灵活组合CPU/GPU/NPU模块,适配不同车型需求;
  • 开放生态的形成:AUTOSAR、UCIe等标准加速推广,推动芯片、软件、整车厂商协同创新。

舱驾融合如何重塑智能汽车的“灵魂”?

2025年的舱驾融合,不仅是技术的突破,更是智能汽车从“硬件堆叠”向“系统级协同”的范式转变。它让座舱与智驾不再“各自为政”,而是通过单芯片实现无缝联动,打造真正意义上的“整车智能体”。当芯片厂商在功能安全与虚拟化上持续突破,当主机厂重构软件架构与团队协作模式,智能汽车的“数字心脏”正以更高效、更安全的姿态,驱动人类驶向真正的智能出行未来。这场革命的终点,或许是一辆不再有“域边界”的汽车——它的每一个功能,都由中央计算平台统一调度,每一次交互,都源于芯片与算法的深度协同。

Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐