车载计算平台SoC：采用CPU GPU NPU MCU VPU异构设计

本站报道（文/李弯弯）车载计算平台是 智能网联汽车的核心部件，承担着车辆感知、决策、控制等关键任务，相当于汽车的“大脑”。随着汽车智能化和 自动驾驶技术的发展，车载计算平台的重要性日益凸显，其性能直接决定了自动驾驶的等级和安全性。

车载计算平台的核心功能：感知与融合，通过摄像头、激光雷达、 毫米波雷达、超声波雷达等 传感器获取环境信息，并对多源数据进行融合处理，实现对车辆周围环境的精准感知；决策与规划，基于感知数据，进行路径规划、行为决策（如变道、超车、避障等），并生成控制指令；控制与执行，将决策结果转化为具体的控制 信号，控制车辆的转向、加速、制动等执行机构，实现自动驾驶功能； 通信与网联，支持车与车（V2V）、车与基础设施（V2I）、车与云端（V2C）的通信，实现信息共享和协同控制。

车载计算平台的技术架构——硬件和软件

车载计算平台的硬件架构需满足高算力、低功耗和冗余安全的需求，通常采用异构计算单元和高带宽通信的组合。

异构计算单元包括 CPU、 GPU、 FPGA、 ASIC、NPU等。CPU，负责通用计算任务，如系统调度、通信协议处理等。通常采用多核 ARM架构（如 高通骁龙、 瑞萨R-Car），兼顾性能与功耗。GPU，擅长并行计算，加速 深度学习模型推理（如目标检测、语义分割），NVIDIA Orin、 特斯拉F SD等芯片集成高性能GPU。

FPGA，可 编程硬件，灵活适配 算法优化，常用于传感器数据预处理或低延迟任务。ASIC，针对特定算法（如Transformer模型）定制化设计，提供极致能效比（如特斯拉FSD芯片）。NPU，专为 AI计算优化，支持高吞吐量的矩阵运算，是当前主流AI芯片的核心组件。

高带宽通信包括车载 以太网、PCIe 接口、TSN（时间敏感网络）等。车载以太网，支持1Gbps甚至10Gbps传输速率，替代传统 CAN总线，满足传感器数据的实时传输需求。PCIe接口，连接GPU、FPGA等加速卡，提供低延迟、高带宽的扩展能力。TSN（时间敏感网络），确保关键任务（如制动控制）的确定性时延，避免网络拥塞导致的安全隐患。

冗余与安全设计，如双系统冗余、硬件安全模块（HSM）、隔离设计等。双系统冗余，主计算单元与备份单元并行运行，故障时无缝切换（如 英伟达DRIVE AGX Orin支持双Orin芯片冗余）。硬件安全模块（HSM），独立芯片存储密钥和加密算法，防止数据篡改或恶意攻击。隔离设计，通过虚拟化技术将安全关键任务与非关键任务隔离。

软件架构需支持多任务并行、低延迟通信和持续迭代，通常采用分层解耦的设计模式。

操作系统层，如实时操作系统（ RTOS）、通用操作系统（GPOS）、混合架构。实时操作系统（RTOS），如QNX、 VxWorks，用于安全关键任务（如刹车控制），确保毫秒级响应。通用操作系统（GPOS），如 Linux、 Android，用于非关键任务（如导航、娱乐），支持丰富的应用生态。混合架构，通过Hypervisor（如 ACRN、KVM）实现RTOS与GPOS的协同运行，兼顾安全与灵活性。

中间件层，包括通信中间件、调度中间件、安全中间件。通信中间件，如SOME/IP、DDS，支持服务发现、数据分发和QoS控制，实现模块间高效通信。调度中间件，如AUTOSAR Adaptive Platform，动态分配计算资源，优化任务时序。安全中间件，集成加密库、入侵检测系统（IDS），保障数据传输和存储安全。

应用算法层，如感知算法、决策算法、控制算法。感知算法，包括摄像头视觉处理（如YOLO、Faster R-CNN）、激光雷达点云分割（如Point Pilla rs）、多传感器融合（如卡尔曼滤波）。决策算法，基于规则的决策树（如有限状态机FSM）或基于学习的强化学习（如DQN），生成行驶策略。控制算法。模型预测控制（MPC）、PID控制等，将决策转化为具体的车辆控制指令。

典型技术架构，以NVIDIA DRIVE AGX为例。硬件：双Orin芯片（算力508TOPS），集成Ampere架构GPU、Arm Cortex-A78AE CPU、深度学习加速器（DLA）。软件：底层是Linux 安全内核（符合ISO 26262 ASIL-D）；中间件是NVIDIA DRIVE OS（集成CUDA、 TensorRT）；应用层是DRIVE AV（自动驾驶）、DRIVE IX（智能座舱）。通信：支持PCIe Gen4、10G以太网、CAN-FD。

车载计算平台芯片——SoC

目前市面上主要的车载计算平台SoC芯片有英伟达Orin系列、华为昇腾系列、地平线征程系列、黑芝麻智能华山系列、高通骁龙Ride平台、特斯拉FSD芯片等。

英伟达Orin系列，单颗芯片算力可达254TOPS，多颗组合可支持更高算力需求，如蔚来ET7和威马M7搭载4颗Orin芯片，巅峰算力超过1000TOPS。其采用“CPU GPU ASIC”架构，适用于L3或L4级自动驾驶。

华为昇腾系列，包括昇腾310、昇腾610等，具有强大的AI计算能力，功能安全等级达到ASIL-D。昇腾610芯片在CPU、CV处理能力及内存带宽方面业界领先，适用于自动驾驶应用负载。

地平线征程系列，包括征程2、征程3、征程5、征程6等，算力不断提升，满足不同等级自动驾驶需求。2025年4月18日，地平线征程6系列的旗舰产品征程6P（J6P）、征程6H（J6H）正式亮相，同时，基于J6P芯片和地平线自研端到端算法的软硬一体全栈方案HSD（Horizon Super Driving）也一并推出，具备L2城区辅助驾驶能力。

J6P基于地平线最新的BPU“纳什”架构，采用CPU GPU NPU MCU VPU的异构设计，具备三级存储架构和数据变换引擎，专为Transformer、BEV等大模型优化。

黑芝麻智能华山系列，包括A500、A1000L、A1000、A1000 Pro以及A2000家族。基于A1000芯片，可提供单颗、双颗、四颗芯片的组合方案，算力覆盖从ADAS辅助驾驶到L4及以上自动驾驶需求。

2024年12月30日，黑芝麻智能宣布推出其专为下一代AI模型设计的高算力芯片平台——华山A2000家族，包括A2000 Lite、A2000和A2000 Pro三款产品，分别针对不同等级的自动驾驶需求。A2000 Lite专注于城市智驾，A2000支持全场景通识智驾，而A2000 Pro则是为高阶全场景通识智驾设计。

A2000家族的芯片集成了业界领先的CPU、 DSP、GPU、NPU、MCU、ISP和CV等多功能单元，实现了高度集成化和单芯片多任务处理的能力。新一代ISP技术，具备4帧曝光和150dB HDR，在隧道和夜间等场景下表现更好，显著提升了图像处理能力。A2000家族算力最大是当前主流旗舰芯片的4倍，原生支持Transformer模型。

高通骁龙Ride平台，巅峰算力预计在700-760TOPS，采用“CPU GPU ASIC”架构，为自动驾驶、ADAS、车载信息娱乐系统等领域提供强大的计算能力。

Mobileye EyeQ系列，如EyeQ6 Ultra，算力达到176TOPS，采用“CPU ASIC”架构，为高阶自动驾驶提供支持。不过，Mobileye在市场竞争中逐渐掉队。

特斯拉FSD芯片，以NPU（ASIC）为计算核心，有三个主要模块：CPU、GPU和Neural Processing Unit（NPU），总算力达到144TOPS，已广泛用于特斯拉车型。

写在最后

车载计算平台的技术架构是硬件、软件和系统集成的综合体现，其核心在于异构计算的高效协同、实时性与安全性的平衡以及全生命周期的可持续性。SoC内部集成多个异构处理单元，结构设计复杂，处理和计算能力强，适用于多任务处理以及计算任务复杂的应用场景。随着汽车智能化程度的提高，对高性能SoC芯片的需求也将不断提升。