加速汽车芯片落地，Arm放大招

谈到Arm，我们最熟悉的就是他们在包括手机在内的移动设备SoC中的号召力。近年来伴随Apple M系列芯片和人工智能的崛起，我们也在PC和数据中心领域见到了越来越多的Arm架构芯片。
 
除此以外，Arm其实早已经在智能汽车芯片市场扮演了重要的角色。正如Arm 汽车事业部产品和解决方案副总裁Suraj Gajendra所说，Arm 在汽车行业深耕已久，已为该行业提供技术与产品支持超过 25 年。“当论及计算领域时，几乎全球所有车厂、全球前 15 大汽车半导体供应商都在使用 Arm 技术。过去的五年，基于 Arm 架构的芯片在汽车市场的出货量显著增长，已达到原来的三倍。”Suraj Gajendra接着说。
 
他进一步指出，Arm将始终立足前沿，不断突破技术边界，为当今涌现的应用场景提供所需的全新技术。
 
汽车芯片，新变化
 
过去几年，在电动化和智能化的影响下，传统汽车架构发生了翻天覆地的变化。叠加近年来人工智能的崛起，汽车芯片更是迎来日新月异的发展。
 
知名分析机构Yole在早前发布的一份报告中表示，预计半导体器件市场规模将从2024年的680亿美元增长到2030年的1320亿美元。其中，汽车半导体器件市场价值将从每辆汽车的759美元（2024年）增长到2030年约1332美元，每辆汽车的半导体器件数量也将从约824个（2024年）增长到1158个（2030年）。
 


正如Yole在报告指出的那样，在这一增长背后，还隐藏了芯片需求的变化。例如，汽车行业正快速从内燃机向混合动力汽车和纯电动汽车转型，这对电力电子领域，特别是宽带隙开关（先为 SiC，后为 GaN）应用提出了更高要求，并推动“电源和模拟”领域成为增量收入的最大贡献来源；欧洲新车安全评鉴协会 (Euro-NCAP) 的 2026 年规程、美国新出台的自动紧急制动 (AEB) 规定以及中国升级的 C-NCAP 测试循环，迫使即便入门级车型也需额外配备摄像头、雷达和域控制器；未来几年，电子电气 (E/E) 架构将向更加集中化和 48V 电网方向演进，这需要先进的 MCU 和新的 PMIC 组提供支持；此外，人工智能正在彻底重塑包括汽车在内的所有行业，类似多模态交互界面、端到端以及用于 ADAS 的 VLA 模型正在走向当代汽车，其中带来的高算力芯片需求已十分显著。
 
Arm也认为，未来出行的变革不仅在颠覆汽车行业，更在持续加剧汽车系统的复杂性。由人工智能 (AI) 驱动的驾驶体验、车云互联能力与云原生开发，正在重塑汽车的设计、制造与体验。Arm指出，汽车中先进软件与 AI 能力的快速集成和持续部署，为日益复杂的系统带来了诸多挑战：如何确保无缝集成、实时性能、功能安全与网络安全？此外，协调不同平台的更新迭代、实现跨平台互操作性，以及满足全球市场的合规要求，更给车厂增添了多重难度。
 
Suraj Gajendra在与半导体行业观察等媒体交流时表示，在当前的应用场景中，AI 技术已经深度融入汽车行业，行业不仅在支持具备规划、感知和驾驶行为决策的 AI 算法，还在座舱中集成了一定程度的 AI 功能，并通过无线 (OTA) 更新带来了出色的应用，为用户带来了优异的使用体验。
 
展望未来，Suraj Gajendra预计， AI 将在汽车的各项功能中发挥更大作用，例如，在自动驾驶应用中，端到端 AI 技术能让单个 AI 模型承担大部分乃至几乎所有的驾驶决策；同时，支持多模交互的 AI 模型正被广泛应用在座舱领域。
 
他同时强调，要实现上述目标，就必须满足三个基本要素：
 
第一，创新的灵活性；随着 AI 应用开发者着手推出各种新功能，我们必须确保硬件和软件在本质上必须具备一些核心功能，比如功能安全、信息安全、实时服务质量，以及通过工具和流程集成新 AI 应用的灵活性； 
其二，实现 AI 应用能在整个汽车生态系统中的规模化落地；小范围的测试固然有价值，但根本目标是把它扩展到整个生态系统中；
 
其三，缩短产品上市时间；由于 AI 带来的创新速度如此之快，硬件和软件供应商的与时俱进十分重要，以确保解决方案能更快推向市场，加快产品上市时间至关重要。
 
要满足这些核心需求，就需要合适的芯片提供技术支撑。作为汽车芯片领域的长期深耕者，Arm已顺应这一趋势，在过去多年里做好了充分准备。
 
从IP到CSS，加速芯片落地
 
在整个半导体供应链，Arm此前一直扮演着重要的IP供应商的角色。具体而言就是公司把自己设计的半导体IP，通过技术授权的形式交付给芯片厂商进行芯片设计与制造，这样的商业模式通过获取技术授权费用和版权费用，加速行业发展并推动公司前进。在无论手机、PC、服务器和汽车领域，这种合作方式过去都大同小异。但Suraj Gajendra坦言，这种方式可能有点不太适合当前的需求了。
 
“一般来说，基于 Arm IP 开发的汽车领域专用芯片，通常要在 Arm IP 推出两年后才会面世。例如，我们在 2021 年发布的 IP，需要等到两年后才能在汽车市场上看到对应的芯片上市。而广大的软件开发者也得从那时起才能开始进行开发工作。由此可见，这中间存在一段很长的延迟。”Suraj Gajendra说。
 
有鉴于此，Arm在去年发布 Cortex-A720AE 的同时，同步推出了针对这款 IP 开发的虚拟原型，以解决软件开发滞后的问题。通过启用虚拟原型技术，Arm得以在 IP 发布当天就将开发平台以云服务的形式开放给软件开发者，这相当于将软件开发进度提前了两年。



但即便如此，Arm发现，随着汽车应用对计算需求持续攀升，芯片设计也同步变得更加复杂，整个系统的复杂性也进一步加剧。这就意味着Arm的合作伙伴需要投入更多的时间来完成这类的设计与实现工作。
 
“于是，我们推出了计算子系统 (Compute Subsystems, CSS)，以帮助客户解决计算复杂性问题，让他们能将精力聚焦于其他核心环节。”Suraj Gajendra告诉半导体行业观察。“随着 SoC 的复杂度不断提升，客户完成设计的时间——包括时序收敛和所有设计工作的收尾——正在不断延长。我们的计算子系统解决方案能够提前介入并解决这些复杂问题。”Suraj Gajendra补充道。
 
Suraj Gajendra进一步指指出，通过提供更完整的计算子系统，客户在复杂的 SoC 开发上所需投入的工程师总数及占比将大幅减少（根据Arm与合作伙伴的案例和评估数据，每个项目所需工程资源投入预计可减少 20%）。
 
由于客户无需投入那么多工程资源，就可以把节省下来的资源投入到 SoC 的其他部分，包括专注于 AI 加速器的开发，或是打造自身的差异化优势——这正是Arm所支持的方向。
 
“这不仅能提升客户的成本效率，还能提高设计效率。此外，设计提前完成本身也能带来成本节约，这就是我们希望传递的核心价值。”Suraj Gajendra强调。“综合考量整个 SoC、平台搭建及平台启用的成本，我们相信采用 Arm 计算子系统，客户所需投入会更少，因为 Arm 已承担了很大一部分开发成本。”Suraj Gajendra重申。
 
Arm坚信，依托计算子系统将产品推向市场是最优路径。为此在过去几年里，公司已经将这种策略落实到手机SoC、基础设施芯片等多个Arm所擅长的领域。从前文中可以看到，面向汽车市场的CSS同样是Arm的重点布局的方向，更是这一策略在汽车领域的延续。
 
于是，该公司面向 AI 定义汽车的计算平台的Arm Zena CSS应运而生。
 
Arm Zena CSS，惊艳亮相
 
据介绍，Arm推出的第一代的 Zena CSS 是一个标准化、预先集成、预先验证的计算平台，并基于最新经市场验证的 Armv9 汽车增强 (AE) 技术构建。该计算平台结合了低功耗、高性能，且经验证的 IP，以及专用的安全岛与运行时安全引擎，再加之参考固件和软件支持，构成了可进行芯片实现的一套完整的 CSS。
 

 
具体而言，Zena CSS 的各个子系统包含以下组件与特性：
 
1、搭载 16 核心 Arm Cortex-A720AE CPU 集群的高性能计算；
2、由 CMN S3AE 提供 CPU 一致性与芯片间的 I/O 连接；
3、使用 Arm Cortex-R82AE 进行实时处理的安全岛；
4、用于安全的 OTA 更新的运行时安全引擎；
5、通过 Arm TrustZone 启用的系统层级的安全性与信任根；
6、经验证的 RTL 设计与参考固件；
7、可选择集成由 Arm Mali GPU 和 Mali-C720AE 驱动的图形处理单元 (GPU) 和图像信号处理 (ISP)；
8、支持加速器与合作伙伴专用逻辑组件的轻松集成，以满足先进的 AI 系统级芯片 (SoC) 设计日益多样化的工作负载需求。
 
相较于从 IP 开始进行芯片设计，由于预先集成了硬件与固件组件，因此Zena CSS 可将芯片开发周期最多缩短 12 个月。在应用方面，Zena CSS 也可延伸应用于 IVI、中央计算与 L2+ 先进驾驶辅助系统 (ADAS)，让整车厂能够在多种车系与多层性能等级之间灵活部署，无需重新设计计算堆栈或从头开始进行安全认证。
 
此外，遍布汽车生态系统的 Arm 计算架构，使得整车厂能在不同供应商的基于 Zena CSS 的 SoC 之间复用和移植其软件的许多组件，包括固件、中间件、操作系统、应用等。Arm认为，正是得益于这个全面的解决方案，整车厂从构思到量产都能更快地采取行动、降低成本与风险，打造出更具差异性且智能化的驾乘体验。
 
这一方案的另一大优势在于其具备卓越的灵活性。
 
“我们的设计让合作伙伴能在充分利用我们提供的核心功能之余，还能通过在计算子系统上添加专属的加速器或特定逻辑，凭借自己的 IP 实现差异化。当然，合作伙伴还能在其上集成周边的所有外设，这就是我们所说的灵活性。”Suraj Gajendra表示。“从产品上市时间来看，合作伙伴只需专注于实现并优化差异化功能，而无需在下图的深蓝色部分耗费时间，而是可以把更多精力放在 SoC 中能带来差异化优势的模块。”Suraj Gajendra进一步说。



在规划Zena CSS的时候，Arm还针对当前的Chiplet趋势，做了一些布局。例如，Zena CSS 本身便支持芯粒 (Chiplet) 架构，并提供了该架构所需的关键标准接口，能支持客户和合作伙伴基于芯粒架构进行设计——无论是单个 Zena CSS，还是多个 Zena CSS 相互连接，都可实现。“对芯粒架构的支持也将持续作为我们未来计算子系统的产品路线图中重要的设计组件。”Suraj Gajendra说。
 
虽然Zena CSS 本身并不包含 UCIe （通用芯粒互连协议）接口，但如上图所示，紫色方框标注的 CSS 部分已经具备了连接 UCIe 所需标准接口的能力，合作伙伴既可以通过添加 UCIe 接口将 Zena CSS 设计为独立芯粒；也可以不使用 UCIe 接口，将其实现为单片式 SoC （系统级芯片），这就是Arm为客户赋予的产品设计灵活性。
   
对于Arm Zena CSS来说，除了上述的硬件灵活性以外，软件的安全、智能、易用和丰富生态支持，也是其不得不提的另一个优势。据介绍，Arm 的软件合作伙伴生态正在展示其解决方案如何在 Zena CSS 上运行——借助虚拟平台解决方案实现芯片流片前的软件开发，并基于 SOAFEE 方法论构建云原生开发与协作框架。典型应用场景涵盖无线 (OTA) 更新、AI 定义的驾乘体验、增强型信息娱乐系统、安全关键型通信同步等，同时确保符合行业标准并采用标准化 DevOps 框架。
 

 
“在通往‘AI 定义汽车’ 的道路上， Zena CSS 是我们在这一方向上迈出的重要一步，它依托于 Arm 在汽车行业的长期深耕和积淀。中国的汽车市场具有重要价值，我们看到大量创新成果孕育而生，Zena CSS 能为这个市场带来加速创新的计算底座。”Suraj Gajendra最后强调。