作者 | 开芯的旅途 编辑 | 自动驾驶与AI
点击下方卡片,关注“自动驾驶之心”公众号
ADAS巨卷干货,即可获取
点击进入→自动驾驶之心【硬件交流】技术交流群
近期了解了一些车规芯片方面的信息,以此文归纳总结一下。
1、典型车载芯片
车载SOC中,复杂度较高的两大类芯片是自动驾驶芯片以及智能座舱芯片。
1.1 自动驾驶芯片
Nivida ORIN
发布于2022年,采用三星8nm工艺。目前已经搭载在蔚来、理想的部分车型上面。具有12个ARM A78AE CPU Core,GPU是2048个基于Nvidia Ampere架构的CUDA cores + 64 Tensor Cores,硬件加速器方面提供2 DLAs (Deep Learning Accelerator)。其算力为254 INT8 TOPS(由GPU和DLA提供)。
(图源:Nvidia官网)
Nvidia ORIN系列芯片的框架图如下:
(图源:Nvidia官网)
其中CPU的具体规格如下图,CPU频率跑到2.2GHz,不是一个特别高的频率,类似工艺下,旗舰手机AP的最高频大核会考虑push到2.8G或者更高。
(图源:Nvidia on Hot Chips 34)
对应的CPU性能如下图,其中Geekbench 5单核成绩754,多核成绩7773。作为对比,MTK的天玑8100手机芯片,拥有4核2.85G A78和4核2G A75,Geekbench 5单核成绩约970,多核成绩约4000。可以看到ORIN芯片的CPU单核成绩,受限于频率,相比手机芯片的同类CPU的单核跑分是要弱大约30%的水平,而由于核数量较多,所以多核跑分有优势。
(图源:Nvidia on Hot Chips 34)
ORIN芯片的Safety Island采用4组Cortex-R52的Lockstep pair,每组Lockstep pair包含两个R52 core。提供10K DMIPS的ASIL-D安全级别的算力。
(图源:Nvidia on Hot Chips 34)
地平线征程5芯片
2021年7月发布。2022年9月,理想L8 Pro成为全球首个采用地平线征程5的车型。征程5基于最新的地平线BPU® 贝叶斯架构设计,可提供高达128TOPS算力。CPU方面,采用8核Cortex-A55。Safety Island采用双核Lockstep MCU。
(图源:地平线官网)
1.2 智能座舱芯片
高通-骁龙 8155
网上有说法提到车载的8155芯片,是在手机芯片骁龙855的基础上,“降低CPU的频率” “提高GPU和NPU的频率” “强化视频图像等数据的处理能力”等一系列针对汽车使用场景“魔改”而来的。
笔者在网上没有找到比较详细的手机端的855和车载8155的差异对比。通过对比高通网站上两者的产品简介,关注到有如下差异:
1. Display能力
车载8155支持3路4K 60帧的显示,主要是为了适配车上多屏显示的需求;手机端的855最多同时支持两路FHD+分辨率(高通文档上原文为:Dual Display Concurrency: FHD+ @ 60 Hz (855+), FHD+ @ 90 Hz (860),其中FHD+这个分辨率应该是介于1080P与2K之间)。
2. Image Signal Processor (ISP)
车载8155的文档提到automotive ISP,推测与手机端的ISP存在差异。
(图源:高通官网)
3. 对外接口
车载8155相比手机端芯片拥有更多的高速接口,例如8155支持1x 2-lane PCIe Gen3 + 1x 1-lane PCIe Gen3。
4. 安全处理器
8155文档提到使用一个专门的SPU来处理汽车类的应用。
除上述差异外,主要的算力模块:CPU、GPU、DSP+NPU没有看到与手机版本有大的差别。例如CPU都是高通的Kryo-485(高通基于公版ARM A76做了少量修改的CPU)。没有使用ARM用于自动驾驶的A76AE。
高通-骁龙 8295
骁龙8295与手机端的骁龙888是同一代产品,发布于2021年1月。CPU规格为Cortex-X1 + 3 x A78 + 4 x A55。GPU采用高通的Adreno 695。另外从网上搜索到8295有一个Safety Manager Subsystem,包含了两个以lock-step模式运行的CPU(原文:Dedicated Safety Manager Subsystem equipped with dual ARC HS46 CPU in lock-step mode),这个相比8155应该是一个在Function Safety方面的改进项。
芯擎科技-龙鹰一号
2021年12月发布。该芯片的CPU规格为4x2.4G A76 + 4x1.8G A55。GPU为14核G76。由于4核A76是跟4核A55搭配使用,而A55没有用于自动驾驶的Automative Enhanced(AE)版本,所以推测A76大概率也并非是专门用于车载的A76AE,应该是普通的A76。
(图源:CSDN)
2、ARM的A78AE、G78AE和CMN-600AE等车规系列IP
注:以下信息很大程度参考Anandtech网站的文章:Arm Announces Cortex-A78AE, Mali-G78AE and Mali-C71AE Autonomous System IPs,并结合个人的一些理解。
2.1 ARM CPU A78AE简介
A78AE是继A76AE之后的最新一代用于自动驾驶领域的Cortex-A处理器,性能提升30% 虽说A78-AE是最新一代Cortex-A处理器,但从ARM 2020年9月发布至今已经超过两年半,看来ARM对于AE系列的CPU更新的积极程度,是比不上每年都发布一代的手机端CPU产品的。
(图源:Anandtech)
A78AE新增了Hybrid Mode这样一个工作模式。在ARM上一代产品A76AE中,原本支持两种工作模式:
1. Split Mode,适用于ASIL B/SIL2级别的应用(如仪表盘、后视摄像头等)。所有core都独立运行,类似手机AP上的Cortex-A CPU core的工作模式。这种模式提供最高的性能。
2. Lock Mode,适用于ASIL-D/SIL3级别的安全应用(如安全气囊、电动助力转向等),所有core以及DSU都工作在Lock Step模式下。下图中4个CPU core组成了2组Core pair,从性能角度等效于2个CPU core的性能。
A78-AE新增的Hybrid Mode,是让CPU core工作在Split Mode,而DSU工作在Lock Mode,适用于ASIL B/SIL2级别的安全应用。
图源:ARM官网
注意,虽然Hybrid Mode这种工作模式下,CPU core工作在Split Mode,但并不意味着CPU core可以放飞自我、输出的结果完全不受监控。为满足ASIL B/SIL2级别的安全要求,处在Split Mode的CPU Core需要定期地执行一个安全检查的进程,确保CPU core的工作状态正常,没有出现error。在进行安全检查时,当前CPU core无法执行其他任务,下图中工作在Hybrid Mode的CPU core在工作过程中出现的小段灰色框即代表这段由于执行安全检查而无法正常工作的时间。处在Split Mode的DSU-AE也同样需要定期进行安全检查,而且DSU-AE进行安全检查时会导致所有Core都无法使用。Hybrid Mode相比纯粹的Split Mode的提升是在于DSU-AE是跑在Lock Step模式,所以省掉了DSU-AE进行安全检查这一过程。
(图源:Anandtech)
2.2 ARM GPU G78AE
G78AE是ARM首款支持车规安全的GPU。相比普通的G78,有一个重要的功能是Flexible Partitioning,该功能可以对GPU资源进行硬件partition,最多支持4个partition,这些硬件partition之间彼此功能独立,不会互相产生影响,实现了硬件层面的虚拟化。
(图源:Anandtech)
以下是Flexible Partitioning的示意图,有safety需求的workload单独分配partition,通过虚拟化还能额外实现把多个不同的workload放在同一个partition里面。在ARM GPU没有支持硬件partition之前,如果希望让GPU执行不同的安全任务,需要采用多组GPU cluster,例如三星Exynos Auto V9就采用了3组GPU cluster(MP12+MP3+MP3)
(图源:Anandtech)
2.3 CMN-600AE
CMN-600AE在车规SOC中主要用作多个DSU cluster间的一致性互联。相比普通的CMN-600一致性总线,它明显的差异在于增加了Function Safety相关的feature,包括部分逻辑可以工作在lock step模式下,增加了一系列的checker(如asynchronous interface checker,clock and reset checker等)。CMN-600AE最多支持8个DSU cluster。
2.4 其他车规系列IP
除了前面所述的IP外,ARM还提供了GIC-600AE以及MMU-600AE。
(一)视频课程来了!
自动驾驶之心为大家汇集了毫米波雷达视觉融合、高精地图、BEV感知、多传感器标定、传感器部署、自动驾驶协同感知、语义分割、自动驾驶仿真、L4感知、决策规划、轨迹预测等多个方向学习视频,欢迎大家自取(扫码进入学习)
(扫码学习最新视频)
视频官网:www.zdjszx.com
(二)国内首个自动驾驶学习社区
近1000人的交流社区,和20+自动驾驶技术栈学习路线,想要了解更多自动驾驶感知(分类、检测、分割、关键点、车道线、3D目标检测、Occpuancy、多传感器融合、目标跟踪、光流估计、轨迹预测)、自动驾驶定位建图(SLAM、高精地图)、自动驾驶规划控制、领域技术方案、AI模型部署落地实战、行业动态、岗位发布,欢迎扫描下方二维码,加入自动驾驶之心知识星球,这是一个真正有干货的地方,与领域大佬交流入门、学习、工作、跳槽上的各类难题,日常分享论文+代码+视频,期待交流!
(三)【自动驾驶之心】全栈技术交流群
自动驾驶之心是首个自动驾驶开发者社区,聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多传感器融合、SLAM、光流估计、深度估计、轨迹预测、高精地图、NeRF、规划控制、模型部署落地、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流等方向;
添加汽车人助理微信邀请入群
备注:学校/公司+方向+昵称