Arm如何构建面向未来的汽车解决方案？

随着人工智能（AI）技术的飞速发展，我们正面临着一个全新的计算时代。在这个时代，AI的需求日益庞大，对算力、性能、能效以及上市时间都提出了更高的要求。在这样的背景下，Arm作为计算平台领域的引领者，正在重新思考如何打造适应新时代需求的计算要素。

11月19日，Arm Tech Symposia年度技术大会在上海举行。作为Arm一年一度的技术盛会，本届大会聚焦生成式人工智能（AI）、边缘AI、大语言模型（LLM）、芯粒（Chiplet）技术、AI基础设施、智能驾驶等前沿科技。与以往不同的是，今年的大会不仅仅专注于特定应用市场，而是重点关注AI如何为各个应用市场带来全面变革。

“自转型成为计算平台公司以来，Arm通过软硬件深度融合和架构创新，持续在AI时代引领计算变革。预计到2025年底，全球将有超过1,000亿台具备AI能力的Arm设备，为AI的普及提供了坚实支持。正如Arm曾经助力智能手机的崛起，Arm也将成为AI计算平台的驱动者。”Arm基础设施事业部产品解决方案副总裁Dermot O'Driscoll在大会主题演讲中强调。

值得一提的是，迄今为止，合作伙伴基于Arm架构的芯片出货量已超过3,000亿颗。从大型数据中心中用于训练LLM的海量处理器，到全球用户每天接触的端侧AI设备，Arm平台已成为未来AI运行的基石。而AI的影响不局限于科技领域，在汽车行业，根据分析机构的预测数据，到2026年底，中国的道路上预计将有超过100万辆搭载L3级别ADAS（高级驾驶辅助系统）的汽车。会议现场，我们有幸采访到Arm汽车事业部市场总监Robert Day，听听他对汽车行业的未来发展方向带来哪些洞见分享。

Arm汽车事业部市场总监Robert Day

引领软件定义汽车革新

我们正在步入一个由软件定义的全新的汽车时代，从OEM厂商、一级供应商到整个汽车行业，都在反映着一个共同的趋势：车辆正在向更高程度的自主化、更先进的数字化体验以及更快的电气化进程发展。消费者的需求是推动这些变化的主要动力，同时，OEM厂商也视此为实现差异化的重要途径。

“中国市场的电气化进程的加速尤为显著，一些车厂正在从零开始打造电动车，这使得他们能够定义车辆的架构、硬件和软件设计。随着车辆自主化程度的提升和用户体验需求的增加，软件在车辆中的需求也在不断增长，人工智能(AI)的应用也日益广泛。”Robert Day分享道。

AI正在深度融入车辆和座舱，为驾驶者和乘客提供更先进的用户体验。然而，与家庭环境不同，车辆需要在保障安全性和实时功能的同时，支持个性化的用户体验和更高的自主化水平。这种独特性使得Arm在汽车领域的工作具有高度的针对性和价值。

这些行业趋势和变化正在重塑汽车供应链的运作方式。过去，供应链是分层的，OEM厂商、一级供应商和二级供应商之间的关系相对分散。但现在，由于问题的复杂性和传统方式的局限性，所有参与者都需要更紧密地合作。因此，我们看到汽车行业正在形成新的合作伙伴关系，以适应这个全新的、由软件定义的汽车时代。

那Arm是如何解决汽车行业趋势带来的挑战呢？

“Arm采用的是一种全栈策略，以适应车辆电子电气架构的变化和车内计算硬件的演进。在此背景下，我们引入了虚拟原型的概念。无论是实际硬件还是虚拟原型，都需要基础软件作为构建汽车应用的模块，这些通常由OEM厂商或一级供应商开发。在硬件层面，我们正通过引入汽车计算子系统（CSS）来助力新硬件系统的设计，并计划在2025年推出Arm汽车CSS。这一系统不仅包含我们的CPU，还集成了安全功能、加密技术、GPU、ISP等现代汽车硬件所需的各种技术。此外，我们还与合作伙伴携手，整合了如NPU、AI加速器等更专用的硬件模块，以丰富和增强计算子系统的功能。”Robert Day表示。

推动汽车计算新时代

随着计算能力的需求日益增长以及汽车硬件架构的不断演进，芯粒（chiplet）的应用规模逐渐扩大。通过组合多个芯粒，我们可以为未来的汽车开发者提供所需的额外硬件性能支持。这一方法在汽车行业中尤为有效，因为不同车型和应用场景对硬件性能有着多样化的需求。“我们在计算子系统中致力于标准化工作，旨在使这些子系统既能支持芯粒架构，也能兼容单片系统级芯片（SoC）设计。”Robert Day说道。

值得一提的是，今年早些时候Arm发布了一套全新的汽车IP，并与EDA合作伙伴携手，首次为这些IP提供了虚拟原型解决方案。在IP流片之前，开发者就能通过虚拟原型开始使用IP并编写软件。最终软件可以直接在原生云实例上运行，无需虚拟原型，这为软件开发提供了连续的流程。“这一方法为计算子系统的开发奠定了基础，使得在计算子系统实际流片前，就能通过虚拟原型进行开发和测试，从而加速软件和整车的开发流程，提高开发效率。”

Robert Day表示，八年前Arm初涉汽车业务时，重点在于将支持汽车行业的技术融入其IP中。如今，工作范畴已远超最初设定，不仅整合了主计算、辅助计算、GPU、ISP等技术，还深入软件层面，探索技术协同工作的方式。他强调，Arm正致力于构建面向未来的汽车解决方案，其中软件定义汽车（SDV）至关重要，这也是三年前发起面向嵌入式边缘的可扩展开放架构（SOAFEE）倡议的原因，而SDV正是SOAFEE合作的核心用例。“我们正在投入更多精力构建面向未来的汽车解决方案。”

SOAFEE是汽车供应链中领先企业的协作成果，有助于为 SDV 创建一个标准化软件架构。该计划旨在简化开发流程，并提高整个行业的互操作性。该联盟已吸引超过140家成员加入，包括通用汽车和LG电子等管理机构成员，以及吉利汽车、中科创达等中国企业。随着SOAFEE成员群体的不断壮大，现已迈向下一阶段——“SOAFEE.next”。

在SOAFEE的推动过程中，Arm从一开始就关注如何从软件角度支持异构计算架构，特别是AI在汽车行业的应用。从硬件角度看，汽车行业需要主计算CPU、GPU以及AI的协同。SOAFEE的一个重要目标是让开发者能够指定AI工作负载的运行位置，这是其架构中编排功能的一部分。因此，AI工作负载在SOAFEE中占据重要地位，需明确其如何得到支持以及如何在架构中进行开发和部署。

随着软件增多，如何确保软件的安全性？Robert Day在采访中分享道，Arm引入了虚拟化等关键硬件技术，将安全系统与非安全系统隔离，以确保整体系统安全。同时，还引入了“安全岛”功能，用于监控系统的完整性，支持运行高安全性工作负载。其中，具备安全功能的处理器Arm Cortex-R82AE是迄今为止性能最强的64位实时处理器，可在高安全需求场景下提供强大性能，实现最高级别的安全性。

在中国，AI技术与应用的融合正以惊人的速度推进，从 AI 数据中心到 AI 手机、PC，再到 AI 汽车及智能物联网，各个领域都在经历着日新月异的变革。“随着对高性能计算和更多软件需求的增长，汽车中所需的计算能力正在显著增加。尽管汽车架构正在发生变化，但单辆汽车中所包含的计算性能正在快速提升。因此，即使汽车总量呈下降趋势，计算需求却在上升。”Robert Day对于汽车市场依然看好。

面对日益复杂的汽车系统和硬件，以及数量庞大、复杂性日益增高的软件需求，汽车行业的客户对Arm提出了更高的期望。他们希望得到更强大的处理能力、更先进的AI支持、更丰富的计算子系统以及更全面的软件赋能。为此，Arm正致力于通过提供全面的计算子系统、虚拟原型硬件赋能的软件并列开发，以及通过SOAFEE倡议推动的行业协作。相信未来，Arm能够与行业伙伴携手共进，共同推动软件定义汽车的落地与实现，并且引领汽车行业迈向更加智能、高效的未来