【2023 年 04 月 11日,德国慕尼黑和法兰克福讯】英飞凌科技股份公司宣布将与大陆集团合作开发基于服务器的汽车架构。双方此次合作旨在打造一款系统的、高效的的电子/电气(E/E)架构,该架构与以往动辄包含上百甚至更多独立控制单元的电子/电气架构不同,将由中央高性能计算机(HPC)和几个强大的域控制单元(ZCU)组成。目前,大陆集团在ZCU平台中采用了英飞凌的AURIX TC4微控制器。

得益于AURIX TC4的特殊存储技术,汽车软件会保持待机状态,一旦车辆启动,停车辅助、空调、加热、悬挂等功能在1秒内就能准备就绪。借助平台化方案,大陆集团可以满足汽车制造商的不同需求。通过单独配置HPC和ZCU的数量、它们之间的交互方式以及在车辆内部的排列方式,汽车制造商能够根据需求定制汽车架构。
大陆汽车首席技术官Gilles Mabire表示:“我们的新架构解决方案能够让车辆更快地适应未来场景。随着汽车功能的日益丰富,车辆需要更高的算力和更为复杂的软件应用作为支撑,大陆集团的新架构为软件定义汽车扫清了障碍。而与半导体科技公司英飞凌的合作是我们帮助客户快速实现这一发展目标的关键一步。得益于我们的平台战略,成熟的应用软件可直接被用于新的车型,这样便能够大幅减少耗时的验证工作,加快新功能进入到量产阶段的速度。”
AURIX系列微控制器的第三代产品TC4x在性能、内存和不同版本之间具有与前几代微控制器AURIX TC2x和TC3x相同的可扩展性。此外,AURIX TC4x也是为了在ZCU和HPC应用而设计,但它更多的重点应用领域是雷达、底盘和安全以及动力总成/电气化。
新微控制器系列的一个关键亮点是英飞凌所采用的RRAM(电阻式随机存取存储器)存储技术。这项技术已被成功应用于芯片卡领域,例如无现金支付和安全认证等。现在,RRAM技术首次被应用于汽车领域。AURIX TC4x微控制器能够有效、快速、安全地发掘汽车系统的重要潜力。由于采用了AURIX TC4x架构,基础软件程序几乎一直处于待机状态,所以当车辆启动时,停车辅助、空调、加热和悬挂等功能在1秒内便可准备就绪。此外,它还显著加快了软件组件的OTA更新速度,并提高了安全性。
英飞凌科技汽车电子事业部总裁Peter Schiefer表示:“与大陆集团的合作使得RRAM技术开始应用于汽车领域。现在,英飞凌正在与大陆集团等汽车行业的创新推动者一起塑造未来出行。AURIX TC4x系列微控制器将是新一代电子/电气架构的重要组成部分,在提升未来几代汽车的效率、安全性和舒适性方面起到至关重要的作用。”
采用强大的域控制单元是迈向软件定义汽车的决定性一步。对于大陆集团而言,第一个关键步骤是为大众汽车的ID.3和ID.4电动汽车车型开发并交付HPC高性能计算机。
域控制单元平台的开发是大陆与英飞凌合作的一部分,该平台构成了电子/电气架构层的中间层,位于服务器层(HPC)和由众多传感器与执行器构成的基础层之间。
大陆集团架构和网络业务部主管Jean-Francois Tarabbia表示:“我们能够一站式为软件定义汽车架构提供所有基础组件。新平台在性能和接口方面具有可扩展的、模块化的设计,使汽车制造商能够极为灵活地设计汽车架构。另外,我们还能够整合第三方硬件和软件,以便快速而又经济高效地引入各种创新解决方案。”
在未来的电子/电气架构中,域控制单元将所有电子和电气连接集中在车辆的局部区域。例如,域控制单元从右前方、左前方和后方区域接管车辆的所有控制、数据和通信管理任务。将软件组件集中在一起可以提高网络安全和增强更新能力。AURIX TC4x系列微控制器按照ISO/SAE 21434认证流程开发,并将重点放在目前最先进的网络安全功能上。另外,AURIX TC4x的网络安全概念支持后量子进程,这将进一步增强对数据和信息的保护,使其免受来自量子计算机的攻击。量子计算机对当前的加密方法构成了威胁。
来自不同汽车领域的数据流在域控制单元中合并。这些数据在经过处理后,将通过安全的以太网连接传输至作为最高控制层的HPC。反之,域控制单元可以协同工作,执行来自服务器层的命令。
凭借其整体的“功能安全”概念,AURIX TC4x系列微控制器符合ISO26262标准中的ASIL D最高功能安全要求。此外,AURIX TC4x系列微控制器内置了网络加速器(“路由加速器”),可以缓解以太网和CAN通信以及最新通信功能如5 Gbit/s ETH、PCIe、10 Base-T1-S和CAN-XL等所承担的压力。凭借这些功能,AURIX TC4x有助于实现新一代软件定义汽车和新的电子/电气架构。
Tarabbia表示:“我们的新汽车架构仅由几个强大的域控制单元和高性能计算机组成,大大简化了车身线束,减轻了重量并降低了能耗。由于在系统的汽车电子装置中实现了明确的任务分工、软硬件分离以及接口的标准化,所以可以更好地应对车辆内部不断增加的复杂性和成倍增加的软件应用等问题。”
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。