恩智浦半导体公司在CES 2026上发布了S32N7超级集成处理器系列,旨在释放AI驱动汽车的全部潜力。该系列专为智能汽车核心设计,帮助汽车原始设备制造商(OEM)打造差异化车队,并在整个生命周期内控制和发展车辆平台。博世公司成为首家在其车辆集成平台中部署该系统的企业。
核心技术特性
恩智浦表示,S32N7处理器系列重新定义了出行方式,其创新不仅限于信息娱乐和自动驾驶,而是深入到车辆核心功能。对于OEM厂商,主要商业价值在于简化操作和可量化的成本节约;对于驾驶者,意味着能够预测其需求的直观车辆体验。
S32N7基于与该公司产品系列中前一代芯片相同的5纳米工艺基础,代表了恩智浦S32汽车处理平台的最新演进。该系列设计用于提供先进的超级集成能力,以应对智能汽车架构的复杂性,帮助汽车制造商加速向人工智能驱动汽车的转型。
恩智浦称,新系列将提供安全的模块化计算,具有硬件强制功能隔离,使OEM厂商能够安全地整合多个车辆核心功能,包括车身、运动、底盘控制和车辆动力学。
S32N7通过添加网关、数据管理和高级驾驶辅助系统(ADAS)的集成功能来扩展这些特性,支持高达2级自动驾驶。它进一步支持智能体AI能力、先进网络和超低功耗运行。公司表示,所有这些将使汽车制造商能够在其车辆核心开发安全的差异化功能。
超级集成架构优势
从技术角度看,S32N7将多达八个域整合到单一平台上,提供流线型架构,旨在降低材料和集成成本,实现高达20%的总拥有成本降低。它包含一系列兼容的片上系统(SoC),允许OEM厂商扩展其车辆的性能和功能。统一的软件环境旨在允许代码重用和S32N系列的简化集成。
此外,新系列为OEM厂商提供边缘计算能力,实现先进的数据收集、实时处理和编排,以推动更快的数据驱动决策。这为AI和智能体AI解决方案创建了智能基础,适用于包括停车、充电或驾驶在内的所有车辆状态。
恩智浦汽车处理器副总裁罗伯特·莫兰表示:"S32N7允许汽车制造商在保持对车辆核心完全控制的同时,创新并将数据货币化。新系列始终保持开启状态,实现即时车辆激活和AI能力的快速部署,即使在汽车停放时也是如此。其超级集成能力使汽车制造商能够快速推出软件更新,并在不重新架构车辆平台的情况下,在车辆、车型和市场之间实现差异化。"
博世合作部署
在部署方面,博世将在其车辆集成平台中安装S32N7,加速各个域中新车辆功能的推出和集成。恩智浦和博世表示,他们共同开发了参考设计、安全框架、硬件集成和专家支持计划,加速系统部署并减少早期采用者的集成工作量。
博世移动解决方案计算增强高级副总裁马蒂亚斯·布罗伊尼格补充道:"博世的车辆集成平台是新电气/电子架构的核心,实现了真正的软件定义车辆。我们与恩智浦在其S32N7处理器系列上的深入合作展示了我们如何将领先的半导体技术与我们深厚的系统专业知识以及最高的安全和保障标准相结合。通过在第一批恩智浦S32N7硅芯片准备好时就提供博世ECU样品,我们为客户的开发提供了显著的先发优势,确保下一代车辆计算机的快速实施和稳健性能。"
Q&A
Q1:S32N7处理器系列有什么核心优势?
A:S32N7处理器系列基于5纳米工艺,具备超级集成能力,可将多达八个域整合到单一平台上,实现高达20%的总拥有成本降低。它支持硬件强制功能隔离,能安全整合车身、运动、底盘控制等多个车辆核心功能,同时支持2级自动驾驶和智能体AI能力。
Q2:这款处理器如何帮助汽车制造商实现差异化?
A:S32N7使汽车制造商能够在保持对车辆核心完全控制的同时创新并将数据货币化。处理器始终保持开启状态,支持即时车辆激活和快速AI能力部署。其超级集成能力让制造商能够快速推出软件更新,在不重新架构车辆平台的情况下实现跨车辆、车型和市场的差异化。
Q3:博世在S32N7部署中扮演什么角色?
A:博世是首家在其车辆集成平台中部署S32N7的企业。恩智浦和博世共同开发了参考设计、安全框架、硬件集成和专家支持计划,加速系统部署并减少早期采用者的集成工作量。博世将在第一批S32N7硅芯片准备好时提供ECU样品,为客户开发提供先发优势。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。