全新汽車(chē)架構(gòu)重構(gòu)處理器與內(nèi)存選型邏輯
核心要點(diǎn)
輔助駕駛與自動(dòng)駕駛技術(shù)需要更多傳感器采集數(shù)據(jù),且部分?jǐn)?shù)據(jù)的處理速度需大幅提升;
向軟件定義汽車(chē)和集中式智能架構(gòu)轉(zhuǎn)型后,車(chē)企能更清晰地界定高先進(jìn)制程處理器與內(nèi)存的應(yīng)用場(chǎng)景,同時(shí)在合適位置部署成熟、低成本的技術(shù);
汽車(chē)以太網(wǎng)、低功耗雙倍數(shù)據(jù)率內(nèi)存(LPDDR)等此前備受忽視的技術(shù)已發(fā)展成熟,如今需求激增。
輔助駕駛與自動(dòng)駕駛傳感器產(chǎn)生的數(shù)據(jù)呈爆炸式增長(zhǎng),且車(chē)輛需基于這些數(shù)據(jù)做出實(shí)時(shí)決策,這對(duì)車(chē)載內(nèi)存和存儲(chǔ)子系統(tǒng)提出了前所未有的要求。
隨著越來(lái)越多的機(jī)械功能被電子系統(tǒng)替代,車(chē)載智能水平不斷提升,汽車(chē)行業(yè)面臨的技術(shù)挑戰(zhàn)正與大型數(shù)據(jù)中心趨同。對(duì)于自動(dòng)制動(dòng)、車(chē)道居中、倒車(chē)影像處理、懸架調(diào)節(jié)等關(guān)鍵功能,處理器與內(nèi)存之間的數(shù)據(jù)傳輸必須達(dá)到極高速度,才能保障功能的優(yōu)先級(jí)執(zhí)行。
與此同時(shí),車(chē)輛搭載的功能對(duì)安全性的要求層級(jí)各異。例如,信息娛樂(lè)系統(tǒng)的部分功能是提醒駕駛員的關(guān)鍵,但其余功能則無(wú)此要求。行業(yè)當(dāng)下的挑戰(zhàn)在于,既要將車(chē)輛作為一個(gè)整體系統(tǒng)進(jìn)行管理,又要兼顧其 “系統(tǒng)之系統(tǒng)” 的屬性,讓不同功能按優(yōu)先級(jí)有序運(yùn)行。而解決這一問(wèn)題的最佳方式,是提升數(shù)據(jù)帶寬、降低延遲,并更精細(xì)化地規(guī)劃:不同位置需搭配何種元器件、采用何種制造工藝,以及控制何種成本。
西門(mén)子 EDA 汽車(chē)與軍工 / 航空航天業(yè)務(wù)混合物理與虛擬系統(tǒng)副總裁戴維?弗里茨表示:“當(dāng)我們談及支持服務(wù)質(zhì)量的 10 千兆位汽車(chē)以太網(wǎng)時(shí),傳統(tǒng)汽車(chē)工程師會(huì)問(wèn),‘我該如何保證信號(hào)能在 100 毫秒內(nèi)準(zhǔn)確傳輸至制動(dòng)系統(tǒng)?’我的回答是,‘你看到兩個(gè)街區(qū)外的那棟建筑了嗎?如果用非屏蔽雙絞線(xiàn)以太網(wǎng)電纜繞著那棟建筑走一圈再傳回來(lái),延遲可能也就幾微秒,而你擔(dān)心的卻是毫秒級(jí)的延遲?!@是因?yàn)橐蕴W(wǎng)的傳輸速率極高,即便存在一些仲裁過(guò)程,也有充足的時(shí)間完成處理。因此,以往擔(dān)心的‘系統(tǒng)高負(fù)荷時(shí),數(shù)據(jù)能否從 A 點(diǎn)快速傳輸至 B 點(diǎn)’的問(wèn)題,如今基本不復(fù)存在;而如何劃分 1.5 兆比特 / 秒的控制器局域網(wǎng)(CAN)總線(xiàn)帶寬、確保數(shù)據(jù)傳輸?shù)碾y題,也迎刃而解。這就是兆比特與千兆比特傳輸速率的差距?!?/p>
這一技術(shù)突破對(duì)汽車(chē)設(shè)計(jì)產(chǎn)生了深遠(yuǎn)影響。弗里茨補(bǔ)充道:“如今部分車(chē)企會(huì)在車(chē)身外部搭載 16 至 20 個(gè)攝像頭,當(dāng)高優(yōu)先級(jí)數(shù)據(jù)包需要通過(guò)網(wǎng)絡(luò)從 A 點(diǎn)傳至 B 點(diǎn),而網(wǎng)絡(luò)因視頻幀傳輸處于高負(fù)荷狀態(tài)時(shí),車(chē)企應(yīng)盡可能在車(chē)輛邊緣端完成更多數(shù)據(jù)處理,這能有效降低帶寬需求。中國(guó)車(chē)企深諳此道:即便 20 個(gè)高分辨率攝像頭同時(shí)傳輸數(shù)據(jù),即便發(fā)生碰撞事故,車(chē)輛仍能完成數(shù)據(jù)處理、幀存儲(chǔ),并通過(guò)人工智能對(duì)幀數(shù)據(jù)進(jìn)行分析。其人工智能算法能實(shí)現(xiàn)高速數(shù)據(jù)饋送,因?yàn)檫@類(lèi)車(chē)型搭載的片上系統(tǒng)(SoC)能實(shí)現(xiàn)納秒甚至皮秒級(jí)的延遲;而競(jìng)品車(chē)型大多僅配備數(shù)個(gè)電子控制單元(ECU),即便配置較好,這些獨(dú)立 ECU 之間也僅能實(shí)現(xiàn)數(shù)兆比特的通信帶寬。如今的汽車(chē)設(shè)計(jì),正逐步向片上系統(tǒng)的設(shè)計(jì)邏輯靠攏?!?/p>
這也讓車(chē)企得以靈活搭配各類(lèi)處理器與內(nèi)存產(chǎn)品:在性能要求最高的位置部署高端產(chǎn)品,在合適場(chǎng)景下精簡(jiǎn)配置,同時(shí)根據(jù)不同功能的需求規(guī)劃能耗,并整體控制成本。
Imagination高級(jí)產(chǎn)品經(jīng)理阿米爾?基亞表示:“傳統(tǒng)車(chē)載功能多依賴(lài)微處理器(MPU)或數(shù)字信號(hào)處理器(DSP),如今行業(yè)對(duì)利用圖形處理器(GPU)完成部分車(chē)載任務(wù)的興趣日益濃厚。例如,在車(chē)內(nèi)信息娛樂(lè)系統(tǒng)和車(chē)載顯示領(lǐng)域,眾多企業(yè)已開(kāi)始采用 GPU。開(kāi)發(fā)者發(fā)現(xiàn),GPU 的靈活性使其能高效兼顧計(jì)算與圖形處理任務(wù);與其額外集成加速器,不如拓展現(xiàn)有 GPU 的能力,使其同時(shí)支撐信息娛樂(lè)系統(tǒng)并提升計(jì)算性能,從而降低系統(tǒng)開(kāi)銷(xiāo)。這一轉(zhuǎn)變也讓車(chē)企有機(jī)會(huì)在相關(guān)系統(tǒng)中采用更小型的微處理器,或減少對(duì)數(shù)字信號(hào)處理器的依賴(lài)?!?/p>

邁向軟件定義汽車(chē)時(shí)代
上述諸多技術(shù)變革,是車(chē)企轉(zhuǎn)型的重要基礎(chǔ)。過(guò)去十年,車(chē)企才開(kāi)始將研發(fā)重心從電子控制單元轉(zhuǎn)向軟件定義的技術(shù)路線(xiàn)。這一轉(zhuǎn)型的優(yōu)勢(shì)在于,車(chē)輛的不同系統(tǒng)和子系統(tǒng)可像片上系統(tǒng)的功能模塊一樣設(shè)計(jì),再根據(jù)實(shí)際需求進(jìn)行靈活整合。進(jìn)而,車(chē)企能更精準(zhǔn)地規(guī)劃不同位置的帶寬需求、內(nèi)存容量,選擇適配的內(nèi)存類(lèi)型,并界定數(shù)據(jù)的優(yōu)先級(jí)。
基亞說(shuō):“所有車(chē)企都在向更集中的架構(gòu)轉(zhuǎn)型。此前行業(yè)廣泛采用分布式 ECU,如今正朝著集中式基礎(chǔ)設(shè)施升級(jí)。部分車(chē)企的平臺(tái)對(duì)計(jì)算能力要求極高,傳感器和顯示屏?xí)a(chǎn)生大量實(shí)時(shí)數(shù)據(jù):有的車(chē)企搭載 6 個(gè)車(chē)載攝像頭,有的則配備 8 至 12 個(gè),且所有攝像頭均實(shí)時(shí)流傳輸數(shù)據(jù)。這意味著系統(tǒng)內(nèi)部需要實(shí)現(xiàn)高速數(shù)據(jù)交互,因此車(chē)企正嘗試將所有功能整合至單一的片上系統(tǒng)中,以應(yīng)對(duì)這一需求。”
軟件定義汽車(chē)(SDV)與由多個(gè)專(zhuān)用功能 ECU 組成的傳統(tǒng)汽車(chē)有著本質(zhì)區(qū)別。前者不僅要求各系統(tǒng)按規(guī)完成自身功能,其核心邏輯還能整合多個(gè)系統(tǒng)的數(shù)據(jù),做出實(shí)時(shí)決策。而要實(shí)現(xiàn)這一點(diǎn),必須保障關(guān)鍵數(shù)據(jù)的實(shí)時(shí)可獲取性,才能讓決策落地。
蘭布斯硅知識(shí)產(chǎn)權(quán)業(yè)務(wù)開(kāi)發(fā)總監(jiān)阿迪爾?巴魯什表示:“高分辨率傳感器、人工智能加速器,以及安全關(guān)鍵型工作負(fù)載,均需接入共享內(nèi)存和存儲(chǔ)子系統(tǒng);若帶寬不足,這些子系統(tǒng)將迅速成為性能瓶頸。如果內(nèi)存無(wú)法為計(jì)算引擎提供高速數(shù)據(jù)饋送,芯片的利用率會(huì)下降,延遲會(huì)增加,這將直接影響車(chē)輛的安全性和用戶(hù)體驗(yàn)。從超高速片上內(nèi)存到大容量持久化存儲(chǔ),構(gòu)建分層的內(nèi)存與存儲(chǔ)架構(gòu),能確保不同工作負(fù)載在帶寬、延遲、容量和成本之間達(dá)到最優(yōu)平衡,最終打造出安全、響應(yīng)迅速且功能豐富的車(chē)輛?!?/p>
隨著汽車(chē)架構(gòu)的變革重塑行業(yè)格局,內(nèi)存技術(shù)的選型變得愈發(fā)關(guān)鍵。美光科技產(chǎn)品與系統(tǒng)副總裁邁克爾?巴斯卡指出:“從 L3 級(jí)到 L4 級(jí)乃至更高級(jí)別的自動(dòng)駕駛,模型的復(fù)雜度、精細(xì)化程度和能效,始終是車(chē)企研發(fā)的重點(diǎn)。我們都見(jiàn)過(guò)無(wú)人駕駛出租車(chē)在某些交通場(chǎng)景下陷入停滯,這說(shuō)明當(dāng)前的算法模型仍無(wú)法應(yīng)對(duì)所有極端邊緣場(chǎng)景。事實(shí)上,在更高階的自動(dòng)駕駛階段,算法模型的規(guī)模可能還會(huì)在一段時(shí)間內(nèi)持續(xù)擴(kuò)大,之后才能實(shí)現(xiàn)能效的提升,存儲(chǔ)領(lǐng)域的發(fā)展亦是如此?!?/p>
從更精細(xì)化的角度來(lái)看,電動(dòng)汽車(chē)搭載的內(nèi)存類(lèi)型,取決于功能的響應(yīng)時(shí)間要求、目標(biāo)市場(chǎng)定位,以及車(chē)輛的動(dòng)力來(lái)源。對(duì)于純電動(dòng)汽車(chē)而言,續(xù)航里程是核心競(jìng)爭(zhēng)優(yōu)勢(shì),減少數(shù)據(jù)傳輸?shù)哪芎?,就能有效延長(zhǎng)續(xù)航。因此,盡管圖形雙倍數(shù)據(jù)率內(nèi)存(GDDR)容量更大,但在特定功能場(chǎng)景下,低功耗雙倍數(shù)據(jù)率內(nèi)存第六代(LPDDR6)已能滿(mǎn)足需求。
楷登電子硅解決方案集團(tuán)總監(jiān)弗蘭克?費(fèi)羅表示:“LPDDR 內(nèi)存最初走紅,是因?yàn)槠鋷捀哂趥鹘y(tǒng) DDR 內(nèi)存:初代 LPDDR4 的帶寬約為 4 吉比特 / 秒,而 LPDDR6 的帶寬已高達(dá) 14.4 吉比特 / 秒,這是其首個(gè)核心優(yōu)勢(shì)。同時(shí),低功耗也是 LPDDR 的重要特性,且其內(nèi)存容量也有所提升。盡管 LPDDR6 的容量仍不及 DDR 內(nèi)存,但在汽車(chē)應(yīng)用中,隨著高級(jí)駕駛輔助系統(tǒng)(ADAS)和人工智能推理技術(shù)的普及,容量的重要性日益凸顯。LPDDR6 實(shí)現(xiàn)了內(nèi)存容量與帶寬的平衡,恰好契合汽車(chē)行業(yè)的諸多需求?!?/p>
不過(guò),L4 和 L5 級(jí)自動(dòng)駕駛的到來(lái),為這一選型邏輯增添了新的考量。新思科技嵌入式內(nèi)存知識(shí)產(chǎn)權(quán)首席產(chǎn)品經(jīng)理達(dá)里爾?賽策表示:“為實(shí)現(xiàn)高級(jí)功能而提升片上內(nèi)存的容量和帶寬,需要付出的主要代價(jià)是芯片面積和功耗的增加,這會(huì)影響車(chē)輛的熱管理和可靠性。因此,設(shè)計(jì)人員必須在性能需求與能耗、芯片面積限制之間找到平衡,通常會(huì)采用低壓運(yùn)行和架構(gòu)優(yōu)化的方式來(lái)解決這一問(wèn)題?!?/p>
此外,隨著車(chē)載語(yǔ)言模型的復(fù)雜度不斷提升,車(chē)企對(duì)內(nèi)存容量和帶寬的需求也持續(xù)增加,同時(shí)需要在性能與成本之間找到平衡。費(fèi)羅舉例說(shuō):“以特斯拉為例,其車(chē)型中搭載了四顆 LPDDR 內(nèi)存。車(chē)企原本考慮‘減少 GDDR 內(nèi)存的使用’,但如今為滿(mǎn)足容量需求,仍需搭配同等規(guī)模的 GDDR;因此,眾多車(chē)企正計(jì)劃采用 LPDDR6,因?yàn)槠浼饶軡M(mǎn)足容量需求,又具備 LPDDR 系列的其他優(yōu)勢(shì)?!?/p>
高帶寬內(nèi)存(HBM)是通過(guò)硅通孔(TSV)連接的堆疊式動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器(DRAM),目前因硅通孔的可靠性問(wèn)題和車(chē)輛振動(dòng)的影響,尚未應(yīng)用于汽車(chē)領(lǐng)域。但由于市場(chǎng)對(duì)高性能內(nèi)存的需求持續(xù)增長(zhǎng),部分車(chē)企已將其納入研發(fā)視野,這在一定程度上意味著車(chē)企可能會(huì)犧牲低成本內(nèi)存的選型機(jī)會(huì)。
法國(guó)里昂證券集團(tuán)汽車(chē)半導(dǎo)體首席分析師楊宇表示:“內(nèi)存行業(yè)的集中度極高,少數(shù)頭部企業(yè)占據(jù)壟斷地位,且產(chǎn)能需供所有行業(yè)共享。因此,對(duì)于有轉(zhuǎn)型雄心的車(chē)企而言,深入了解內(nèi)存行業(yè)至關(guān)重要。近期的一個(gè)典型案例是,受人工智能需求激增、產(chǎn)能轉(zhuǎn)移以及分銷(xiāo)渠道投機(jī)行為的影響,過(guò)去數(shù)月 DDR4 內(nèi)存的價(jià)格暴漲?!?/p>
據(jù)里昂證券集團(tuán)統(tǒng)計(jì),當(dāng)前車(chē)載應(yīng)用中各類(lèi)內(nèi)存的類(lèi)型及應(yīng)用場(chǎng)景如下:
動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器(LPDDR4/5、GDDR6):應(yīng)用于高級(jí)駕駛輔助系統(tǒng)域控制器、中央計(jì)算平臺(tái)、智能傳感器、數(shù)字座艙片上系統(tǒng);
與非閃存(NAND flash);
嵌入式多媒體卡 / 通用閃存存儲(chǔ)(eMMC/UFS):應(yīng)用于信息娛樂(lè)系統(tǒng)、車(chē)聯(lián)網(wǎng)、高級(jí)駕駛輔助系統(tǒng)軟件存儲(chǔ);
非易失性?xún)?nèi)存主機(jī)控制器接口規(guī)范固態(tài)硬盤(pán)(NVMe SSD):應(yīng)用于新興的 L3 級(jí)及以上自動(dòng)駕駛計(jì)算平臺(tái),以及事件數(shù)據(jù)記錄器 / 駕駛狀態(tài)感知數(shù)據(jù)存儲(chǔ);
單級(jí)單元與非閃存(SLC NAND):應(yīng)用于車(chē)聯(lián)網(wǎng)、射頻模塊、高耐久性日志存儲(chǔ);
或非閃存(NOR flash):應(yīng)用于高級(jí)駕駛輔助系統(tǒng)傳感器、網(wǎng)關(guān)、區(qū)域控制器、微控制器的啟動(dòng)程序和安全代碼存儲(chǔ);
其他非易失性存儲(chǔ)器(EEPROM、FRAM、nvSRAM):應(yīng)用于校準(zhǔn)數(shù)據(jù)、配置參數(shù)、低密度事件日志存儲(chǔ)。
行業(yè)的通用選型原則為:動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器用于計(jì)算場(chǎng)景,與非閃存用于數(shù)據(jù)存儲(chǔ),或非閃存用于代碼存儲(chǔ)。
其他內(nèi)存類(lèi)型
動(dòng)態(tài)隨機(jī)存取存儲(chǔ)器的速度正大幅提升,而靜態(tài)隨機(jī)存取存儲(chǔ)器(SRAM)仍是高性能場(chǎng)景的首選內(nèi)存。與此同時(shí),其他類(lèi)型的內(nèi)存也開(kāi)始逐步應(yīng)用于汽車(chē)領(lǐng)域。
賽策表示:“SRAM 適用于實(shí)時(shí)計(jì)算任務(wù),而磁阻隨機(jī)存取存儲(chǔ)器(MRAM)和阻變存儲(chǔ)器(RRAM)具備高容量、低功耗、持久化存儲(chǔ)的特性,非常適合車(chē)載遠(yuǎn)程升級(jí)、數(shù)據(jù)記錄和配置信息保存。這些內(nèi)存產(chǎn)品的選型,恰好滿(mǎn)足了汽車(chē)行業(yè)對(duì)能效、性能和可靠性的最優(yōu)需求。”
此外,車(chē)輛可對(duì)部分?jǐn)?shù)據(jù)進(jìn)行預(yù)處理并本地存儲(chǔ),再將非實(shí)時(shí)性任務(wù)的數(shù)據(jù)上傳至云端,例如車(chē)輛行為分析、車(chē)隊(duì)地圖更新等。楷登電子 Tensilica 產(chǎn)品集團(tuán)汽車(chē)業(yè)務(wù)產(chǎn)品營(yíng)銷(xiāo)與管理總監(jiān)阿米特?庫(kù)馬爾表示:“這些數(shù)據(jù)不會(huì)立即上傳至云端,而是會(huì)在本地存儲(chǔ)數(shù)小時(shí)甚至一天,具體存儲(chǔ)時(shí)長(zhǎng)取決于車(chē)企合作的云服務(wù)商(亞馬遜云科技、微軟 Azure、谷歌云)。這類(lèi)數(shù)據(jù)流通常會(huì)在車(chē)輛本地完成積累,再上傳至數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行結(jié)構(gòu)化分析?!?/p>
閃存在這一過(guò)程中發(fā)揮著關(guān)鍵作用。賽策說(shuō):“閃存(非易失性、長(zhǎng)壽命)至今仍是電子控制單元和中央控制器的常用存儲(chǔ)介質(zhì),其能在車(chē)輛全生命周期內(nèi)保存數(shù)據(jù),為固件、日志和安全資產(chǎn)提供持久化存儲(chǔ)。片外數(shù)據(jù)的訪(fǎng)問(wèn)則通過(guò) eMMC、UFS 接口實(shí)現(xiàn),而高速帶寬應(yīng)用會(huì)搭配高速串行計(jì)算機(jī)擴(kuò)展總線(xiàn)(PCIe)。同時(shí),車(chē)企會(huì)通過(guò)加密、身份驗(yàn)證,以及遵循汽車(chē)安全標(biāo)準(zhǔn),保障數(shù)據(jù)的安全性?!?/p>
各車(chē)企會(huì)根據(jù)豐富的技術(shù)選項(xiàng)和自身的目標(biāo)市場(chǎng),自主規(guī)劃內(nèi)存與存儲(chǔ)架構(gòu)。
是德科技 EDA 軟件定義汽車(chē)業(yè)務(wù)線(xiàn)產(chǎn)品經(jīng)理卡麗?布朗表示:“車(chē)身外部攝像頭,以及開(kāi)啟后的車(chē)內(nèi)攝像頭所錄制的視頻,可用于‘車(chē)隊(duì)學(xué)習(xí)’,以?xún)?yōu)化自動(dòng)駕駛輔助和完全自動(dòng)駕駛功能。這類(lèi)視頻通常是與碰撞、安全氣囊彈出等安全事件相關(guān)的短視頻片段。例如,特斯拉將相關(guān)數(shù)據(jù)劃分為自動(dòng)駕駛分析與優(yōu)化、道路路段數(shù)據(jù)分析等不同類(lèi)別,用于訓(xùn)練和優(yōu)化駕駛輔助與導(dǎo)航功能。部分?jǐn)?shù)據(jù)(如行車(chē)記錄儀畫(huà)面、哨兵模式存儲(chǔ)數(shù)據(jù),后者用于監(jiān)控停放車(chē)輛周邊的安全威脅)會(huì)在車(chē)輛本地處理,除非用戶(hù)明確開(kāi)啟數(shù)據(jù)共享功能。實(shí)際應(yīng)用中,數(shù)據(jù)一部分存儲(chǔ)在車(chē)輛本地,另一部分則存儲(chǔ)在特斯拉運(yùn)營(yíng)的數(shù)據(jù)中心(及合作設(shè)施),為人工智能訓(xùn)練、相關(guān)服務(wù)和運(yùn)營(yíng)支持提供支撐。”
目前,高速 DRAM 通常用作近計(jì)算內(nèi)存,而閃存和其他非易失性存儲(chǔ)介質(zhì)則負(fù)責(zé)數(shù)據(jù)備份和冗余存儲(chǔ),但二者的應(yīng)用邊界正逐漸模糊。
布朗表示:“未來(lái)的汽車(chē)架構(gòu)將具備更高的靈活性,車(chē)企會(huì)采用更多的混合內(nèi)存層級(jí),將傳統(tǒng) DRAM 和閃存整合至單一模塊或封裝中。對(duì)于用于人工智能模型優(yōu)化的攝像頭和傳感器數(shù)據(jù),標(biāo)注與審核工具能讓授權(quán)員工和合作方查看短視頻片段和圖像,對(duì)目標(biāo)物體和駕駛場(chǎng)景進(jìn)行標(biāo)注。此前有媒體報(bào)道過(guò)這類(lèi)標(biāo)注工作的操作界面,但并未披露其具體的技術(shù)棧。”
結(jié)語(yǔ)
汽車(chē)正逐漸成為復(fù)雜的 “系統(tǒng)之系統(tǒng)”,集成了種類(lèi)日益豐富的內(nèi)存和處理器,同時(shí)行業(yè)也在探索數(shù)據(jù)傳輸與存儲(chǔ)的全新優(yōu)化方案。
是德科技 EDA 內(nèi)存解決方案項(xiàng)目經(jīng)理蘭迪?懷特表示:“車(chē)載計(jì)算的需求(包括信息娛樂(lè)和高級(jí)駕駛輔助系統(tǒng))對(duì)內(nèi)存帶寬和容量的要求持續(xù)提升。相較于云端推理,車(chē)載本地推理的低延遲特性,能保障數(shù)據(jù)的實(shí)時(shí)處理和安全關(guān)鍵型任務(wù)的時(shí)序要求。”
這些技術(shù)突破,都是邁向完全自動(dòng)駕駛的重要基石。從當(dāng)前的技術(shù)發(fā)展軌跡來(lái)看,完全自動(dòng)駕駛的實(shí)現(xiàn),已離我們不遠(yuǎn)。











評(píng)論