AI大模型叠加软件定义汽车浪潮下，提供底层核心能力支持的处理器也面临新的发展态势。如何满足汽车转型升级需求提供赋能，是当下解题的方向。

　　近日Arm联合生态系统合作伙伴推出Arm汽车增强(AE)处理器和虚拟原型平台，旨在缩短汽车相关软件的开发周期；还首次将服务器级Neoverse技术和Armv9架构引入汽车应用。
　　这是汽车行业智能化、电动化高速发展进程中，对计算和软硬件协同发展提出更多要求所驱动。
　　在接受21世纪经济报道记者专访时，Arm汽车事业部全球市场副总裁Dennis Laudick说了一个让他印象深刻的场景。“不久前我跟中国一家自动驾驶软件公司的首席技术官进行沟通交流，我问到底需要多少算力才够，他是这么回答我的：添加更多传感器，就需要对传感器的数据进行更多处理，由此需要更多的处理单元，因为这样可以拯救更多生命。他反问了我一个问题，如果更多处理器能够帮助拯救生命，那需要多少才算是多？我认为这个数量只会受到功率和物理因素的限制。”
　　面向汽车芯片市场，越来越多新架构和角色参与进来。不少汽车芯片厂商开始对RISC-V架构提高关注度。
　　Dennis Laudick回应记者道，“Arm在汽车行业的战略非常简单，即专注做真正优秀的产品，使其更加易用，并确保强大的生态系统为这些产品提供支持——历史经验告诉我们，只要专注做好这三件事情，整个行业就可以合作的方式共同前进，因此我们会继续坚持这一战略。”
　　推动生态聚合
　　Dennis Laudick分析道，汽车行业正经历巨大转型，并发展成为一个由技术驱动的行业。这大致归为三个驱动因素：第一，人工智能发展驱动能够创建更多面向安全和自动驾驶的功能；第二，驾驶员普遍希望在汽车中也可以获得和消费电子设备相同的体验感；第三，向电动汽车过渡令复杂性随之增加，行业正重新思考如何从技术角度对汽车进行设计。
　　“从Arm角度看，以上趋势最终会带来：第一，汽车中的软件数量及其复杂度进一步激增；第二，需要更多的算力支持。随着软件爆发式的增长，几乎所有我们接触交流过的车企和行业供应链中的参与者，都表示他们需要重新思考汽车产品的开发流程。”他补充道。
　　“软件定义汽车”趋势下，与Arm此前经历的其他产业发展也有相似性。
　　Dennis Laudick对记者表示，“从传统的机械设计到硬件和电气的设计，再到软件设计，这种过渡转型在行业中很常见。包括智能手机行业，当手机转向软件定义时，一开始用户只觉得是手机中多了一个软件用户界面而已，其实一旦成为软件定义后，就为所有软件创意开启了大门。”
　　他举例道，在智能手机被软件定义之前，手机就是拿来打电话、收发短信，但现在已经覆盖到日常生活的多种功能需求。
　　“所以，当汽车走向‘软件定义’时，将会有大量创新涌现。从我个人来说，每个人的生活中都有三个非常重要的数字枢纽：电视、手机、车。今后汽车就会成为我们的一个数字枢纽，甚至它可能会超越手机。”他指出。
　　软件重要性凸显，意味着倘若按照传统的先有硬件、再适配软件开发流程，将延缓汽车行业创新步伐。这也是Arm携手合作伙伴推出虚拟原型平台的原因。
　　Dennis Laudick介绍道，有了虚拟原型解决方案，可以通过云端的虚拟实例或虚拟原型平台实现软硬件同步开发。对于行业参与者来说，这意味着在物理芯片就绪之前就可以启动基于最新的Arm AE IP的软件开发。“我们从汽车生态系统合作伙伴的反馈得知，该解决方案可以帮助他们缩短多达两年的软件开发时间。”
　　这也意味着不仅是适配单一软件，构建角色多元的软件生态联合推动汽车行业创新愈发重要。Arm在2021年发起名为“SOAFEE”（面向嵌入式边缘的可扩展开放架构）的项目，旨在与合作伙伴协作，解决汽车行业面临的软件层面挑战。
　　SOAFEE关注对基础软件层的构建，以形成通用的行业软件层，如此，行业才能在这个基础上构建更多有价值的服务和应用程序。目前已有超过100家来自汽车行业的成员加入SOAFEE生态。
　　Dennis Laudick对21世纪经济报道记者强调，SOAFEE是一项由Arm托管、面向全行业开放的倡议。“在发起SOAFEE项目时，整个生态系统的反馈非常积极。虽然当时行业并不确定这个项目在业界的反响会是如何，但汽车行业已经普遍认识到，未来将会转向软件定义，就需要一个通用的平台。但当时行业所面临的巨大挑战是没有人准备好可以引领大家启动这个开放式的标准。”
　　而Arm被视为汽车行业的中立角色，因此发起了SOAFEE。“从我们的角度来说，SOAFEE现在真正的重点是要执行技术规范。”他续称，目前已有SOAFEE社区，Arm希望助力社区专注于解决目前所面临的大问题。“尽管目前SOAFEE发展顺利，但仍然任重道远，从旧方法到新方法的切换，以实现软件定义的汽车是一个非常艰巨的任务。”
　　突围“大模型+”
　　在汽车产业链探索软件正带来新的推动时，AI大模型出现则被认为将为汽车智能驾驶起到重要作用。这对处理器的性能与特性提出了更多需求。
　　“因为人工智能对汽车行业高端应用的需求越来越大，我们首次将服务器级性能的Neoverse引入到汽车应用中，带来Arm Neoverse V3AE。”Dennis Laudick指出，与Arm上一代性能最强的AE IP(Cortex-A78AE)相比，Neoverse V3AE每核性能可提升50%。同时，它还能够将Armv9架构在安全、人工智能方面的优势带到汽车领域。NVIDIA DRIVE Thor平台就宣布采用了Neoverse V3AE IP。
　　“在汽车领域，AI已经无处不在。即使是小型传感器，也会应用一些简单的人工智能来提升传感器数据；还有很多厂商使用人工智能进行范围和距离检测，借此帮助在早期检测出汽车的问题。当然，人工智能技术也是驾驶员安全以及包括自动驾驶在内的基础，对于L1级、L2级系统都是如此。”Dennis Laudick对21世纪经济报道记者分析，人工智能目前在汽车行业的真实用例，更多是与汽车安全性相关。相较于互联网行业，大语言模型在汽车中的应用落地可能需要花费更长时间。一旦被采用，它会助力保障生命安全。
　　整体来说，这对处理器厂商是巨大机遇。他进一步指出，整个行业处于大语言模型应用的早期，目前已经被应用在语言交互的用户界面，并也开始被使用在ADAS上。“不难发现，随着人工智能技术迭代，每一代都需要更多的处理器给予支持。这对Arm来说是催生了更多处理器需求。而每一代Arm CPU，都有专门针对AI的提升，这部分的优化还将继续保持。”
　　据悉，首款汽车应用的计算子系统(CSS)预计于2025年交付。Dennis Laudic介绍，计算子系统是一个CPU集群，通过中间连接件和安全岛能够实现预验证、预配置的RTL子系统。它能以更快、更简单的方式支持构建复杂的系统，适合应对汽车计算需求不断激增的应用，如先进驾驶辅助系统(ADAS)、自动驾驶和车载信息娱乐系统(IVI)。
　　目前市场中主流自动驾驶技术在从L2.5向高阶发展进程中，Dennis Laudick对记者表示，现在主流的确向L4级和L5级发展还有些距离。但即使在现在阶段，行业仍在持续改进汽车系统，不断提升其性能。通常做法是添加更多的处理器、软件、计算单元或传感器。
　　“所以，即使目前主流是L2+级，对Arm技术的需求是持续攀升的。随着后期进入L3级、L4级，对于处理器需求曲线将会实现指数级增长。关于L4级的讨论处于早期阶段，讨论的（芯片）设计是与云端数据中心相同类型，甚至需求更大的设计。”他分析道。
　　不过从现阶段看，汽车整体芯片市场出现一定库存积压状态，并对部分汽车芯片公司带来业绩成长压力。
　　对此，Dennis Laudick回应21世纪经济报道记者，Arm不是芯片厂商，其业务不涉及生产芯片，目前行业存在一定库存波动，可能更多涉及终端用户层面，但这种变化在任何行业都存在且常见。
　　“Arm汽车业务的增长主要来自：第一，单车芯片的数量在增加；第二，单芯片上处理器的数量在增加。此外，就单芯片而言，有越来越多的厂商使用更多且更新Arm的产品。这些因素进一步支撑了Arm的汽车业务向上增长。即使是其中某一个类目出现变化，对于整体的增长并不会有非常明显的影响。对Arm而言，整体都呈增长趋势。”他进一步分析，考虑到在汽车中使用AI将因法规对安全功能的规范而成为必需；此外汽车中每天都会引入新的传感器，互联互通将带来大量新功能等，“从Arm的角度，我并不认为目前对汽车行业的增长和对更多算力的需求会停滞”。