2023年，映驰科技研发的单征程®3泊车方案实现量产交付，同期，单征程®3行泊一体（5V5R）方案也获得了量产定点。此外，映驰科技宣布在地平线征程®系列芯片上再一次取得重大研发突破：业内首个基于地平线征程®5芯片的行泊一体解决方案完成量产前的研发工作，此方案将于2023年第三季度进入量产阶段。

2023年3月14-16日，2023第四届软件定义汽车论坛暨AUTOSAR中国日上，映驰科技联合创始人兼CTO段勃勃博士表示，当下，中国汽车行业迎来前所未有的挑战与机遇，单靠个人的力量很难补足所有的短板，这就需要行业合作来分摊成本，“要更团结才能发展下去。”映驰科技的使命就是成为“连接芯片与自动驾驶技术落地的桥梁”。

 映驰科技联合创始人兼CTO段勃勃博士

如果把SDV看作一个产品，它已经从概念开发阶段进入到了系统落地阶段，并且在未来会进入大规模落地阶段。在第一个阶段，我们关注功能、概念和可行性；在第二个阶段，我们关注质量和周期；在未来，我们将关注成本和效率，以便更好地评估这个产品能否持续发展。

汽车行业市场现状及发展趋势

特斯拉在今年年初的降价给行业带来了巨大冲击。Model 3的价格从35万元降到了22万元，这一过程仅用了两年。在这两年中，硬件成本和整体架构没有大幅调整，但成本却一路下降到22万元，这一成果同特斯拉的电子电气架构和软件技术是分不开的，特斯拉的成功也让行业对汽车软件技术的重视程度与日俱增。

将目光转回到汽车销量市场的变化，可以看到的是，从2013年到2022年，新能源汽车的销量从2万辆增长到649万辆，10年内增长了600万余辆。值得注意的是，新能源汽车的爆发式增长是从2020年到2022年，从137万辆增长到649万辆，增长了500万辆，从图表可知，2020-2022年三年，乘用车总销量始终在2000万辆上下浮动，也就是说，新能源车的份额实际上挤占了燃油车的份额，这也是行业转型时必须面对的挑战。

图片来源：嘉宾演讲材料

对于自动驾驶来说，在2020年和2021年，人们普遍认为L4级别的自动驾驶在未来10年内都不会成熟。但目前，L2+级别的自动驾驶已放量并且成熟，量产级别的L3自动驾驶已经在欧洲小范围试行。

行业的变化也促使软件的产品集成度不断上升，比如过去是L2级别的行车和泊车分开，现在要进化成行泊一体。随着级别从L2升级到L4，算力也从过去的几T提升到现在一百多T，场景和集成度不断拉升，项目成本却要不断压低，整个开发周期也从过去的18个月缩短到现在的6-9个月，这对我们来说是一个巨大的挑战。此外，信息安全和功能安全逐渐被作为汽车软件的正式规格，这也大大增加了软件工程师的工作量。综上所述，软件开发过程正面临质量和交付速度的矛盾。

汽车行业面临的挑战及解决方向

具体而言，行业面临的挑战又可以细分为操作系统、芯片、编程和代码、算法几大领域。

首先，汽车的操作系统OS遇到了对特定场景的个性化定制、驱动、通讯、调度等问题，虽然现在行业已经存在Linux、QNX等微内核可以使用，但是宏观的广义操作系统生态仍然需要自己搭建。

第二，多芯片的协同、多控制器的协同问题。行业内最近流行一个观点：应该从追求单终端的确定性转向追求多终端的确定性。落实到应用端就是：操作系统不仅要解决单个CPU上的操作系统问题，还要考虑多个终端之间的协同问题。要实现以上需求，就需要我们构建一个从芯片到应用端的完整计算链路。

这就涉及到了行业生态问题，尤其是越来越多的创新者参与到芯片和操作系统的开发时，我们就愈发清晰一个观点：那就是不能孤军奋战，需要一个生态来支撑这个事情。比如说做芯片，不仅要有硬件设计，还要有驱动、加速器和应用场景。但这也带来一个问题：如果想快速落地，生态的自由度就不能太高。

在芯片领域中，MCU和SOC的融合也是重要的发展趋势。以往一个控制器上需要分别配置MCU和SOC两种芯片，而现在往往将两者集成在同一块芯片上，从而节省了MCU所占用的空间和资源。此外还有跨域融合的技术创新，例如高通公司推出了将座舱和自动驾驶功能集成在同一块芯片上的产品方案。更进一步的趋势是：在服务器和云计算方面实现架构上的统一与优化，使得芯片能够适应云端环境，并支持云原生应用开发模式。映驰科技也正在积极探索该领域的技术前沿与市场需求。我们相信，在不久的将来就会出现采用最新的几纳米工艺制造、拥有强大处理能力、专门用于车载服务器应用场景的高性能芯片产品，这些产品将加速SOA架构下软件的高效部署。

第三，编程和代码。第一个趋势被称为轻量级代码：这意味着可以使用一些工具拖放代码来完成任务，只需编写少量代码即可。大部分内容都是使用框架和现成的东西完成的，有很多现成的数据库可供使用，只需更改几个参数即可使用轻量级代码。但是轻量级代码并不是解决问题的万全之策，一部分代码仍然需要人工编写，这方面的趋势是自动代码生成和更先进的编程语言。此外，即便可以使用工具减轻工作量，但汽车这一高安全、高可靠性的产品对于代码的容错率是非常低的，一旦出现问题就可能会以生命为代价。

第四，算法。从算法角度看，2013年开始，深度学习技术开始应用在汽车领域，我们主要利用CNN、DNN等神经网络模型对摄像头、激光雷达、雷达等传感器采集的数据进行分析和处理，此时10T的算力已足够支撑，随着硬件设备的发展，自动驾驶系统需要更高的算力来支持更复杂的深度学习模型和更快的计算速度，现在的最高算力已经进化到了1000T，但功能和价值却没有实现同等级别的同步增长，因此，当前自动驾驶系统需要考虑如何提高性价比，即如何在保证安全性和可靠性的前提下，降低成本和功耗，并提升用户体验和满意度。

为了应对以上挑战，企业一方面要把握变化，紧追变化，只有变得够快、够好、够坚决，才可能在新的时代抓住新的机会；另一方面，企业要形成商业闭环，产品要走向落地量产，这样才能得到行业的看好和资本的青睐；当然，合作也是非常重要的，中国汽车行业迎来前所未有的挑战与机遇，单靠个人的力量很难补足所有的短板，这就需要行业合作来分摊成本，要更团结才能发展下去。

映驰科技发展情况及公司愿景

映驰科技的愿景是成为中国智能汽车高性能计算软件平台的领导者，使命是“连接芯片与自动驾驶技术落地的桥梁”，因此映驰科技与实际应用端和芯片端都有紧密联系，比如，我们是地平线的IDH伙伴，是NXP的全球金牌合作伙伴。

映驰科技意识到，优秀的软件公司有时需要开发硬件来验证方案，因此，我们提供一个积木式的可快速搭建的实验环境。客户无论希望基于哪些硬件方案进行验证，都可以通过插卡式，将CPU插入并运行现有软件。这一过程中会用到映驰科技的中间件，可以大大缩短验证周期，比如过去评估一个板卡需要6个月，现在只需一周即可完成，这也得益于映驰科技与NXP、地平线等芯片公司的紧密合作。

在软件方面，映驰科技是AUTOSAR开发合作伙伴，并每年派遣人员参与AUTOSAR开发工作。这使我们能够了解新标准进展并贡献代码。此外，我们还是黑莓QNX的VAI伙伴，在ADAS领域可以提供绝对的可靠性。在认证方面，2020年我们的产品通过了APICE CL2认证，并满足项目过程要求，去年，我们也通过了ISO 26262 ASIL D产品的认证。

高性能计算软件平台EMOS&XCG高性能计算群解决方案

接下来介绍产品，首先是面向整车的高性能计算软件平台：EMOS，这一产品横跨三大域控制器，可以实现异构多核的协同调度，支持高性能计算，支持整车全局的时间同步，提供多种系统服务，兼容AUTOSAR平台，也提供自动驾驶基础服务与自动驾驶SDK及应用，前者包含传感器、车控、AI服务；后者支持到L4级的服务组件，包含感知融合、建图定位、感知融合三库。

映驰科技维护统一的、共性的软件平台，而个性化的部分可以由车厂自己完成，减少开发周期、降低成本。这也是映驰科技的EMOS产品的目标：将共性的部分做好，让客户在个性化的部分充分发挥，提升效率。

EMOS的产品构成分为三部分，核心模块是调度与通信技术，EMOS支持跨芯片多核异构的确定性调度，以及端到端（应用到应用）的us级时间同步和低延迟交互，这一部分已经在国内进行了三年的推广，目前已经进入量产；第二个模块是系统服务，包括时钟同步功能，在RTC实时通信部署支持下，EMOS的时钟精度可以被控制在纳秒级别，基于映驰科技在多域融合上的部署工作，时钟同步服务可全局覆盖三大功能域、8颗芯片。

接下来是高性能计算全解决方案，XCG Gen1是基于地平线征程®5AI芯片和高性能处理器而打造的多场景应用整车高性能计算群，Tier1和OEM通过购买的XCG Gen1技术包和技术支持服务，可快速打造行业领先的量产产品方案。

去年开始，映驰科技同地平线合作打造单J3 行泊一体控制器，可以助力车厂实现硬件降本，目前这一方案也进入了落地阶段。

（以上内容来自映驰科技联合创始人兼CTO段勃勃博士于2023年3月14日-16日在2023第四届软件定义汽车论坛暨AUTOSAR中国日发表的《智能驾驶高性能计算软件平台》主题演讲。）

返回第一电动网首页 >