Arm专家深入解析汽车研发新业态

作者：Arm 汽车事业部产品和解决方案副总裁 Suraj Gajendra

在 Arm 投身汽车技术研发的这些年，我身处行业前沿，亲眼见证了从传统软硬件协同设计到真正软件定义系统的重大转变。在近期于旧金山举办的第 62 届设计自动化大会 (DAC) 上，我与来自 AMD、西门子 EDA 和柯林斯宇航 (Collins Aerospace) 的同行进行了一场专题讨论，深入剖析了这一变革的真正意义——为何它远不仅是渐进式的演进，更是一场革命性的突破。

基础设施势在必行

谈及软件定义系统时，我往往会从基础设施切入。因为这个主题不仅是围绕编写可更新的软件，更在于构建全面的生态系统，支撑产品全生命周期内的持续创新。

在汽车领域，这意味着要打造从云端延伸至汽车的基础设施，即便车辆交付后仍能支持软件更新与新功能推送。但关键认知在于：这类基础设施必须从设计之初就纳入规划。若硬件在设计阶段未考虑这种灵活性，之后将无法赋予真正的软件定义能力。

如今研发的硬件需要具备前瞻性，以具备支持未来需求的能力。

未知的前路

在 Arm，对时间线的挑战贯穿日常工作。我们研发的计算平台需经合作伙伴完成系统级芯片 (SoC) 开发，再集成至各个部件，最终应用于量产车辆。这一过程通常耗时五年，光是合规认证就会大幅延长这个流程。

若说我能确切预知五年后的工作负载形态，显然不切实际。即便六个月后的人工智能 (AI) 发展趋势，现在也难以准确预测！这种不确定性促使我们以前所未有的方式拥抱虚拟平台与早期软件开发，而这在数年前还被视为不可能实现。

打破 18 个月滞后

虚拟平台如何改变行业规则？举一个具体案例：传统模式下，Arm 推出汽车增强 (AE) IP 后，软件开发者需要等待 18 个月才能基于物理芯片开展工作。也就是说，2021 年发布的 AE IP，直到 2022 年底才会面向开发者开放，存在显著滞后。

但在 2024 年，我们另辟蹊径。通过与西门子等合作伙伴协作，在 2024 年三月份的 AE IP 技术发布日，Arm 同步推出了虚拟平台。为此，软件生态系统合作伙伴可即刻启动开发工作，无需等待 18 个月。尽管芯片验证环节不可省略，但这种方式从根本上将开发周期缩短多达两年。

中国创新

中国厂商通过迅速采用这些方法，重塑了竞争格局。在部分案例中，从初步设计到流片仅耗时 12 个月。

最令我惊叹的并非只是速度，更在于严谨性。这支团队提出关于功能安全、信息安全、以及混合关键性的问题，比其他合作过的厂商都更具挑战性。他们不走捷径，而是秉持截然不同的开发理念，积极采用虚拟开发与云端验证。

这迫使全行业重新审视开发周期。当竞争对手能以显著更短的时间交付产品且丝毫不损及质量与安全时，长达七年的设计周期已难以为继。

AI 定义汽车：下一个前沿领域

我们已见证AI 定义汽车崭露头角，传统应用正通过大语言模型 (LLM) 和先进算法实现变革。以汽车用户手册为例：杂物箱中 500 页的手册将被 AI 助手取代，可实时解答任何指示灯或功能相关问题。例如，亚马逊云科技 (AWS) 的车载聊天机器人原型，通过 Arm KleidiAI 与 llama.cpp 的集成，能在三秒内响应驾驶员指令。

这些 AI 应用需要在异构计算平台上运行：部分工作负载由 CPU 处理，另一些任务由 GPU 承担，而特定任务则由 AI 加速器完成。如今借助虚拟平台，开发初期即可确定工作负载的优化与分配方案，无需等待物理硬件。

安全性：内置而非外挂

软件定义与 AI 定义系统的关键在于从一开始就明确安全防护需求。我曾在小组讨论中分享过一个案例：我的车载停车支付功能曾经长达八个月无法正常使用，原因是车载系统软件未达到信用卡交易的安全防护标准。

这凸显了硬件设计阶段明确安全防护需求的重要性。当系统存在混合关键性工作负载（部分要求高安全性，部分要求较低）时，必须在确定硬件架构前厘清互操作性需求。而虚拟平台能帮助开发者在硬件、中间件及基础软件层之间合理划分工作负载。

标准化的平衡之道

标准化依然至关重要，但必须审慎推行。Arm 通过SOAFEE（面向嵌入式边缘的可扩展开放架构）等对基础软件元素（如启动流程、调试步骤、安全框架）进行了标准化，同时为应用层保留差异化创新空间。

这种标准化大幅提升了软件在不同硬件代际间的复用性。当软件栈融入恰当的标准化设计，硬件代际过渡将更高效，既节省时间和成本，又能实现优化，从而赢得竞争优势。

技能的演变

向软件定义系统转型，并非需要全新技能组合，而是推动专业知识的深度交叉融合。Arm 聘请了具备 15 至 20 年整车级及电子控制单元 (ECU) 级建模经验的人才，这些能力过去并非必需，如今却对支持生态系统合作伙伴至关重要。

全行业都在呈现这一趋势。硬件团队采用更贴近软件的开发方法，包括持续集成与持续部署等实践；而软件团队则深化硬件认知，以更有效地优化其应用。

系统级思维

这场变革中最令人振奋的是真正的系统级建模能力正在崛起。设计不再局限于单个组件，而是从计算 IP、SoC，到整车，再延伸至云端基础设施，对整个生态系统进行建模。

这种整体方法能在设计初期发现并解决宏观问题（比如缓存容量不当、核心数量不合理、集群配置不足），从而在问题演变成昂贵的再次流片，甚至更糟的现场故障之前就将其排除。

支撑软件定义系统的基础设施，标志着产品开发方式的根本性转变。这不仅是实现软件可更新，更是打造能在产品全生命周期持续创新的生态系统。

随着行业向 AI 定义汽车迈进，那些能够驾驭转型的企业，通过构建合适的基础设施、采用虚拟开发、推动生态协作，将定义新一代的汽车技术。这场变革已成定局，关键在于企业能否快速适应，成为引领者而非追随者。