目前市面关于无人驾驶行泊一体的解决方案基本都用到多颗SoC的策略，常见组合包括低算力TDA4 * 2方案、TDA4 + 3J3方案、高算力Orin * 2（*4）方案、MDC610 * 2方案等等，多颗SoC是如何联合工作的是个很有意思的问题，今天拿TI的双TDA4方案做一下解读，其中的思路能够在一定程度上帮助理解其它多SoC方案。

  运行各类通用计算、深度学习计算和应用所需的性能需求可能超出了单SoC的能力，除了算力的不足之外，在实际应用中也会出现长时间高功率运算导致的硬件过热死机等问题，因此部分整车厂商在对方案商方案评审时还会考虑负载率/利用率的问题（并非越高越好），不做具体展开。

  为满足特定情况下功能安全需求，要增加一个SoC作为主SoC因异常导致没办法正常工作时的bankup，这里涉及到冗余备份的考虑，对应的衍生出同构冗余和异构冗余两种方案，各有优劣，不做具体展开。

  在集成化成都慢慢的升高的各类ADAS应用中，各类传感器的应用数量持续不断的增加，性能也慢慢地加强，因此对于通讯接口数量和带宽需求也慢慢变得高，单个SoC可能无法满足接口数量的需求，早期的ADAS方案有典型的5R1V，现在较为流行的方案有5R8V12U3L，传感器数量成倍增加，对各类接口数量要求也大大增加，硬件性能提升导致的数据带宽要求与早期相比已不可同日而语；另外在单独应对性能瓶颈方面，部分厂商在做的单SoC的分时复用（行车的时候做行车计算，泊车的时候做泊车计算）也是一种解决方案，可实现低算力SoC行泊一体，不做具体展开。

  从TDA4VM的配置表来看，核心方面其包括2个Arm A72核、3个Arm R5F双核、3个DSP（数字信号处理）核、1个GPU核、1个MMA深度学习加速核，算力为8TOPS；接口方面其包括CSI、PCIe、Ethernet、CAN-FD等类型的接口，配合解串器的使用每个CSI接口可以接入多颗摄像头（见下图）：

  作为TI面向车载的专用SoC芯片，其优势之一在于可扩展化配置，可以通过以太网和PCIe对两颗TDA4组成的系统进行通信配置，SoC之间可以进行MAC到MAC的直接通信，简单讲可以在PCBA上将对应的芯片引脚连接到一起，中间无需额外的通讯芯片。另一个优势在于两个芯片所需要的开发工具和文档都是相同的，相比异构多SoC系统会减少不少工作量。

  以1前视、4侧视、4环视传感器系统配置为例，TI给出了两种推荐使用方案：

  感知信息输入部分--对前视摄像头的传感器数据进行复制，使其同时接入SoC-A和SoC-B中，侧视摄像头数据单独接入SoC-A，环视摄像头数据单独接入SoC-B。

  感知信息处理部分--系统中的多个内部核心被分成了4条“流水线”，各条流水线支撑的功能如下图所示流水线（ACC、LCA功能），流水线（LDW、LKA功能），流水线（OD功能），流水线（AVP功能）。

  流水线x核心进行图像数据的前处理，主要包括格式调整、灰度化等操作，这类操作的作用在于统一输入图像的尺度，同时适当的裁剪可以在满足推理运算需求的同时减少计算量，灰度化的作用在于将多通道的彩色图像转换为单通道的灰度图，常规推理运算只需使用灰度图，图像通道减少实现数据降维，同样可以大大降低计算量。

  流水线颗MMA（AI加速核）使用前处理完成的感知数据进行AI运算推理，我们所说深度学习模型便跑在这两颗核上，像ACC、LCA、LDW、LKA等功能决策所需要的推理信息就在这一步进行产出，另外这一部分属于两条流水线间共用的部分，因为单颗SoC只有一套C7x和MMA加速核。

  画线/插值等操作，通常我们在辅助驾驶系统上看到车辆或者行人外部标注的矩形标识框便是通过后处理输出到图像之上的。最后一条泊车功能

  组成和功能基本类似，差异点在于其在流水线前端增加了一个预处理的过程，也就是在有两个预处理：流水线前预处理

  H264编码，作用在于对输入的图像数据进行压缩，否则实时产生的数据量将会非常庞大难以处理，编码之后的数据输入1颗A72 GPU核进行渲染，主要作用在于提升图形加载速度，使系统运行更加流畅，在这一步之后数据分为两路，一路输出给座舱HMI，涉及到有一次GPU渲染，另外一路便是AVP功能的流水线，处理流程和对应核心同行车相似。最终输出（数据融合）

  在这个方案里面，第二颗SoC（TDA4-B）处理完成的数据最终通过两颗SoC间的PCIe的TX/RX （发射接收）节点传递到了第一颗SoC（TDA4-A），数据传输过程支持DMA（存储器直接访问）技术的，可以实现高速传输减少延迟同时无需CPU的介入，这样4条流水线F核进行数据融合并输入最终结果，这颗R5F核心支持ASIL-D功能安全，根据TI的介绍，其支持Lock-Step（锁步）技术，简单讲同样的指令在两颗核心上跑，将输出结果进行周期性的比对看是否一致，从而确保功能安全。

  传感器数据的接入，前视和测试均接入SoC-A，环视单独接入SoC-B；其次数据处理流水线结果融合，SoC-A功能部分在推理计算完成后直接通过PCIe节点传输至SoC-B统一进行后处理，之后通过SoC-B R5F核心进行感知融合动作。泊车部分处理同方案一相同。

  贴一张旭日X3的功能框图，旭日J3与这颗芯片差异可以理解为一颗工规级别，一颗车规级别，二者比较明显的差异主要在温度适用性。

  作者：华碧实验室刘明辉1.车身域控制芯片车身域主要负责车身各种功能的控制。随着整车发展，车身域控制器也越来越多，为了降低控制器成本，降低整车重量，集成化需要把所有的功能器件，从车头的部分、车中间的部分和车尾部的部分如后刹车灯、后位置灯、尾门锁、甚至双撑杆统一集成到一个总的控制器里面。

  汽车电子对MCU控制芯片的主要诉求为更好的稳定性、可靠性、安全性、实时性等技术特性要求，以及更高的计算性能和存储容量，更低的功耗指标要求。车身域控制器从分散化的功能部署，逐渐过渡到集成所有车身电子的基础驱动、钥匙功能、车灯、车门、车窗等的大控制器，车身域控制系统设计综合了灯光、雨刮洗涤、中控门锁、车窗等控制，PEPS智能钥匙、电源管理等，以及网关CAN、可扩展CANFD和FLEXRAY、LIN网络、以太网等接口和模块等多方面的开发设计技术。

  在总体上讲，车身域上述各种控制功能对MCU主控芯片的工作要求主要体现在运算处理性能、功能集成度和通信接口，以及可靠性等方面。具体要求方面由于车身域不同功能应用场景的功能差异性较大，例如电动车窗、自动座椅、电动尾门等车身应用还存在高效电机控制方面的需求，这类车身应用要求MCU集成有FOC电控算法等功能。此外，车身域不同应用场景对芯片的接口配置需求也不尽相同。因此，通常需要根据具体应用场景的功能和性能要求，并在此基础上综合衡量产品性价比、供货能力与技术服务等因素进行车身域MCU选型。

  硬件级安全特性：密码算法硬件加速引擎，支持AES、DES、TDES、SHA1/224/256，SM1、SM3、SM4、SM7、MD5算法；Flash存储加密，多用户分区管理（MMU），TRNG线运算；支持写保护（WRP），多种读保护（RDP）等级（L0/L1/L2）；支持安全启动，程序加密下载，安全更新。

  车身域电子系统不论是对国外企业还是国内企业都处于成长初期。国外企业在如BCM、PEPS、门窗、座椅控制器等单功能产品上有深厚的技术积累，同时各大外企的产品线覆盖面较广，为他们做系统集成产品奠定了基础。而国内企业新能源车车身应用上具有一定优势。以BYD为例，在BYD的新能源车上，将车身域分为左右后三个域，重新布局和定义系统集成的产品。但是在车身域控制芯片方面，MCU的主要供货商为仍然为英飞凌、恩智浦、瑞萨、Microchip、ST等国际芯片厂商，国产芯片厂商目前市场占有率低。

  从通信角度来看，存在传统架构-混合架构-最终的Vehicle Computer Platform的演变过程。这里面通信速度的变化，还有带高功能安全的基础算力的价格降低是关键，未来有可能逐步实现在基础控制器的电子层面兼容不同的功能。例如车身域控制器能够集成传统BCM、PEPS、纹波防夹等功能。相对来说，车身域控制芯片的技术壁垒要低于动力域、驾舱域等，国产芯片有望率先在车身域取得较大突破并逐步实现国产替代。近年来，国产MCU在车身域前后装市场已经有了非常良好的发展势头。

  电动化、智能化、网联化加快了汽车电子电气架构向域控方向发展，座舱域也在从车载影音娱乐系统到智能座舱快速发展。座舱以人机交互界面呈现出来，但不管是之前的信息娱乐系统还是现在的智能座舱，除了有一颗运算速度强大的SOC，还需要一颗实时性高的MCU来处理与整车的数据交互。软件定义汽车、OTA、Autosar在智能座舱域的逐渐普及，使得对座舱域MCU资源要求也慢慢的升高。具体体现在FLASH、RAM容量需求越来越大，PIN Count需求也在增多，更复杂的功能需要更强的程序执行能力，同时还要有更丰富的总线）工作要求

  MCU在座舱域主要实现系统电源管理、上电时序管理、网络管理、诊断、整车数据交互、按键、背光管理、音频DSP/FM模块管理、系统时间管理等功能。

  对主频和算力有一定要求，主频不低于100MHz且算力不低于200DMIPS；

  汽车生命周期长达10年以上，因此汽车MCU程序存储、数据存储需要有更长的寿命。程序存储和数据存储需要有单独物理分区，其中程序存储擦写次数较少，因此Endurance10K即可，数据存储需要频繁擦写，需要有更大的擦写次数，参考data flash指标Endurance100K, 15年(1K),10年(100K)。

  目前国产智能座舱MCU占比还很低，主要供应商仍然是NXP、 Renesas、Infineon、ST、Microchip等国际MCU厂商。国内有多家MCU厂商已在布局，市场表现还有待观察。

  智能座舱车规等级、功能安全等级相对不算太高，主要是know how方面的积累，要一直的产品迭代和完善。同时由于国内晶圆厂有车规MCU产线的不多，制程也相对落后一些，若要实现全国产供应链需要一段时间的磨合，同时可能还存在成本更高的情况，与国际厂商竞争压力更大。

  车载控制类芯片主要以车载MCU为主，国产有突出贡献的公司如紫光国微、华大半导体、上海芯钛、兆易创新、杰发科技、芯驰科技、北京君正、深圳曦华、上海琪埔维、国民技术等，均有车规级MCU产品序列，对标海外巨头产品，目前以ARM架构为主，也有部分企业组织了RISC-V架构的研发。目前国产车载控制域芯片主要使用在于汽车前装市场，在车身域、信息娱乐域实现了上车应用。国产车身域和座舱域控制器芯产品应用情况

  ，是美国汽车电子委员会的简称。AEC由克莱斯勒，福特和通用汽车发起并创立于1994年，目前会员遍及全球各大汽车厂、汽车电子与半导体厂商，符合AEC规范的零部件均可被上述三家车厂同时采用，促进了零部件制造商交换其产品特性数据的意愿，并推动了汽车零件通用性的实施，为汽车零部件市场的快速成长打下基础。AEC-Q为AEC组织所制订的车用可靠性测试标准，是零件厂商进入汽车电子领域，打入一级车厂供应链的重要门票。

  AEC-Q100是AEC的第一个标准，主要是针对车载应用的集成电路产品所设计出的一套应力测试标准，此规范对于提升产品信赖性品质保证很重要。AEC-Q100是预防有几率发生各种状况或潜在的故障状态，对每一个芯片进行严格的质量与可靠度确认，特别对产品功能与性能进行标准规范测试。

  1、【报名】视觉惯性SLAM挑战赛之 ORB-SLAM3《视觉惯性SLAM：理论与源码解析》第三部分：ORB-SLAM3理论与实践。3周时间，8月21日开始上课。详见 《视觉惯性SLAM》挑战赛，终极之战！

  一起对AR/MR、机器人、无人驾驶、无人机等SLAM相关的细分行业的梳理和分析，在AI热潮下能够和大家一起理清思路，看清发展脉络和趋势。

  组织有创业想法，有创业行动，或者正在创业中的朋友一起学习交流，大家一起去思想碰撞，相互学习，甚至产生合作机会。仅限「小六的机器人SLAM学习圈」参与。

  4、【报名】招募项目实战合作者SLAM项目实战课程，基于开源算法做一些拓展项目。仅限

  全国最大的机器人SLAM交流圈，详情戳「 小六的机器人SLAM学习圈 」现在加入