2023汽車半導(dǎo)體生態(tài)峰會(huì) || 新驅(qū)動(dòng)劉健：車載嵌入軟件的新挑戰(zhàn)
以“鏈啟芯程· 智造未來”為主題的“2023汽車半導(dǎo)體生態(tài)峰會(huì)暨全球汽車電子博覽會(huì)”，由廣東省工業(yè)和信息化廳、深圳市工業(yè)和信息化局、中國(guó)能源汽車傳播集團(tuán)指導(dǎo)，《中國(guó)汽車報(bào)》社主辦，愛集微承辦，于2023年9月26日至27日在深圳福田會(huì)議中心隆重召開。
本屆峰會(huì)堅(jiān)持行業(yè)領(lǐng)袖峰會(huì)的高端定位，全面助力產(chǎn)業(yè)間深度融合與創(chuàng)新，推動(dòng)上下游產(chǎn)業(yè)鏈伙伴攜手合作，共同構(gòu)建具有全球競(jìng)爭(zhēng)力的汽車科技創(chuàng)新新生態(tài)。
峰會(huì)現(xiàn)場(chǎng)，多領(lǐng)域、多視角開展的20場(chǎng)特色活動(dòng)，囊括主峰會(huì)、技術(shù)研討、項(xiàng)目路演、專業(yè)展覽、交流盛宴等，匯聚政、產(chǎn)、學(xué)、研、用、投等多個(gè)產(chǎn)業(yè)圈層，圍繞全球及中國(guó)汽車半導(dǎo)體產(chǎn)業(yè)熱點(diǎn)展開交流，峰會(huì)重點(diǎn)聚焦新技術(shù)、新趨勢(shì)，深入剖析汽車半導(dǎo)體各細(xì)分領(lǐng)域的發(fā)展機(jī)遇和挑戰(zhàn)，近百個(gè)精彩紛呈的演講，共同呈現(xiàn)出一幅專業(yè)而全面的思維圖景。
其中，在9月26日舉辦的“軟件定義汽車專場(chǎng)” 新驅(qū)動(dòng)重慶智能汽車有限公司軟件VP 劉健，做了題為《車載嵌入軟件的新挑戰(zhàn)》的精彩演講。以下內(nèi)容為現(xiàn)場(chǎng)演講實(shí)錄：
劉健：2019年大眾說汽車創(chuàng)新90%在汽車軟件。這是一個(gè)趨勢(shì)。未來汽車90%的利潤(rùn)很可能是軟件，就像幾年前的手機(jī)走過的發(fā)展路線。智能手機(jī)剛流行的時(shí)候各廠商在硬件上不斷升級(jí)，但隨后幾年硬件同質(zhì)化嚴(yán)重，手機(jī)品牌差異化主要體現(xiàn)在軟件上。
新驅(qū)動(dòng)重慶智能汽車有限公司軟件VP 劉健
汽車的軟件分類。電動(dòng)駕駛域軟件要求在故障情況下的安全，邏輯難但是運(yùn)算量不高。智能座艙域軟件繁瑣，運(yùn)算量可以達(dá)到10億次的數(shù)量級(jí)，但邏輯并不難。自動(dòng)駕駛域的軟件不僅運(yùn)算量大，而且要功能安全，這是在軟件定義汽車?yán)镒铍y的一類。
為了滿足自動(dòng)駕駛高算力的需求，在CPU之后，業(yè)界走過了以TI為代表的DSP，以英偉達(dá)為首的GPU，直到現(xiàn)在的ASIC硬件加速器的戰(zhàn)國(guó)時(shí)代，算力可以達(dá)到1000POPS甚至更高。
即便如此，硬件在提高和實(shí)際需求仍然有相當(dāng)?shù)牟罹?。?jù)我們的統(tǒng)計(jì)，人工智能算力需求在過去兩年里增加了750倍，而且各種中低算力也需要通用CPU來執(zhí)行。怎樣解決這個(gè)問題呢？我們用一個(gè)簡(jiǎn)單的類比來講內(nèi)在邏輯。
航天飛機(jī)是很好的技術(shù)，但最后因?yàn)橘F被淘汰掉了。為什么貴呢？航天飛機(jī)最貴重的是人，所以航天飛機(jī)上所有東西都要做到最安全可靠，這樣就便宜不了?？苫厥栈鸺秊槭裁茨茏龅奖阋四?？因?yàn)榛厥盏氖菬o人的第一級(jí)火箭，摔了就摔了。這樣，量身裁衣可以做到便宜。
對(duì)于算力平臺(tái)來說，也牽涉到量體裁衣的問題，對(duì)大算力應(yīng)用使用ASIC，小算力應(yīng)用用CPU，這樣做出來的器件就非常便宜，沒有浪費(fèi)。但副作用是異構(gòu)處理器結(jié)構(gòu)很復(fù)雜，軟件很難寫。
因?yàn)殡y寫，所以業(yè)界普遍存在是算力利用率嚴(yán)重滯后。舉了一個(gè)例子，Meta的CTO說他們的AI軟件運(yùn)算效率只有5%。同樣的情況在自動(dòng)駕駛應(yīng)用中也很常見。
最后，我分享一點(diǎn)我的思考。第一點(diǎn)，軟件、硬件解耦問題。其實(shí)軟件主要問題不是解耦好不好，而是能不能實(shí)現(xiàn)。能解耦當(dāng)然好，大家都希望解耦，但能不能真正做到？效率和通用性往往是硬幣的兩面，同時(shí)存在，互為因果。比如想要做到100%解耦，那我們一定要做到通用。要想解耦，必然要損失一些東西，比如有可能損失運(yùn)行效率。
第二點(diǎn)，大算力的根本的原因是有很多AI、大模型的需求。大模型給我們提出更大的挑戰(zhàn)。但同時(shí)大模型本身也是我們的矛，可以替我們解決問題，新的工具在未來大家會(huì)做更多的投入，新工具都會(huì)起來。
最后的思考，世上有沒有一顆銀子彈可以解決掉算力問題，到底有沒有一個(gè)好辦法。我認(rèn)為銀子彈很可能沒有，很可能是不存在，很可能通過工程師辛勤努力勞動(dòng)才能把這個(gè)問題逐漸給它消化掉、解決掉。
