本文盘点了智能汽车的发展趋势和主流技术，因此，在智能汽车领域，今天可以看到百花齐放的景象。根本原因是技术的不断进步。简单来说，就是科技的赋能。要想知道汽车为什么能自动驾驶，就需要了解融合感知、车路协同、大算力芯片、高精地图等技术的内涵；如果我们想知道电池续航的上限在哪里，首先要看看电池技术是什么状态？4680电池、无钴电池、固态电池、CTP/CTC、刀片电池、800V平台等；燃料电池技术这些庞大而复杂的技术就像是决定未来智能汽车上层建筑的底层基础。当我们在展望2022年RIM的新发展时，不妨围绕三项关键技术进行盘点和分析，一是大算力芯片；另一个是800V高压SiC平台；三是多域融合架构的中央计算。这三部分是2022年迎来强势发展、大规模造车的关键技术，下面我们一一说说。11000TOPS大计算平台迎来量产加载元年。在这一年，我们似乎经常听到算力TOPS这个词。芯片厂商绞尽脑汁提升产品的算力指标，各家车企也在不断标榜自己的车可以达到整车算力少的性能。似乎马力不再是描述汽车性能的唯一标准。在这个智能汽车时代，计算能力也走到了舞台的中心。那么究竟什么是算力呢？其实算力只是简单的描述了一块芯片的算力。TOPS是计算能力的单位。1TOPS意味着处理器每秒可以执行一万亿(10^12)次操作。听起来是不是很夸张？其实我们可以把它比作人脑。人脑一般有100亿个神经元。更多的神经元意味着更聪明。汽车要想在思维上取代人类，就必须拥有更强大的计算能力，帮助我们识别和预测道路上不可预知的环境，提高我们行车的安全性。因此，芯片的计算能力越大，它能够处理和响应的场景和功能就越多，在紧急和复杂场景中帮助我们的能力就越强。去年底广州车展，沙龙美卡龙整车算力达到400TOPS；蔚来ET7/ET5配备33个传感器，包括5个毫米波雷达、12个超声波雷达、1个超远程高精度激光雷达。高性能传感器，在四颗NvidiaDriveOrin芯片的加持下，总算力高达1016TOPS；这还没完，长城WEY摩卡在陌陌智行和高通研发的“小魔盒3.0”加持下，拥有了3.0的算力。将达到惊人的1440TOPS。但需要说明的是，数千TOPS的算力并不是指单颗芯片，而是多颗芯片集成的超级算力平台。上面我们提到，蔚来的超算平台ADAM之所以能达到1016TOPS，是因为有四颗单颗Orin芯片，芯片算力达到了254TOPS；因此，我们也对目前主流芯片领域的芯片算力做了一个统计总结，看看每款芯片都达到了什么样的水平：通过统计表，我们可以发现，目前在自动驾驶领域，Nvidia的Orin芯片拥有量产芯片中算力最大的。国产品牌中，黑芝麻的华山2号A1000Pro单芯片算力达到了196TOPS。定义汽车的前提是硬件先行，只有硬件的性能和计算能力准备充分，后续软件才能快速实现迭代升级和扩展功能的应用。”因此，黑芝麻的发展战略是把硬件放在首位，把计算能力发挥到极致。动力，就像很多追求缸数和马力的性能发烧友一样，马力可以不用，但一定要用。但是任何事情都有两个方面。预埋算力空间虽然充足，但成本难免上去。这要看汽车厂商和消费者是否愿意为这部分预留算力买单。当然，国内的芯片厂地平线也很不错。去年发布的征途5芯片达到了128TOPS，地平线CEO余凯多次表示，地平线不单纯追求物理算力，更看重芯片上的深度神经网络算法。计算效率，即FPS（FramesPerSecond）。这似乎是一种更经济的方式。此外，外资三巨头英伟达、高通、英特尔Mobileye在自动驾驶芯片领域的实力依然不容小觑。它将采用其开放的DRIVEHyperion平台，沃尔沃旗下的Polestar、NIO、Xpeng、理想、RAuto、知己汽车等高端品牌已经采用了DRIVEHyperion。该平台包括高性能计算机和传感器架构，可满足全自动驾驶汽车的安全要求。最新一代DRIVEHyperion8内置冗余NVIDIADRIVEOrin片上系统、12个环视摄像头、9个雷达、12个超声波模块、1个前置激光雷达和3个车内感知摄像头。该系统具有很强的安全冗余。即使一台电脑或传感器发生故障，备用设备也能确保自动驾驶汽车将乘客安全送达目的地。高通在自动驾驶领域推出了SnapdragonRide平台，可满足L2+/L3级别自动驾驶需求。高通也在近期公布了多项合作动向，包括帮助通用汽车打造凯迪拉克LYRIQ，帮助宝马打造自动驾驶平台等。同时，高通在展会上宣布扩展其技术组合，以应对自动驾驶领域不断变化的需求。英特尔的Mobileye一连发布了三款芯片，分别是EyeQUltra、EyeQ6L和EyeQ6H。也算是吹响了反击的号角。未来，芯片的计算能力将是智能汽车发展的基石。只有算力不断突破，才能将智能汽车的上限提升得更高。2、800V高压SiC平台将成为车企制胜法宝。前面我们说过，芯片的计算能力决定了汽车的智能程度。那么我们接下来要说的技术就是能够判断电动汽车的充电速度。要知道充电慢已经成为很多电动车用户的一大痛点，也是让很多用户对电动车望而却步的罪魁祸首。虽然目前已有电池更换技术可以大大提高能量补充效率，但由于成本高、推广难度大等原因制约了其发展。因此，快充是目前最具发展潜力、最有可能成为主流的解决方案。首先我们要知道充电速度是由充电功率决定的，然后我们回忆一下高中的物理知识，功率=电压×电流，也就是P=U*I，所以只有两种方式增加充电功率，或增加电压，或增加电流。因此发展出了两条技术路线，一是以特斯拉、极氪为代表的大电流派，二是以保时捷为代表，得到众多厂商支持的高压派。先简单说一下高流学校吧。这所学校最大的困难是电流增大带来的供暖问题。还介绍了加热公式：Q=I^2Rt。可见，随着电流的增加，发热量会成倍增加，所以如何散热就成了发展的问题。以特斯拉为例，在V3增压器上以250Kw的功率充电，最大电流可高达600A，发热量可想而知，但特斯拉采用的是水冷充电枪和多种热管理协调使这个问题得以解决。而特斯拉之所以选择大电流作为发展方向，是出于成本控制的问题，因为高压平台的元器件会增加整车成本。从特斯拉目前的价格可以看出，它在不断的下跌，高压明显有点反了。.然后说说高压平台。传统电压平台一般为400V，高压平台目前正在将电压提升到800V甚至更高。高压可以有效解决大电流的发热问题，而小电流+高压则需要配备高压充电桩和车载端的高压适配方案。充电端子：充电枪、接触器、线束、保险丝等部件更换升级为耐高压材料。整车端：整车动力电池、空调压缩机、电驱动、PTC、OBC、DC/DC等高压平台零部件必须重新设计调整，以适应新的高压平台。充电端的升级说起来容易，但车端元器件的升级需要新的技术支持才能实现。前面提到过，大电流的问题是发热，所以高电压的限制因素是目前车规级元件IGBT（InsulatedGateBipolarTransistor），即绝缘栅双极晶体管。其耐高压性不足，需要选用新型耐高压材料来替代现有元器件。这种新材料就是SiC碳化硅。SiC器件的工作温度在200℃以上，工作频率在100kHz以上，耐压可达20kV。这些性能优于传统的硅基IGBT；SiC器件的体积是IGBT整机的三分之一到五分之一。重量为IGBT的40%-60%；它还可以提高系统的效率。在电动汽车不同工况下，SiC器件与IGBT相比，功耗可降低60%-80%，效率可提升1%-3%。但也需要注意的是，IGBT在电动汽车中的成本占比约为7%-10%，是除动力电池外第二贵的电动汽车配件。如果采用SiC，同级别的SiCMOSFET成本大约是IGBT的8-12倍，损耗也比IGBT大。因此，如果采用高压平台，如何控制成本也将成为车企面临的一大难题。除了我们之前提到的保时捷Taycan的800V高压平台，不少国产品牌也在加速布局。例如，新发布的小鹏G9将搭载800VSiC平台，并配备480Kw高压过充桩。长城沙龙美查龙也支持高压平台，比亚迪、东风岚图、吉利汽车、广汽爱安、理想汽车、北汽继虎等众多品牌都将加入高压平台阵营。所以不管是大电流还是高压，都是为了提高我们补能的效率，但是从目前来看，800V的SiC高压平台有望成为主流，很多车企也会搭载这个平台，所以今年也是800VSiC高压平台发展的元年，虽然还有很多困难需要解决，但是可以看出市场前景是非常好的。3汽车电气电子架构从分布式架构向多域集成发展将车内各种传感器、处理器、线束连接、电子电气分配系统、软硬件集成在一起，实现功能、计算、动力的分配和车辆的能量。一般来说，我们车辆的四驱、安全气囊、防抱死系统、升降窗、广播娱乐系统都需要在这个架构上实现，每个功能都由一个叫做ECU的系统控制。ECU是指电子控制单元，又称“行车电脑”。ECU的功能比较单一，基本上一个ECU实现一个主要功能，所以我们可以想象，我们的车有那么多的功能，需要几十个ECU。所以在早期的E/E架构中，都是分布式的，各个ECU通过CAN和LIN总线连接在一起。现在，由于自动驾驶和智能座舱的普及，如果车内仍然采用分布式ECU进行控制，那么芯片数量、整车成本和安全性都非常困难。因此，用一个或几个“大脑”来控制整车的ECU和传感器的架构。DCU（DomainControlUnit），即车辆的域控制器也应运而生。目前，域控制器通常分为动力总成、底盘控制、车身控制、自动驾驶和智能座舱五个主要领域。每个域都有一个主要的高性能ECU，负责处理域内的功能处理和转发。域内一般采用低速总线，域间多采用高速总线或车载以太网互联。在这些域控中，比较受关注的是自动驾驶域控。过去，一个ADAS系统需要多个独立的ECU来实现。如车道偏离与交通识别ECU、前向碰撞预警ECU、泊车辅助ECU、盲点检测ECU。有的还有全景ECU、后防碰撞预警ECU等。现在自动驾驶有了域控制器，一个域就可以实现所有功能，大大提高了底盘的集成度和功能的集中控制。未来E/E架构的发展将向分布式域集中式中央计算的方向发展：分布式架构：在这种架构下，ECU与实现的功能之间存在对应关系。域集中式架构：该架构进一步集成了ECU，引入了DCU（domaincontrollerunit，域控制器）。中央计算架构：该架构进一步集成了DCU，所有DCU都集成在一台中央计算机中。功能和部件之间的对应关系不再存在，中央计算机按需指挥执行器。在领域集中到中心计算的过程中，还有另一种形式的过渡，这就是目前很多车企都在努力实现的跨领域融合。目前已经形成了两种主流的跨域融合方案：1.按功能融合和2.按位置融合。按功能融合：三域架构。三域架构将整车分为三个功能域：车载域控制器（VDC）、智能驾驶（ADAS域控制器，ADC）和智能座舱（cockpitdomaincontroller，CDC），分别实现车辆驾驶和自动驾驶。、信息娱乐等功能。大众MEB平台的E3架构、宝马iNEXT车型架构、华为CC架构都属于此类。按位置融合：根据汽车的物理空间，将整车分为多个区域，如左车身区域和右车身区域。可以大大减少线束的数量，释放更多的物理空间。特斯拉、丰田等都属于这一类。总之，未来的发展方向一定是朝着熵减方向发展。分布式意味着复杂和高度混乱。逐级集成，最终统一管理，熵减，即降本增效，可以扩展更多的功能。
