2021年03月03日 | DCU理念能否突破ECU性能瓶颈，重塑行业格局？

汽车行业在2021年初成为舆论的焦点，一方面是各大车企饱受缺芯之苦，开始减产、裁员，另一方面是各大科技企业奋不顾身地投身造车事业中，前有苹果，后有百度、小米。两件事看似风马牛不相及，实则说明一个道理，汽车已经是离不开芯片的电子产品了。 

从动力控制、安全气囊、车身稳定到车灯控制、娱乐影音、自动驾驶，汽车上没有一个环节不在使用芯片。不过，随着芯片数量的指数级增加，传统的汽车分布电子电气架构（E/E）已不堪重负，由此向域集中电子电气架构转移。这一新架构也同汽车的动力系统革新一起，正在慢慢重塑汽车产业。同时，汽车供应链目前的危机，也会倒逼该技术加速迈向成熟。

域时代降临

域集中架构的核心是域控制器（DCU，Domain Control  Unit）。这个概念不难理解，就是将汽车电子部件功能将整车划分为动力总成，智能座舱和自动驾驶等几个区域，利用处理能力更强的控制器芯片相对集中地控制每个域，以取代目前分布式电子电气架构。

平台化、兼容性好、集成度高、性能好是DCU的优势，依靠芯片算力的大幅提升，可以有足够的资源快速响应用户的需求。

以博世、大陆为首的Tier1最先提出DCU，是为了突破ECU的性能瓶颈，并解决信息安全问题。因为按照以前的模式，汽车中每个功能都需要至少配置一个电子控制单元（ECU Electronic Control Unit）。随着汽车功能的不断增加，ECU的数量剧增，高端车型里的 ECU 平均达到 50-70个，个别车型ECU数量超过100，使得车辆的电子系统复杂度超出极限。同时，由于ECU 数量的激增，对汽车线束长度、传输速度等方面都有这更高的要求，这都将为汽车的研发、生产、安全等多方面带来挑战。

如果使用DCU，这些问题就能得到化解。因为DCU有强大的硬件计算能力与丰富的软件接口支持，集中了更多核心功能模块在内，极大地提高了系统功能集成度，这样对于功能的感知与执行的硬件要求降低。加之数据交互的接口标准化，会让这些零部件变成标准零件，从而降低这部分零部件开发和制造成本。

此外，面向自动驾驶开发，现有的电子电气架构系统同样无法满足需求。“所以需要将现有的ECU进行整合升级成DCU。这样，大量的底层代码可以互通，而且减少了大量的通信过程，利于自动驾驶开发。”大众CEO Herbert Diess曾这样表示。

图 博世公司规划的汽车电子电气架构的进化路线

风格激进的特斯拉最早实现了这个概念的落地，2017年量产的Model3 车型中就采用了区域集中式的 E/E 架构，由AICM（辅助驾驶及娱乐控制模块）、BCM RH（右车身控制器）、BCM LH（左车身控制器）以及BCM FH（前车身控制器）4大控制器来控制整辆车几乎所有功能。这一改进使得Model 3 的车载线束总长度与先前车型相比，从3千米降至1.5千米，极大减轻了整车重量。

2018年，奥迪与德尔福联合开发的zFAS控制器应用在奥迪A8当中，伟世通公司则推出了SmartCore域控制器，集成信息娱乐、仪表板、信息显示、HUD、ADAS等功能。这些产品开创了商用功能域控制器产品之先河，全球各大Tir1供应商纷纷跟进，整个域控制器市场逐渐发展起来。

在国内市场，华为、德赛西威、航盛电子、东软等企业也推出了DCU解决方案，并得到了国内车企的采用。比如，2020年小鹏汽车推出的智能轿跑P7就采用了德赛西威基于英伟达Xavier打造的自动驾驶域控制器产品——IPU03。

当前，整个业界对DCU市场都有非常乐观的预期。据佐思产研的预测，2025年全球汽车DCU（座舱+自动驾驶）出货量将超过1400万套，2019-2025年均增长50.7%。

核心换将

在ECU时代，其核心是MCU芯片。进入DCU时代，尤其是汽车智能化程度大幅增加时，异构SoC成为主角。

国内汽车AI芯片开发商黑芝麻科技CMO杨宇欣表示，核心芯片是新型智能汽车电子架构功能的核心，能够提供新时代汽车智能化所需的算力，是支撑智能汽车软件体系的基础，也是智能汽车硬件体系核心部件的中枢。

奥迪A8使用的zFAS就是一个很好的例子，其共搭载四枚芯片异构式SoC芯片，具体包括：Mobileye 提供的视觉处理芯片EyeQ3（ASIC），英伟达提供的Tegra K1芯片（GPU+CPU），英特尔提供的Cyclone V芯片（FPGA），英飞凌提供的 Aurix TC297T芯片（MCU）。

对算力的需求提升是核心芯片升级的主要推手。新型的智能网联汽车，不仅需要与人交互，也需要大量与外界环境甚至云数据中心交互，还将面临海量的非结构化数据需要处理，车端中央计算平台将需要500+百万条指令/秒的控制指令运算能力、300+TOPS（即为300*1012次每秒）的AI算力。

以座舱域控制器为例，进入L3时代时代，驾驶员行为监测可能成为必备的功能，面部识别、眼球追踪、眨眼次数跟踪等将引入机器视觉和深度学习算法；而L4时代则必备V2X（Vehicle to everything），座舱电子的复杂程度和运算资源需求量暴增。这些都不是传统的MCU所能胜任的。

一位长期从事汽车电子开发的人士告诉集微网，域控制器的兴起对传统的汽车MCU厂商确实造成了威胁，“因为MCU的使用量会减少，传统MCU的演进路线也没有了。”

同时，AI计算单元逐步被集成至主控芯片内，也加速开启了车载异构SoC芯片的落地。

最初，伴随着AI技术在视觉领域的应用，基于视觉的自动驾驶方案逐渐兴起，这就需要在CPU的基础上加装擅长视觉算法的GPU芯片，从而形成“CPU+GPU”的解决方案。不过，“CPU+GPU”组合也并非最优解决方案，因为 GPU 虽然具备较强的计算能力，但成本高、功耗大，由此又逐步引入了FPGA和 ASIC 芯片。

总体来看，单一类型的微处理器，无论是 CPU、GPU、FPGA还是ASIC，都无法满足更高阶的自动驾驶需求，域控制器中的主控芯片会走向集成“CPU+XPU”的异构式 SoC（XPU 包括 GPU/FPGA/ASIC等）。

这种复杂的芯片需求非常适合英伟达、英特尔、高通、华为这种有大芯片开发能力的公司，他们纷纷调转船头进军汽车产业。同时，国内新兴的AI芯片厂商也迎来了快速切入汽车产业链的机遇。

国内AI芯片公司地平线，凭借 “征程”AI 芯片与海内外多家车厂建立合作，成功切入汽车产业链，为长安汽车、上汽集团、奥迪等多家整车厂提供解决方案。成立于 2016 年的黑芝麻智能科技则相继推出了车规级智能驾驶芯片华山一号 A500和华山二号A1000，目前已与博世、一汽等多家Tier1或整车厂建立合作。

重塑格局

未来汽车的大脑是域控制器，其功能由主控芯片、操作系统和算法协同实现。这就使得芯片公司、软件供应商、Tier1 系统集成商和整车厂形成战略联盟。其中，芯片公司是域控制器的基础，软件供应商和算法提供商（部分为整车厂自研）赋能，Tier1 进行系统集成，最终由整车厂落地验证。

以小鹏汽车的域控制器为例，就是英伟达提供芯片以及技术上的支持，德赛西威负责提供硬件形态、软件形态域的底层软件，小鹏汽车编写从传感器到决策层的自动驾驶算法。

行业内有个看法，域控制器可能是未来竞争门槛最高的部分，因此利润也最高，芯片厂商和核心算法供应商将会受益。

前文也提到，新兴的芯片厂商成为新宠，那么传统的芯片供应商（做MCU的）是否就一定要走向式微呢？

答案也并非如此简单。首先，分布式ECU并不会马上消亡，因为传统的汽车产业链非常坚固，短期内难以被动摇。

“原本传统的产业链的利益很难打破，特别是线束厂商。短时间内，传统汽车MCU会继续存在，而且还会增长。”国内一位汽车芯片厂商负责人如此表示。

再者，并非所有功能域都适合集中化，即使集中化也不意味着所有ECU 都会被融合。大部分车企在中短期内不会效仿特斯拉采用如此激进的集中化方案。

还有一点，从分布式ECU转变为集中式域控制器，极大地强化了软件在架构中的作用，但是现行的供应商体系里没有的成熟的软件供应商，成熟的汽车软件商业模式现在还没有摸索出来。因为以往的供应商大多提供的是软硬件一体的服务，很少有专门的汽车软件供应平台，并且能够适应各种芯片平台。所以，ECU向DCU的转变还需要一定时间。

中短期来看，汽车ECU 方面依然存在着巨大的机会。麦肯锡预计，2020/2025/2030 年全球ECU 市场规模分别为900 亿/1030 亿/880 亿美元，虽然ECU 增速放缓、占比下降，但绝对值依然很高。

有意思的是，2020下半年发生的汽车芯片领域的供应短缺成为了一个黑天鹅事件，促使整车厂加速向域控制器靠拢。

比如，上汽集团方面就宣布，旗下上汽乘用车已与智能芯片产业“独角兽”地平线敲定全面战略合作协议。双方将共同打造出可以对标特斯拉FSD的下一代智驾域控制器和系统方案，同时也希望能够有效缓解甚至解决芯片短缺带来的产能危机。

掌握了域控制器的开发权，不但掌握了技术制高点，也掌握了对芯片供应链的控制能力。对于每一家整车厂来说，都是一举多得的好事。所以，未来还会有更多的车企加入这个行列，从而倒逼域控制器加速迈向成熟。