宝马的下一代EE架构设计和AI导入

2025年中国车企已经很少介绍电子电气架构了，因为确实在中国座舱和辅助驾驶融合以后，很多内容变化太快了。

在IEEE的会议中，宝马的Christoph Gollob介绍了一些欧洲车企的看法。

◎ 从车企的角度来看，现在做一个连贯架构的难度越来越高，需要考虑的维度越来越多、越来越复杂；

◎ 要保证跨代际的架构稳定，软件全生命周期维护的压力非常大；

◎ 还有全球不同市场变化带来的各种差异和监管，这都使得原来一套架构打全球市场的逻辑发生了改变。

现阶段不光是考虑规模效应和研发均摊，是不同市场对产品迭代的时间周期的差异带来变化。

汽车行业对于企业来说应对的当前趋势主要包括这么几个：

“车端与云端AI集成” 这个趋势是我们今年看到的车企明显的变化，将数据汇聚到高功能集成的 AI 平台（ASA-ML + ETH），车端 LLM/VLM 无需后端连接，可用性更高、延迟更低，保障数据隐私，且算法互联性强；云端 LLM/VLM 模型更大、算力更强，结果更优，数据可预处理或通过 IP 直接传输；车端与云端代理可实现通信。

AI（LLM/VLM）到底是放车端还是放后端？两者通过Agent机制进行通信，车端Agent和云端Agent可以对话，形成一个完整的智能闭环。

◎ 车端好处：不依赖网络、延迟低、数据隐私好；

◎ 云端好处：模型更大、算力更强、结果更好。

降低复杂性，通过统一宝马自有的软件平台，用更少的协议、更少的技术栈，把功能尽量集中在HPC里，外围ECU只留驱动和固件，标杆协议就是以太网。

◎ 左边是“旧世界”：每一代都要重新开发软硬件平台，代码量爆炸，成本失控。

◎ 右边是“新世界”：宝马自研的DNA软件平台，软硬件连续演进，标准开放，功能越来越强，用户体验越来越好，成本却可控。

这就是我们要去的方向。

从目前来看，我们可以宝马的EE架构也在往目标架构变化。

算力部分几个域控制器（底盘/动力总成、座舱、ADAS、基础/车身），功能通过RCP协议“北向迁移”到HPC。

◎ 在目标的架构里面，HPC 作为核心计算单元，集成功能软件并协调各域，支持功能扩展；

◎ 分区模块（Zonal）负责数据与能源传输、电源分配，通过以太网骨干网实现分区化音频和快速控制回路；

◎ 诊断 / 闪存网关几乎无功能软件；

◎ 外围 ECU 连接至分区模块，由 HPC 控制，仅含固件（硬件驱动），通过统一协议、标准化技术、自研以太网协议栈等，实现复杂性降低、线缆减少、成本优化及网关数量缩减。

汽车功能复杂性越来越高，逼着车企必须把EE架构简化，不同速率等级的分区化方案做成标准的设计，然后在软件上不断迭代，硬件的复杂度其实已经降到最低了。