破局与重整：如何应对汽车行业五大挑战？

汽车产业正在面临五大挑战：

供应链：全球芯片短缺已经持续两年，在短时间内尚未呈现解决事态。芯片短缺让供应链产生挤压效应，OEM与Tire1和汽车领域新玩家们已经开始在自主设计芯片。在某种程度上也把供应链体系进行了颠覆。

汽车电子系统的架构革新：自动驾驶ADAS以及车载信息系统应用的发展激发了非常多的新需求，这些需求不仅仅是算力，还有芯片的演进、架构的改变与革新。

 

软件：软件自身的复杂度以及部署软件的复杂度越来越高，现在汽车软件已达上亿行，软件部署和更新的方式向OTA转变，主流汽车已经在通过OTA进行软件升级。

 

技术挑战：以自动驾驶汽车场景为例，5G的连接、车和车的连接、车到云的连接、自动驾驶功能的引入、OTA软件升级等，都对信息安全提出非常大的挑战，因此很多芯片供应商、汽车电子供应商、整车厂商和Tire1逐渐把目光移到了安全的平台上。

 

Time-To-Market（产品上市时间）：是最大的挑战项。中国汽车行业的一些新玩家极大提升了自动化的时间，因此产品上市的时间大大缩短。

应对挑战 新思科技承担责任

面对这些挑战，新思科技是智能汽车领域新老玩家都值得信赖的伙伴。 新思科技的客户不仅仅是半导体公司，也包括Tire1和OEM。新思科技可提供架构探索工具、建模工具、验证工具等等。 对于汽车电子系统，ADAS的不断发展使得芯片架构越发复杂，这就驱动了芯片开发者不断向更先进的设计迈进。新思科技为芯片设计公司提供设计和验证工具、开发工具、实现工具，IP等等，支持客户应对复杂挑战。 在软件的开发部署上，芯片公司需要早期的软件开发方案让开发者对信息安全以及功能安全做早期的开发测试，其中包括系统的软件开发以及虚拟的软件开发平台。 在应用软件方面，新思科技可以为开发者提供开发流程、符合ISO 26262标准的ASIL-D级IP、功能安全以及信息安全IP等，帮助客户应对复杂软件质量检测与安全性测试工作，加速实现软件开发与上市。
神经网络结构增长驱动力

NPU IP是新思科技IP家族中的一员，可以满足车联和车规要求。从性能上来说，不同的应用对神经网络的要求有所不同。人脸识别、语音控制这样的应用只需要小于1 TOPS的算力，而AR、VR、激光雷达芯片等，需要的AI算力可能是几十个TOPS。自动驾驶对算力需要也非常大，对AI的要求可达几百甚至上千TOPS。
关于神经网络有三个趋势：

第一个趋势是针对人工智能的研究正快速进化，从2012年到2022年，10年期间，神经网络和人工智能飞速发展。演进速度越快，对软件和硬件的要求也越来越高，因此需要更高级的软件和更高级的硬件技术来适配这些快速演进的神经网络结构。

 

第二个趋势是自动驾驶，当把神经网络和人工智能引入到自动驾驶中，开发者要考虑如何保证软件适应AI平台，AI的行为又如何能够正确可靠地实现目标，这就要求可靠的供应商能够提供高质量，经过认证的软件。

 

第三个趋势是算力要求，内存的消耗和带宽的要求以几何级增长，神经网络的早期设计大概是几百个、几千个、几万个PIXEL，现在2K、4K、8K高精度的图像都已经出现，不断演进的技术才能更加符合自动驾驶的需求。
聚焦产品 研讨方案

新思科技的第六代神经网络IP，最多可以支持8个NPU，并帮助客户实现自动驾驶L2以上的需求，新思科技还可提供完整的软件的平台。
新思科技还可提供功能安全型IP NPX6FS，支持ASIL-B级别。NPX增加了对公路安全的支持，我们的解决方案可以帮助客户将IP快速集成到汽车中。 NPX6FS设计初衷之一是支持不断演进的算法，并基于查找表的方式做激活函数支持。在带宽方面，新思科技的软件优化工具可以优化软件以及AI算法，比如在有限的带宽条件下提高性能，进行多架构上的优化和探索，压缩数据，减少带宽调整次数等，从而降低带宽。 在工具链方面，新思科技拥有完整的供应链，其NN-SDK可以和主流标准的Framework进行整合，并为合作伙伴提供不同的格式进行编译和优化。这些代码可以放在不同的平台上，包括云平台。 基于人工智能芯片系统必须支持更多的神经网络以及基于神经网络的架构升级。能效比和性能始终是成功的关键，高质量IP以及全面给予使用的工具链也是加速Time-to-Market的关键。新思科技可以提供两种IP，以及配合这两个IP提供完整的开发工具套件，从而实现快速的软件开发。