智能網聯汽車

計算平臺部署與測試項目一計算平臺認知目錄01.計算機系統概述02.計算平臺整體認知03.計算平臺架構認知目標具體描述知識目標能夠了解計算機系統的特點能夠了解計算平臺的等級能夠掌握計算平臺的架構

技能目標能夠獨立講解計算機系統的含義能夠獨立敘述計算平臺的發展趨勢能夠講解計算平臺電子電氣架構特點能夠獨立描述車載智能計算平臺的組成能夠獨立描述AI單元、計算單元和控制單元的功能素質目標能夠正確認識和理解計算平臺，培養對計算平臺系統及其哲學的尊重和贊賞能夠養成良好的學習習慣和問題解決能力，能夠獨立學習和探索計算平臺系統的更多功能和特性能夠培養團隊合作和溝通能力，能夠與他人分享和交流關于計算平臺系統的知識和經驗能夠養成對數據安全和隱私保護的意識，能夠合理配置和保護計算平臺系統的安全性

智能網聯汽車從交通運輸工具逐漸轉變為新型智能移動終端。汽車功能和屬性的改變導致其電子電氣結構隨之改變，進而需要更加強大的計算、數據存儲和通信功能作為基礎，計算平臺是滿足新型汽車電子電氣結構的核心，是新型智能網聯汽車電子產業競爭的主戰場。

計算平臺主要完成汽車行駛和信息交互過程中海量、多源、異構數據的高速計算處理，運用人工智能、信息通信、互聯網、大數據、云計算等新技術。實時感知、決策、規劃，并參與全部或部分控制，實現汽車的自動駕駛、網聯服務等功能。01.計算機系統概述

任務描述

最近，單位新來一批實習員工，他們對計算機系統并不熟悉，需要對計算機系統有一個清晰的認識，請你準備一下，講解計算機系統的組成，并對學習效果進行評價。任務目標（1）能夠了解計算機系統的起源及發展。（2）能夠掌握計算機系統的組成及特點。任務準備（1）防護裝備：常規實訓著裝。（2）教學設備：安裝有操作系統的計算機。（3）教學工具：教學課件、電腦主機。知識準備現代計算機基本都遵循馮·諾依曼結構，包括存儲器、運算器、控制器、輸入設備和輸出設備五部分組成。其中運算器和控制器合稱為CPU（中央處理器，CentralProcessingProcessor）。指令和數據不加區別混合存儲在同一個存儲器中。一、計算機系統概述馮·諾依曼結構計算機的工作原理如左圖所示。（1）編寫程序指令，存放于存儲器；（2）控制器依據控制信號執行指令；（3）執行程序，解決問題。圖1-1馮·諾依曼計算機體系結構知識準備

哈佛結構是馮·諾依曼結構的一個變種。在這種模式下，程序指令和數據在主存儲器中是分開存儲的。控制器使用兩條獨立的總線讀取程序指令和訪問數據，程序空間和數據空間分開。哈佛結構在嵌入式領域使用比較廣泛。隨著時間發展和技術的進步，計算機的應用由早期主要用作科學工程計算，發展為各行各業的大量使用。計算機的硬件和軟件都有了飛速發展。現在計算機硬件的性能，與二十世紀八、九十年代，已不可同日而語。計算機硬件系統的CPU、指令系統、存儲系統、IO系統（輸入輸出系統）、總線系統形成了都有了巨大的進步，并一起提高了計算機的性能。一、計算機系統概述知識準備1、定義：現代計算機通常把運算器和控制器集成在一起，成為中央處理器（CentralProcessingProcessor，簡稱CPU），它是計算機系統的核心運算部件。2、組成：運算器、控制器、寄存器、數據通路（通過內部總線連接存儲單元和算術邏輯單元ALU組成的網絡）、高速緩存（Cache）部件、內存控制器等。二、計算機系統的組成（一）CPU圖1-2CPU的數據通路3、功能：從主存儲器取得指令，對指令譯碼，執行指令，把執行結果寫回存儲器或寄存器，然后根據當前指令的信息確定下一條指令的地址，這個過程稱為一個指令周期。重復上述指令周期，直到程序執行完畢。知識準備

4、拓展：指令周期包括取指子周期、執行子周期和中斷子周期。完成一個子周期所用的時間為CPU周期。完成一個不可分解的微操作動作所用的時間為節拍周期，節拍周期常作為定義CPU時鐘周期的依據。時鐘周期是計算機中最基本最小的時間單位，時鐘周期=1∕CPU主頻。一般情況下，主頻越高，CPU運行速度越快。每個CPU周期可包含一個或多個時鐘周期，若干個CPU周期組成一個指令周期。二、計算機系統的組成（一）CPU知識準備1、功能：存放程序與數據。2、分類：主存儲器（內存）和輔助存儲器（外存）3、內外存關系：內存界于CPU和外存之間，是CPU對外存中程序與數據進行高速運算時存放程序指令、數據和中間結果的臨時場所。4、內存：CPU可以直接訪問內存，IO設備也頻繁地與它交換數據，內存的讀寫速度對計算機的整體性能影響重大。二、計算機系統的組成（二）存儲器知識準備

4、內存：內存控制器與CPU通常集成在同一芯片內，以減小平均訪存延遲。內存控制器決定了計算機系統所能使用的最大內存容量、內存通道數和內存條數、內存類型、訪問速度、數據寬度等重要參數。

下圖是兩種不同的內存控制器。左邊支持4個內存通道，每個內存通道可插兩條內存；右邊可支持6個內存通道，每個內存通道可插2條內存。二、計算機系統的組成（二）存儲器圖1-3四通道、六通道內存控制器知識準備

（1）RAM：可隨機讀寫的存儲器，一般指內存。外部有地址引線、數據引線和控制信號引線。地址引線在芯片內部譯碼，選中芯片內部的相應存儲單元。

（2）ROM（ReadOnlyMemory，只讀存儲器）：存放引導程序和基本輸入輸出系統（BasicInputOutputSystem，BIOS）等，包括不可改寫的、可一次改寫和可多次改寫的，常用型號為EPROM和EEPROM。EPROM用紫外線擦除內容，EEPROM用電擦除。EEPROM在擦除及編程上比EPROM更加方便，可以在線進行擦除和編程。（3）高速緩存Cache一般由速度快的SRAM實現，DRAM用來實現內存（主存儲器），磁盤或閃存來組成大容量的輔助存儲器。二、計算機系統的組成（二）存儲器知識準備存儲器的主要評價指標為存儲容量和訪問速度。存儲容量越大，可以存放的程序和數據越多；訪問速度越快，處理器訪問的時間越短，相應成本越高。二、計算機系統的組成（二）存儲器圖1-4存儲層級知識準備計算機的各個部件通過總線相連接，外部設備通過相應的控制接口再與總線相連接，從而形成了計算機硬件系統。計算機的總線結構決定了計算機的運算能力、擴展規模和并行能力。總線的本質作用是完成數據交換。總線用于將兩個或兩個以上的部件連接起來，使得它們之間可以進行數據交換，或者說通信。總線含義很廣，它不僅僅是指用于數據交換的通道，有時也包含了軟件硬件架構。比如PCI總線、USB總線，它們不僅僅是指主板上的某個接口，還包含了與之相對應的整套硬件模型、軟件架構。二、計算機系統的組成（三）總線知識準備總線設備是總線上連接的各種器件、部件、模塊等計算機功能部件。主設備（master）是總線上的主控器，是發布控制命令的設備，如CPU。從設備（slave）是總線上的被控對象，是接受控制命令的設備，如存儲器和I/O設備。總線的分類可以從多個角度進行。按照數據傳遞的方向，總線可以分為單向總線和雙向總線。按照總線使用的信號類型，總線可以分為并行總線和串行總線。并行總線包含多位傳輸線，在同一時刻可以傳輸多位數據，而串行總線只使用一位傳輸線，同一時刻只傳輸一位數據。二、計算機系統的組成（三）總線知識準備輸入/輸出設備（簡稱I/O設備），常稱為外設。它們實現計算機與外部世界的信息交換。傳統的I/O設備有鍵盤、鼠標、打印機和顯示器等；新型的I/O設備能進行語音、圖像、影視的輸入、輸出和手寫體文字輸入，支持計算機之間通過網絡進行通信。磁盤等輔助存儲器在計算機中也當作I/O設備來管理。二、計算機系統的組成（三）外設1.GPUGPU（GraphicsProcessingUnit，圖形處理單元）是與CPU聯系最緊密的外設之一，主要用來處理2D和3D的圖形、圖像和視頻，以支持基于視窗的操作系統、圖形用戶界面、視頻游戲、可視化圖像應用和視頻播放等。GPU最早是作為一個獨立的板卡出現的，稱為顯卡。常說的獨立顯卡和集成顯卡是指GPU是作為一個獨立的芯片出現還是被集成在芯片組或處理器中。現代GPU內部包含了大量的計算單元，可編程性越來越強，除了用于圖形圖像處理外，也越來越多地用作高性能計算的加速部件。GPU驅動提供OpenGL、DirectX等應用程序編程接口以方便圖形編程。知識準備二、計算機系統的組成（三）外設1.GPUGPU的作用是對圖形API定義的流水線實現硬件加速，從內存或顯存中取出頂點信息，對每一個頂點進行坐標和各種屬性的計算，然后組合成圖元，矢量化以得到被圖元覆蓋的像素點及其深度信息，然后進行像素渲染及逐像素操作，進行模板測試、深度測試、顏色混合和邏輯操作等。圖形應用具有天生的并行性，現代GPU中集成了大量可編程的計算處理核心，這種大規模并行的計算模式非常適合于科學計算應用，所以在高性能計算機領域，GPU常被用作計算加速單元配合CPU使用。知識準備二、計算機系統的組成（三）外設2.硬盤計算機需要具有永久記憶功能的存儲體來存放需要較長時間保存的信息，如操作系統的內核代碼、文件系統、應用程序和用戶的文件數據等，磁性存儲材料正好滿足了以上要求。

磁性材料優點是具有斷電記憶功能，可以長時間保存數據；存儲密度高，可搭建大容量存儲系統；成本很低。缺點是存取速度較慢，機械結構復雜，對工作環境要求較高。知識準備二、計算機系統的組成（三）外設2.硬盤如下圖所示為硬磁盤結構及記錄面扇區示意圖。盤片的上下兩面都能記錄信息，通常把磁盤片表面稱為記錄面。記錄面上一系列同心圓稱為磁道。每個盤片表面通常有幾十到幾百個磁道，每個磁道又分為若干個扇區。圖1-5硬磁盤結構及記錄面扇區示意圖知識準備二、計算機系統的組成（三）外設2.硬盤為了減少干擾，磁道之間要保持一定的間隔，沿磁盤半徑方向，單位長度內磁道的數目稱為道密度。常用的道密度單位是：道／mm，或道／英寸。

位密度是指在磁道園周上單位長度內存儲的二進制位的個數。常用的位密度單位是：bit／mm，或bit／英寸。為了簡化電路設計，規定每個磁道上的記錄位數相同。

存儲容量是指整個磁盤所能存儲的二進制信息的總量。磁盤的容量有非格式化容量和格式化容量之分。格式化容量=每個扇區的字節數×每道的扇區數×每個記錄面的磁道數×記錄面數。

平均存取時間是指從發出讀寫命令開始，

磁頭從某一位置移動到指定位置并開始讀寫數據所需的時間。它等于平均尋道時間與平均等待時間之和。尋道時間是指磁頭移動到目標磁道(或柱面)所需要的時間，平均尋道時間由磁盤存儲器的性能決定，是個常數。等待時間是指待讀寫的扇區旋轉到磁頭下方所用的時間，一般選用磁盤旋轉一周所用時間的一半作為平均等待時間。

轉速是指硬盤內驅動電機主軸的旋轉速度，單位為RPM（轉/分鐘）。數據傳輸率是指磁頭找到數據的地址后，單位時間內寫入或讀出的字節數。數據傳輸率＝每個扇區的字節數×每道扇區數×磁盤的轉速。知識準備二、計算機系統的組成（三）外設3.閃存閃存（FlashStorage）是一種半導體存儲器，它和磁盤一樣是非易失性的存儲器，但是它的訪問延遲卻只有磁盤的千分之一到百分之一，而且它尺寸小、功耗低，抗震性更好。常見的閃存有SD卡、U盤和SSD固態磁盤等。與磁盤相比，閃存的每GB價格較高，因此容量一般相對較小。目前閃存主要應用于移動設備中，如移動電話、數碼相機、MP3播放器，主要原因在于它的體積較小。閃存在移動市場具有很強的應用需求，工業界投入了大量財力推動閃存技術的發展。隨著技術的發展，閃存的價格在快速下降，容量在快速增加，因此SSD固態硬盤技術獲得了快速發展。SSD固態硬盤是使用閃存構建的大容量存儲設備，它模擬硬盤接口，可以直接通過硬盤的SATA總線與計算機相連。知識準備二、計算機系統的組成（三）外設知識準備二、計算機系統的組成（三）外設3.閃存前面所列的SD卡、U盤和SSD固態硬盤一般都是用NAND型閃存構建的。它的存儲密度比較高，每GB的成本比較低，沒有機械部分，可靠性高，速度快，功耗低，體積小，抗振性能好，無噪聲。因此NAND型閃存適合構建大容量的存儲設備。使用閃存技術構建的永久存儲器存在一個問題，即閃存的存儲單元隨著擦寫次數的增多存在損壞的風險。為了解決這個問題，大多數NAND型閃存產品內部的控制器采用地址塊重映射的方式來分布寫操作，目的是將寫次數多的地址轉移到寫次數少的塊中。該技術被稱為磨損均衡（WearLeveling）。閃存的平均擦寫次數在10萬次左右。SSD固態硬盤還有數據檢錯糾錯和壞塊表機制，NADN閃存出廠時允許不超過2%的壞塊，要通過壞塊表屏蔽。SSD在使用時要通過ECC檢錯機制發現新的壞塊，并加入到壞塊表中。知識準備二、計算機系統的組成（三）外設圖1-6SSD固態硬盤的內部結構圖任務實施1.在教師的引導下，以小組為單位學習相關技能，并完成下列作業（1）計算機工作的基本思想是什么？（2）計算機系統包括什么？（3）簡述存儲器的分類。2.在教師的引導下分組，以小組為單位學習相關知識，并結合計算機系統的組成，完成以下作業：（1）在計算機上查找系統部件，繪制計算機系統框圖。（2）按照計算機硬件系統，標明各個組件的位置，并完成所發數據采集表格。02.計算平臺整體認知

任務描述最近，單位新來一批實習員工，他們對計算平臺并不了解，需要對計算平臺有一個清晰的認識，請你準備一下，介紹什么是計算平臺，并說明它的作用是什么。任務目標（1）了解計算平臺現狀及發展歷程；（2）了解計算平臺的等級；（3）能夠講解域控制器方式的電子電氣架構的特點。任務準備（1）防護裝備：常規實訓著裝。（2）教學設備：智能網聯汽車。（3）教學工具：教學課件、計算平臺。知識準備智能網聯汽車從交通運輸工具逐漸轉變為新型智能移動終端。汽車功能和屬性的改變導致其需要更加強大的計算、數據存儲和通信功能，計算平臺是滿足新型汽車電子電氣結構的核心，是新型智能網聯汽車電子產業競爭的主戰場。

計算平臺主要完成汽車行駛和信息交互過程中海量、多源、異構數據的高速計算處理，運用人工智能、信息通信、互聯網、大數據、云計算等新技術。實時感知、決策、規劃，并參與全部或部分控制，實現汽車的自動駕駛、網聯服務等功能。計算平臺是基于異構分布式硬件平臺、融合并集成系統軟件和功能軟件的原型系統，根據差異化需求進行硬件定制和應用軟件加載。其硬件架構包括包含AI單元、計算單元和控制單元；其操作系統包含復雜嵌入式系統的汽車定制化系統軟件和密切結合自動駕駛需求的通訊功能軟件。一、計算平臺的含義知識準備自動駕駛級別提升，外部信息獲取數量增加，自動駕駛系統所需處理數據呈幾何增長。自動駕駛對實時性、安全等級要求提高，新型電子電氣架構需經濟高效的提供高性能計算能力，并具備良好的可拓展性。計算平臺基于異構分布的硬件平臺，集成自動駕駛操作系統，可提供高性能計算能力，實現集中控制策略，保障智能網聯汽車感知、規劃、決策、控制功能模塊的高速可靠運行，滿足L3級以上自動駕駛車輛需求。計算平臺負責實時性要求高、安全等級要求高的自動駕駛相關數據和功能，與智能終端基礎平臺共同構成車端算力系統，支撐不同安全等級需求的網聯化自動駕駛以及人機交互的車端實現。未來，算力將會由車端向云端部分轉移和布局，云控平臺就是計算平臺在云端算力的具體實現。云控基礎平臺利用超視距感知能力，實現車端與場段的感知融合，進而實現協同決策控制，解決單車智能的局限性問題。二、計算平臺的角色定位知識準備二、計算平臺的角色定位圖1-10車載智能計算機平臺知識準備三、計算平臺的現狀與發展歷程世界汽車產業正在進行“新四化”技術革命和行業變革，計算平臺及其搭載的自動駕駛操作系統作為支撐汽車“新四化”的平臺技術，逐漸成為國內外整車企業和相關科技公司競爭的熱點。

1、特斯拉是最開始研發計算平臺的，也是第一個開始研發計算平臺芯片的整車企業。以AutopilotHW為代表，從第一代的HW1.0迭代到HW3.0，特斯拉首款自主研發芯片FSD取代了英偉達DriverPX2。相對與國外車企，國內車企在車用芯片、操作系統等產業鏈的核心環節較為薄弱，因此主要采取漸進式開發路線。以吉利汽車為例，吉利汽車2017年發布了G_Pilot自動駕駛戰略，提出了面向自動駕駛技術研發G_Pilot1.0到G_Pilot4.0技術規劃。知識準備三、計算平臺的現狀與發展歷程隨著國外企業不斷布局自動駕駛戰略，以英偉達、英特爾、谷歌等為代表的國外科技企業也在大力推動計算平臺的發展。

2、英偉達以行業較領先的高性能安全芯片為核心，提供了完整的硬件平臺和基礎軟件平臺。NVIDIADRIVE平臺屬于端的開放式自動駕駛平臺，支持L3、L4甚至L5級的自動駕駛，開放軟件棧包含了ASIL_DOS、深度學習、計算機視覺SDK到自動駕駛應用；整合了深度學習、傳感器融合和環繞立體視覺等技術，且基于DriveOrin打造的自動駕駛軟件堆棧可以實時理解車輛周圍的情況，完成精確定位并規劃出最為安全高效的路徑，如圖1-11所示。知識準備三、計算平臺的現狀與發展歷程圖1-11計算平臺發展知識準備三、計算平臺的現狀與發展歷程

我國信息通信技術與產業實力也在不斷增強，移動互聯網、大數據、云計算、通信設備等領域形成一批國際領軍企業，華為、百度、地平線等企業開始布局計算平臺與智能網聯汽車操作系統。以華為推出的MDC解決方案為例，該解決方案集成自主研發的鯤鵬CPU芯片、昇騰AI芯片、圖像處理芯片等，搭載創新研發的操作系統，是平臺化、標準化的系列產品。華為MDC支持L2-L5級自動駕駛的平滑演進，兼容AUTOSAR架構，具有高效、安全、高可靠、高能效、高確定性、低延時的技術優勢，滿足ISO26262ASIL-D等級功能安全要求。平臺可與不同合作伙伴的多種類傳感器、執行部件相連，并支持感知、融合、定位、決策、規劃、控制等不同合作伙伴的應用算法，實現不同場景的應用。知識準備四、計算平臺的發展趨勢伴隨著通信網絡技術、計算機和軟件技術、芯片和設計技術、控制和信息處理技術的成熟發展，其相關技術在汽車領域也得到了廣泛應用。汽車的智能化、網絡化、信息化和集成化進程不斷加速。從電子電氣架構的角度看，計算平臺正在從分布式走向集中式發展，其中核心的目標是為了軟件開發創造更加高效的環境，其中包括四個關鍵趨勢：計算集中化，軟硬件解耦、平臺標準化以及功能開發生態化。博世公司將整個汽車電子電氣架構的發展分為6個階段:模塊化階段、整合階段、集中化階段、域(間）融合階段、車載中央計算機＋區控制器階段和車載中央計算機＋云服務階段，如圖1-12所示。知識準備四、計算平臺的發展趨勢圖1-11計算平臺發展知識準備四、計算平臺的發展趨勢智能網聯汽車的電子電氣架構正在由分布式架構向集中式架構發展，多個控制單元融合并由域控制器集中控制，各個域控制器間通過高速總線通信。采用域控制器方式的電子電氣架構是當前主流的架構設計思路，其特點如下:

高集成度的處理平臺，將多個獨立ECU的功能進行融合，形成高集成度的集中處理平臺，通過對多個功能進行統一調度和管理來實現某一復雜功能，以滿足復雜任務的要求。

高速的數據傳輸與處理，采用車載以太網等新型總線傳輸協議，提高整車網絡的通信速度和通信帶寬，以滿足高速、高容量數據傳輸的要求。

標準化的軟硬件平臺，標準化平臺具備良好的可移植性和可擴展性，具有靈活增加或刪除功能，可以滿足各類產品對功能與成本的不同要求。知識準備四、計算平臺的發展趨勢

系統軟硬件分離，系統軟硬件的分離設計可以使軟件不依賴硬件存在，實現軟件對硬件的解耦，在不同的硬件平臺之間可以靈活地進行程序的開發和移植。

具備可重構性，能夠使開發者根據不同的設計需求靈活調整相應的功能，同時可以被反復利用，縮短研發周期，降低研發成本。

支持外部環境互聯特性，汽車不再作為一個相對封閉的系統，而是具備與外部環境進行互通互聯的能力，有效的支持車輛智能化、網絡化發展需求。

更高級別的安全策略，隨著汽車智能化程度越來越高，車外通信的復雜程度和未知情況，對車內處理單元的安全策略要求越來越高，必須提高安全策略級別以應對復雜多變的外部環境。任務實施1.在教師的引導下，以小組為單位學習相關技能，并完成下列作業（1）計算平臺由哪些部件組成？（2）簡述計算平臺的的主要功能。（3）簡述域控制器方式架構設計思路的特點。2.在教師的引導下分組，以小組為單位學習相關知識，并結合整車計算平臺控制線路圖，完成以下作業：（1）在車輛上查找計算平臺。（2）按照所發表格索引，完成車載計算平臺的更換。03.計算平臺架構認知

任務描述最近，單位新來一批實習員工，他們對計算平臺并不了解，需要對計算平臺有一個清晰的認識，請你準備一下，介紹計算平臺是由哪些部分組成的，并說明各組成部分的作用是什么。任務目標（1）掌握計算平臺的架構；（2）能夠獨立描述車載智能計算平臺的組成；（3）能夠獨立描述AI單元、計算單元和控制單元的功能。任務準備（1）防護裝備：常規實訓著裝。（2）教學設備：智能網聯汽車。（3）教學工具：教學課件、自動駕駛計算平臺結構圖。知識準備智能駕駛計算平臺自底向上劃分為硬件平臺、系統軟件、功能軟件和應用軟件四層結構，如圖1-14所示。硬件平臺基于異構分布式架構提供可以持續擴展的計算能力。系統軟件包括操作系統和中間件，為上層提供調度、通信、時間同步、調試診斷等基礎服務。功能軟件層包括感知、決策、規劃和控制等智能駕駛核心功能的算法組件。一、智能駕駛計算平臺的結構圖1-14智能駕駛計算平臺的結構知識準備車載智能計算平臺的架構主要包含自動駕駛操作系統和異構分布硬件架構兩部分。其中，自動駕駛操作系統是基于異構分布硬件架構，包含系統軟件和功能軟件的整體基礎框架。車載智能計算平臺側重于系統可靠、運行實時、分布彈性、高算力等特點，實現感知、規劃、控制、網聯、云控等功能，最終完成安全、實時、可擴展的多等級自動駕駛核心功能，如圖1-15所示。車載智能計算平臺需要軟硬件協同發展促進落地應用。車載智能計算基礎平臺結合車輛平臺和傳感器等外圍硬件，同時采用車內傳統網絡和新型高速網絡（如以太網、高速CAN總線等)，根據異構分布硬件架構指導硬件平臺設計，裝載運行自動駕駛操作系統的系統軟件和功能軟件，向上支撐應用軟件開發。二、車載智能計算平臺的架構知識準備二、車載智能計算平臺的架構圖1-15智能駕駛計算平臺的架構知識準備（1）自動駕駛操作系統自動駕駛操作系統是一個流程化、復雜的綜合系統，涉及眾多流程和領域，貫穿了線控底盤、硬件平臺、軟件平臺、實現功能等自動駕駛汽車的開發。操作系統的引入促進了硬件和軟件接口的集成，從而實現了硬件模塊化，使得制造商能夠通過大規模生產和專業化開發的低成本，成功實現產品的高性能化發展。（2）異構芯片硬件自動駕駛硬件通過不同接口連接眾多的傳感器設備，包括激光雷達、毫米波雷達、超聲波雷達、車載攝像頭、GPS和IMU等。二、車載智能計算平臺的架構知識準備

攝像機可以捕獲圖像數據，可以使用計算機視覺技術來提取這些圖像的內容并理解周圍的環境，例如通過圖像中的顏色信息判斷交通燈的狀態。全球定位系統（GlobalPositioningSystem，GPS）通過接收繞地衛星信號來幫助使用者確定所處的位置。慣性測量裝置（InertialMeasurementUnit，IMU）通過跟蹤車輛位置、速度、加速度以及其他因素來測量車輛的運動和位置。激光雷達(LightDetectionAndRanging）由一組脈沖激光器組成，向車身周圍360°掃描發射激光束，通過接收這些激光束的反射波，形成車輛內部計算機軟件可用來理解周圍環境的點云（PointCloud)。雷達(Radar）同樣用來檢測障礙物，但雷達分辨率低，很難辨別檢測到的障礙物屬于哪一類，不過其成本低，可以適用于各種極端天氣和不良的照明環境，同時在測量其他車輛速度時具有一定的優勢。二、車載智能計算平臺的架構知識準備

車載智能計算基礎平臺需采用異構芯片硬件方案。面向L3及以上等級的自動駕駛車輛，車載智能計算基礎平臺需兼容多類型、多數量傳感器，并具備高安全性和高性能。現有的單一芯片無法滿足諸多接口和算力要求，需采用異構芯片的硬件方案。異構可以體現在單板卡集成多種架構芯片，如奧迪zFAS集成了MCU、FPGA、CPU，華為MDC平臺集成了昇騰310和鵬920等芯片；也可以體現在功能強大的單芯片(SoC，系統級芯片)同時集成多個架構單元，如英偉達Xavier集成了GPU和CPU兩個異構單元。二、車載智能計算平臺的架構知識準備現有的車載智能計算平臺產品如奧迪zFAS、特斯拉FSD、英偉達DriveAGXPegasus等的硬件均主要由AI(人工智能）單元、計算單元和控制單元三部分組成，每個單元完成各自所定位的功能。

（1）AI單元。AI單元采用并行計算架構AI芯片，并使用多核CPU配置AI芯片和進行必要處理。AI芯片可選用GPU、FPGA、ASIC等。當前完成硬件加速功能的芯片通常依賴內核系統（多用Linux）進行加速引擎及其他芯片資源分配、調度。通常加速引擎來實現對多傳感器數據的高效處理與融合，獲取用于規劃及決策的關鍵信息。AI單元作為參考架構中算力需求最大的一部分，需要突破成本、功耗和性能的瓶頸以達到產業化要求。二、車載智能計算平臺的架構知識準備在自動駕駛車輛行駛時，每個不同類型的傳感器都在不停的采集數據，而且AI硬件計算平臺對每一類數據都需要實時處理，如圖1-16。因此合理的計算平臺必須具有大規模數據處理能力，從而進行實時駕駛行為決策。AI硬件計算平臺的選取，對自動駕駛的安全性、可靠性有著巨大的影響。舉例來說，當激光雷達收集到大量的點云信息并傳送到計算平臺時，有可能會導致CPU資源被占滿，從而難以處理其他諸如攝像頭、雷達的數據可能導致誤闖交通燈，造成嚴重后果。二、車載智能計算平臺的架構知識準備二、車載智能計算平臺的架構圖1-16智能駕駛AI硬件計算平臺的數據采集知識準備（2）計算單元計算單元由多個多核CPU組成。計算單元采用車規級多核CPU芯片，單核主頻高，計算能力強，滿足相應功能安全要求；裝載Hypervisor、Linux等內核系統管理軟硬件資源，完成任務調度，用于執行與自動駕駛相關的大部分核心算法；同時整合多源數據完成路徑規劃、決策、控制等功能，如NUIDIADriveAGXPegasus平臺、華為MDC600平臺等。（3）控制單元控制單元基于傳統車控