【技研】域控制器：重新定义汽车电子架构的核心
摘要
域控制器在汽车智能化升级中起关键作用，通过集中化E/E架构，提升芯片算力和软件算法，推动智能化升级，降低研发成本。其依赖主控芯片、软件操作系统、中间件和应用算法，实现品牌差异化竞争。产业链中，全栈式供应商和开放式供应链生态共存，竞争焦点在智能座舱和自动驾驶域。域控制器涵盖动力、底盘、车身、自动驾驶和座舱五大功能域，华为、特斯拉和Mobileye等厂商在该领域具有显著影响力。
正文
⚫ 域控制器解决汽车软硬件升级桎梏，开启智能驾驶新时代
传统汽车 E/E 架构采用分布式，功能系统的核心是 ECU，智能功能的升级依赖于 ECU 和传感器数量的累加。随着单车智能化升级的加速，原有智能化升级的方式面临着研发和生产成本剧增、安全性降低、算力不足等问题。
面对种种智能化升级的桎梏，特斯拉Model 3 的推出引领了汽车E/E 架构集中化的趋势，将原本相互孤立的 ECU 相互融合，域控制器也由此应运而生。在以域控制器为功能中心的集中化E/E 架构下，芯片算力和软件算法的提升将成为汽车智能化升级的核心。域控制器架构下，汽车智能化升级的研发边际成本将显著降低，并且智能化升级的边际成本将逐步递减，从而推动汽车智能驾驶的加速渗透。
⚫ 硬件先行、软件赋能，域控制器开启汽车软硬件军备竞赛
域控制器作为未来汽车运算决策的中心，其功能的实现依赖于主控芯片、软件操作系统及中间件、应用算法等多层次软硬件的有机结合。分别来看，主控芯片目前多采用异构多核的 SoC 芯片，竞争的焦点主要在于AI 单元的有效算力、算力能耗比、成本等。软件操作系统及中间件主要负责对硬件资源进行合理调配，以保证各项智能化功能的有序进行。
其中，软件操作系统竞争格局较为稳定，多以 QNX 和 Linux 及相关衍生版本为主。应用算法则是基于操作系统之上独立开发的软件程序，是各汽车品牌差异化竞争的焦点之一。为实现智能汽车的持续进化， 整车厂往往会选择“硬件超配、后续软件迭代升级”的方式。
因此，域控制器作为未来智能汽车的“大脑”，以主控芯片为代表的高性能硬件将率先量产上车， 而操作系统及应用软件等则会随着算法模型不断迭代持续更新，逐步释放预埋硬件的利用率，从而实现软件定义汽车。
⚫ 域控制器产业链之下，Tier1、科技公司等多方势力各抒己长参与其中
根据产业链生态，域控制器产业链可分为两大阵营。一类是以华为昇腾、特斯拉 FSD 芯片为硬件基础的全栈式解决方案供应商。凭借自身的技术优势实现了从底层硬件到软件架构的全覆盖，具备软硬件一体化的性能优势。
另一类则是开放式的供应链生态，由 AI 芯片公司、软件供应商、Tier1 系统集成商和整车厂组成。其中底层的 AI 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。目前典型的第一阵营包括“特斯拉”、“华为+长安”、“Mobileye+蔚来”等，开放式阵营包括“小鹏+德赛西威+英伟达”、“理想+德赛西威+英伟达”、“高通+长城”等。
域控制器解决软硬件升级桎梏，开启智能驾驶新时代
ECU 诞生于上世纪 70 年代，初始定义为Engine Control Unit（发动机控制单元），用于特指电喷发动机的电子控制系统。而随着集成电路技术以及汽车电子行业的快速发展，ECU 的含义逐渐广义化为 Electronic Control Unit（电子控制单元）。从用途上看，ECU 即为汽车专用的微控制器，可在大量传感器、总线数据流以及执行器等零部件的配合下实现对汽车状态的操控。从结构上看，ECU 的核心是中央处理器CPU（包括微控制器 MCU 或微处理器MPU），连接在CPU 周边的还包括存储器（DDR、FLASH）、输入/输出接口（I/O）、数模转换器（A/D）等。在传统的分布式架构之下，汽车智能功能的升级依赖于ECU 和传感器数量的增加。
随着单车智能化升级的加速，原有智能化升级的方式面临着研发和生产成本剧增、安全性降低、算力不足等问题，传统分布式架构亟需升级。随着ECU 数量的增加，汽车内部线束长度以及传输要求越来越高。
面对分布式架构对汽车智能化升级的桎梏，特斯拉引领了汽车 E/E 架构由分布式向域控制器/中央计算升级的历史性变革。2017 年，特斯拉在量产的 Model3 车型中首次落地了区域集中式的E/E 架构（由一个中央计算模块、三个区域控制器构成）。
由此不仅实现了不同ECU 之间的协同控制、统一升级，同时还可以节省算力、降低布线成本。同时，E/E 架构的集中化亦将有效降低智能化功能升级的边际成本，从而推动智能化升级的加速。特斯拉的颠覆性创新和成功亦为海内外传统整车厂及造车新势力带来了极大的示范效应，加速汽车智能化时代的到来。
2018 年丰田提出将在未来 L3 级量产车型中采用的“Central & Zone 架构”（按物理空间将整车对称分为多个区域）。
2019 年华为提出“CC 架构”（智能座舱+整车控制+智能驾驶）。
2020 年，安波福发布智能汽车“SVA 架构”（中央计算群+四个分区）。此外，还有大众、宝马等均提出了全新的E/E 架构（分别为E3 架构和EEA 分层架构）。
可以看到，无论是Tier1、整车厂等传统玩家还是造车新势力、科技公司等产业链新生力量，在对 E/E 架构设计都开始由分布式向集中方向升级。E/E 架构集中化的本质是对汽车中孤立 ECU 的集成和融合，域控制器也由此应运而生。同时，在以域控制器为功能中心的集中化 E/E 架构下，芯片算力和软件算法的提升将成为汽车智能化升级的核心。
根据博世等 Tier1 所提出的六个E/E 架构发展阶段来看，目前新兴的集中化 E/E 架构大致集中于以汽车功能划分“域集中/融合”阶段和以汽车物理空间划分的“车电脑和分区 ECU”阶段。车电脑和分区ECU 的E/E 架构在集
博世、大陆等传统 Tier1 将汽车 E/E 架构按功能划分为动力域（安全）、底盘域（车辆运动）、信息娱乐域（座舱域）、自动驾驶域（辅助驾驶）和车身域（车身电子）五大区域，每个区域对应推出相应的域控制器，最后再通过CAN/LIN 等通讯方式连接至主干线甚至托管至云端，从而实现整车信息数据的交互。
◼ 动力域控制器：主要负责动力总成的优化与控制，在新能源车中主要是指电驱和电控系统的集成化。其中，电驱系统的集成以三合一技术路线为主流，也即将电机、电控（逆变器）与减速器集成为电驱桥。电控系统的集成则倾向多合一模块，通常将变压器、车载充电机、加热器等进行集成，甚至会将整车控制器（VCU）等包含在内。2020 年 1 月，合众汽车团队研发的 PDCS 动力域控制器搭载于哪吒汽车并通过了搭载车辆测试，正式进入了量产应用阶段。2020 年 9 月华人运通发布的首款智能汽车高合 HiPhi X，亦搭载有由联合电子合作研制的动力域控制器。
◼ 底盘域控制器：主要负责具体的汽车行驶控制，主要包括助力转向系统（EPS）、车身稳定系统（ESC）、电动刹车助力器、安全气囊控制系统以及空气悬架、车速传感器等等。与动力域类似，底盘域内所涉及的控制系统大多都具备较高的安全等级要求，需要符合ASIL-D 安全等级（ASIL 系列中最高安全等级）。因此底盘域亦具备着较高的行业门槛，目前多数底盘域控制器仍处于实验室阶段。
◼ 车身域控制器：主要负责车身功能的整体控制，本身技术门槛较低且单车价值量不高，其本质是在传统车身控制器（BCM）的基础上，集成了无钥匙启动系统（PEPS）、纹波防夹、空调控制系统等功能而成。此外，由于涉及安全等级较低，随着汽车E/E 架构的进一步集中化，有望率先实现与智能座舱域的融合。
◼ 自动驾驶域控制器：承担了自动驾驶所需要的数据处理运算及判断能力，包括对毫米波雷达、摄像头、激光雷达、GPS、惯性导航等设备的数据处理工作。同时，自动驾驶域控制器亦负责车辆在自动驾驶状态下底层核心数据、联网数据的安全保障工作，是推动自动驾驶迈向 L3 及以上更高等级的核心部件。
此外，由于自动驾驶域控制器需要更强的 AI 算力以及算法的支持，因而参与研制的厂商众多。除传统汽车产业链内的整车厂及供应商以外，还包括有英伟达、高通、地平线、黑芝麻等海内外 AI 芯片龙头厂商，以及阿里、谷歌、QNX、华为等自动驾驶操作系统供应商。目前来看，除特斯拉 Model3、小鹏P7 等少数车型以外， 绝大多数已量产的自动驾驶域控制器尚未达到 L3 级自动驾驶级别。
根据 ICVTank 数据统计，2020 年全球 ADAS 相关控制器市场规模将达到 155.9 亿美元，其中大部分均为L3 级以下辅助驾驶控制器（ECU），而预计到2025 年全球自动驾驶域控制器市场规模有望达到 19.8 亿美元。
◼ 座舱域控制器：主要负责汽车座舱电子系统功能，汇集了集成液晶仪表、中控多媒体及副驾驶信息娱乐的一体化系统。其发展过程经历了由传统的“机械物理按键”到“中控液晶显示屏”，再到“中控+仪表盘一体化设计”的进程。同时，由于其涉及安全等级较低、成本相对可控，发展速度将显著快于自动驾驶域控制器。根据 ICVTank 数据统计，2020 年全球智能座舱域控制器有望达到 80 万套，预计 2025 年全球智能座舱域控制器出货量将达到1300 万套。
总体来看，以上所分的五大功能域中，目前的竞争焦点主要集中于智能座舱域和自动驾驶域。
以区域进行划分的域控制器是以车辆特定物理区域为边界来进行功能划分，相较于纯粹以功能为导向的域控制器，其集中化程度更高。例如车辆前区域控制器、左区域控制器、右区域控制器等。
典型的按区域划分 E/E 架构的厂商为特斯拉，Model3 的三个区域控制器则分别为前车身控制模块、左车身控制模块和右车身控制模块。其中，左右车身控制模块把部分基础功能按区域进行对称划分，两者分别负责各自区域内的内外部灯光、门锁、车窗、驻车卡钳等。而相对于左车身控制器，右车身控制模块还具有两个独有的功能—热管理和自动泊车辅助系统。前车身控制模块则主要负责为整车中各个控制器进行电源分配，可以在实时监测各个ECU 用电情况，及时切断部分处于静态但功耗高的ECU 供电。此外，前车身控制模块还包括车前大灯、雨刮器等传统BCM 的功能。
除此之外，丰田的Central & Zone 架构、安波福的SVA 架构均采用类似的区域划分解决方案。
硬件先行、软件赋能，域控制器开启汽车软硬件军备竞赛
域控制器作为未来汽车运算决策的中心，其功能的实现依赖于主控芯片、软件操作系统和中间件、应用算法等多层次软硬件的有机结合。
1）域控制器的主控芯片目前多采用异构多核的 SoC 芯片，由AI 单元、计算单元和控制单元三部分异构而成，每个单元完成各自功能。其中，AI 单元专注于进行人工智能模型的运算， 是自动驾驶域中最核心的单元。目前海内外领先的车载 AI 芯片厂商包括英伟达、 Mobileye、高通、地平线等。
2）软件操作系统方面，广义而言包含系统内核、基础软件以及中间件等，主要负责对硬件资源合理调配，以保证各项智能化功能有序进行的。其中系统内核竞争格局稳定，主要以 QNX、Linux 及其衍生版本为主。中间件则多由 Vector、ETAS、德赛西威等第三方厂商或整车厂进行开发。
3）应用算法则是基于操作系统之上独立开发的软件程序，亦是各个品牌汽车差异化竞争的焦点。此外，为实现智能汽车的持续进化，整车厂往往会选择“硬件超配、后续软件迭代升级”的方式。因此，域控制器作为未来智能汽车的“大脑”，以主控芯片为代表的高性能硬件将率先量产上车（例如，小鹏汽车现有自动驾驶能力处于 L2.5 级别，但已在 P7 车型上预埋Xavier 芯片、14 个摄像头等的方式，为后续L3 级的自动驾驶留下了升级空间。），而操作系统及应用软件等则会随着算法模型不断迭代持续更新，逐步释放预埋硬件的利用率，从而实现软件定义汽车。
全栈式解决方案供应商
华为：昇腾AI 芯片+MDC 计算平台+鸿蒙 OS
以昇腾系列 AI 芯片为基础，构建华为 MDC 中央智能计算平台。目前，华为针对智能驾驶领域已经成功研制出了车规级 AI 芯片昇腾 310 和昇腾 910。
其中，昇腾 310 单片算力为 16TOPS，而其功耗仅为 8W，功耗比与特斯拉FSD 芯片相当，主要应用于边缘计算等低功耗领域；昇腾 910 单片算力达到 512TOPS，同时作为一款高集成度 SoC 芯片，除了基于达芬奇架构的AI 核外，还集成了多个CPU、DVPP 和任务调度器，因而具有自我管理能力，可以充分发挥其高算力的优势。而基于昇腾系列芯片，华为推出了 MDC300 和 MDC600 智能计算平台。
其中，MDC300 的 AI 单元由四颗华为昇腾 310 芯片组成，计算单元搭载华为的鲲鹏芯片，控制单元则搭载是英飞凌TC397 芯片，整体算力达到64TOPS，满足L3 级自动驾驶；MDC600 是基于8 颗昇腾 310 芯片，同时还整合了 CPU 和相应的 ISP 模块，整体算力可达 352TOPS，适用于 L4 级别自动驾驶。
除此之外，华为即将发布MDC 210 和 MDC 610 智能驾驶计算平台。MDC 210 可提供48TOPS 算力，主要面向L2+级自动驾驶，MDC 610 可提供 160TOPS 算力，面向 L3-L4 级别自动驾驶。
综合来看，MDC 集成了华为自研的 Host CPU 芯片、AI 芯片、ISP 芯片与 SSD 控制芯片，并通过底层的软硬件一体化调优，在时间同步、传感器数据精确处理、多节点实时通信、最小化底噪、低功耗管理、快速安全启动等方面领先业界。相比当前业界其他自动驾驶计算平台，华为 MDC 具有高性能、高安全＆可靠、高能效、低时延的技术优势。
特斯拉：FSD AI 芯片+HW 域控制器+Autopilot 操作系统
特斯拉开启智能驾驶计算平台先河，主控芯片由合作开发转向自研 FSD。早在 2014 年 10 月，特斯拉已经在其 Model S 和 Model X 两款车型中搭载自动驾驶系统Autopilot1（智能驾驶域控制器HW1.0），这款域控制器是在Mobileye 的EyeQ3 芯片基础上建立而成，可支持L2 级自动驾驶。
2016 年，特斯拉与Mobileye 的合作破裂， 主控芯片供应商转向英伟达，并于同年基于英伟达DRIVE PX2 芯片推出自动驾驶域控制器 HW2.0，搭载于Model S 和 Model X 两款车型中。但HW2.0 本质上仍为一个过渡产品，线路板上存在大片留白，未达到汽车芯片高度集成化的特征。因此，仅仅 10 个月后特斯拉便推出了HW2.5 作为进阶版本，这款产品算力超 6TOPS，可以服务于 L2~L3 级自动驾驶。由于DRIVE PX2 芯片过低的效率和超出掌控的技术内核，特斯拉与英伟达间三年的合作最终宣告停止。
特斯拉自研的 Autopilot 操作系统是以 Linux 内核为基础深度定制化改造而成。开源的 Linux 内核不仅为特斯拉节省了大笔研发费用，同时其高自由度利于特斯拉实现更多差异化功能。在 2012-2019 年间特斯拉已完成超过 142 次的OTA 升级（潜在问题改善 11 次、全新功能导入67 次、交互界面逻辑等优化 64 次），涉及自适应巡航、自动紧急刹车系统、360°全景视图、并道辅助等多项功能，系统版本从 2014 年的V6.0 已迭代至目前的 V10.0。
Mobileye：EyeQ 系列芯片是以摄像头为解决方案的 ADAS 领域绝对龙头
公司 EyeQ 系列芯片在camera-based ADAS 市场的市占率已超过 70%。Mobileye 于 1999 年在以色列成立，主要致力于汽车计算机视觉领域的研究。在公司成立之初的近十年内，公司一直专注于研发，在这过程中并没有推出任何的的系统和模型。
2008 年，公司推出了其第一款提供 L1 辅助驾驶功能的产品 Eye Q1 芯片，算力为0.0044TOPS。2010 年，推出Eye Q2 芯片，算力为0.026TOPS。以上两款面向L1 级辅助驾驶的芯片为公司奠定了在低级别辅助驾驶领域的龙头地位。
2014 年，公司推出的EyeQ3 芯片算力为0.256TOPS、功耗比为0.1024TOPS/W，可以满足特斯拉基于视觉解决方案的L2 级自动驾驶的技术需求，也由此开启了Mobileye 的快速成长期。
2014-2019 年公司EyeQ 系列芯片出货量 CAGR 高达 45.2%。同时，依赖于 EyeQ 系列芯片在视觉处理方面的强悍能力，Mobileye 在 camera-based ADAS 市场的市占率已超过 70%。2017 年，公司被英特尔以 153 亿美元现金收购。
