為什么汽車電子行業(yè)，正在進(jìn)入“中央計算時代”

過去十年，汽車行業(yè)最大的變化，并不只是“從燃油到電動”。

更深層的一場革命，其實(shí)發(fā)生在汽車內(nèi)部。

如果說過去的汽車，更像一個由機(jī)械零件拼裝起來的工業(yè)產(chǎn)品；那么今天的智能汽車，已經(jīng)越來越像一臺“超級移動計算機(jī)”。

智能駕駛、AI座艙、大模型語音助手、跨域協(xié)同控制、OTA持續(xù)升級……這些能力的背后，都在倒逼一個問題：

傳統(tǒng)汽車電子架構(gòu)，還撐得住嗎？

答案正在越來越明確。

從行業(yè)趨勢看，汽車電子架構(gòu)已經(jīng)從最早的“分布式ECU”，逐漸走向“域控制”，并進(jìn)一步邁向“中央計算+區(qū)域控制”。

而這場架構(gòu)革命，本質(zhì)上，是汽車產(chǎn)業(yè)從“功能定義汽車”走向“軟件定義汽車（SDV）”的必經(jīng)之路。

本期《架構(gòu)課》，我們對話核芯力智控CTO王軍軍，聊聊為什么汽車電子行業(yè)，正在進(jìn)入“中央計算時代”。

1一輛車，為什么會長出100多個ECU？

很多人第一次聽到這個數(shù)字時都會驚訝。

今天一輛中高端汽車，ECU（電子控制單元）數(shù)量，通常已經(jīng)超過100個。

部分高端車型，甚至超過150個。

而在30年前，1993年的Audi A8，ECU數(shù)量只有個位數(shù)。

為什么會變成今天這樣？

王軍軍認(rèn)為，這背后其實(shí)是汽車“新四化”推動下的結(jié)果。

“這背后是汽車 ‘新四化’ 推動的結(jié)果。過去，每當(dāng)汽車增加一項(xiàng)功能，行業(yè)最常用的方法就是增添一個 ECU。長此以往，整個系統(tǒng)變得愈發(fā)復(fù)雜?！?br/>

傳統(tǒng)分布式架構(gòu)采用 “功能專用ECU” 的設(shè)計思路。

車窗、空調(diào)、座椅、車燈等各需一個控制器，后來 ADAS、攝像頭、毫米波雷達(dá)、智能語音、車聯(lián)網(wǎng)、自動泊車等功能不斷涌現(xiàn)，每增加一項(xiàng)功能，就增添一個控制器，整車電子系統(tǒng)由此進(jìn)入 “堆疊式增長”。

2ECU越來越多，問題也越來越嚴(yán)重

ECU 數(shù)量的增長除了BOM成本上漲，真正的麻煩在于系統(tǒng)逐漸復(fù)雜。

1、線束開始變成“物理枷鎖”

當(dāng)汽車配備上百個 ECU 時，就需要大量線束來連接它們。

目前，豪華車型的整車線束長度甚至可能超 5 公里，重量可達(dá) 70 公斤。

這不僅占據(jù)空間、增加成本，還對汽車的輕量化和能耗產(chǎn)生負(fù)面影響，尤其對于新能源車而言，這已然是亟待解決的現(xiàn)實(shí)難題。

王軍軍表示：

“很多人只看到智能化的發(fā)展，然而真正讓行業(yè)擔(dān)憂的，其實(shí)是復(fù)雜度。線束、供電、通信、驗(yàn)證等系統(tǒng)工程問題，依靠傳統(tǒng)架構(gòu)已越來越難以解決?！?br/>

2、“算力孤島”越來越嚴(yán)重

傳統(tǒng)架構(gòu)的另一個核心弊端是算力分散。

每個 ECU 都有獨(dú)立的 MCU、存儲和軟件系統(tǒng)，但相互之間無法高效共享資源。

這就導(dǎo)致部分 ECU 長期處于滿載狀態(tài)，而有的則大量閑置，整個系統(tǒng)的算力利用率極低。

然而，自動駕駛、大模型座艙等功能對算力的要求極高，這就要求行業(yè)必須從 “分散計算” 轉(zhuǎn)向 “集中計算”。

3、OTA升級越來越困難

過去，汽車更新功能需前往 4S 店刷程序。

但如今，智能汽車越來越像手機(jī)，用戶期望能夠遠(yuǎn)程升級、讓功能持續(xù)進(jìn)化、實(shí)現(xiàn)軟件快速迭代并及時修復(fù) Bug。

問題在于，傳統(tǒng)分布式 ECU 架構(gòu)下，軟硬件高度耦合，修改一個模塊可能影響整個網(wǎng)絡(luò)。

一次 OTA 往往需要多個 ECU 同步更新，驗(yàn)證成本呈指數(shù)級增長。

“傳統(tǒng)架構(gòu)的問題，不僅在于開發(fā)復(fù)雜，更關(guān)鍵的是它已難以支持軟件的持續(xù)演進(jìn)。”——王軍軍

3為什么行業(yè)開始走向中央計算？

如果說分布式架構(gòu)是工業(yè)時代的產(chǎn)物，那么中央計算則更像是 AI 時代的底層基礎(chǔ)設(shè)施。

王軍軍將這場架構(gòu)升級歸結(jié)為 “三駕馬車”。

第一駕馬車：智能化

這是最為核心的驅(qū)動力。

AI 汽車本質(zhì)上需要一個強(qiáng)大的 “大腦”。

自動駕駛需實(shí)時處理海量傳感器數(shù)據(jù)，智能座艙要融合語音、視覺、用戶行為和大模型推理，跨域協(xié)同則要求整車統(tǒng)一決策。

這些需求，傳統(tǒng)分布式 ECU 架構(gòu)已無法滿足。

CAN、LIN 等傳統(tǒng)總線帶寬有限，分散 ECU 之間的數(shù)據(jù)傳輸效率也日益低下。

而中央計算架構(gòu)則將大量核心能力集中于 “中央大腦”，新增功能不再依賴增加 ECU，而是通過新增軟件實(shí)現(xiàn)。

這使得汽車首次真正具備了 “像手機(jī)一樣持續(xù)進(jìn)化” 的能力。

第二駕馬車：成本

很多人以為中央計算只是為了實(shí)現(xiàn) “更智能”，但實(shí)際上它也是汽車產(chǎn)業(yè)降低成本的重要途徑。

過去 “硬件堆疊” 的模式使得成本不斷攀升，王軍軍表示：

“中央計算不僅是智能化升級，本質(zhì)上也是一次系統(tǒng)級降本?！?br/>

在中央計算 + 區(qū)域控制架構(gòu)下，ECU 數(shù)量減少、線束長度縮短、裝配復(fù)雜度降低、算力得以統(tǒng)一調(diào)度、電力實(shí)現(xiàn)集中管理。

目前，行業(yè)已呈現(xiàn)出明顯的趨勢，越來越多車企開始推行區(qū)域控制器（Zonal Architecture），因?yàn)樗粌H改變電子架構(gòu)，還將重構(gòu)整車制造邏輯。

第三駕馬車：性能與安全

中央計算還有一個常被低估的價值 —— 安全。

在傳統(tǒng)架構(gòu)下，上百個 ECU 來自不同供應(yīng)商，協(xié)議、軟件棧、安全體系各不相同，整個系統(tǒng)的功能安全與信息安全管理難度極大。

而中央計算架構(gòu)更容易實(shí)現(xiàn)冗余設(shè)計、統(tǒng)一安全管理、系統(tǒng)級回滾、AI 安全策略以及數(shù)據(jù)安全隔離。

尤其在 AI 汽車時代，安全的范疇已不僅局限于 “機(jī)械安全”，還涵蓋功能安全、信息安全、數(shù)據(jù)安全以及 AI 安全。

4域控、中央計算、艙駕融合，到底是什么？

過去幾年，行業(yè)經(jīng)常提幾個詞：域控制、艙駕融合、中央計算……

但很多人容易混淆。

王軍軍解釋，其實(shí)它們是架構(gòu)演進(jìn)中的不同階段。

第一階段：分布式架構(gòu)

功能車時代產(chǎn)物，一個功能，一個ECU，功能彼此獨(dú)立。

優(yōu)點(diǎn)：設(shè)計簡單，供應(yīng)鏈成熟

缺點(diǎn)：越來越復(fù)雜。

第二階段：域控制架構(gòu)

開始把相近功能集中，

例如：座艙域、智駕域、車身域、動力域……

原本幾十個ECU，開始集中成幾個域控制器。

這是行業(yè)過去幾年最主流的方向。

第三階段：中央計算+區(qū)域控制

真正開始形成“中央大腦”，大量核心計算能力統(tǒng)一調(diào)度。，區(qū)域控制器負(fù)責(zé)“就近連接”。

類似：前區(qū)域、后區(qū)域、左區(qū)域、右區(qū)域，這樣可以大幅減少線束。同時實(shí)現(xiàn)整車統(tǒng)一調(diào)度。

第四階段：艙駕融合

原本智能座艙和自動駕駛，是兩套系統(tǒng)。

現(xiàn)在開始逐漸融合。

因?yàn)椋河脩舾兄鋵?shí)是統(tǒng)一的。

AI助手、導(dǎo)航、駕駛決策、視覺感知，本質(zhì)上都需要統(tǒng)一的數(shù)據(jù)和算力。

所以行業(yè)開始從：“多個系統(tǒng)”走向：“一個AI中央平臺”。

5為什么AI汽車，一定需要新的E/E架構(gòu)？

因?yàn)锳I最大的特點(diǎn)，就是：全車協(xié)同。

王軍軍舉了一個例子。

當(dāng)自動駕駛系統(tǒng)判斷需要緊急變道時：

• 智駕系統(tǒng)識別風(fēng)險
• 底盤同步調(diào)整懸架
• 動力系統(tǒng)重新分配扭矩
• 車身系統(tǒng)預(yù)緊安全帶
• 座艙系統(tǒng)主動提醒乘員

所有動作，需要毫秒級聯(lián)動。

傳統(tǒng)分布式架構(gòu)下，很難完成這樣的實(shí)時協(xié)同。

而AI時代，類似場景會越來越多。

比如：夜間暴雨場景下，視覺感知下降，系統(tǒng)會自動聯(lián)動：

• 燈光系統(tǒng)增強(qiáng)照明
• 空調(diào)系統(tǒng)除霧
• HUD調(diào)整顯示優(yōu)先級
• 座艙語音主動提醒風(fēng)險

再比如兒童遺落車內(nèi)，系統(tǒng)不僅檢測生命體征，還會自動聯(lián)動：

• 空調(diào)維持溫度
• 車窗留縫
• 手機(jī)通知車主
• 云端同步報警

這已經(jīng)不是單個ECU的問題。

而是整車AI協(xié)同能力的問題。

未來汽車電子架構(gòu)，還會繼續(xù)怎么演進(jìn)？

王軍軍認(rèn)為，未來行業(yè)會繼續(xù)向：“AI原生架構(gòu)”演進(jìn)。

6未來的汽車，不再是簡單的軟件汽車。

而是具備持續(xù)學(xué)習(xí)、持續(xù)進(jìn)化能力的AI終端。

幾個趨勢會越來越明顯：

1、大算力SOC持續(xù)集中

更多功能開始統(tǒng)一到中央計算平臺。

2、車載以太網(wǎng)全面普及

從10M到10G。

整車通信協(xié)議逐漸統(tǒng)一。

3、軟件進(jìn)一步上移

軟硬解耦會越來越徹底。

軟件定義能力成為核心競爭力。

4、48V架構(gòu)開始加速

更高功率需求下，傳統(tǒng)供電體系已經(jīng)接近極限。

48V可能成為下一階段的重要方向。

7結(jié)語

過去，汽車行業(yè)拼的是發(fā)動機(jī)、變速箱和機(jī)械能力。

今天，行業(yè)開始進(jìn)入：“算力定義汽車”的時代。

中央計算，并不僅僅是一次電子架構(gòu)升級。

它更像是整個汽車產(chǎn)業(yè)，從機(jī)械時代邁向AI時代的基礎(chǔ)設(shè)施革命。

而這場變革，才剛剛開始。