对话恩智浦执行副总裁Lars：汽车95%创新集中在电子软件，必须打造标准化平台
出品 | 搜狐科技
作者 | 梁昌均
当软件定义汽车越来越被认可，汽车加快向智能化转型，尤其是汽车架构带来的变化，影响着上游芯片供应商设计芯片的思路。
作为全球最大的汽车半导体公司之一，恩智浦也面临着这一变化带来的挑战，并提出相应的解决方案。近日，恩智浦半导体执行副总裁兼CTO Lars Reger在与搜狐科技等媒体沟通中分享了恩智浦汽车标准化平台及技术思考。
Lars是微电子领域的资深工程师，先后见证了西门子、英飞凌、大陆集团等半导体公司的技术创新和产品迭代。2008年他加入恩智浦，2018年底开始全面负责恩智浦的技术工作。
目前，恩智浦和德州仪器、英飞凌、意法半导体等在全球汽车半导体领域占有举足轻重的地位。去年全年，恩智浦营收达到132亿美元，其中车用芯片收入占比超过一半，恩智浦股价也伴随汽车电动化和智能化浪潮上涨超过500亿美元。
对汽车领域的高度依赖，意味着如果无法跟上汽车领域变革的节奏，这些半导体厂商就有可能在新一轮的技术和市场竞赛中失去原本获取的优势地位。因此，必须要作出改变。
Lars首先谈到了过去几年被热议的自动驾驶。“2016年很多人都在问，什么时候能够实现完全自动驾驶汽车，有报道提到2020年会有1000万台的自动驾驶汽车。然后2020年就来了，大家发现自动驾驶汽车并没有像宣传的那样发生，2020年也不是自动驾驶汽车的元年。”
对此Lars解释称，自动驾驶汽车并没有那么快地实现，原因是当时对人工智能和机器学习寄予厚望，但其实仅有人工智能和机器学习还不够。
“简单来说，ChatGPT是一个非常好的工具，比如可以用来写新闻稿，但很快就会发现，很好地使用这个工具有前提——你必须是这个特定领域的专家，这样才能知道这个工具运行得如何。”Lars举例说到。
他认为，一级供应商（Tier 1）、OEM和半导体公司应该更多地思考如何建设安全、高效的智能机器。“简单地把人工智能加在汽车上不可行，从马车到内燃机车，然后又突然升级到带轮子的IT系统，这样的路径太昂贵、太复杂，也太快。”
对此Lars的建议是，应该遵循生物的路径，虽然是小步，但还是不断地进化。具体而言，他认为必须从架构开始，改变对机器的思考方式。
“首先是感知环境，然后是与云进行连接获得更多的信息，接着用智能器件进行计算，之后传导给机器人的腿和胳膊，再加上信息安全和功能安全，以确保可以信任设备。”Lars表示，机器人的架构和汽车运行的架构相似，它包括了各种各样的功能，比如连接、信息娱乐系统、动力总成驱动、车身电子、车内的温控、驾驶员取代系统，以及大数据网关等。
“这看起来简单，但从造车角度看，没有哪个OEM用的是同样的架构，有些是传统的车，有些更加先进一些。即使在同一家OEM内部，它也有不同的模式和不同代的技术，有一些架构是域的，有些则是区域性的。”Lars提到，现在汽车有几百种底层架构，哪怕针对同一个系列，从入门级车辆到高端车辆也会有很大的区别，是一个更加复杂的过程。
为了解决这样的问题，恩智浦推出汽车标准化平台。“我们就是要为这些行业OEM和一级供应商提供构建架构的模块，通过标准化的模块可以帮助他们实现各种各样的架构。”
Lars表示，平台构造的概念对汽车行业来说并不新鲜，但现在的汽车当中有95%的创新都是通过电子或或软件实现，只有5%是在机械方面实现的，因此要做构建电子和软件的平台。
因此，Lars希望恩智浦成为行业信赖的制造机器人的先锋。“它最后到底是什么样子、有没有车轮，我并不关心，但我觉得它应该是与人形相似。”
这必须满足三个条件：首先，要有正确的架构；第二，要有可信任的稳定的系统，保证功能安全和信息安全；第三，还需要可扩展，客户可以拿去做小机器人，也可以做大型复杂的人形机器人。“如果能够做到这些，我相信就能够建造出未来所需要的机器人。”Lars说。
“我并不仅仅是一个疯狂的追梦者，我们一切技术现在都已经在轨道上。”Lars认为，未来世界会变得更加可预测，更加自动化，从一个“点播的时代”转化为一个“安排的时代”。比如现在是靠手机打车或点披萨，但在未来会预先安排好，或者要喝一杯咖啡，无论是走到厨房还是到汽车里，都可以预先安排好。
此外，还需要解决能耗问题。据分析师预测，到2030年全球会有750亿智能互联器件，这将带来大量的芯片需求。Lars提到，如果是以今天的能耗，750亿器件所消耗的能量就是地球年产能源的3倍，因此要通过芯片和软件来实现创新。
因此，Lars强调称，如果要实现可预测并且自动化的世界，必须要解决能耗挑战，必须要实现高度智能化和高能效。“我们需要人工智能和机器学习，但同时要提高它们的能效或是选择合适的人工智能和机器学习。”
对于当下火热的生成式AI，Lars对搜狐科技等媒体表示，恩智浦在和很多AI公司合作，在开发自己的工具和芯片时有生成式AI的用武之地，同时，还有和云的连接以及解决方案也会用到，云服务提供商如亚马逊云就有生成式系统，这在开发智能机器人时得到使用。
“我觉得我们最主要的合作和研究还是集中在自动化系统和智能边缘领域，一是希望在中低端能找到最好的AI加速器，高端领域也在和很多的客户在软件和硬件方面合作。”Lars透露，恩智浦采用5nm制程的S32系列新一代旗舰汽车处理器即将推出。
“要在哪些领域发力，在哪些领域和合作伙伴合作，企业内部要很明白，否则在人工智能这个大热的领域中容易迷失。”Lars提醒到。