科普：一文看懂什么是车规级芯片

什么是芯片

谈论汽车芯片，我们先从芯片开始。提到芯片，离不开半导体、晶体管、集成电路等基本概念：

——半导体，指常温下导电性能介于导体与绝缘体之间的材料。

——晶体管，半导体制成的器件，具有整流、放大、开关、稳压等多种功能。

——集成电路，通过半导体工艺，把一定数量晶体管、电阻、电容等集成具有特定功能的电路。

——芯片，集成了电路的半导体元件统称，通常是由硅半导体制作成硅片，再在其上集成电路而成。

芯片是集成电路载体，两者表达意思上通常可互换。但芯片更强调集成电路实体，集成电路更强调电路本身。

几个参数

芯片制造过程可简述为：先把硅石提纯，熔化提拉为单晶硅圆柱并切片为晶圆；再根据芯片设计电路，通过光刻、刻蚀、掺杂等在晶圆上集成电路；最后，芯片从晶圆上切下来，贴片、封装并测试。

——芯片制程：芯片晶体管栅极宽度的大小。数字越小，晶体管密度越大，芯片性能就越高。逐渐缩小的芯片制程数字，代表着芯片技术进步的方向。

——晶圆尺寸：目前主要有6英寸、8英寸和12英寸。提升晶圆直径是为了提升单晶硅的利用率从而降低成本，但越大的晶圆工艺一致性越差且越大的晶圆工艺设备成本越高。

——芯片大小：越大的硅片遇到杂质的概率越大，所以芯片越大良品率越低。除此之外，大芯片的布线比小芯片更长，所以延时也更明显，驱动电流也大很多，由此导致整体设计更臃肿，性能上还是会吃亏。

芯片加工过程

几个缩写

芯片按功能和实现架构，分为CPU、GPU、DSP、FPGA、ASIC等：

——CPU，中央处理器：善于处理逻辑控制，调度、管理和协调能力强，计算能力位于其次；

——GPU，图像处理器：善于处理图像信号，设计初衷是为了应对图像处理中需要大规模的并行计算；

——DSP，数字信号处理器：能够实现数字信号处理技术的芯片，可以用来快速的实现各种数字信号处理算法；

——FPGA，现场可编程逻辑阵列：为半定制芯片，具备硬件可编程能力，但开发难度大、价格昂贵；

——ASIC，专业集成电路：为实现特定要求而定制的芯片，具有体积小、功耗低、成本低等优点，但灵活性不够，一次性研发费高、周期长；

按集成度，包括MCU和SoC等：

——MCU，芯片级芯片，一般只含CPU这一个处理器单元，同时集成有存储、接口单元等；

——SoC，系统级芯片，一般含多个处理器单元，如CPU、GPU、DSP、NPU等，同时集成有存储、接口单元等。

MCU和SoC芯片

什么是汽车芯片

（图片源自网络）

车规级要求

芯片按应用场景可分为消费芯片、工业芯片、汽车芯片和军工芯片等。汽车是芯片应用场景之一，汽车芯片需要具备车规级。

车规级芯片对加工工艺要求不高，但对质量要求高。需要经过的认证过程，包括质量管理标准ISO/TS 16949、可靠性标准 AEC-Q100、功能安全标准ISO26262等。

汽车内不同用途的芯片要求也不同，美国制定的汽车电子标准把其分为5级。汽车各系统对芯片要求由高到低依次是：动力安全系统 > 车身控制系统 > 行驶控制系统 > 通信系统 > 娱乐系统。

车规级芯片要求

汽车芯片等级

芯片种类

汽车芯片按功能，分为控制类芯片、功率类芯片、传感器芯片和存储芯片等：

——控制类芯片：按集成度分，主要有单片机MCU和系统级芯片SoC；

——功率类芯片：IGBT和MOSFET两种结构为主流，燃油车一般使用低压MOSFET，BEV车IGBT和高压MOSFET占据主流；

——传感器类芯片，分为车辆感知和环境感知两大类传感器芯片；

——存储器芯片，分为内存RAM和闪存Flash，内存断电丢失数据，闪存断电不丢失数据。

汽车芯片在车上应用领域主要有：环境感知、决策控制、网络/通信、人机交互、电力电气等。

汽车芯片应用

发展趋势

传统汽车上，MCU芯片是占比最大的半导体器件。随着汽车发展，有如下几种趋势：

——汽车电子化，ECU数量持续增加，对MCU需求持续上升；

——汽车智能化，推动着环境感知传感器芯片需求增加；

——智能座舱和自动驾驶发展，推动转向算力更强的SoC芯片；

——新能源汽车发展，对功率类芯片IGBT和MOSFET需求旺盛。

汽车芯片MCU到SoC发展

自动驾驶芯片

发展阶段

自动驾驶发展三个阶段，对应的自动驾驶芯片应用变化：

传感器芯片阶段：博世等Tier1将毫米波雷达搬到车上，实现ACC、AEB，一般是赛灵思芯片上处理数据。同时，Mobileye选用摄像头，实现AEB、LKA，用其自研EyeQ系列芯片进行计算；各自发展一段时间后，将雷达和摄像头结合，实现ICA，一般选用摄像头为主传感器；

向域控过渡阶段：特斯拉为代表，基于英伟达的Drive PX芯片研发了域控制器做决策，早期仍选用Mobileye，但额外安装了摄像头来收集道路数据。特斯拉有了足够多的数据后，传感器原始信息开始在域控制器内部进行处理，然后自行进行融合和决策。

计算集中化阶段：等传感器原始信息全部在域控制器内部进行处理，就不再需要在摄像头或者雷达系统内安装赛灵思的计算芯片，同时传感器的种类和数量也不断增加，自动驾驶计算架构向着集中计算架构转变，特斯拉等车企甚至自研自动驾驶芯片。

主流架构

目前三种主流的自动驾驶SoC芯片架构为：CPU+FPGA、CPU+GPU+ASIC、CPU+ASIC：

——CPU+FPGA：如谷歌Waymo、百度Appllo；

——CPU+GPU+ASIC：如英伟达Xavier=CPU+GPU+ASIC（DLA深度学习+PVA视觉加速器），特斯拉FSD=CPU+GPU+ASIC（NPU深度神经网络）；

——CPU+ASIC：如Mobieye EyeQ5=CPU+ASIC（CVP传统视觉+DLA深度学习+MA多线程加速），地平线征程2=CPU+ASIC（BPU-AI任务处理）；

自动驾驶算法尚未成熟固定前，CPU+GPU+ASIC架构仍为主流；成熟后，定制批量生产的AI芯片（ASIC）将逐渐取代高功耗GPU，CPU+ASIC架构将成为主流。

专业AI芯片（ASIC）针对AI算法采取特殊设计，具有体积更小、功耗更低、可靠性更高、性能更高的优点，缺点是一次研发费高、周期长。

目前自动驾驶芯片主流架构

商业模式

传统汽车芯片厂为Tier2，MCU交到Tier1做成ECU、DCU等控制器产品。但随着汽车向车载计算平台发展，具备提供软硬件全栈能力SoC芯片供应商或成为新Tier1。如英伟达对接小鹏、地平线对接长安、Mobileye对接吉利等。

SoC芯片供应商或成为新Tier1

汽车芯片短缺

汽车芯片出现短缺，直接原因是，疫情影响外加芯片厂家过度集中导致芯片产能不足的结果；根本原因是，汽车芯片厂家发展速度与汽车电子化、智能化和新能源汽车快速发展对汽车芯片的刚性需求的不匹配。

汽车市场入场券——车规认证

一、ISO/TS16949

来源：国际标准化组织（ISO）于 2002 年 3 月公布了一项行业性的质量体系要求，它的全名是“质量管理体系-汽车行业生产件与相关服务件的组织实施 ISO9001：2000 的特殊要求”，英文ISO/TS16949。

定义：本质是一套零失效(Zero Defect)的供应链品质管理标准体系。

行业地位：是判断一家芯片原厂是否具有车规级芯片设计、生产流程管控能力的标志。

二、AEC-Q100

来源：克莱斯勒、福特和通用汽车为建立一套通用的零件资质及质量系统标准而设立了汽车电子委员会(AEC)，AEC 是“Automotive Electronics Council：汽车电子协会”,是主要汽车制造商与美国的主要部件制造商汇聚一起成立的、以车载电子部件的可靠性以及认定标准的规格化为目的的团体，AEC 建立了质量控制的标准。

定义：AEC-Q100是针对集成电路（芯片）发布的产品级质量认定标准。

行业地位：是判断芯片产品是否具备车用资格的标志之一，侧重质量可靠性。

三、ISO 26262

来源： ISO 26262 是从电子、电气及可编程器件功能安全基本标准 IEC61508 派生出来的，主要定位在汽车行业中特定的电气器件、电子设备、可编程电子器件等专门用于汽车领域的部件，旨在提高汽车电子、电气产品功能安全的国际标准。

定义： ISO 26262是针对汽车电子的功能安全标准。等级从低到高：

ASIL（Automotive Safety Integration Level，汽车安全完整性等级）：ASIL-A、 ASIL-B、 ASIL-C、ASIL-D；简单举例， ASIL-A级芯片可应用于天窗控制，ASIL-B级芯片可应用于仪表盘显示，ASIL-C 级芯片可应用于引擎控制，ASIL-D级芯片可应用于自动驾驶、EPS（电动助力转向系统）；

行业地位：是判断芯片产品是否具备车用资格的标志之一，侧重功能安全性。