All Node List by Editor

12月2日，芯驰科技与BlackBerry QNX联合宣布，双方将扩大合作，共同开发基于芯驰科技领先的X9 SoC芯片的汽车数字座舱平台。该平台采用QNX® Hypervisor和QNX® RTOS作为基础软件，并结合其他QNX技术，帮助OEM和Tier 1开发智能交通行业的创新产品。

芯驰科技是首家也是唯一一家将其全线产品适配BlackBerry QNX技术的中国芯片供应商。双方的合作始于2021年4月，共同推出了基于X9+QNX的仪表解决方案。该解决方案已在包括上汽集团、奇瑞汽车在内的多家中国OEM实现商业化部署。

“我们与芯驰科技的合作在中国汽车行业广受好评，在此基础上，我们很高兴能就芯驰科技的X9系列SoC芯片达成进一步合作，” 黑莓IoT事业群亚太区副总裁Dhiraj Handa表示。“此次合作既是我们两家公司合作的重要里程碑，也进一步彰显了我们的共同承诺——通过符合网络信息安全、功能安全和创新的移动技术赋能互联交通的未来。”

“多年来，QNX和芯驰科技建立了稳固而互信的合作关系，”芯驰科技首席技术官孙鸣乐表示。“通过紧密的协作，我们积累了丰富的开发经验，致力于为车企和Tier 1供应商提供创新、符合功能安全和行业领先的解决方案。”

芯驰科技X9系列SoC的板级支持包（BSP）现已推出，支持QNX® Neutrino®实时操作系统 （RTOS）7.1和QNX® Hypervisor 2.2，可帮助嵌入式汽车软件开发人员开发更多汽车应用程序。搭载芯驰科技X9系列SoC和QNX Hypervisor的数字座舱演示平台将于12月5日（周四）在上海市静安区的2024 QNX年度开发者大会上展出，展示其在功能安全和非功能安全领域的网络信息安全关键性及混合关键性。

芯驰科技X9系列智能座舱芯片全面覆盖各个时代的座舱处理器需求，包含仪表、IVI、座舱域控、舱泊一体、舱行泊一体、中央计算平台等从入门级到旗舰级的座舱应用场景，并且在积极引领AI座舱的产品发展。目前，X9系列已经成为中国车规级智能座舱芯片的主流之选，具备丰富的量产经验和成熟的生态，覆盖40多款主流车型，客户包括上汽、奇瑞、长安、广汽、北汽、东风日产、东风本田等。在《高工智能汽车研究院》发布的「2024上半年中国市场乘用车座舱芯片交付量」排行中，芯驰已经占据本土座舱芯片市场份额首位。在由全球知名科技市场分析机构Canalys发布的《2024中国智能座舱SoC厂商领导力矩阵》报告中，芯驰也获评冠军厂商，在技术路径规划、供应链管理、服务能力等方面表现出行业最高水平，同时展现出了强劲的增长前景。

BlackBerry QNX拥有广泛的嵌入式软件产品组合，包括经安全认证的操作系统、虚拟化管理程序、开发工具和中间件，适用于汽车及其他领域的关键系统。目前，众多汽车制造商和Tier 1将BlackBerry QNX软件运用于其高级驾驶辅助系统、免提和信息娱乐系统、以及数字仪表和连接模块中。得益于BlackBerry在功能安全、网络信息安全和持续创新方面的沉淀，QNX技术现已嵌入超过2.55亿辆汽车中。

关于BlackBerry

BlackBerry（纽约证券交易所代码：BB；多伦多证券交易所代码：BB）为全球的企业和政府机构提供智能安全软件和服务。该公司的软件为全球超过2.55亿辆汽车提供支持。BlackBerry总部位于加拿大安大略省滑铁卢，利用人工智能和机器学习技术提供网络信息安全、功能安全和数据隐私领域的创新解决方案，在终端安全管理、加密和嵌入式系统等领域处于领先地位。BlackBerry拥有清晰明确的愿景：为值得信赖的互联未来保驾护航。

欲了解更多信息，请访问BlackBerry QNX。

本文所列商标（包括但不限于BLACKBERRY及其徽标设计）均为BlackBerry有限公司的商标或注册商标。BlackBerry公司声明保留对上述商标的专有权。所有其他商标均为其各自所有者的财产。BlackBerry对任何第三方产品或服务不承担责任。

关于芯驰科技

芯驰科技成立于2018年，面向中央计算+区域控制电子电气架构提供高性能、高可靠的车规芯片产品和解决方案，覆盖智能座舱和智能车控等领域。芯驰科技的产品包括e-Cockpit SoC X9系列、网关SoC G9系列和MCU E3系列。

芯驰科技是中国汽车芯片量产的领跑者。其全系列车规级芯片产品已实现大规模生产，总出货量超过700万件。芯驰科技服务超过260家客户，拥有200多个定点项目，覆盖90%以上的国内汽车制造商和部分国际主流汽车制造商。

数字化浪潮的汹涌推进，催生了前所未有的数据洪流，加速了计算从云到端的发展。在近日举办的英特尔新质生产力技术生态大会上，英特尔市场营销集团副总裁、中国区OEM & ODM销售事业部总经理郭威指出，如今云和端的界限正在变得越来越模糊，两者朝着彼此融合的方向发展。这一趋势的背后，是数据量的爆炸性增长，以及对数据在不同地点处理的考量，而这也构成了推动边缘计算兴起的关键因素。

英特尔市场营销集团副总裁、中国区OEM&ODM销售事业部总经理郭威

越来越多的企业应用开始在边缘运行。根据Gartner的预测¹，到2027年，50%的关键企业应用将在边缘运行。研究机构Grand View Research ² 则预计，全球边缘计算市场规模将在2024年至2030年间以高达36.9%的复合年增长率（CAGR）持续扩张。企业正在边缘计算上持续投入，预计³从2024到2028年，全球边缘计算支出将以双位数的复合年增长率（CAGR）稳健增长。

AI在边缘也展现出强劲的发展势头。尽管目前，AI应用主要集中在云端，但考虑到成本、时效性和安全性等因素，AI向边缘下沉已成为趋势。Gartner预测⁴，到2026年，50%的全球边缘部署将包含AI。今年以来，生成式AI在各行业的应用不断落地，企业积极利用大模型技术解决商业挑战，并推动了一系列创新成果，大模型商用正进入规模化发展的关键阶段。

边缘AI“痛点”大起底：成本、技术与规模化挑战

尽管边缘AI在数据处理和实时响应方面展现出显著优势，但在其部署过程中仍面临一系列挑战。

首先，将资源从云端转移到边缘通常需要额外的成本投入，包括硬件采购、部署、维护以及能源消耗等。企业需要在价值、质量和成本之间做出权衡，算一笔“经济账”。

其次，技术层面的复杂性是阻碍AI应用的一大难题。“模型幻觉”问题是其中之一，即在边缘环境下，AI模型可能会因数据质量、模型训练不足或硬件限制等原因产生不准确的输出。

此外，边缘应用场景的多样性与碎片化也为边缘AI部署带来了挑战。场景、设备及工作负载的多样性，意味着每个场景都有其独特的需求和限制。如何设计出既灵活又可扩展的标准化方案，以适应不同场景的需求，成为实现边缘AI规模化应用的关键。

三大策略突破瓶颈，助力边缘AI规模化发展

策略一：多样化硬件产品，破解边缘场景碎片化难题。

在边缘计算场景中，面对不同的应用负载和场景需求，通用处理器和通用算力芯片是满足这些多样化场景的最佳方案，这也是英特尔的优势所在。

为实现这一目标，英特尔不断在CPU中集成更多先进功能，通过CPU、GPU和NPU的协同工作，满足各种场景下的复杂需求。

英特尔专为边缘设计的多样硬件产品组合，如英特尔^® 酷睿™ 处理器，为日常的工作负载提供了卓越的性能；英特尔® 酷睿™ Ultra处理器则集成了NPU（神经网络处理单元），为多种应用场景提供了更强大的算力支持。此外，英特尔凌动® 处理器、英特尔锐炫™ GPU For the Edge、英特尔® 至强® 6 处理器，以及专为加速深度学习训练和推理而设计的英特尔® Gaudi 处理器等，为客户提供了丰富的选择，使客户以较低成本满足多样化负载和碎片化应用成为可能。

策略二：开源开放平台，加速易用、可负担的AI部署。

在软件工具层面，英特尔提供了一系列工具集，如OpenVINO™和oneAPI™，这些工具集为开发者在英特尔平台上优化和部署AI应用提供了强有力的支持。

在AI模型和框架方面，英特尔提供TensorFlow、Hugging Face、PyTorch和DeepSpeed等主流AI模型和框架，确保开发者能够利用最前沿的工具来构建和训练AI模型。

企业AI开放平台（OPEA）是英特尔携手行业领军企业共同打造的开放性AI开发与部署平台。该平台帮助行业客户更便捷地基于英特尔的产品，构建完整的企业级AI应用。

策略三：以场景驱动创新，携手生态破局未来市场。

英特尔携手合作伙伴，深入挖掘行业场景的需求与痛点，在特定场景中探索创新路径，共同预见并应对未来可能出现的新挑战。

针对多元化的应用场景，英特尔与合作伙伴携手打造了定制化的垂直行业AI解决方案，如英特尔® 工业边缘控制、基于英特尔® 架构的 AI POS 方案等，满足零售、工业、教育、医疗、能源和交通等不同领域的特定需求。

多元化的生态是英特尔持续深耕行业、推动创新的基石。英特尔也将持续构建和拓展合作伙伴生态系统，与服务提供商、设备制造商等生态伙伴紧密合作，共促技术联创、共享开发权益、共拓市场项目，加速人工智能的开发和落地部署。

2024年是大模型应用的落地之年，AI应用仍在创新的浪潮下持续拓展边界。在云、边、端融合的趋势下，英特尔凭借CPU、GPU与NPU的强强联合筑牢算力底座，以开放平台和生态推动技术创新与产业发展，让更多行业企业能够轻松拥抱AI技术，从而引领生成式AI及大模型应用走向规模化发展的新阶段，推动业界迈向更加智能、高效与可持续的未来。

注释：

1.Gartner, 2023年10月30日，https://www.gartner.com/en/newsroom/press-releases/2023-10-30-gartner-sa...

2.Grand View Research，2024年3月，https://www.grandviewresearch.com/press-release/global-edge-computing-ma...

3.IDC, 2024年9月10日，https://www.idc.com/getdoc.jsp?containerId=prUS52587424

4.Gartner, 2023年10月11日, https://globalitresearch.com/wp-content/uploads/2024/07/67859-AHEAD%20Growth%20PSI%20FY%20%2724%20%7C%20Q3%20%7C%20Gartner%20Reprint/Gartner%20Reprint.pdf

关于英特尔

英特尔（NASDAQ:INTC）作为行业引领者，创造改变世界的技术，推动全球进步并让生活丰富多彩。在摩尔定律的启迪下，我们不断致力于推进半导体设计与制造，帮助我们的客户应对最重大的挑战。通过将智能融入云、网络、边缘和各种计算设备，我们释放数据潜能，助力商业和社会变得更美好。如需了解英特尔创新的更多信息，请访问英特尔中国新闻中心newsroom.intel.cn以及官方网站intel.cn。

11月30日——莱迪思半导体（NASDAQ：LSCC），低功耗可编程器件的领先供应商，今天宣布，莱迪思Drive™解决方案集合荣获Gasgoo Awards颁发的最佳技术实践奖。莱迪思Drive旨在加速先进、灵活的汽车系统设计和应用的开发，因其在技术创新方面的杰出表现而获得该奖项。

莱迪思中国销售副总裁王诚先生表示：“莱迪思Drive旨在满足日益增长的对先进汽车功能的需求，包括车载信息娱乐和驾驶员、座舱和车辆监控要求，具有高能效、可扩展、安全和灵活的特点。我们非常感谢主办方对莱迪思Drive的认可，它作为一款创新的解决方案将持续帮助客户开发下一代车载体验。”

Gasgoo最佳技术实践奖关注各种解决方案的技术特点、市场和技术应用优势，旨在推动中国汽车行业的高质量发展。

关于莱迪思半导体

上海莱迪思半导体有限公司是全球低功耗FPGA的领先供应商，我们为不断增长的通信、计算、工业、汽车和消费市场客户提供从网络边缘到云端的各类解决方案。上海莱迪思自1993年设立上海研发中心至今已拥有成熟的研发团队，在上海、深圳、北京、西安和成都设有销售和技术支持办公室，我们的分销商遍及30多个省市，为我们的客户提供最可靠、专业的服务。我们的技术、长期的合作伙伴关系以及世界一流的技术支持，使我们的客户能够快速、轻松地开启创新之旅，创造一个智能、安全和互连的世界。

了解更多信息，请访问www.latticesemi.com/zh-CN。您也可以通过领英、微信、微博或优酷了解莱迪思的最新信息。

作者：翔煜 陈娇 商瑞 北京华兴万邦管理咨询有限公司

随着汽车行业在“新四化”领域内迅猛地进步，汽车电子电气架构正在发生显著的变化。智能化的深入促使汽车计算架构逐步由传统的以分域来进行风险控制的分布式架构，转向以强调高性能计算同时减少冗余硬件和系统复杂性，从而提高系统效率和可靠性的中央计算架构。与此同时，一些新兴的功能在新车中的渗透率也在不断提升，例如在汽车座舱内人机界面（HMI）领域，诸如车内屏幕显示交互及后排娱乐屏幕等，其年度增长率大致维持在8%左右；而在高级驾驶辅助系统（ADAS）方面，增长率基本达到10%，部分研究机构所报告的增长率数据甚至更高。在此背景下，汽车对GPU算力的需求呈现出爆发增长的趋势。

汽车应用需要更高GPU算力和硬件虚拟化

随着先进驾驶辅助系统（ADAS）和各种级别的自动驾驶（AD）被广泛引入到汽车应用中，以及新一代汽车更加注重人车互动和车与环境交互功能，汽车对车载计算单元的算力需求大幅提高。智能化汽车中的各种传感器在短时间内就会生成大量数据，即使在较低级别的自动驾驶系统中，每小时也能生成 25GB 数据。面对如此庞大的数据量，市场需要能够高效处理大量信息的硬件来完成计算任务。由于CPU采用流水线处理架构，因此不能够高效地完成集中处理这些数据的任务。

面对这些巨量的数据，行业的解决办法是采用NPU和GPU 来执行不同的并行计算，这是因为这两类架构都具有大规模并行处理单元。在某些情况下，相比于以前的GPU，NPU的运算速度可能更高，但是因为NPU是一种基于特定加速器的并行计算单元，因此面对新的应用、功能和算法，其灵活性、适应性和产品生命周期远不如GPU。因此，在目前ADAS和AD还不是每辆车的标配，以及性能需求不断演进变化的情况下，市场上完全采用NPU架构的智驾芯片和解决方案提供商很难盈利，这些智驾芯片厂商总是在不断地开发新的硬件（特定加速器）和流片，同时也使主机厂和tier-1总是不断花费巨大的人力物力来适配他们的新芯片。

鉴于性能上的显著差异， GPU已成为同时支持智能驾驶、开发新一代座舱和支持AI功能的不二之选。GPU具备众多计算核心，不仅能够同时执行大量计算任务并展现出卓越的并行计算能力，而且还能够通过软件编程的方式，在一颗基于GPU汽车主控芯片上就能完成多样化的图形图像数据处理、基于渲染的人车交互和人工智能推理等各种任务，因此比采用NPU架构的智驾芯片具有更高的灵活性和可扩展性。在实际的汽车应用场景中，这种基于GPU的汽车主控芯片可以针对不同主机厂、不同车系和不同车型的需求定制自动驾驶功能、信息娱乐系统和V2X方案，可以通过模组化软件配置来大大降低主机厂及tier-1的开发难度和成本。

当然，要完美地实现以上功能和利用GPU架构的灵活性和适应性来帮助整个智驾产业链条上的玩家降难度和减成本，就需要GPU一方面要具有足够的算力，另一方面还要具有能够实现硬件完全隔离的虚拟化能力和可扩展的多核心能力。除此以外，在日益普及的CPU+GPU+NPU架构中，高算力的GPU还可以支持NPU（AI加速器）发挥人工智能的推理能力，确保车辆在行驶过程中能够迅速做出决策，提高了系统的响应速度和安全性，这种架构中GPU的灵活性与AI加速器的高性能相得益彰，可共同推动智能化汽车不断迈向新的发展阶段。

目前，市场上已经出现了能够同时满足上述三种要求的GPU IP产品，为新一代基于GPU或者GPU+NPU的智驾芯片的开发提供了大力支持。Imagination Technologies公司在不久前推出的DXS GPU是业内首款可以同时提供高算力、硬件虚拟化、多核心、支持RISC-V架构的 GPU IP产品，非常适合中国智驾芯片开发商从纯粹的NPU架构转向开发基于GPU架构的智驾芯片，除了其DXS GPU的高算力和多核能力，而且还可以提供独一无二的HyperLane硬件虚拟化技术，帮助主机厂和tier-1用一颗主控芯片实现多样化的功能及配置。

Imagination 是享誉全球的GPU IP提供商。1992年，该公司推出了创新的PowerVR GPU架构，采用该架构的GPU IP不仅在桌面应用、移动平台、消费电子和游戏设备等多个领域产生了广泛影响并持续至今，而且在汽车领域也被诸多领先的芯片企业采用，全球已有高达130亿台电子设备和汽车采用了该公司的GPU IP。Imagination 在车载领域拥有超过二十年的技术积累，其GPU IP被用在驾驶、座舱与信息娱乐系统等领域的芯片中；作为汽车GPU IP的领先供应商，具有领先同侪的市场占有率。其DXS GPU的问世，不仅满足了现代汽车对中央处理单元的高性能需求，还通过创新的分布式安全机制，解决了功能安全与性能、芯片尺寸之间的冲突，为汽车智能化进程注入了强劲动力。

Imagination DXS GPU 的性能优势

相较于上一代GPU产品，Imagination在设计DXS GPU时新增了一个SPU单元，从而使得DXS GPU的整体硬件性能提升了50%。得益于全新的设计，最新发布的DXS GPU所采用的工艺节点为5纳米，这使得其系统运行频率相较于上一代产品有了显著提升。如需进一步拓展，还可将其配置为四核，在主频达到1.5GHz的条件下，DXS GPU将能够实现9TFLOPS FP32的性能以及32TOPS的int8性能。

Imagination汽车产品总监章政表示：“GPU在图形处理方面具有显著优势，特别是具有并行处理能力，使得GPU能够高效地进行大规模计算，从而提升图形性能。我们最新推出的DXS GPU解决方案算力可从0.25 TFLOPS拓展到1.5 TFLOPS，这一可扩展、灵活的特性可以满足汽车中不同等级自动驾驶对图形处理性能和计算的需求。”

在以填充率为中心的图形工作负载上，性能相比竞争对手最高可提升28%，在安全关键型工作负载上更是能达到成倍的性能提升。相比IMG BXS GPU，优化过硬件架构DXS GPU在结合双重速率FP16加上额外的SPU，能为FP16工作负载提供3倍性能。DXS GPU还支持FP16/FP32/INT8/DOT8等行业标准数字格式，此外，该GPU相比前代提供更大片上内存用于加速计算。

DXS GPU提供单、双、三、四核灵活配置，可作为多个独立GPU核心运行，也可作为单个大型GPU跨多个核心调度任务，支持通过低带宽总线在核心间分配工作，并支持跨Chiplet桥接，进一步增强了核心之间的通信和协作能力，使得整个系统在处理复杂任务时更加高效和灵活。

此外，Imagination也深知软硬件协同优化的重要性。因此，在DXS GPU中，Imagination特别增加了片上存储，以减少带宽瓶颈，同时增强了算术逻辑单元（ALU）计算能力。这些优化措施使得DXS GPU在处理图形任务时更加高效。同时，Imagination还提供了强大的软件支持，包括针对特定工作负载优化的软件库和工具，帮助开发者充分发挥GPU的潜力，实现最佳的图形性能。

车用GPU与移动平台所用GPU的不同：FuSa

在11月12日，Imagination宣布其DXS GPU IP正式通过SGS-TÜV Saar（SGS旗下，世界领先的测试、检验和认证机构）的全面审核与评估，获得了ISO 26262标准的ASIL-B级别认证。这一成就标志着DXS GPU所采用的独特的分布式功能安全机制（FuSa）已经获得了行业内的认可。特别是在汽车应用领域，GPU对于FuSa有着严格的要求，这包括了冗余设计以及在某些功能失效时的应对策略。鉴于汽车电子系统的故障可能引发严重的交通事故，因此功能安全显得尤为关键。

Imagination 的 GPU 采用获得专利的分布式安全机制（DSM）和其HyperLane硬件虚拟化技术一样，都是针对汽车等GPU应用开发的高价值创新，可以以极小的芯片面积代价去满足汽车应用特定的需求。DSM通过在多个子模块中分散部署安全检测逻辑，实现对功能安全的全面覆盖。具体包括安全对、空闲周期占用、测试向量生成与执行、分布式故障检测与报告等创新点，在仅增加约 10% 的面积开销的情况下，能有效检测到超过 90% 的单点故障，符合 ASIL - B 的要求并获得了认证。     

随着汽车新四化（电动化、智能化、网联化、共享化）的不断推进，汽车中的芯片数量将快速增加。除了关注这些芯片的算力和连接带宽等性能之外，同样重要的是打造和推出全新的功能安全解决方案。Imagination结合GPU这种处理器的架构特点，在提供业内领先的算力之外，还利用GPU的运行特点来打造了创新的分布式功能安全机制，消除了以前的锁步等其他功能安全方案实现机制带来的性能降低以及成倍片芯面积，为电子行业在相关领域内的创新提供了一种全新的模式和思路。