芯片与软件主导驾驶：汽车产业价值链正在重塑

汽车行业正在经历深刻变革，传统主机厂（OEM）面临现代汽车对算力需求急剧飙升的挑战。随着高级驾驶辅助系统（ADAS）、车载信息娱乐系统（IVI）乃至车载人工智能（AI）的普及，汽车正迅速演变为 “车轮上的数据中心”。

为实现这些先进功能并实现差异化竞争，车企必须加速软件开发，并亲自参与甚至主导芯片选型或设计，确保硬件能够承载相应的计算负载。这一趋势正重塑汽车价值链，引发结构性剧变。

汽车产业价值链的变革

当车辆逐渐具备数据中心属性时，对先进芯片的需求呈爆发式增长，以处理海量车内数据。台积电等领先晶圆代工厂正加速推出符合车规的制程节点，以应对这一挑战。与此同时，车企自身也在多元化布局，直接投资定制芯片 —— 特斯拉的 FSD 芯片与 Dojo 超级计算机芯片便是典型案例 —— 借此优化成本、打造差异化优势并夺取市场份额。

因此，传统OEM越来越倾向于绕过中间环节，直接与晶圆厂、ASIC 设计服务商及软件供应商合作，将供应链话语权掌握在自己手中，同时加快产品迭代速度。对多数OEM和零部件供应商而言，这无异于 “告别旧模式”，进而引发汽车价值链的深度重塑。

提升芯片自研能力

在此过程中，所有OEM都必须思考一个关键问题：“我的企业需要具备何种程度的芯片研发能力？” 该问题的答案，将决定其在 “芯片到系统” 的价值链中可实现的垂直整合深度。目前尚未实现垂直整合的 OEM 需明确，是向浅层或部分垂直整合发展，还是迈向完全垂直整合。这一选择和OEM需投入的资源规模强相关 —— 完全垂直整合虽需承担最高的一次性工程（NRE）成本与精力，却也能带来最显著的差异化竞争优势。

要成功实现 “芯片到系统” 的垂直整合，OEM需在四个关键领域构建核心能力：

• 硬件：具备从电子电气（E/E）架构、子系统设计到最终芯片选型的全流程把控能力；
• 软件：拥有基础软件与应用层软件的开发、验证全链条能力；
• 软硬件协同设计：通过协同开发缩短研发周期，同时实现成本与性能的双重优化；
• 车载终端反馈闭环：通过对量产车辆的实时监测，保障芯片组件的可靠性、可用性与可维护性（RAS）。

作为半导体设计领域的先驱及长期推动汽车创新的技术伙伴，新思科技（Synopsys）具备独特优势，能为 OEM 提供专业咨询，助力其管控 “芯片到系统” 价值链的各个环节。

软硬件协同设计

在传统开发模式中，汽车 OEM 以 “硬件为中心、各模块孤立” 的方式研发车辆。每新增一项电子功能，便需对应增加一个电子控制单元（ECU），且该单元内捆绑着专用硬件与嵌入式软件。随着车辆电子功能数量持续增加，每辆车搭载的 ECU 数量也随之攀升 —— 如今一辆车的 ECU 数量少则几十个，多则超过 100 个，且这些单元多采购自不同供应商。

这种模式不仅导致架构复杂性大幅提升，还限制了系统灵活性。由于软件与特定硬件深度耦合，2 至 5 年的漫长设计周期成为行业常态；且因需求需在设计初期明确界定，设计周期内几乎没有迭代或更新的空间。

软硬件协同设计正是为解决这些痛点而生。通过同步规划软件与硬件需求，OEM 既能确保硬件更好适配软件需求，也能让软件最大限度发挥硬件性能。然而，从传统的 “硬件为中心、孤立设计” 模式转向软硬件协同设计并非易事，OEM 需应对多方面挑战：

挑战一：为未来的电子电气架构选择芯片

过去 30 余年中，多个行业已进入 “临界点”—— 通过定制化芯片重构价值链变得极为重要，甚至不可或缺。如今，汽车行业在设计下一代电子电气架构时，也正面临类似的临界点。

OEM 当前需明确，是采用现成的系统级芯片（SoC），还是自行设计定制 SoC，或者是采用 “现成 + 定制” 的混合模式为车辆提供算力支持。这一决策需结合具体场景逐一评估，仔细权衡优先级、取舍关系及各类变量。

对于选择自行设计定制 SoC 的 OEM 而言，芯片的安全性、可靠性、质量、安全防护能力及 PPA（功耗、性能、面积）指标均需由其自主承担。其中，PPA 是关键考量因素 —— 尤其在电动汽车（EV）设计中，高功耗器件可能直接影响车辆续航里程。

挑战二：选择最优 AI 解决方案

众多 OEM 已开始评估车载 AI 解决方案。多数企业认识到，AI 是未来实现产品差异化的核心要素，因此希望提前了解市场上可用的神经网络处理单元（NPU）类型及性能，进而决定是外购还是自研AI 解决方案。

挑战三：优化现有电子电气架构的软件

尽管软硬件协同设计的重点多聚焦于未来系统，但 OEM 也需兼顾已量产车型，包括在现有架构算力有限的前提下，提升车辆功能甚至新增特性。要实现这一目标，有时可通过以下方式：将软件工作负载（或部分负载）从车辆内的一个 ECU 迁移至另一个，或把卫星单元的任务转移至算力更强的 ECU。

持续开发、集成与验证

当前，汽车行业仍普遍采用 “大爆炸集成” 模式 —— 即大部分软件缺陷需等到物理样车制造完成后才能被发现。这种传统开发方式不仅导致高昂的延误成本，还产生难以承受的研发开支。在动态变化的当下，静态开发模式已不再适用，未来必须转向 “持续开发、持续集成、持续验证” 的新模式。

从高级驾驶辅助系统、车载信息娱乐系统到动力总成系统，各开发团队均在寻求更高效的开发方法，以更快进入验证阶段、测试更多软件版本并交付更高品质的软件。OEM 主要在以下几方面寻求突破：

更早启动软件开发：过去，大量软件开发工作依赖物理硬件样机的可用性；而通过虚拟原型设计与验证技术，可显著降低对物理硬件的依赖，使关键软件开发工作提前启动。借助合适的工具，开发团队能仿真电子元器件与系统设计，在物理硬件或测试台架尚未就绪时，便可开展 ECU 软件、嵌入式控制系统等的测试工作。

以软件在环（SiL）替代硬件在环（HiL）测试：传统测试依赖HiL模式，即使用真实物理组件进行测试。然而，HiL 测试设备成本高昂且常处于供应短缺状态，尤其在研发关键阶段，易成为测试与验证流程的瓶颈。

采用SiL系统替代 HiL 系统具有显著优势，如SiL 测试能更早发现系统缺陷与错误，不仅有助于加快问题修复速度，还能有效缩短开发周期、降低研发成本。

用云端 SiL 减少对区域原型的需求：多数 OEM 为满足不同地区的法规与市场需求，需维护大量区域性软件版本。过去，这些区域版本的测试同样依赖 HiL 系统；而通过“HiL转向SiL+SiL测试迁移至云端”的模式，各区域研发中心可并行开展开发与测试工作，既能消除流程瓶颈，又能显著降低测试成本与样机需求。

芯片生命周期管理

当汽车 OEM 将芯片主导权掌握在自己手中时，也必须更加重视芯片的可靠性，确保选定芯片在实际运行中能按预期正常工作。

这正是芯片生命周期管理（Silicon Lifecycle Management, SLM）的核心价值所在。SLM 可实时监控芯片在车辆实际使用中的运行状态，确保其性能符合预期；制造商可通过 SLM 进行固件更新识别并修复芯片中的轻微问题，同时 SLM 还能为开发流程提供反馈通道，使下一代芯片设计可基于实际使用数据进行优化改进。

新思科技助力汽车价值链重塑

新思科技深耕汽车行业 20 余年，凭借在芯片设计领域积累的深厚专业能力，助力应对现代车辆的复杂性挑战，现已成为汽车 OEM 及供应商的核心合作伙伴 —— 既能协助 OEM 在芯片选型、设计及垂直整合等关键决策上做出合理选择；又能在决策确定后，通过自身方案助力 OEM 加速创新、降低风险，确保项目稳步推进。

软硬件选择支持：新思科技可帮助 OEM 评估并选择最适配其电子电气架构及其他特定需求的硬件与软件方案，覆盖 “现成商用产品 - 定制化芯片解决方案 - 人工智能技术” 全范围；同时，还能协助 OEM 提升自身芯片技术能力，并指导其实现与战略目标匹配的垂直整合程度。

软件开发、测试与验证：新思科技提供一整套软件开发、测试与验证工具，可显著降低对物理原型及HiL的依赖，既能加快软件交付进度，又能提升软件质量。

芯片生命周期管理：新思科技的集成化芯片生命周期管理（SLM）解决方案，可在芯片设备生命周期的各个阶段，持续优化其健康状态与运行性能指标。