AI定义汽车时代，如何为车企差异化创新筑基？

近日，Arm宣布推出面向汽车领域的标准化预集成计算平台——Zena计算子系统 (Compute Subsystems, CSS)，在AI技术的驱动下，Zena CSS能够显著缩短汽车相关芯片的开发周期，将车厂新车推向市场的时间提前一年。

“Zena CSS的优势在于，在提供更丰富计算能力的同时，为合作伙伴保留足够灵活性，助力其专注于加速器开发与差异化创新，从而在AI时代保持竞争力。”Arm汽车事业部产品和解决方案副总裁Suraj Gajendra在接受集微网等媒体采访时表示。

高灵活性助力客户差异化设计

在AI时代，汽车厂商保持竞争力的关键因素之一，是在不影响安全性、能效和灵活性的前提之下，具备可扩展的计算能力。

相较于传统基于IP进行芯片设计，Zena CSS可减少多达20%的芯片工程工作量，使团队能够专注于开发针对 AI 定义汽车工作负载的差异化功能。此外，Zena CSS通过软件标准化，可降低多达30%的跨平台移植工作量，节省软件开发时间与成本。

以上效益能降低整体车辆平台开发总成本，而一致的Arm架构则具备跨 ADAS、中央计算与 IVI 用例的扩展能力，可适用于基于单芯片和芯粒 (chiplet) 的芯片设计。

灵活性是Zena CSS平台的重要特征之一。

比如，该平台通过RTL而非GDS的形式交付。考虑到每款芯片的设计，包括架构都有所不同，客户对于架构的需求也各有差异。如果直接通过GDS进行产品交付，本质上会在布局规划或物理实现层面限制客户的设计——Arm不希望剥夺这种灵活性，而是希望客户能够自主决定不同模块的放置位置，从而实现芯片的设计和优化。

通过RTL的形式交付，还能进一步将芯片性能优化的主动权交由客户掌握，从而让其可以根据目标市场的需求进行对应优化设计。

“在GDS的形式下，如果Arm选定某个工艺节点并针对该节点进行优化设计，客户就不得不使用相同的工艺节点，失去了选择的自由和灵活性。然而每个客户都会根据成本、性能等不同考量因素，自主选择特定的代工厂并针对性地优化设计。总的来说，我们希望把更多的自由度留给客户，让他们能够根据自身需求进行差异化设计。”Suraj Gajendra说。

据了解，Arm在设计Zena CSS之初还充分考虑到Chiplet对于先进芯片的助力。Zena CSS不仅支持芯粒 (Chiplet) 架构，还提供了该架构所需的关键标准接口，能支持客户和合作伙伴基于芯粒架构进行设计——包括单个和多个的Zena CSS互联。而对芯粒架构的支持也将持续作为Arm未来计算子系统的产品路线图中重要的设计组件。

“考虑到部分客户的设计并不需要芯粒架构的实现方案，因此Zena CSS本身并不包含UCIe接口，但具备了连接UCIe所需的标准接口。芯片厂商既可以通过添加UCIe接口，将Zena CSS 设计为独立芯粒；也可以不使用UCIe接口，将其实现为单片式SoC （系统级芯片）。这就是我们为客户赋予的产品设计灵活性。”Suraj Gajendra说。

软硬一体应对算力需求扩展

当前，大模型正在加速实现上车，围绕大模型的创新应用部署也成为车厂打造驾乘体验差异化，消费者选购汽车车型的重要因素。

这一“软件定义汽车”的发展趋势，也是Arm一直在推动的方向。而无论是软件定义还是AI定义，算力仍然是重中之重。

如果说过去传统的4核、 8核甚至12核的算力配置就足以满足汽车的需求。那么随着“AI 定义汽车”的演进——以及大语言模型应用的发展，汽车需要更加强大的核心来应对算力的大幅增长，现在16甚至32核的配置已经成为普遍需求，而这也是Zena CSS可以发挥核心价值之处。

Zena CSS拥有16个基于Armv9架构的Cortex-A720AE核心，且具备扩展能力，即通过两个Zena CSS的组合，实现32核的配置。

“我们希望通过这种集成化的高算力方案支持合作伙伴，让车厂能在越来越多的AI应用上车时，专注于AI加速以及其他软件和应用的开发。Arm的核心任务就是打好计算底座。”Suraj Gajendra说。

除了硬件底座之外，软件、工具、库、编译器的能力也同样重要。因此，近年来Arm也大力投入资源，确保计算子系统配备适配的AI工具、工作流和软件库，以支持运行最新的大语言模型及正在落地的新AI应用。

在汽车业务领域，今年3月，Arm将KleidiAI 软件库扩展到了汽车领域。KleidiAI 的核心作用是优化Arm CPU上大语言模型的运行性能。目前这些软件库已完成部署，Arm的客户能够借此充分发挥16核的算力优势，在Arm CPU上运行更高效的AI工作负载。

标准化底座与差异化空间

Zena CSS在标准化平台的基础之上，为厂商进行留出了差异化设计区域。比如标准部分包括CPU 集群、安全岛、安全飞地、调试模块以及电源管理单元，可选部分包括图像信号处理器ISP和图形处理器GPU。而加速器，以及客户与合作伙伴可能需要添加的其他定制逻辑等方面则可自行设计。

通过 Arm 计算子系统，客户可以复用核心计算组件，借由AI加速器子系统的升级、I/O 的增添或是其他功能的调整，就能进行产品的迭代更新。

“我们的目标绝非消除差异化，而是希望合作伙伴保留这种差异化的能力：无论是自主研发芯片的车厂，还是开发 SoC 的传统芯片合作伙伴，都能在加速器、定制逻辑，或是I/O及整体系统架构的其他方面实现差异化的创新。”Suraj Gajendra说。

也就是说，Zena CSS构建完成了底层标准化的工作，这个工作的重要性在于，当核心CPU功能以标准化方式实现时，能显著提升软件复用率。同样，随着安全岛的集成，安全机制与主CPU之间的交互也能实现标准化。因此，Arm聚焦于标准化一小部分，但却是关键的元素——计算核心组件，而让客户专注于差异化设计，这将有效提升开发效率。

“当合作伙伴进行代际迭代时，假设这一代产品只需400 TOPS（万亿次每秒）的AI性能，他们采用Zena CSS并搭配自主研发的加速器，即可实现这一性能目标。到了下一代，若希望 CPU基本保持不变，但将AI性能提升至800 TOPS，仅需升级加速器部分即可。如此一来，在核心计算部分保持不变的前提下，一方面实现了代际间的标准化，另一方面又达到大量软件复用的成效，还能获得所需的额外AI性能。这正是我们为客户提供的灵活性与性能优化价值。”Suraj Gajendra告诉集微网。

超10家合作伙伴合作接洽

过去几年，Arm CSS成为手机、数据中心等业务主推的平台，这一创新业务形式，以及所带来的性能、灵活性、安全等优势，引发了市场广泛关注。

Suraj Gajendra介绍，在过去几个月，Arm一直在围绕Zena CSS进行开发优化，市场对Zena CSS的关注度和兴趣也不断提升。截至目前，全球已有包括车厂和芯片设计商在内超过10家合作伙伴，一部分已取得了Zena CSS的技术授权，另一部分则正与Arm进行深度合作接洽。

此前，行业中也一直存在一种声音，即CSS推出后，Arm将对以前单独处理器授权模式不再提供支持，但在此次采访中，Suraj Gajendra否定了这样的说法。

“以我们这次发布的 Zena CSS 为例，我们将IP产品整合为计算子系统的核心组成部分。这些IP产品同时纳入我们的产品矩阵，供合作伙伴灵活选用。但我们坚信，依托计算子系统将产品推向市场是最优路径，可以实现完整的产品解决方案。我们在整个供应链中对 CSS 的资源投入与关注度将持续深化。同时，已发布的前几代 IP 产品仍将保持供应，满足客户的多样化需求。”