今年以来，高通越发重视汽车业务。紧跟PC和手机芯片，高通汽车芯片也换上自研CPU。
10月23日，高通公司在发布新款旗舰手机SoC骁龙8*版之后，专门抽出一天的时间，用于发布骁龙座舱*版平台和Snapdragon Ride*版平台，这两大平台分别面向智能座舱和智能驾驶。
根据高通技术公司汽车、行业解决方案和云事业群总经理Nakul Duggal介绍，两者都将于2025年出样片。
其中，骁龙座舱*版平台可以支持最多16块4K高分辨率显示屏，全新GPU性能提升至3倍，支持实时光追和沉浸式3D体验；外加上将AI性能提升至12倍的NPU加持，可处理高达几十亿参数的大语言模型。
而Snapdragon Ride*版平台则支持超过40个多模态传感器和摄像头，各种环境下都能识别周围环境。
“上述两大平台都采用了统一的架构，即高通专门为汽车定制的高通Oryon CPU，其速度相比前代提升3倍。”Nakul指出，正因如此，车企可以选择选择在同一SoC上无缝运行数字座舱和智能驾驶功能。
新产品，必然有新合作。发布会上，高通宣布，将与谷歌合作利用骁龙数字底盘和谷歌车载技术，提供打造生成式AI增强的数字座舱和软件定义汽车（SDV）所需的开发标准化参考框架；未来奔驰和理想也将会使用高通的骁龙座舱*版平台。
有意思的是，发布后不久，彭博社发布消息称，ARM突然提前60天通知高通取消架构许可协议。双方原定于今年12月在美国特拉华州联邦法院解决一场长达两年之久的法律纠纷。
作为ARM的大客户，ARM此时做出如此“伤人不利己”的选择，也是希望在AI大潮中占据更多话语权。
01
智舱“*”，再出新产品
今年以来，尽管手机芯片依然是高通的支柱业务，其营收占比一直超过六成。在2024财年第三季度，高通手机芯片业务的营收实现了12.3%的同比增长，达到了59亿美元。
但汽车业务已经成为高通主要业务中增速最快的一项。数据显示，2024财年第三季度，高通车用芯片业务营收为8.11亿美元，同比增长达86.9%，这主要得益于座舱业务的不断增长。
高通骁龙SA8295P主要性能参数
据群智咨询（Sigmaintell）数据，2024年上半年，中国乘用车座舱芯片市场中，高通的装机量份额约67%，市占率稳居*。这主要靠的是SA8155和SA8295P两款座舱芯片。
尽管上述两款芯片在座舱芯片市场已经很*，但其实也没那么“新”。以当下量产座舱“天花板”8295来看，它所配备的GPU方案为Adreno695，与2022年发布的骁龙8cx Gen3相同架构。
而最新发布的骁龙座舱*版平台则是换上全新的自研CPU。
与上一代旗舰级汽车平台，即SA8295P相比，骁龙座舱*版所搭载的自研Oryon CPU性能提升3倍，可以支持多个应用程序同时运行，不会有任何性能损失或延迟，面对汽车跨域跨系统等功能调度不会有丝毫卡顿等。
也就是说，它支持在车机同时打开多个APP。
骁龙座舱*版平台性能大幅提升
高通方面称，通过软件虚拟化和多操作系统支持实现灵活的集中式处理，该异构平台能够无缝运行多个应用程序而不会损失性能。车企也能针对所有层级打造可配置的软件定义汽车（SDV），在简化车辆架构的同时提供灵活性和可扩展性。
*版汽车平台还采用了高通技术公司的全面软件栈，通过Type-1安全管理程序支持硬件虚拟化，该管理程序支持多个拥有独特操作系统的客户虚拟机，可以不受干扰并且同时独立运行。
新平台最新DPU显示处理单元也更加强大，支持最多16个4K高像素显示屏同时显示。
面向多模态AI设计的专用神经网络处理器（NPU），性能旨在提升至前代座舱平台的12倍，支持实时外部环境和车内数据处理，可以处理高达几十亿参数的大语言模型。这一提升增强了实时决策、自适应响应和主动协助功能。
整体来看，芯片技术架构上，与手机端基本一致，甚至CPU、NPU、GPU的配置，几乎一样，硬件架构逐步统一。
只是在一些具体场景和功能略有不同。比如，汽车芯片有专门的雷达、激光雷达传感器模块，以及相机ISP模块等。
高通智能座舱芯片迭代路程
从2014年1月推出*代座舱芯片602A，到2016年第二代平台骁龙820A，再到骁龙SA8155和骁龙SA8295P——七年、四代，高通凭借其在安卓生态的优势几乎垄断汽车座舱高端市场。
如今，在智舱领域它又有新作诞生，骁龙座舱*版平台的架构更新、落地速度更快，恐怖如斯。
02
战略调整，智能驾驶开始“多点开花”
如果说，高通是智能座舱“*”。那么，在智能驾驶领域，始终有点“不得志”的感觉。
早在2020年1月，高通即发布了全新的自动驾驶平台Snapdragon Ride，该平台采用了可扩展且模块化的高性能异构多核CPU、高能效的AI与计算机视觉引擎，以及GPU。同时包括Snapdragon Ride安全系统级芯片、Snapdragon Ride安全加速器和Snapdragon Ride自动驾驶软件栈。
高通Snapdragon Ride平台
很快，高通宣布与通用、长城、宝马等主机厂达成合作，将在下一代新车上搭载Ride平台，相关量产车型落地在即。
最初，高通是希望软硬件同时布局的。甚至在2021年，高通斥巨资收购Arriver，意在健全其智能驾驶算法软件能力，此后不久，高通与宝马就传来合作，其中包括为宝马开发智能驾驶解决方案。
但有消息人士告诉《赛博汽车》，这笔收购从结果上看实际上算是一笔失败的投资，与宝马的合作并不顺利，高通自己后续也没有再接过算法软件方面的项目。
很长时间，也并没有高通智驾芯片落地，特别是高阶智驾落地的声音。
直到今年，Snapdragon Ride计算平台定点捷报频传，似乎一夜之间又有起色。
仅北京车展前后，高通就与Momenta、大疆传来合作的消息，涉及车企有丰田、一汽、比亚迪(309.320, 5.64, 1.86%)等；航盛电子、哪吒汽车也与高通传来合作的消息。
最近，又有消息称，高通又与智能驾驶研发商元戎启行达成合作。
一系列合作的背后是，高通找到了更合适自己的商业模式：即纯硬件生意，开放的开发生态，以及性价比路线。
以Momenta为例，有接近高通的人士向《赛博汽车》透露，对于芯片的选型主要由Momenta决定，车企直接对接的也是Momenta，购买整包的智能驾驶解决方案。高通向外输出的主要以芯片以及周边的开发工具链、底软为主。
作为硬件本身，高通的优势非常明显。它的生态足够开放，比如软件算法、场景功能上的生态更加开放（英伟达更多的是图形图像处理的工具链）。
自然，第三方软件算法开发者，如Momenta们，在选择芯片时也会更倾向于此类部署算法更为灵活的产品，订单自然增加。
03
AI大势下，硬件架构逐步统一
但如果只是这样，很难挑战英伟达的地位，特别是就趋势看，大算力芯片仍然是各方下一代平台争夺的焦点。
一方面，驾舱融合的趋势已不可挡，同时支撑智驾和智舱，芯片功能区隔设计做优的同时，大算力也是需求；另一方面，大模型的应用对算力要求越来越高，这在业内也形成共识。
所以我们能见到，英伟达的Thor，地平线的征程6，包括高通的Snapdragon Ride Flex，大算力和驾舱融合都是基本要求。
只不过，在这个阶段的比拼中，软件能力或许是高通再也绕不开的一环，毕竟神经网络大模型与芯片架构设计具有非常大的耦合度。
伴随着，Snapdragon Ride*版平台诞生，高通或许还想要弥补这一软件“遗憾”。
根据官方描述，Snapdragon Ride*版平台专为行业向软件定义汽车的转型而打造，采用端到端方案，通过强调软件重用性的统一软件框架实现可升级性；旨在帮助汽车制造商通过基于云的工作台加速功能开发，简化软件开发流程以实现持续改进，并加快新特性和新服务的上市时间。
其采用的NPU配备了Transformer加速器和矢量引擎，并支持混合精度，旨在实现低时延、高精度且高效的端到端Transformer，从而保持*能效和性能。
“Snapdragon Ride*版平台体现了软件虚拟化的理念，提供端到端的智能驾驶系统，具备视觉感知、传感器融合、路径规划、定位和整车控制等先进特性”。Nakul指出，这些特性均可同时独立运行，且相互不干扰。
同时，它的摄像头系统、图像信号处理器（ISP）可在极端驾驶条件下提供清晰、灵敏的视觉效果。可支持超过40个多模态传感器，包括多达20个高分辨率摄像头，实现360度全方位覆盖和车内监测。
此外，在体验方面，全新平台支持情境感知应用，专为实现可预测需求的脱手自动驾驶而设计，支持实时的驾驶员监测和增强的物体检测。
在安全方面，全新平台专为满足汽车安全标准ASIL-D系统而设计，凭借专用安全岛控制器和强大的硬件架构实现隔离和无干扰运行，有助于实现特定ADAS功能的服务质量可靠。
性能提升重要，更重要的是高通战略调整。
仔细观察可以发现，以前高通在提到座舱芯片和智驾芯片时，会进行比较明确的说明和区分，但此次无论是发布会介绍，还是后续公布的资料中，它都很少强调是“骁龙座舱”还是“Snapdragon Ride”。
甚至，Nakul还表示，车企可以选择选择在同一SoC上无缝运行数字座舱和智能驾驶功能。
战略调整背后，是AI大势之下，硬件架构的逐步统一。
“高通在改变和转型，转变为一家面向AI处理器主导的互联计算公司，AI是今天移动计算面临的*颠覆性改变。”发布会期间，高通总裁兼CEO克里斯蒂亚诺·安蒙在开场演讲中称，高通发布的新一代手机系统芯片骁龙8 Elite（Snapdragon 8 Elite），“将开启终端侧生成式AI新时代”。
骁龙8Elite采用了包括第二代定制的高通Oryon CPU、高通Adreno GPU以及增强的高通Hexagon NPU，这些技术可以让搭载骁龙平台的智能手机上实现终端侧多模态生成式AI应用。
高通此次正式将Oryon架构实装到手机上确实给了ARM上了一课，意味着它能做到从架构起步设计出最*规格的晶片，且这一态势延伸到汽车领域。
面对如此情况，ARM怎么会不着急呢？
毕竟，AI潮背后，芯片厂商的战略会更加激烈。当然，也会迸发出更多充满想象力的产品。
Advertisements
