域控制器-集成电路-ISP技术分析

 参考文献链接

https://mp.weixin.qq.com/s/4np8VVkGyxV_WBwwf6u1YA

https://mp.weixin.qq.com/s/b5PmzIztIh7CqgxjIvS2Tw

https://mp.weixin.qq.com/s/50TaTFI_FAg8KGwWym8QHg

https://mp.weixin.qq.com/s/4m-lAp8-QqxefjWcpm1miQ

整车域控制器的经典五域

什么是域控制器。域控制器的概念是伴随着整车电子电器架构的发展演变而来的。由于整车电子电器的日益复杂，传统的分布式架构已经无法满足日益增长的计算需求，也导致冗长的线束。
根据 2017年德国博世公布其在整车电子电气架构方面的战略图，博世将整车电子电气架构的发展分为三大类，分别是模块化和集成化架构方案（分布式）、集中式域融合架构方案和车载电脑云计算架构方案。

目前市面上大多数车型的架构方案都位于模块化和集成化架构方案，而特斯拉重新划分了“域”的概念，打破了功能与功能之间的壁垒划分和传统整车架构设计的思维，搭载车载电脑，直接跨入车载电脑和区域导向架构。

电子电气(EEA)架构技术战略图

核心：以博世经典的五域分类拆分整车为动力域（安全）、底盘域（车辆运动）、座舱域/智能信息域（娱乐信息）、自动驾驶域（辅助驾驶）和车身域（车身电子），这五大域控制模块较为完备的集成了L3及以上级别自动驾驶车辆的所有控制功能。

1.动力域（安全）

动力域控制器是一种智能化的动力总成管理单元，借助 CAN/FLEXRAY 实现变速器管理、引擎管理、电池监控、交流发电机调节。其优势在于为多种动力系统单元（内燃机、电动机\发电机、电池、变速箱）计算和分配扭矩、通过预判驾驶策略实现 CO2 减排、通信网关等，主要用于动力总成的优化与控制，同时兼具电气智能故障诊断、智能节电、总线通信等功能。

未来主流的系统设计方案如下：

• 以 Aurix 2G（387/397）为核心的智能动力域控制器软硬件平台，对动力域内子控制器进行功能整合，集成 ECU 的基本功能，集成面向动力域协同优化的 VCU，Inverter，TCU，BMS 和 DCDC 等高级的域层次算法。
• 以 ASIL-C 安全等级为目标，具备 SOTA，信息安全，通讯管理等功能。
• 支持的通讯类型包括 CAN/CAN-FD，Gigabit Ethernet 并对通讯提供 SHA-256加密算法支持。
• 面向 CPU\GPU 发展，需要支持 Adapative Autosar 环境，主频需要提高到 2G，支持 Linux 系统，目前支持 POSIX 标准接口的操作系统。

2.底盘域（车辆运动）

底盘域是与汽车行驶相关，由传动系统、行驶系统、转向系统和制动系统共同构成。传动系统负责把发动机的动力传给驱动轮，可以分为机械式、液力式和电力式等，其中机械式传动系统主要由离合器、变速器、万向传动装置和驱动桥组成、液力式传动系统主要由液力变矩器、自动变速器、万向传动装置和驱动桥组成；行驶系统把汽车各个部分连成一个整体并对全车起支承作用,如车架、悬架、车轮、车桥都是它的零件；转向系统保证汽车能按驾驶员的意愿进行直线或转向行驶；制动系统迫使路面在汽车车轮上施加一定的与汽车行驶方向相反的外力，对汽车进行一定程度的强制制动，其功用是减速停车、驻车制动。

智能化推动线控底盘发展。随着汽车智能化发展，智能汽车的感知识别、决策规划、控制执行三个核心系统中，与汽车零部件行业最贴近的是控制执行端，也就是驱动控制、转向控制、制动控制等，需要对传统汽车的底盘进行线控改造以适用于自动驾驶。线控底盘主要有五大系统，分别为线控转向、线控制动、线控换挡、线控油门、线控悬挂，线控转向和线控制动是面向自动驾驶执行端方向最核心的产品，其中又以制动技术难度更高。

（1）线控制动是未来汽车制动系统的发展趋势

汽车制动系统经历了从机械到液压再到电子（ABS/ESC）的发展过程，未来将向线控制动方向发展。L2 时代的线控制动可以分为燃油车、混动、纯电三大类，燃油车基本都采用 ESP(ESC)做线控制动。混动车基本都采用高压蓄能器为核心的间接型 EHB（电液压制动）。

纯电车基本都采用直接型 EHB，以电机直接推动主缸活塞。在汽车智能化的趋势下，考虑到对 L3 及以上等级自动驾驶汽车来说制动系统的响应时间非常关键，而线控制动执行信息由电信号传递，响应相对更快，刹车距离更短，是未来汽车智能化的长期趋势。

线控制动系统可以分为液压式线控制动 EHB、机械式线控制动 EMB 两种类型。EHB 系统由于具有备用制动系统，安全性较高，因此接受度更高，是目前主要推广量产的方案。由于缺少备用制动系统且缺少技术支持，短期内很难大批量应用，是未来发展的方向。

 

 

 EHB 系统与 EMB 系统比较

线控制动是汽车技术门槛较高的领域，全球主要的线控制动厂家是博世、大陆、采埃孚等零部件企业。EHB 国外厂商技术发展已经比较成熟，但严格意义讲还不适应于 L4 自动驾驶，国内此项技术在努力追赶；EMB 还处在研究阶段，目前看较难有突破。其中，博世的 iBooster 是典型的直接型 EHB。

iBooster 通常与 ESP 配套使用，ESP 在 iBooster 失效时顶上。不过因为 ESP 也是一套电液压系统，也有可能失效，且 ESP 在设计之初只是为 AEB 类紧急制动场景设计的，不能做常规制动，所以博世在第二代 iBooster 推出后，着手针对 L3 和 L4 设计了一套线控制动系统，这就是 IPB+RBU。

 

 

 线控制动系统主要供应商、产品与客户情况

（2）智能化的发展催促线控转向的产生

转向系统从最初的机械式转向系统（MS）发展为液压助力转向系统（简称 HPS），之后是电控液压助力转向系统（EHPS）和电动助力转向系统（EPS）。目前乘用车上以 EPS 为主流，商用车以 HPS 为主流，EHPS 在大型 SUV 上比较常见，其余领域比较少见。

智能化的趋势下，L3 及以上等级智能汽车要求部分或全程会脱离驾驶员的操控，对于转向系统控制精确度、可靠性要求更高高，催促线控转向（Steering By Wire, SBW）的产生。

线控转向（SBW）系统是指，在驾驶员输入接口（方向盘）和执行机构（转向轮）之间是通过线控（电子信号）连接的，即在它们之间没有直接的液力或机械连接。线控转向系统是通过给助力电机发送电信号指令，从而实现对转向系统进行控制。SBW（steering by wire）的发展与 EPS 一脉相承，其系统相对于 EPS 需要有冗余功能。

目前 SBW 系统有两种方式：1）取消方向盘与转向执行机构的机械连接，通过多个电机和控制器来增加系统的冗余度；2）在方向盘与转向执行机构之间增加一个电磁离合器作为失效备份，来增加系统的冗余度。 

 

 

 EPS与SBW系统结构

从厂商角度看，全球 EPS 厂家以博世、捷太格特、NSK、耐世特等国际巨头为主，其中日本厂家多以精密轴承起家，向下游拓展到 EPS 领域；美国厂家则是 tier 1厂家，横向扩展到 EPS 领域；欧洲厂家类似美国厂家，但是在上游的精密机械加工领域远比美国要强。相比之下国内企业主要有三家，包括株洲易力达、湖北恒隆和浙江世宝，但是规模都比较小，技术较落后。

 

 

 电助动力系统（EPS）主要供应商及客户

线控转向系统（SBW）由于技术、资本、安全等各方面的要求高，技术基本掌握在海外的零部件巨头手中，进入壁垒非常高。目前联创电子、浙江万达等国内企业开始涉足 SBW 领域，国内企业未来有望开拓 SBW 新业务。

 

 

 线控转向系统（SBW）主要供应商及产品现状

3.座舱域/智能信息域（娱乐信息）

传统座舱域是由几个分散子系统或单独模块组成，这种架构无法支持多屏联动、多屏驾驶等复杂电子座舱功能，因此催生出座舱域控制器这种域集中式的计算平台。智能座舱的构成主要包括全液晶仪表、大屏中控系统、车载信息娱乐系统、抬头显示系统、流媒体后视镜等，核心控制部件是域控制器。座舱域控制器（DCU）通过以太网/MOST/CAN，实现抬头显示、仪表盘、导航等部件的融合，不仅具有传统座舱电子部件，还进一步整合智能驾驶 ADAS 系统和车联网 V2X 系统，从而进一步优化智能驾驶、车载互联、信息娱乐等功能。

智能驾驶辅助系统的构成主要包括感知层、决策层和执行层三大核心部分。感知层主要传感器包括车载摄像头、毫米波雷达、超声波雷达、激光雷达、智能照明系统等，车辆自身运动信息主要通过车身上的速度传感器、角度传感器、惯性导航系统等部件获取。而通过座舱域控制器，可以实现“独立感知”和“交互方式升级”。

一方面，车辆具有“感知”人的能力。智能座舱系统通过独立感知层，能够拿到足够的感知数据，例如车内视觉（光学）、语音（声学）以及方向盘、刹车踏板、油门踏板、档位、安全带等底盘和车身数据，利用生物识别技术（车舱内主要是人脸识别、声音识别），来综合判断驾驶员（或其他乘员）的生理状态（人像、脸部识别等）和行为状态（驾驶行为、声音、肢体行为），随后根据具体场景推送交互请求。

另一方面，车内交互方式从仅有“物理按键交互”升级至“触屏交互”、“语音交互”、“手势交互”并存的状态。此外，多模交互技术通过融合“视觉”、“语音”等模态的感知数据，做到更精准、更智能、更人性化的交互。

 

 

 智能驾驶辅助系统构成图

座舱电子域控制器领域，采用伟世通 Smart Core 方案的厂家最多，其次就是 Aptiv的 ICC（Integrated Cockpit Controller）方案。其中伟世通的 Smart Core 旨在集成信息娱乐、仪表板、信息显示、HUD、ADAS 和网联系统。据伟世通称，它具有很高的扩展性和网络安全的程度，可实现独立的功能域。

而 Aptiv 的集成驾驶舱控制器（Integrated Cockpit Controller，ICC）使用最新的英特尔汽车处理器系列，可支持到四个高清显示器，可扩展，并且可以从入门级覆盖到高端产品。ICC在图形（10x）和计算能力（5x）方面提供了实质性的改进，ICC 使用单芯片中央计算平台驱动多个驾驶舱显示器，包括仪表、HUD 和中央堆栈等。

 

 

 典型座舱域控制器厂商及其方案和客户

4.自动驾驶域（辅助驾驶）

应用于自动驾驶领域的域控制器能够使车辆具备多传感器融合、定位、路径规划、决策控制的能力，通常需要外接多个摄像头、毫米波雷达、激光雷达等设备，完成的功能包含图像识别、数据处理等。不再需要搭载外设工控机、控制板等多种硬件，并需要匹配核心运算力强的处理器，从而提供自动驾驶不同等级的计算能力的支持，核心主要在于芯片的处理能力，最终目标是能够满足自动驾驶的算力需求，简化设备，大大提高系统的集成度。

算法实现上，自动驾驶汽车通过激光雷达、毫米波雷达、摄像头、GPS、惯导等车载传感器来感知周围环境，通过传感器数据处理及多传感器信息融合，以及适当的工作模型制定相应的策略，进行决策与规划。在规划好路径之后，控制车辆沿着期望的轨迹行驶。域控制器的输入为各项传感器的数据，所进行的算法处理涵盖了感知、决策、控制三个层面，最终将输出传送至执行机构，进行车辆的横纵向控制。

由于要完成大量运算，域控制器一般都要匹配一个核心运算力强的处理器，能够提供自动驾驶不同级别算力的支持，目前业内有 NVIDIA、华为、瑞萨、NXP、TI、Mobileye、赛灵思、地平线等多个方案。但中间也会有一些共性,比如在自动驾驶系统中，算力需求最高的当属图像识别部分，其次是多传感器的数据处理，以及融合决策。

以奥地利 TTTech 公司的 zFAS（首次在 2018 款奥迪 A8 上应用）为例, 这款基于德尔福提供的域控制器设计的产品，内部集成了英伟达 Tegra K1 处理器、Mobileye 的 EyeQ3 芯片，各个部分分处理不同的模块。Tegra K1 用于做 4 路环视图像处理，EyeQ3 负责前向识别处理。

在自动驾驶技术快速发展背景下，国内外越来越多的 Tier1 和供应商都开始涉足自动驾驶域控制器。

 

 典型自动驾驶域控制器厂商及相应域控制器性能介绍

5.车身域（车身电子）

随着整车发展，车身控制器越来越多，为了降低控制器成本，降低整车重量，集成化需要把所有的功能器件，从车头的部分、车中间的部分和车尾部的部分如后刹车灯、后位置灯、尾门锁、甚至双撑杆统一连接到一个总的控制器里面。车身域控制器从分散化的功能组合，逐渐过渡到集成所有车身电子的基础驱动、钥匙功能、车灯、车门、车窗等的大控制器。

车身域控制系统综合灯光、雨刮洗涤、中控门锁、车窗控制；PEPS 智能钥匙、低频天线、低频天线驱动、电子转向柱锁、IMMO 天线；网关的 CAN、可扩展CANFD 和 FLEXRAY、LIN 网络、以太网接口；TPMS 和无线接收模块等进行总体开发设计。

车身域控制器能够集成传统 BCM、PEPS、纹波防夹等功能。从通信角度来看，存在传统架构-混合架构-最终的 Vehicle Computer Platform 的演变过程。这里面通信速度的变化，还有带高功能安全的基础算力的价格降低是关键，未来在基础控制器的电子层面兼容不同的功能慢慢有可能实现。

车身域电子系统领域不论是对国外还是国内企业，都尚处于拓荒期或成长初期。国外企业在如 BCM、PEPS、门窗、座椅控制器等单功能产品上有深厚的技术积累，同时各大外国企业的产品线覆盖面较广，为他们做系统集成产品奠定了基础。而大多数国内企业生产的产品相对低端，且产品线单一，要从整个车身域重新布局和定义系统集成的产品就会有相当的难度。

中国集成电路产业的韧性、信心和建议

1960年7月，苏联驻华使馆临时代办苏达利柯夫故作平静地把一纸照会，递到时任中国外交部副部长章汉夫面前，“苏联政府决定，全面召回苏联在华专家。”两个月内将所有专家，资料和设计图纸召回，还要停止提供中国所需要的关键零部件、重要物资和设备。这一招釜底抽薪，让一穷二白的新中国似乎没有可能完成伟大的原子弹工程。
历史总是惊人地相似。此次美国制裁，设备禁售（先进工艺）、限制美国人力支持，颇有当年苏联的味道。这或许是几十年来中国半导体最艰难，最寒冷的时刻。此次美国制裁又毒又辣，出手狠，下手重，对中国半导体产业造成重创。消息传来，舆论悲观，股市大跌，人心惶惶，让整个行业感受到浓浓寒意。凛冬将至。

相对于六十年前，今天中国经济高居全球第二，远超当年。中国半导体产业经过二十多年的积累，尤其是近十年来的突飞猛进，已形成了较为完整的产业生态，具备了较强的内生力量和韧性。今天的中国不是造原子弹时的一穷二白，半导体产业也不是当年的蹒跚起步。诚然，这次制裁对产业有严重的影响，但外部因素加大了恐慌。

恐慌

我们理智清醒地剖析一下现在产生的恐慌，可以清晰地看到，正是叠加了心态波动、下行周期、产业整顿、不确定性、疫情等众多因素，放大了恐慌。

第一，美国制裁升级，力度加大，覆盖面广，彻底震惊了全行业。

之前美国对中兴、华为和中芯国际的制裁，或许业界还抱有幻想，认为那是点式制裁，可以置身事外。而现在的全面制裁，犹如正式宣战，让我们从侥幸中惊醒。这就像“九·一八事变”时心存幻想，到“七七事变”才发现全面战争不可避免。

过去四年，尽管美国的制裁连续不断，但成立公司、天天融资、上市敲钟，财富自由，似乎成了产业的大流和话题。美国的制裁本应该是产业自立自强的催化剂，却成了讲故事、拉融资、快上市的泡沫催发剂。行业一片歌舞升平，这次美国重拳打来，让业内感受到了战争的残酷。这场无硝烟的芯片战争已经全面拉开，自然带来心态上的巨大波动。

 

 第二，从去年的创纪录的增长，陡然进入现在的下行周期，落差极大。

从去年抢产能到今年去库存，中间几乎没有过渡，完全无缝连接，犹如从盛夏直接快进到寒冬。今年以来，受制于终端需求持续低迷，除了汽车芯片等少数公司，大厂小厂砍单频频，企业业绩下降，整个行业士气低落。最让行业恐慌的不仅仅是行情下行，从炽热到寒冷的温度骤降，而是这次直线下跌要跌到哪里，跌到何时，毫无预期。犹如一个失足坠落的人却不知道何时到底，让人产生巨大恐惧。

第三，资本投资在下行周期中降温，再叠加疫情反复，行业整顿和经济减速，半导体领域的投融资大幅减少。

这些年在芯片自立自强、科创板等双重影响下，资本成了行业关注的热点。融资、上市、开工、庆祝、宣传、评奖成为了热点，但很多产业本质问题却没有解决，如产业的机制、体制、国际合作、国产化率、技术攻关等。资本泡沫、数据虚假、宣传浮夸掩盖了这些问题。潮水退去，才知道谁在裸泳。很多依靠融资生存的公司，在这个融资冬天更感受到了透骨寒意。

第四，龙头企业受损导致产业核心竞争力下降。

在之前的产业热潮中，骨干企业饱受拆台之苦。在热钱的催动下，只要挖到人，就有故事可编。初创企业非理性挖人，很多骨干企业的人才成建制流失，以至于一些重点项目被延缓或搁置，企业的战斗力严重受损。当工程师队伍越来越浮躁，无心科研，成建制团队一次次被打散，我们关键企业的核心竞争力不增反减。产业反而出现了低质量、重复的、累加的“数字繁荣”。很多新企业从老东家挖几个人、弄几个成熟的产品、客户也入股攒一个局给订单，然后新公司成立几年就上市。大家都赚钱，一切都很好，至于美国制裁，反而成为经久不衰、喜闻乐见的融资桥段。

过去几年，这种讲着国产替代，做着替代国产的成功故事广为流传，大家的注意力被这种速成的案例所吸引，对产业核心竞争力的关注却远远不够。但美国制裁一直牢牢盯住龙头，只有敌人来了，才知道谁是生力军，谁有战斗力。

第五，全球局势动荡，经济增长停滞叠加疫情反复，宏观环境，地缘政治充满不确定性，企业家对未来预期不足。导致企业对未来趋于保守，不敢投入研发，不敢扩产，只敢留足安全过冬的储备。

第六，资本市场和舆论市场的特性就是偏重短期，信号放大。

随着半导体上市公司越来越多，公司高层和工程师的心态也证券化，心情随股价波动起伏，股市大跌时悲观情绪自然就泛滥。尤其在券商分析师、自媒体写手随股价而有意的解读下，在非理性市场情绪的推动下，在舆论和资本市场的扭曲下，半导体行业的悲观情绪也随之共振放大。譬如此前一旦被制裁，国产供应链就不合常理地大涨。此次制裁之后的连续暴跌，也是短期信号放大和非理性情绪的释放，并不代表中国半导体基本面的实质改变。

坚韧

此次制裁对我们确实造成很大伤害，但中国半导体产业依然很有韧性。

第一，美国的持续制裁在我们的预料之中，尽管有些制裁的力度超乎预期，但我们关键的龙头企业已有不同程度的准备。从曾经的惊慌失措、损失惨重，到现在的“早有预期，已有预案”，至少对制裁都可以做到处变不惊。

 第二，制裁的边际效应在递减，经过多次制裁，能被制裁的企业越来越少，能拿出的招数逐渐逼近美国政策工具的极限。当炮火第一次袭来大家惊慌万分，第二次炮火袭来大家已经知道四处躲避，第三次炮火袭来，我们已经进入了战壕。其实这几年来，中国半导体都在隆隆炮火中前行，在枪林弹雨中前进。

第三，与先进工艺相比，成熟工艺里国产比例较高，非美供应链占比更高，产业具备了较强的抗打击韧性。半导体产品线很广，中国半导体产业的主体是成熟工艺，同时中国市场对成熟工艺需求巨大。

成熟并不意味着落后，在成熟工艺领域，我们也可以做出全球领先的成绩，以此获得产业地位。成熟工艺有机遇，有市场，但也要加大投入做好研发。当下，我们既要在先进工艺里韬光养晦，亦要在成熟工艺里奋发有为。或许就像大革命时期，我们进攻重兵把守的大城市导致损失惨重，那我们不如进入敌人力量薄弱的农村，条件成熟之后再去包围城市，更为现实和理性。

弯道和曲折虽然让我们多走了几步路，但它会让我们走得更远。没有任何大江大河能直线前行，因为只有曲折迂回才能通往大海！同样通往星辰大海的芯路也会曲折反复，甚至折回！但唯如此，才能不畏山阻道长，才能行则将至。

信心

尽管遭受如此重击，但我们对未来仍然乐观。中国集成电路产业已经形成了较为完整的产业生态，具备了顽强的生命力和持续成长的确定性。

第一，在美国制裁之下，我们形成广泛共识，统一目标。美国制裁中国半导体的策略已经长期确立，制裁力度只会加重，不会减轻。中国半导体坚决实现高水平自立自强的决心也已经确立，没有半导体的自立自强，其他一切技术突破都是海市蜃楼。

第二，多年来，中国是全球芯片最大的市场和进口国，半导体设备和材料需求高速成长。中国的市场规模在持续增加，在行业下行阶段市场地位更为重要。对国际企业始终保持着强大的吸引力，更为中国半导体成长提供了足够大的市场空间。

第三， 中国长期是最大的芯片创新和验证市场，新技术、新应用层出不穷， 5G、人工智能等新兴技术的落地，极大丰富了终端产品的品类。除了电子信息和互联网等传统强势领域，中国市场不断出现新技术和增长点，成为全球新技术的策源地，使得国际供应链难以离开中国市场。

第四，中国有充裕的资金，有市场驱动创新的经验，也有政策驱动攻坚的经验。作为第二大经济体，中国经过几十年的积累，有足够的财力投资半导体；这些年我们通过科创板等金融工具，较好地调动起民企、国企、地方政府进入半导体领域的积极性。

第五，随着时间推移，确定因素逐渐增多。尽管外部环境依然混沌，但随着新一届政府成立，三年防疫经验的积累，经济发展、疫情减缓。明年春暖花开之时，我们的生活终究会恢复正常，相信企业家和产业界也一定会重拾信心。在复杂多变的国际环境中，中国的确定性越来越强。

第六，这次制裁后，中国半导体整个行业的估值、逻辑和路径都发生变化，那些“高端、先进”的公司，比如AI、GPU、CPU、突破几纳米的公司，很难再把故事讲通；产业骨干企业被挖墙脚的问题得以缓解。对做实事的企业来说，尽管市场空间也相应缩小了一些，但外部干扰也更少，本土人才流失的压力也会小很多。原来产业过分浮躁，遍地泡沫，现在清醒之后，从讲ppt讲估值到泡沫减小，注重技术，开始理性回归产业本质，长远来看，对产业利大于弊。

难题

制裁就是考场，清单就是考题。自立自强的第一步是要清楚难题有哪些。

第一，这几年，在半导体热潮之下，掀起了狂热的创业潮、投资潮，出现不少烂尾项目；导致成熟半导体企业的人才流失，资本分散。看似一片繁荣，实则是低水平的内卷，价格战的重复竞争。所以我们必须全局统筹，重点支持。

第二，中国半导体产业格局松散，既需要每个领域的产业龙头去带动，又需要产业链的紧密合作。目前国内半导体各个环节欠缺协调发展。这是美国之前定点清除重点企业时形成的格局，彼时大多数企业或许觉得尚有置身事外，闷声发财的空间，小心谨慎地绕开被制裁企业。但在现在这种强度和广度的制裁之下，没有谁能独善其身，我们再也不能一盘散沙地自求多福。制裁将直接促成一个紧密团结的、成体系的供应链。中国半导体在多个环节需要龙头企业的带动，更需要这些产业龙头的紧密合作。

第三，国产线的建设，如何协调自力更生与国际合作的问题。半导体产业高度国际化，凭中国一家之力打造整条供应链不太现实，或质量不够，或速度太慢。目前中国和外企合作的空间依然存在，有些在华的国际设备巨头，为便捷服务大陆客户，推动部分零部件的在地化。所以，如何创新与国际企业合作，尤其是在被严厉制裁的当下，是半导体突围的“妙手”。

第四，国产化的巨额资金谁来出？以设备所需的零部件为例，种类多，市场小，市场繁杂，技术门槛高，产业化的资金需求巨大。半导体零部件种类有几万种，零部件企业超过千家。有些小众的零部件市场规模仅千万人民币左右，经济意义不明显。如此狭小的市场容量，但技术要求很高，这就造成了零部件企业动力不足。这笔巨额资金到底是客户为了解决需求自己出，还是供应商为了解决中国供应链的安全而出？归根结底是甲方出，还是乙方出，还是第三方出？

第五，国产材料和设备的验证难题。国产半导体材料、设备、EDA的验证是巨大难题。譬如材料先要通过1-2周的工艺层面的验证，然后再通过2-5个月的产品层面的验证。设备验证周期更长，前期要与客户不断沟通，完善技术细节。然后再做可靠性测试、工艺测试和马拉松测试、小批量验证、大批量压力测试等。整个验证周期在 1年以上。一条月产4万片的8吋线有不同机台几百台（套）。如果在这样一条产线上试用新材料或者增加一台新设备或，整条线要反复验证，来适配所有这些设备，其难度和成本可想而知。如果将整条产线的设备和材料替换为纯国产或者非美，验证的难度系数则指数级提高，验证周期、复杂程度和成本都超乎想象。

战略

哪里有不足，哪里就是奋斗的方向。对于以上几大难题，芯谋研究建议要系统化地来解决。

第一，在目前美国的制裁下，半导体自立自强不是一个时期，一个部门，一个行业，几个企业的事。我们需要更快，更专业，更高效的新型举国体制。

1，建议国家设立专门的常态化的集成电路统筹协调小组，从全局谋划集成电路产业的生存与发展问题。与重点企业、重点项目建立高效的、直接的、扁平化的沟通管道，及时就产业中问题做出反应。

2，建议以国内主要半导体企业的企业家为主体，协同学术、贸易等方面的专家组成产业咨询委员会。以此增强决策的专业性。

3，建议成立以国际龙头企业尤其是对华友好的国际企业家为主的产业顾问委员会，听取外企诉求，协调全球供应链，保障国内供应链安全。

4，专业且差异化的措施，对症下药。具体从三个维度入手：从时间属性上看，哪些是需要长期攻克的领域，哪些是可以短期突破的领域；从国际属性上看，哪些可以靠国际合作解决，哪些必须自力更生，精准分析“合作、可控和自立”三个层面可以解决的部分；从市场属性上看，哪些是可以通过市场化解决的环节，哪些是必须通过特殊手段解决的环节。特别是在国内产线还不能满足国内市场需求之时，优先考虑与非美企业进行合作，坚持建设国内产线不动摇。在建设国产化的过程中，采用大手拉小手、成熟带新进、国际配国内的方式，分产线、分层次、分阶段地推进。

第二，针对国产化过程中市场化动力不足的问题，既要调动企业积极主动性，又要强调政策的统筹。

1，由于信息不对称，有能力的零部件企业或许不了解设备企业的需求，也可能由于市场太小、难度太大而不愿意介入。建议由国家统筹，设备企业、代工企业拆解和归纳需求，列出产品技术指标，向全社会发包。通过国家兜底采购的模式，高价、超额地覆盖攻坚企业的研发和生产成本，保证企业的利润，向全国制造业，甚至全球采购。只要能够保证质量、工期、在地生产，就签订长期订单，以此撬动所有有能力的企业参与设备配套的产业竞赛。

2，对于无法公开发包的项目，国家给予足以吸引社会企业参与的配套，再运用专精特新等产业政策推动这些专门的企业来解决半导体设备与材料的配套问题。

第三，制造作为半导体产业的主要环节，是中国芯片自立自强的主战场。让他们勇挑重担的同时，必须针对性、集中性、全面性地支持这些龙头企业。

1，设备的攻坚要以制造企业为引领主体，它们是设备和材料的最终使用者、采购者，也是被制裁得最严厉的主体。制造企业有强烈的攻坚动力，也最清楚设备和材料的技术要求。火车跑得快全凭车头带，只有强大的制造企业，才能带动整条产业链的自立自强。只要有较强实力的客户的带动，国产零部件企业就有容错试错的机会。芯谋研究建议，我们要借鉴美国《芯片法案》做大做强主抓制造龙头的做法，做大做强大型公司、平台公司、制造龙头公司。

2，龙头企业引领整个行业的自立自强，必然极大地加大它们的成本。一线制造厂多是国企，或有不少国资股东，这就导致了“市长”对管理层的考核远大于“市场”对管理层的需求。芯谋研究建议，我们需要对承担重大任务的代工企业，采用全新的考核机制。要有侧重的调整考核机制，不能让企业陷入市场与国家任务的双重压力之中。重长期而非短期，看全局而非局部，重技术而非利润。

第四，中国巨大的市场是我们最大优势，对外企有巨大的吸引力。我们要把有基础、有意愿与中国深化合作的国际企业吸引到中国来，快速填补中国供应链的断点。

1，国际公司股权相对分散，运营由管理层决定而不是股东来决定，它们极度看重中短期的财务回报。中国资本市场估值更高，我们可以用资本市场来吸引国际企业来国内发展。

对含部分内资的海外企业，若股东组成、内资比例等达到最低认定标准，再综合就业贡献、市场规模、技术专利在地化等因素，设置灵活的认定规则，吸引它们在科创板上市；增设国际科技板，选特定方向，对于产业地位极为关键，优秀、具有成长潜力的纯外资企业，设定灵活、科学的认定规则，在达到一定标准之后，吸引它们在国际版上市。

2，知识产权保护不到位，一直是国际企业在中国扩大合作的心结。我们要加快研法，完善立法，从严执法。提高知识产权审查质量效率，开辟海外企业知识产权纠纷处理的绿色通道，针对违反知识产权的团队和个人，建立黑名单制度。树立执法典型，广为宣传。中央相关部门定期与外企进行知识产权的专题沟通，听取外企建议，让外企业看到我们保护知识产权的专业程度和决心。

战术

长期的战略之外，针对这次制裁，我们也必须及时予以战术层面的应对。

第一，美国制裁已经深入到如此程度，我们应该发起适当程度的反击。一味的退缩和忍让，换不来和平和尊重。从国家层面尽快对我国半导体产业链及供应链深度梳理，研究我们哪些领域能自主，哪些领域可以国际替代。对国际企业，根据它们支持中国半导体产业的程度，给予对等的奖励；针对美方对中国企业发起的制裁，起到负面作用的美国企业、个人，必须予以惩罚。

第二，我们应该对关键领域划定红线，如果美国继续无底线制裁，我们将对具体的美国企业发起程度对等的制裁。中美贸易往来数额巨大，我们一边挖掘进出口潜力，做大贸易额度，一边做好反击的准备。

第三，越是在艰难时刻，越是要保持开放。境外厂商因美国禁令使其利益受损，他们有能力和动力来维护自己的利益。此次制裁中，有些欧洲企业就在持续地与美国谈判。我们要鼓励荷兰、日本、韩国等非美系设备厂商，在艰难时刻更加融入中国半导体供应链。

第四，对于美籍专家、企业家的制裁，我们要尊重和关切这些高端人才的个人选择，尊重个人意愿。在积极沟通的基础上，给予转换国籍与入籍的方便。对于危难之际，回归祖国，转回国籍的专家要有针对性的优惠政策，从快从简办理入籍手续，主动解决入籍后的生活便利问题。同时，在这套人才政策的基础上，我们也要开门迎客，招徕全球人才。这其实也是一场人才的拔河赛，谁投入更多，更有诚意，就能赢得更多人才；反之则只能成为人才的输出地。

结语

1964年10月16日，蘑菇云在罗布泊腾空而起。在苏联专家、苏联设备撤走的四年后，中国的原子弹研发成功。这说明只要我们团结一致、专业应对，只要我们下定决心，有必胜信念，即便一穷二白，即便撤回设备，限制人才，我们也能够实现所在时代最艰难的工程。尽管原子弹是军工项目，而造芯是要构建无比复杂的工业体系，二者有较大差异。只要我们实事求是，专业应对，不断升级完善我们机制体制，市场与统筹并举，内循环和外循环并重，我们就能够像造原子弹一样实现中国芯自立自强的大业。

中国半导体正经历前所未有的艰难时刻，或许未来还会更难。在此艰难时刻，我不禁想起一篇小时候学过的课文《种子的力》。“不管上面的石块如何重，石块与石块之间如何狭窄，它总要曲曲折折地，顽强不屈地透到地面上来。它的根往土里钻，它的芽往上面挺，这是一种不可抗的力，阻止它的石块结果也被它掀翻。”

就像那颗种子，中国芯的种子已经扎下——中国半导体全产业链的架构已经铺开；经过这些年的探索，中国芯的苗也已长出——我们已经在一些局部取得一定突破，最重要的是我们已经知道我们的问题是什么，我们也知道该如何解决问题。尽管这棵幼苗上面重重叠叠的压着瓦砾和石块，但我们相信，依靠国家的坚定支持，依靠巨大的中国市场，依靠中国产业人永不服输的信念，这棵幼苗一定能够掀翻瓦砾和石块，顽强不屈地透到地面上来，茁壮成长。

前天霜降，全国降温。霜降是一年冷热转换的大关，霜降一到，气温骤降，万物肃杀。但中国传统文化里认为霜降最适合进补，民间亦有 “一年补透透，不如补霜降”的说法。

这次美国制裁就是中国半导体的霜降，经此重创，中国半导体也该告别浮躁与幻想，沉下心来，积极进补，练好内功，去迎接春天的到来！寒冬过后是阳春。

ISP的新方向

图像信号处理（Image Signal Processor，ISP）传统上是多媒体市场的重要芯片支柱。从数字照相机到智能手机，ISP在一切需要拍摄图像的领域都扮演着重要的作用。而随着社会生活智能化的进一步提升，ISP也在进入许多新的市场应用领域，而这些新的智能场景对于ISP提出了新的需求。

首先是自动驾驶/辅助驾驶领域。机器视觉是自动驾驶/辅助驾驶的支柱技术，如果没有机器视觉那么这些新的智能驾驶技术恐怕都很难成功。在自动驾驶/辅助驾驶领域，ISP扮演着重要的角色。ISP负责把原始影像（RAW Image）作相应处理，使之成为能够更好地被机器视觉模型处理的图像。在这个过程中，为了确保自动驾驶/辅助驾驶技术的可靠性，需要确保在低光照等情况下机器视觉模型也能正确工作，这就需要ISP能对于图像做夜视和降噪处理。传统上可以通过提高曝光时间来降低噪声的影响，然而对于自动驾驶/辅助驾驶这类对于延迟非常敏感的场景，提高曝光时间并非一个有用的选项，这就需要ISP能够使用下一代降噪和夜视技术来满足相应的需求。

在自动驾驶/辅助驾驶之外，安防也是对于ISP技术有新需求的新智能场景。安防场景中，也需要处理各种低光照等场景，为了确保成像质量不受影响，也需要ISP能很好地处理这些场景，从而确保安防监控能真正在所有时间段和所有场景下都能提供保护。

最后，在多媒体场景下（如手机等），拍摄也在越来越智能化，用户对于拍摄成像质量的需求也在逐渐提升，除了和前述相似的夜景拍摄之外，还有各种智能化的需求，包括自动场景识别（从而能够根据场景自动调用最佳的传感器设定），自动人脸检测（从而确保自动曝光和对焦等算法的准确性），超分辨（从而实现更好的远距离拍摄）等等。这些都要么需要对原有的ISP功能做改进，要么就是需要ISP引入新的功能，从而确保用户体验。

人工智能能解决ISP的技术挑战

在前述的智能化应用中，事实上使用新一代的人工智能神经网络往往是夜视、场景识别、人脸检测、超分辨等的最佳解决方案。

从夜视降噪来说，目前的最优解决方案就是使用神经网络来完成降噪。由于噪声是一个随机过程，因此很难有解析的公式来完成降噪；而是用神经网络则可以通过收集大量的同一个场景的低光照／高光照照片对来实现训练，确保神经网络能在训练数据集上能够将低光照照片拟合到高光照照片上，这样当训练数据量足够大的时候，该神经网络就能够有很好的泛化能力，从而在所有的场景下都能够完成夜视降噪。如下图所示，右边使用人工智能神经网络的解决方案效果远远好于传统ISP的夜视降噪方案。

 

 

 除了夜视降噪之外，超分辨是人工智能另一个有显著优势的场景。超分辨和夜视降噪一样，很难对于整个问题做数学上的建模，但是通过大量数据的学习，神经网络可以实现非常好的超分辨效果，其效果远远超过普通的数字变焦，从而可以以较低的硬件成本（无需高倍镜头）就能实现很好的用户体验。

 

 

 最后，对于场景识别、人脸检测等功能来说，本来人工智能就已经在这类场景得到大量的广泛应用，因此把相关的模型使用到ISP相关的领域，让ISP来根据模型的输出来做相关的拍摄参数调整，也是自然不过的选择。值得注意的是，场景识别和人脸检测使用神经网络的准确度会比使用其他传统方法高许多（判断错误的概率甚至可以低一个数量级），因此未来使用人工智能也是自然的方向。

人工智能与ISP的整合

回到芯片设计的角度，为了在ISP中加入人工智能的元素，就需要对于ISP做相应的调整，来和人工智能做整合。

众所周知，这一代的基于神经网络的人工智能的一个重要特点是神经网络参数多，计算量大，因此为了满足ISP的相关需求，需要能有一个能高效处理人工智能计算的相应模块（AI引擎）来满足ISP的需求。同时需要注意的是，由于ISP对于延迟和功耗都有需求，因此AI引擎也必须考虑这两方面的因素。

 为此，有两种不同的ISP整合人工智能解决方案。第一种方案是把ISP和AI引擎整合到一起，在同一个IP模块里面。这样做的好处在于ISP和AI引擎耦合度较高，因此能够通过ISP和AI引擎的协同优化来实现较高的延迟和功耗。举例来说，ISP往往是一个流水线，处理像素的时候也是分批处理（而不会一直是等到所有像素都传到之后再处理）；另一方面，基于卷积神经网络的AI模型也可以利用类似的流水线特性，将像素分批处理。通过将ISP和AI引擎深度整合在一起，就可以协同设计这样的流水线，从而实现更好的延迟。另外，神经网络和ISP事实上对于DRAM访问都有很高的需求，如果能够将ISP和AI引擎通过深度整合来协同优化内存访问的调度，从而确保两者不会同时大量访问内存，将会大大减少对于DRAM带宽的压力。然而，这样设计的问题在于AI引擎只能被ISP调用，因此如果ISP不工作的时候，AI引擎事实上就不会被打开，从而就有了dark silicon（芯片面积浪费）的问题；另外ISP和AI引擎的协同设计很多时候是假设AI引擎会跑几个固定的模型，如果想要更新模型的话类似的硬件上固化的设计就不再是最优的了。

除了深度整合之后，另一种设计思路是将ISP和AI引擎分开，但是确保ISP可以AI引擎之间有顺畅的数据通路，同时确保ISP有高优先级调用AI引擎。这样的好处是AI引擎不会被浪费，就是ISP不启动的时候也可以给其他应用调用；另外可以灵活配置使用在AI引擎中的模型，从而让ISP中使用的神经网络模型可以使用软件控制。当然，由于ISP和AI引擎耦合度较低，这样也较难深度地为ISP和AI引擎做协同优化，从而在延迟和能效比方面将会有一定成本。

我们认为，在这两种整合模式中，如果目标产品本身就是一块ISP芯片，那么显然第一种整合方式是最合理的，因为ISP芯片的首要目标就是高性能高能效比，而且其AI引擎本来就不会被系统中的其它模块所调用。另一方面，如果目标产品是ISP IP的话，那么两种整合方式都有其合理性，对于追求性能的高端ISP IP，我们认为更有可能会在ISP中集成一个较为强力的AI引擎，确保高性能高能效比；对于中端的ISP IP，未来的方向可能是在ISP IP中整合进一个较为基本的AI引擎，来确保基本的相关模型可以运行，同时也会在ISP上留够接口，使得ISP能通过片内互联的方式来访问SoC上的其他AI引擎，从而如果需要运行较大的模型时候可以使用其他的AI引擎实现。

AI ISP在芯片业界已经渐成主流

AI ISP事实上已经得到了半导体业界的重视，相关的产品已经渐渐问世。

 去年年底，海思就宣布推出了下一代用于安放场景的越影ISP芯片，其主要的亮点就是通过与AI引擎的深度整合，实现夜视降噪的高效处理。同样是在去年，Oppo发布了自研的马里亚纳ISP芯片，其主要特点也是通过整合高达18TOPS算力的AI引擎，从而实现4K影像的实时夜视降噪，从而为手机用户带来全新的用户体验。

在今年，也有越来越多的厂商推出了AI ISP。今年年初，安霸在CES上发布了AISP，该产品充分利用了安霸在图像和AI领域的积累，从而实现高效的下一代ISP；上个月，芯原也推出了AI-ISP的IP，同样是针对夜视降噪场景；爱芯元智的爱芯智眸AI-ISP也正式发布，通过将ISP中的几个关键硬件模块抽离并用AI算法取而代之，实现整个AI ISP的最佳效果。

如前所述，随着自动驾驶/辅助驾驶、安防、消费电子的进一步智能化，相应的对于ISP的需求正在推动ISP和人工智能做整合，而上述公司的新产品也恰好是针对了这些重要的应用场景。我们认为，随着智能化的进一步加深，AI将会成为ISP中越来越重要的一个环节，未来ISP芯片和IP中也会看到AI引擎的进一步整合。

自动驾驶如何实现规模化商业运营

清华大学智能技术与系统国家重点实验室的邓志东，今天下午跟大家分享的主题是自动驾驶场景创新与规模化的商业运营。主要分享三个方面的内容：

第一，驾驶汽车是人类面临的挑战性任务之一；第二，自动驾驶下半场需要进行场景的创新和商业闭环以及技术突破；第三，加速发展具有国际竞争力的中国自动驾驶汽车的产业生态。

我们说人类驾驶汽车需要双眼进行感知，需要与大脑进行预测与决策，需要手脚进行知行，更重要的是需要进行闭环。安全行驶对人类也是非常具有挑战性的任务，相关法律法规的要求，需要年满18岁，而且考取驾照才能允许你驾驶汽车。而且在驾驶汽车的过程中，必须要保持正常的行驶，不能分心开车，不能酒后驾驶，也不能疲劳驾驶，不能不遵守交通规则，否则也会产生事故。现在全世界产生事故的90%以上是因为这种原因，最新的联合国卫生组织统计全年发生交通死亡的人数，一年是125万，平均每天是3500多人。

我们今后的贡献，电动无人驾驶汽车的发展，这个技术将从根本上颠覆人类的出行与交通方式，带来海陆空天自主无人系统，还有人型机器人的应用，还有巨大的技术进步，推动智能经济、智能社会的发展，而且这个产业空间极其巨大。如同我们的功能手机变成智能手机一样，更多是智能增值服务。

苹果公司现任CEO曾经说过，自动驾驶汽车是所有人工智能在复杂环境下，人类觉得很难的事情，在这么一个复杂的情况下，如果我们真的能够突破在复杂动态环境下，突破视觉感知与认知的技术，这个技术一定是所有无人自主系统的共性关键技术。可以实现对各个领域建维的应用，而且推动出行及服务产业增值服务的发展，能够带来各种无人系统的巨大价值。因为海陆空的无人系统，都没有在地面驾驶汽车这么具有挑战性。

最后还会实现对人型机器人的降维应用，我们把自动驾驶技术突破了这些感知与认知的共性关键技术，降维应用到人型机器人，形成巨大的飞跃。第二方面自动驾驶进入下半场，需要我们进行场景创新、商业闭环和技术突破。在十年以前，在2012年以来，以深度学习为代表的人工智能经过十年的大发展，特别是高价值的深度视觉感知技术的不断演化和迭代，自动驾驶开始进入商业化运营的下半场。

这是人工智能视觉技术对自动驾驶带来的推动，在视觉感知技术，在算法、软件硬件的一体化，在基于深度学习道路交通场景分割与道路检测，还有站位检测，这里面包括了机动车、非机动车、行人，还有道路交通标志的检测等等。

总之自动驾驶的上半场主要是为了完成技术验证，看看路径能否走通。现在进入到下半场，就是需要完成商业化的落地和产业化的发展，因为我们不能总是投入没有任何产出。在下半场，第一个关键就是要进行场景的创新，我们认为聪明的车需要智慧的道路进行协同，这种投入是非常巨大的，所以我们可以考虑限定场景、限定功能、限定区域，首先从城区到城市到城际高速公路，先在一些场景实现它，一步步走向落地。我们看到目前的一些进展，包括谷歌的无人驾驶出租车，在2018年美国亚历山大州的一个地区进行小规模的免费轿车服务。

看到通用的无人驾驶出租车在旧金山进行全车无人商业化运营，自动驾驶测试车队在纽约和东京的城市道路上进行开跑，限定城区、城市和城际的高速公路。也看到百度的萝卜快跑，我们在全无人驾驶的出租车，在重庆和武汉进行小规模的试运营，包括早期在亦庄政策先行区的副驾有安全员的付费载客服务。

除了上述的车载无安全驾员的无人驾驶出租车以外，其他的场景创新，一些典型的代表，包括无人重卡与智慧港口，无人运输车与智慧的矿山，以及低速无人物流配送车等等，都是渴望较快实现L4自动驾驶规模化商业落地的创新场景。这些场景创新还包括干线、支线的无人货运和商用车等等。

我们要形成一个商业闭环，商业模式的创新像特斯拉、FSD，它影响部分用户推送，而且通过收费OTA软件升级服务的方法构建商业闭环，而且钱是越来越贵，除了功能的提升以外，从5000美元提升到7000、8000，甚至一万多美元，这是软件升级服务的商业闭环。还看到未来一些展望，在2024年它的价格会进一步降低，比公交还便宜。

百度在出行服务的订单量超百万，已经开始获得现金流，逐步构建了商业闭环。所一大家都在做一些事情，看到华为从ICT自主切入做自主驾驶解决方案Tier1，赋能车企构建商业闭环。

商业闭环就是为了解决倒逼共性关键技术的突破，因为它每走一步，比如我们把安全驾驶员从主驾到副驾，从副驾到后座，从车上撤离，每走一步都要倒逼许多关键技术的突破，每走一步都是非常困难的，产品创新与商业闭环会倒逼我们进行单车智能、5G应用、边缘计算、数字孪生以及人工智能的边缘预测接管和关键核心技术的突破。

我们说话单车智能在技术突破里面，单车智能是根本，人工智能算法突破及应用是关键，我们通过像特斯拉这样的视觉解决方案，它想通过学习来解决自动驾驶的一切问题，因我们知道学习的方法一旦应用到机器里面，这个机器有可能比人类更强，因为它可以24小时不知疲倦的等效率进行学习。而且计算机在计算和存储方面也是优于人类的，所以我们要充分发挥机器优于人类的能力，避免它的短板。它的短板就是没有认知能力，所以现在做自动驾驶需要做数据闭环和自动化的标签。我们要做新人工智能算法的突破，比如我们不需要那么多的标签，一方面我们做视觉的大模型，做一些自监督学习、图学习和小样本的学习，注意与知识驱动方法的结合，这是可解释的人工智能等等。

需要我们在先进传感器进行突破，需要我们具体1000亿以上的高算力芯片和自动驾驶芯片，传感器方面，比如车规量产先进的感知，出来既有产业摄像头，还有衍射信息，同时也有激光雷达的三维几何信息。传感器作为模组，软硬件已经做好了，出来之后就是这样的信息。我们需要发展高性能的算力和人工智能芯片。

先进的移动通信是目前的瓶颈，我们需要5G和6G实现全自研，比如车端、V端到X端，要实现全连接，而不是通过服务器转发的，安全的、可靠的、低时延、高带宽、大连接的先进移动通信技术，这个非常重要，这是一个瓶颈技术。因为车毕竟是一堆的，它需要移动通信，移动通信必须要解决安全或可靠，所以我们需要一个体制先进的，基于人工智能技术新一代移动通信技术，这个已经成为实现自动驾驶V2X，或者I2X，实现安全可靠互联互通的瓶颈，我们需要发展数字孪生技术，需要进行叙事的平行世界交叉验证，以及基于人工智能的预测接管。

后面只是一个接管，这是人工智能的体现面的预测，这样可以实现一对多，比如一对十的接管，还有一对一百的接管，逐渐可以走到完全不需要人接管，即使是云边上面也不需要人的L4自动驾驶产业落地。

人工智能赋能的端边云城市之路是基础，我们要基于人工智能实现端边云的城市智能多管新基建，构建弱端的强边的框架。我们在边缘中心要放在智慧云与人脑的感知与决策环节，我们云边上是有人做接管，需要人的决策能力接入进去，在云端还有云进行接入。移动端作为一个传感器，它要确保自身安全，处理不了的事情，很多更高级的决策能力和规划能力可以放在边缘上，所以我们叫受端，这样可以解决产业化落地的成本问题。

安全驾驶员，人工智能的接管预测成为从L2进化到L4的可行技术路径，其中每一步的跨越均可倒逼关键核心技术突破。总之，要通过技术突破获得高级别的单车智能安全可靠的车端互联互通与强大的路侧边缘服务能力，因为我们要加强人工智能在路侧边缘端的能力建设。

最后是加速发展具有国际竞争力的自动驾驶生态，让我们聪明的智能网联汽车自主行驶在智慧的路网上。城市的车端、路段、云边端，最后通过先进的5G、6G的V2X进行移动的连接、互联互通，通过政策创新引领汽车产业化的智能化发展。

最后整个来说，生态建设最重要，通过自动驾驶的场景创新与政策的引领，利用智能路网新基建及其他产业生态的合力支撑来弥补目前人工智能缺乏认知智能，就是跟人类智能没有办法比的人工智能，有短板的人工智能，来加速中国L4自动驾驶的大规模商业化落地进程，走出一条中国自动驾驶产业的创新发展之路，谢谢大家。

 

 

参考文献链接

https://mp.weixin.qq.com/s/4np8VVkGyxV_WBwwf6u1YA

https://mp.weixin.qq.com/s/b5PmzIztIh7CqgxjIvS2Tw

https://mp.weixin.qq.com/s/50TaTFI_FAg8KGwWym8QHg

https://mp.weixin.qq.com/s/4m-lAp8-QqxefjWcpm1miQ