2025年开始，造汽车芯片更容易了

跟手机行业一样，汽车的主芯片步入SoC时代后，造芯片越来越像“高级组装”。ARM这样的底层技术公司，提供标准的CPU、GPU等处理器IP。

SoC芯片厂在购买了IP核心后，把CPU、GPU、NPU等处理器核心连接起来，再加上内存、电源、I/O接口等辅助模块，就设计出一颗SoC芯片了。

现在，ARM要更进一步，推出面向汽车市场的计算子系统（Compute Subsystems，CSS），直接把CPU核心，以及电源/时钟、IO、安全岛等基础计算组件，还有GPU和ISP等视觉处理器一块打包，做成标准件提供给SoC芯片公司。

这样一来，SoC公司只需专注在差异化的部分：研发或采购NPU以及其他加速器，然后将其与CSS子系统进行连接即可。

在日前的ARM年度技术大会上，我了解到ARM计划在2025年将汽车CSS推向市场。

这一举动将大幅减少汽车SoC开发过程中的“基础性”、“重复性”工作，加速芯片设计速度，减少所需的工程师数量，并降低开发成本。

更为重要的是，汽车CSS系统同时支持单芯片和Chiplets技术。基于标准的UCle接口，可以将两颗SoC芯片拼成一颗，实现更强大的性能。

当前半导体行业的制造工艺越来越难突破，单一芯片性能难以取得重大进展，通过Chiplets技术将两颗芯片“拼”起来提供了解决方案。在消费电子领域，苹果M系列芯片的Max和Ultra版本，就是通过“拼接”方式提升芯片性能的典型案例。

在汽车领域，瑞萨刚刚发布的3nm汽车SoC X5H便是支持Chiplets技术的先行者。该芯片在本身已经拥有400TOPS的片上NPU的基础上，还可以通过UCle接口连接外部NPU，将AI性能提升3～4倍。

将Chiplets技术引入汽车领域，为芯片制造商提供了新的可能——既可以“拼接”出性能更强的芯片，也可以通过UCle接口灵活搭配不同的组件，以应对不同的使用场景。

为了进一步加速汽车芯片的研发进程，ARM还提供了云端的虚拟原型解决方案。

车企或Tier 1在开发SoC芯片时，在芯片设计完毕之前即可开始为其编写基础软件。而如果没有该解决方案，按照传统的流程，则需要等芯片设计完毕且流片回来后，才能开始编写各种软件。

ARM方面宣称，基于云端虚拟原型开发解决方案，可以将芯片的上车时间最快缩短2年。

随着智驾算法全面拥抱端到端和Transformer，SoC芯片对CPU的要求日益提升。

ARM在今年年初也推出了3个全新的汽车CPU IP核心，分别为Neoverse V3AE、Cortex-A720AE和Cortex-A520AE。这三个CPU IP均采用了ARM最新的V9架构，相比此前的A78AE、A55AE等核心，在基础性能和AI性能上都有明显提升。

经过ARM的测试，在激光雷达点云转换和生成BEV视图两个常见的自动驾驶任务中，新款CPU相比老款都有明显提升。

AI能力方面，ARM的汽车CPU IP也在不断进化。A76AE通过NEON SIMD指令集加速矢量运算，支持实时 AI 推理；A78AE 增强了Hybrid Mode，可灵活切换计算模式，同时计算单元翻倍，大幅提升性能；最新的A720AE 基于Armv9-A 架构，支持 SVE2 提升并行计算能力，I8MM 优化深度学习推理，BFloat16 支持低精度 AI 运算，并通过 Flop-Parity 提高浮点计算精度。

随着功能安全和性能的持续优化，这些升级使 ARM CPU 更加适用于下一代自动驾驶和智能座舱的复杂计算需求。

纵观国内的芯片公司，虽然目前各家已发布的汽车SoC芯片，大部分还在使用A78AE或者A55AE等上一代CPU IP。但据我了解，在新一代产品中，已经有两家公司确定采用Neoverse V3AE和A720AE。

从各种标准化的IP核心到到CSS计算子系统，再到Chiplets技术的应用，ARM不断降低汽车芯片开发的门槛，并大幅提升设计效率。这些技术革新不仅加速了汽车电子领域的技术进步，也推动了汽车行业向智能化、自动化方向迈进。