自動駕駛的起源可以追溯到早期的科幻小說和人們對于未來科技的幻想。20世紀初，人們開始憧憬著能夠擁有能夠自動駕駛的汽車。到20世紀末，自動駕駛技術開始在實際中得到應用。1995年，美國卡內基梅隆大學的“Navlab”項目首次實現了自動駕駛車輛在城市道路上行駛，但當時的技術還相對原始。

在過去的兩個十年中，隨著人工智能、傳感器技術和計算能力的進步，自動駕駛技術取得了顯著的突破。許多汽車制造商和科技公司都投入了巨大的精力和資金來開發自動駕駛汽車。此外，與自動駕駛技術相關的法規和法律環境也在逐步演進，為自動駕駛汽車的測試和上路提供了一定的框架。

自動駕駛≠人工智能+汽車

盡管看起來，自動駕駛汽車就像是把人工智能加在汽車上，但事情遠沒有這么簡單。

2016年，《福布斯》新聞報道中提到“2020年會有1000萬臺的自動駕駛汽車”，其他媒體也曾報道稱“2021年有20家自動駕駛汽車的企業”。然而2020年到來之后，大家發現自動駕駛汽車并沒有像宣傳的那樣發生，2020年也不是自動駕駛汽車的元年。

“自動駕駛并沒有那么快實現。當時人們對人工智能和機器學習寄予了厚望，但其實并不僅僅需要人工智能和機器學習就足夠了。ChatGPT是一個非常好的工具，但很好地使用這個工具是有前提的——你必須是這個特定領域的專家，這樣你才能知道這個工具的運行效果，準確排除一些假信息。” 恩智浦半導體執行副總裁兼首席技術官Lars Reger將問題總結為在世界不斷變化的過程中出現了迷失，“我們需要避免汽車突然危險駕駛的情形出現。”

恩智浦半導體執行副總裁兼首席技術官Lars Reger（電子技術應用 攝）

因此，簡單地把人工智能加在汽車上是不可行的。Lars Reger強調：“如果是從馬車一下到內燃機車，然后突然又升級到了一個帶輪子的IT系統，這樣的路徑太昂貴、太復雜，也太快。”

Lars Reger以人體的運動為例闡述人腦的功能。從生物學角度看，除了大腦，腦干還負責數據聯網的功能，小腦則控制身體中非常重要的一些運動功能，如控制心跳、體溫等，一些非常重要且復雜的動作（如金雞獨立），以及控制身體的穩定性、協調性，都是由小腦控制。這些都是時間關鍵性功能。當走路的時候絆了一下腳，脊柱就會直接告訴腿“要停住”，小腦會通過肌肉幫助站穩，這時大腦才會知道要看一下為什么會絆住，如果看到路上有一個坑，下次走到這個地方的時候就要注意了。因此，大腦的功能并非實時。

相應地，汽車如何構建這樣的反射過程呢？汽車通過攝像頭、激光雷達、傳感器等識別路障，并迅速做出反應，確保在道路上的功能安全，然后AI加速器會進行創意思維，判斷出有什么出路。

恩智浦支持類“人腦”汽車架構（電子技術應用 攝）

給車輛制造“大腦”

2016年，恩智浦推出了BlueBox開發平臺，2021年迭代到BlueBox 3.0。與“人腦”的架構類似，平臺有聯網的部分，也有強大的性能和功能安全特性，實現類似“腦干”和“小腦”的功能；另外有4個PCIe擴展插槽，可以加上人工智能加速器，速度達到400 TOPs，實現類似“大腦”的作用。

具體地，最下面的是一些小的MCU，可以做汽車的頂棚、拖車的電子控制單元，或者是門禁的控制、光的控制，主要是40nm系列；上一層是更大一些的器件，有外置的存儲，有控制數據聯網網關的，還有一些實時的應用，包括動力總成，主要實現車身控制，技術節點是16nm。此外，恩智浦即將推出最新的5nm產品，能夠把數據從車輛傳輸到控制單元。

除了微控制器和微處理器，還使用了以太網完成可擴展的數據傳輸。系列產品完整覆蓋到10Mbit~100Mbit的傳輸數據量，還有到1GB、2.5GB、10GB。此外，還有以太網開關，可以把數據發送到不同的方向。

這個架構是高度可擴展的，也是行業內最高效的架構之一。恩智浦統計，如今90%的客戶都轉向了這個架構，不僅在汽車領域，還包括制造機器人、無人機等領域。

零跑汽車電子電氣架構（電子技術應用 攝）

零跑汽車以此架構為基礎構建“四葉草”中央集成電子電氣架構，采用恩智浦S32G，使用以太網確保功能安全，也就是“小腦”和“腦干”部分都是由恩智浦技術提供保障。由此可實現線束減少20%，并且由于有一個清晰的腦系統架構，使得控制單元減少1/3。

“我的夢想是希望恩智浦可以成為大家都信賴的制造機器人的先鋒。“Lars Reger表示，“為了實現這個夢想，必須要實現三個條件：第一，要有正確的架構；第二，要有可信任的穩定的系統，保證功能安全和信息安全；第三，還需要可擴展。”

據分析師預測，到2030年全球會有750億智能互聯器件。對芯片的大量需求需要通過芯片和軟件來實現創新。Lars Reger表示，恩智浦全面布局感知、思考、連接、行動，結合功能安全和信息安全，構成完整的產品組合，助力實現智能未來。