回顾2021年的原车，我们见证了智能汽车领域的一件大事，我们或许会惊呼，一家互联网公司要转型做汽车了；我感叹某公司宣称其电动车续航已经超过1000km疑惑汽车涨价真的是缺芯导致的吗？很好奇，路上带着“大帽子”的自动驾驶出租车真的和传统出租车一样方便安全吗？
事实上，随着汽车机动化、智能化、网联化、共享化的不断推进，越来越多的新技术、新产品应运而生。之所以能在智能汽车领域看到百花齐放的景象，深层原因是技术的不断进步，简单来说就是技术的赋能。要想知道汽车为什么能自动驾驶，首先需要了解融合感知、车路协调、大计算力芯片、高精度地图等技术的内涵是什么；想知道续航上限在哪里，首先要看电池技术，比如4680电池、无钴电池、固态电池、CTP/CTC、刀片电池、800V平台等。此外，车辆电子电气架构、信息安全、热管理系统、混合动力技术、燃料电池技术等庞大而复杂的技术，如同底层基础一样，将决定未来智能汽车的上层建筑。
当我们展望2022年汽车圈会有哪些新的进展时，不妨围绕三个关键技术做一个盘点和分析，一个是大计算力芯片；二、800V高压SiC平台；第三，多域融合的中央计算架构。这三块内容将是今年迎来强势发展和规模化上车的关键技术。下面就一个一个说吧。
01 1000TOPS计算平台迎来量产加载元年。
近年来，我们似乎经常听到计算能力名列前茅这个词。芯片厂商绞尽脑汁提高产品的计算能力指数，各车企也在不断标榜自己的汽车可以用更少的计算能力达到整车的性能。看来马力已经不是描述一辆车性能的唯一标准了，在这个智能汽车的时代，计算能力已经走到了舞台中央。那么到底什么是计算能力呢？计算实际上简单描述了芯片的计算能力。TOPS是计算能力的单位，1TOPS意味着处理器每秒可以执行一万亿次运算。这听起来夸张吗？其实可以和人脑打个比方。人脑一般有100亿个神经元，神经元越多越聪明。如果汽车想要代替人类思考，就必须拥有更强大的计算能力，帮助我们识别和预测道路上不可预测的环境，提高我们的驾驶安全性。所以芯片的计算能力越大，它能处理和应对的场景和功能就越多，在紧急和复杂场景下帮助我们的能力就越强。
去年年底，广州车展发布的Salon Mechanosaurus计算能力达到400TOPS
小鹏G9达到508TOPS
蔚来ET7/ET5配备了33个高性能传感器，包括5个毫米波雷达，12个超声波雷达，1个超远程高精度激光雷达。在四颗NVIDIA DRIVERIN芯片的加持下，功率高达1016 TOPS;
这还不是全部。在Mimo智行和高通开发的“小魔盒3.0”的加持下，长城WEY摩卡将拥有1440 TOPS的惊人计算能力。
但需要明确的是，千顶的计算能力不是指单个芯片，而是多个芯片集成的超算平台。上面我们提到蔚来的超算平台ADAM已经达到了1016TOPS，因为有四个Orin芯片，单芯片计算能力254TOPS。所以我们也对目前主流芯片市场的芯片计算能力做了一个统计汇总，看看各个芯片都达到了什么水平:
通过统计可以发现，在自动驾驶领域，NVIDIA的Orin芯片是量产芯片中运算能力最大的。国产品牌中，黑芝麻华山二号A1000Pro已经达到196TOPS，黑芝麻智能com杨雨欣曾经说过:“软件定义汽车的前提首先是硬件。只有准备好足够的硬件性能和计算能力，后续软件才能快速实现迭代升级和扩展功能的应用。”所以黑芝麻的发展策略是硬件先行，计算能力越大越好。就像很多追求缸数和马力的性能发烧友一样，马力不一定有，但一定有。但是任何事情都有两面性。虽然嵌入式的计算能力空很充足，但是成本必然会上去。要看汽车厂商和消费者是否愿意为这部分预留的计算能力买单。
当然国内芯片厂Horizon也很不错。去年发布的Journey 5达到了128TOPS，地平线CEO余凯也曾多次表示，地平线不仅仅追求物理计算能力，更看重片上深度神经网络算法即FPS的计算效率。似乎是更经济的路线。
此外，目前国外三大巨头英伟达、高通、英特尔Mobileye在自动驾驶芯片领域的实力也不容小觑。在刚刚结束的CES 2022展会上，这三家公司也各显其看家本领。英伟达宣布，将有更多公司采用其开放的DRIVE Hyperion平台，如沃尔沃的高端品牌吉星、蔚来、、李、R car和智车都已经采用了DRIVE Hyperion。该平台包括高性能计算机和传感器架构，可以满足全自动驾驶汽车的安全要求。最新一代的DRIVE Hyperion 8内置了冗余的NVIDIA DRIVE Orin片上系统，12个环绕摄像头，9个雷达，12个超声波模块，1个前置激光雷达和3个内部感知摄像头。
该系统具有很强的安全冗余。即使计算机或传感器出现故障，备份设备也可以确保自动驾驶汽车能够安全地将乘客带到目的地。
高通在自动驾驶领域推出了骁龙Ride平台，可以满足L2+/L3自动驾驶要求。最近，高通还宣布了一系列合作进展，包括帮助通用汽车打造凯迪拉克LYRIQ和宝马打造其自动驾驶平台。与此同时，高通在展会上宣布扩大其技术组合，以满足自动驾驶领域不断变化的需求。
英特尔Mobileye连续发布了三款芯片，分别是EyeQ Ultra、EyeQ 6L和EyeQ 6H。也吹响了反攻的号角。
未来，芯片的计算能力将是智能汽车发展的基石。只有计算能力不断突破，智能汽车的智能上限才能被推得更高。
02 800V高压SiC平台将成为车企的法宝。
我们前面说过，芯片的计算能力决定了一辆汽车的智能水平，所以我们接下来要讲的技术就是决定电动汽车充电速度的能力。知乎充电慢已经成为很多电动车用户的一大痛点，也是说服很多用户尝试电动车的罪魁祸首。虽然也有能大幅提高能量补充效率的电力交换技术，但由于成本高、难以普及等原因，制约了其发展。所以快充是最有发展潜力，最有可能成为主流的解决方案。
首先我们要知道充电速度是由充电功率决定的，那么我们来回忆一下高中的物理知识。功率=电压×电流，即P=U*I，所以提高充电功率只有两种方法，要么提高电压，要么提高电流。
所以发展出了两条技术路线，一条是以特斯拉、氪为代表的大电流派，一条是以保时捷为代表的高电压派，其他很多厂商也纷纷效仿。先简单说一下大电流学校。这个学校最大的困难是电流增大带来的取暖问题。通过引入发热公式:Q = I 2RT，我们可以看到，发热值会随着电流的增大而呈指数增长。因此，如何散热就成了开发难题。以特斯拉为例，用250Kw的功率给V3过充电桩充电，最大电流可达600A，发热值可想而知。但是特斯拉用的是水冷充电枪而且很多而且特斯拉之所以选择大电流作为发展方向是成本控制问题，因为高压平台的元器件会增加整车成本。从特斯拉不断下探的价格可以看出，高电压显然有些背道而驰。
那么让我们回到高压平台这个主题。传统的电压平台一般是400V，高压平台目前把电压提升到800V甚至更高。高电压可以有效解决大电流发热问题，而小电流+高电压则需要配套高压充电桩和车端高压适配方案。
充电端:充电枪、接触器、线束、保险丝等部件要更换，升级为耐高压材料。
End:车辆本身的动力电池，压缩机，电驱动，PTC，OBC，DC/DC等面对高压平台的部分都要重新设计调整，以适应新的高压平台。
充电端的升级说起来容易，但是车载端的组件升级需要新的技术支持。之前大电流的问题是发热，所以高电压的限制因素是IGBT(绝缘栅双极晶体管)，这是电流车规的组成部分。
其耐高压能力不足，需要选择新的耐高压材料来替代现有的部件。这种新材料就是SiC碳化硅。
SiC器件的工作温度在200℃以上，工作频率在100kHz以上，耐压可达20kV，这些都优于传统的硅基IGBT；.SiC装置的体积是IGBT的三分之一到五分之一，重量是IGBT的40%-60%。它还可以提高系统的效率。在电动汽车不同工况下，SiC器件功耗比IGBT低60%-80%，效率可提高1%-3%。
但也要注意，电动汽车中IGBT的成本约占7%-10%，是除动力电池外第二贵的电动汽车配件。如果采用SiC，同级别的SiC MOSFET成本大约是IGBT的8-12倍，损耗也大于IGBT。所以如果使用高压平台，如何控制成本也将成为车企的一大难题。
除了前面提到的保时捷的Taycan已经使用的800V高压平台，很多国产品牌也在加速布局。例如，小鹏新发布的G9将配备800V SiC平台和480Kw高压超级灌注桩。
长城沙龙机械龙也支持高压平台。此外，比亚迪、东风、吉利汽车、广汽、李、北汽至尊福克斯等众多品牌也将加入高压平台的阵营。
所以大电流和高电压都是为了提高能量补充的效率。不过目前800V SiC高压平台有望成为主流，2022年很多车企也将搭载该平台。因此，今年也将是800V SiC高压平台的发展元年。虽然还有很多困难需要解决，但是可以看到市场前景是非常好的。
03汽车电子电气架构从分布式架构发展到多领域集成。
要说这个话题，首先我们要知道什么是电子电气架构，也叫E/E架构。这种架构是指车辆电子电气系统的总体布局方案，即集成车辆中的各类传感器、处理器、线束连接、电子电气分配系统和软硬件，实现车辆的功能、计算、功率和能量的分配。
一般来说，实现四轮驱动、安全气囊、防抱死制动系统、升降窗、车载收音机娱乐系统等。我们车辆的一个个功能需要在这个架构上完成，用一个叫ECU的组件来控制每个功能的实现。ECU是指电子控制单元，也叫“行车电脑”。ECU的功能比较单一，基本上一个ECU实现一个主要功能。我们车上那么多功能需要几十个ECU来控制。所以在早期的E/E架构中，ECU是分布式的，所有的ECU都是通过CAN和LIN总线连接的。现在，由于自动驾驶和智能驾驶舱的普及，如果汽车仍然由分布式ECU控制，在芯片数量、整车成本和安全性方面都存在很大问题。因此，一个或几个“大脑”被用来控制整车的ECU和传感器架构，DCU。
目前，域控制器通常分为五个主要域:动力系统、底盘控制、车身控制、自动驾驶和智能驾驶舱。每个域都有一个主高性能ECU，负责域内的处理和转发功能。一般域内使用低速总线，域间使用高速总线或更多车载以太网。
在这些域控制中，自动驾驶域控制是最受关注的一个。在过去，一个ADAS系统只能由几个独立的ECU来实现。如车道偏离和交通识别ECU、前方碰撞警告ECU、停车辅助ECU和盲点检测ECU。还有全景ECU，后防撞预警ECU等。现在有了自动驾驶域控制器，一个域就能实现所有功能，大大提高了底盘的集成度和功能的集中控制。
未来E/E架构的发展将是分布式→域集中式→中央计算；
分布式架构:在这种架构下，ECU和实现的功能是有对应关系的。
集中式架构:这种架构进一步集成了ECU，并引入了DCU。
中央计算架构:这种架构进一步集成了dcu，所有dcu都集成到一台中央计算机中。与功能元件的对应关系不再存在，中央计算机根据需要命令致动器。
在域中心化到中心计算的过程中，还有一种过度的形式，就是目前很多车企都在尝试的域崩塌整合。目前主流的跨领域集成方案有两种:1。按功能整合；2.按位置整合。
按功能集成:三域架构。三域架构将整车分为车辆控制、智能驾驶、智能驾驶舱三个功能域，分别实现车辆驾驶、自动驾驶、信息娱乐功能。像大众MEB平台的E3架构，宝马iNEXT车型架构，华为CC架构都属于这一类。
按位置融合:根据汽车的物理空空间，将全车划分为多个区域，如左车身区域和右车身区域。线束的数量可以大大减少，从而释放出更多的物理空空间。特斯拉和丰田都属于这一类。
总之，未来的发展方向一定是朝着熵减的方向。分布意味着复杂和高度混乱。逐步整合，最终统一管理，熵值会降低，意味着降本增效，意味着可以扩展更多的功能。
04写在最后。
智能汽车必将在2022年迎来新一轮更强的跨越和发展。我们通过这些前沿技术的底层逻辑了解了未来发展的大趋势，更期待今年我们会看到哪些更新更强的技术出现。作为消费者，在简单了解了功能背后的技术后，在选择产品时就能有更多的主动权和话语权，也能分辨出哪些车企真正有硬实力。希望未来我们能一起见证智能汽车的革命，带给我们更加舒适、安全、酷炫的出行体验。
