行泊一体的历史、现状和发展趋势-下｜盖世大学堂舱驾、行泊一体系列知识讲解

汽车行业正经历技术革新，尤其是电子电器架构转型，推动车辆向中央化架构发展，利用高效中央计算平台处理信号与服务。软件在汽车开发中的重要性日益凸显，AI技术、中央计算平台及自动驾驶技术呈发展趋势。竞争格局中，企业如华为、特斯拉等提供综合解决方案，挑战与策略并存。为降低成本与提升效率，软件开发、芯片选型与模块化成为关键。

一、SOA架构引领电子电器架构变革

在汽车电子领域，从中间件以及DDS、Some/IP引入的“订阅”概念催生出了面向服务的架构（SOA）。与传统面向信号的架构不同，SOA借助中央硬件、智能座舱硬件和智能驾驶硬件构建起一套新的体系。在这一体系中，智能座舱的摄像头驱动、导航等基础功能，以及智能驾驶的激光雷达、摄像头、毫米波雷达等数据来源或驱动，都通过中间件制定的标准化服务接口进行交互。 

对于上层开发者而言，他们无需深入了解底层硬件的工作原理和驱动细节，仅需通过SOA订阅所需服务即可。例如，开发智能驾驶功能的人员，可直接订阅摄像头数据，而无需像过去那样掌握摄像头成像原理和驱动知识。这种模式极大地拓宽了程序员的工作广度，同时降低了开发难度，提高了软件的复用性和扩展性。

在SOA架构的推动下，汽车电子电器架构逐渐向中央化转变。中央计算硬件通常采用高性能计算机（HPC），在HPC上部署主机操作系统（host OS）、Hypervisor，进而创建多个虚拟机，每个虚拟机可运行不同的操作系统，如智能驾驶的Linux系统和智能座舱的Android系统等。在操作系统之上，是各类服务和功能开发的空间，这种架构实现了软硬件的进一步解耦，为汽车智能化发展提供了有力支持。

二、中央计算架构的深度剖析（一）中央计算架构的组成与运行机制

中央计算架构以HPC为核心，其硬件资源为整个系统所共享。在硬件之上，首先是底层的驱动程序，接着是Linux操作系统和Classic AUTOSAR。需要注意的是，在操作系统和底层硬件之间，通常需要一层Hypervisor进行封装，以实现硬件资源的虚拟化和高效管理。 

在智能驾驶领域，可在Linux系统上运行Adaptive AUTOSAR，而在Classic AUTOSAR上运行RTE（。中间件分为底层中间件和服务层中间件，底层中间件主要用于封装操作系统和驱动，为上层提供更简洁、统一的接口；服务层中间件则进一步封装底层中间件，形成各种可被上层应用调用的服务。

基础服务层又可细分为基础服务和应用服务。基础服务涵盖密钥管理、诊断、网络管理、权限管理等功能，是整个系统稳定运行的基础；应用服务则包括车辆数据、摄像头数据、雷达数据、激光雷达数据等，直接服务于车辆的各种应用功能。

（二）车云一体架构的发展趋势

随着AI技术的飞速发展，汽车行业正迈向车云一体的新时代。过去，车辆的计算主要依赖本地的边缘计算，如车载电脑运行神经网络，但车载电脑的算力相对有限。而云端计算拥有强大的算力资源，例如OpenAI为训练模型购置了大量英伟达A100芯片，其数据中心规模庞大。

在车云一体架构下，车辆可以借助云端的强大算力完成复杂的任务，如利用ChatGPT等AI工具辅助代码解读，以及进行更高级的AI服务。目前，OTA已成为车云一体的初步应用，未来还将拓展到更多领域，如第三方服务的推送和更新，这将为车辆功能的持续升级和个性化定制提供无限可能。

三、自动驾驶行业格局与痛点（一）行业产业链与各环节角色分析

自动驾驶行业涵盖多个环节，包括传感器、计算平台、远程传感器（高精地图和导航）、人机交互（HMI）、云平台以及车载软件等。行业参与者可分为上游供应商、中游车企和下游服务提供商。

上游供应商如经纬恒润、德赛西威、博世、华为等，提供各类硬件和软件解决方案；中游车企包含传统车企（如上汽、一汽）和新势力车企（如小鹏、理想）；下游则涉及滴滴出行、萝卜快跑等服务类企业。值得注意的是，主机厂在产业链中并非绝对的终端客户，在某些情况下，其也需向上游供应商采购产品，并向下游客户提供服务，如在商用车领域，主机厂可能会接到大量来自矿业等行业的订单。 

此外，行业中还存在介于主机厂和传统供应商之间的T0.5角色，典型代表如华为。这类企业不仅提供硬件、底层软件、应用和服务，还参与整车电子电器架构的设计，但通常将硬件代工环节外包，在产业链中具有独特的地位。

（二）行业成本痛点与应对策略

自动驾驶技术的研发和应用面临着高昂的成本问题。以不同智驾方案为例，从低阶的1V1R（一个摄像头、一个雷达）方案到高阶的11V5R1L（十一个摄像头、五个雷达、一个激光雷达）方案，开发费用从400万元飙升至亿元级别。

小鹏、蔚来等车企在传感器配置和算力平台选择上较为高端，如小鹏G9采用多个英伟达Orin X芯片、多个毫米波雷达和大量不同像素的摄像头，导致单车成本高达2 - 3万元。相比之下，特斯拉凭借自研的FSD芯片、算法和软件生态，在成本控制方面表现出色。虽然硬件成本在汽车总成本中占比较大，但通过优化硬件配置和自研技术，特斯拉成功降低了成本。 

为应对成本压力，行业出现了平台化和模块化的发展趋势。平台化和模块化有助于实现软硬件解耦，使车企在硬件设计和生产、软件应用开发之间找到平衡。车企可根据自身情况选择将更多精力投入到应用开发，而将硬件相关工作交给专业供应商，或者与供应商深度合作，共同优化成本。

四、整车厂与供应商的策略选择（一）整车厂：自研还是外购

整车厂在技术研发和产品供应方面面临着自研和外购的抉择。特斯拉作为行业特例，几乎实现了全栈自研，涵盖操作系统、智能座舱、自动驾驶、芯片、电子电器架构、电池模组、电机和电池管理系统（BMS）等多个领域。但对于大多数整车厂而言，全栈自研难度较大，需根据自身实力和市场定位进行权衡。

在硬件和软件的选择上，整车厂也需谨慎决策。随着行业发展，芯片和操作系统逐渐呈现集中化趋势，如手机行业大多采用高通芯片和安卓操作系统（苹果除外）。在汽车领域，英伟达、高通等芯片厂商以及Linux等操作系统得到广泛应用。整车厂一旦选定芯片和操作系统并进行大量开发工作后，更换成本极高，因此通常会在保证产品差异化的前提下，尽量减少底层硬件和软件的变动。在差异化方面，整车厂更多地体现在海量应用层面，针对不同消费群体开发特色应用。

（二）Tier 1方案商：模块化与一体化的权衡

Tier 1方案商在为整车厂提供产品和服务时，可选择模块化或一体化的交付模式。以华为为例，其提供的自动驾驶全栈解决方案涵盖传感器（摄像头、模组、雷达等）、中央计算硬件、操作系统、服务、神经网络算子库以及SDK等多个方面，实现了从硬件到软件的一体化集成。

这种全栈交付模式虽然具有强大的竞争力，但并非适用于所有企业。对于分工明确的Tier 1企业，可能仅需按照整车厂要求提供特定的硬件、底层软件和应用，并确保其与整车电器系统适配。在行业发展过程中，企业需根据自身核心竞争力和市场需求，选择合适的发展模式，在模块化和一体化之间找到平衡。

五、行业格局发展趋势与软件供应商挑战（一）行业生态圈的形成与发展

自动驾驶行业逐渐形成了不同的生态圈。在生态圈1中，部分头部整车厂凭借强大的实力，通过投资或合作的方式与芯片厂协同发展，自行设计芯片并交由供应商生产，同时将精力集中在核心软件的自研上，如操作系统和相关服务。 

生态圈2中，具有核心竞争力的智能方案供应商，如华为，与整车厂合作，带动了像赛力斯这样的企业发展。赛力斯在传统零部件采购方面依赖传统供应商，在智能驾驶和智能座舱等核心技术上借助华为的力量，实现了快速发展。不同生态圈中的企业相互竞争与合作，共同推动行业的发展和变革。

（二）软件供应商面临的机遇与挑战

软件供应商在自动驾驶行业中扮演着重要角色，但也面临着诸多挑战。以开发MCU为例，Tier 1企业负责芯片选型、电路板设计和封装等工作，并通过销售产品获取利润；测试软件供应商则通过提供符合行业标准的工具链和服务盈利，如根据配置一键生成底层代码，提高开发效率。

然而，部分软件供应商也面临困境。一些无法提供生态、工具链和服务的第三方人力外包公司，其开发的软件产品往往难以销售出去。像奥地利的TTTech公司，其为基于SoC开发提供的车规级中间件服务，虽功能齐全，但存在研发经费高昂（单次开发达3000万元）、服务不到位（时差问题、产品黑盒化导致部分功能难以使用）等问题。一些厂商为降低成本，选择基于AUTOSAR规范自行开发部分功能，这对TTTech的业务造成了冲击，促使其考虑转型，如开放部分功能或进行服务分包。