21世纪经济报道记者骆轶琪

　　进入AI时代，汽车芯片设计过程中正面临新的挑战：如何在新功能实现与快速上市间达到平衡，正成为关键。

　　近日，Arm宣布推出Arm Zena计算子系统 (Compute Subsystems, CSS)。据称，作为标准化且预先集成的计算平台，其能够最多帮助整车厂缩短12个月的开发周期。

　　受访时，Arm汽车事业部产品和解决方案副总裁Suraj Gajendra对21世纪经济报道记者分析道，目前已经进入“AI定义汽车”时代，这意味着汽车对算力的需求正在大幅增长，因此Arm将从硬件技术底座到软件工具等多维度进行应对。

　　他还透露，截至目前，全球已有包括车厂和芯片设计商在内超过10家合作伙伴，一部分取得了Zena CSS的技术授权，另一部分则正与Arm在深度合作接洽阶段。

　　AI定义汽车

　　当前仍处在AI大模型发展早期，这意味着将相关技术落地产业应用将存在功能持续累加的过程。例如在智能驾驶技术不断演进过程中，今年被认为是VLA（视觉语言动作）“上车”元年，这背后考验着从芯片厂商到整车厂商的协同应对。

　　Suraj Gajendra指出，以往仅部署在高端车型的功能，例如实时驾驶员监控、预测性维护以及调适性车载信息娱乐系统 (IVI) 等，如今正迅速成为新车型的标准配备。同时，汽车开发也愈发复杂，进度安排更为紧凑，且安全标准不断演进，对可扩展计算能力提出了更高需求。

　　由此，整车厂与芯片供应商都需要一个模块化、具备安全功能、软件就绪，且兼具高性能与高能效的计算平台，同时还要能降低集成风险并缩短各款车型的开发时间。本次发布的Arm Zena CSS基于Armv9汽车增强 (AE) 技术打造，是Arm为AI定义汽车提供的首个预集成且预验证的计算平台。

　　Suraj Gajendra对21世纪经济报道记者分析道，“此前，我们一直在推动‘软件定义汽车’的发展，这一方向仍将继续。软件定义汽车支持从云端到车辆的软件更新、新功能升级等能力，即便车辆已经交付给用户，这些能力将持续存在。”

　　而“AI定义汽车”是要让大语言模型和特定场景模型能够在车内运行。“我们确实看到大量新模型和新架构正在被部署到汽车中，这将为汽车行业带来变革。”他续称，对Arm而言，这意味着汽车对算力的需求正在大幅增长。这正是Zena CSS可以发挥核心价值的地方。

　　据介绍，Zena CSS有16个基于Armv9架构的Cortex-A720AE核心，且具备扩展性。Arm希望通过这种集成化的高算力方案，让合作伙伴能在越来越多AI应用“上车”时，专注于AI加速以及其他软件和应用的开发，Arm的核心任务则是打磨好计算底座。

　　“简单来说，过去我们只提供IP时，4核、8核甚至12核的算力配置就足以满足需求。但随着‘AI定义汽车’的演进以及大语言模型应用的发展，Arm也在同步升级。”Suraj Gajendra指出，Arm推出了16核的Zena CSS，甚至可以通过两个Zena CSS的组合，实现32核的配置。

　　与此同时，软件能力更不容忽视。Suraj Gajendra表示，面对新的AI应用和语言模型，确保软件、工具、库、编译器及工作流处于技术支持的核心位置至关重要。“我们正大力投入资源，确保Arm计算子系统配备适配的AI工具、工作流和软件库，以支持运行最新的大语言模型及正在落地的新AI应用。”

　　例如在今年3月，Arm KleidiAI软件库扩展到了汽车领域。其核心作用是优化Arm CPU上大语言模型的运行性能。Suraj Gajendra介绍，目前这些软件库已完成部署，客户借此能充分发挥16核的算力优势。

　　对于“AI定义汽车”的未来发展方向，Suraj Gajendra进一步指出，目前可以明确看到，车辆中将涌现更多基于AI的应用。这不仅涉及先进驾驶辅助系统 (ADAS) 和自动驾驶，还包括智能座舱、车载信息娱乐(IVI)系统、驾驶员监测、乘客监测，乃至整个车载体验。

　　“随着越来越多应用的集成，车载体验将发生显著变化。例如，车辆会根据所处环境调整ADAS和自动驾驶功能。比如突遇暴雨时，车辆需要感知环境变化并做出相应反应。更重要的是，车辆控制系统中也将融入更多AI功能，无论是预测性维护，还是与车辆能量管理、动力学相关的其他特性。”他进一步分析道，Arm需要夯实其核心基础技术，提供适配的软件和工具，以供整个软件生态参与其中。

　　加速上市

　　相比传统燃油车时代，当前的整车更新速度正明显加快，在技术快速迭代背景下，如何加速新款整车商用速度也是关键命题。

　　根据Suraj Gajendra回忆，在几年前，针对Arm IP开发出来面向汽车领域的芯片，通常是在Arm IP推出后隔两年才面世。“举例来说，我们在2021年发布的IP，会在两年后才能在汽车市场上看到对应的芯片问世，广大软件开发者届时才能开始进行开发。这是一段很长的延迟，所以，去年我们在发布Cortex-A720AE的同时，也推出了针对这款IP开发的虚拟原型，用以解决软件开发滞后的问题。”

　　据介绍，通过采用这种虚拟原型技术，可以在Arm的IP发布当天，就将平台以云服务的形式开放给软件开发者，这相当于将软件开发进度提前了两年。

　　不只在软件层面，加快新技术落地速度是一种系统性举措。Suraj Gajendra指出，相较于从IP开始进行芯片设计，Zena CSS预先集成了硬件与固件组件，因此可将芯片开发周期最多缩短12个月。Zena CSS也可延伸应用于IVI、中央计算与L2+先进驾驶辅助系统 (ADAS)，让整车厂能够在多种车系与多层性能等级之间灵活部署，无需重新设计计算堆栈或从头开始进行安全认证。

　　此外他指出，采用Zena CSS也能让整体开发成本进一步下降。“通过提供更完整的计算子系统，客户在复杂的SoC开发上所需投入的工程师总数及占比将大幅减少。根据我们与合作伙伴的案例和评估数据，每个项目所需工程资源投入预计可减少20%。”

　　从技术方案角度看，Chiplet（芯粒）被视为对汽车芯片降本提效、加速汽车芯片更新及上市的另一个关键。这也是目前芯片产业链都在发力的方向。

　　Suraj Gajendra告诉21世纪经济报道记者，Arm在开发Zena CSS时，已经考虑到了这一点。所以，Zena CSS本身便支持芯粒架构，并且提供了该架构所需的关键标准接口，能支持客户和合作伙伴基于芯粒架构进行设计。

　　“对芯粒架构的支持也将持续作为我们未来计算子系统的产品路线图中重要的设计组件。”他补充道，不过需要说明的是，Zena CSS本身并不包含UCIe接口，因为有些客户的设计并不需要芯粒架构的实现方案。但即便如此，Zena CSS部分已经具备了连接UCIe所需的标准接口。