作者：Arm 汽車事業(yè)部產(chǎn)品和解決方案副總裁 Suraj Gajendra

在 Arm 投身汽車技術(shù)研發(fā)的這些年，我身處行業(yè)前沿，親眼見證了從傳統(tǒng)軟硬件協(xié)同設(shè)計到真正軟件定義系統(tǒng)的重大轉(zhuǎn)變。在近期于舊金山舉辦的第 62 屆設(shè)計自動化大會 (DAC) 上，我與來自 AMD、西門子 EDA 和柯林斯宇航 (Collins Aerospace) 的同行進行了一場專題討論，深入剖析了這一變革的真正意義——為何它遠不僅是漸進式的演進，更是一場革命性的突破。

基礎(chǔ)設(shè)施勢在必行

談及軟件定義系統(tǒng)時，我往往會從基礎(chǔ)設(shè)施切入。因為這個主題不僅是圍繞編寫可更新的軟件，更在于構(gòu)建全面的生態(tài)系統(tǒng)，支撐產(chǎn)品全生命周期內(nèi)的持續(xù)創(chuàng)新。

在汽車領(lǐng)域，這意味著要打造從云端延伸至汽車的基礎(chǔ)設(shè)施，即便車輛交付后仍能支持軟件更新與新功能推送。但關(guān)鍵認知在于：這類基礎(chǔ)設(shè)施必須從設(shè)計之初就納入規(guī)劃。若硬件在設(shè)計階段未考慮這種靈活性，之后將無法賦予真正的軟件定義能力。

如今研發(fā)的硬件需要具備前瞻性，以具備支持未來需求的能力。

未知的前路

在 Arm，對時間線的挑戰(zhàn)貫穿日常工作。我們研發(fā)的計算平臺需經(jīng)合作伙伴完成系統(tǒng)級芯片 (SoC) 開發(fā)，再集成至各個部件，最終應(yīng)用于量產(chǎn)車輛。這一過程通常耗時五年，光是合規(guī)認證就會大幅延長這個流程。

若說我能確切預知五年后的工作負載形態(tài)，顯然不切實際。即便六個月后的人工智能 (AI) 發(fā)展趨勢，現(xiàn)在也難以準確預測！這種不確定性促使我們以前所未有的方式擁抱虛擬平臺與早期軟件開發(fā)，而這在數(shù)年前還被視為不可能實現(xiàn)。

打破 18 個月滯后

虛擬平臺如何改變行業(yè)規(guī)則？舉一個具體案例：傳統(tǒng)模式下，Arm 推出汽車增強 (AE) IP 后，軟件開發(fā)者需要等待 18 個月才能基于物理芯片開展工作。也就是說，2021 年發(fā)布的 AE IP，直到 2022 年底才會面向開發(fā)者開放，存在顯著滯后。

但在 2024 年，我們另辟蹊徑。通過與西門子等合作伙伴協(xié)作，在 2024 年三月份的 AE IP 技術(shù)發(fā)布日，Arm 同步推出了虛擬平臺。為此，軟件生態(tài)系統(tǒng)合作伙伴可即刻啟動開發(fā)工作，無需等待 18 個月。盡管芯片驗證環(huán)節(jié)不可省略，但這種方式從根本上將開發(fā)周期縮短多達兩年。

中國創(chuàng)新

中國廠商通過迅速采用這些方法，重塑了競爭格局。在部分案例中，從初步設(shè)計到流片僅耗時 12 個月。

最令我驚嘆的并非只是速度，更在于嚴謹性。這支團隊提出關(guān)于功能安全、信息安全、以及混合關(guān)鍵性的問題，比其他合作過的廠商都更具挑戰(zhàn)性。他們不走捷徑，而是秉持截然不同的開發(fā)理念，積極采用虛擬開發(fā)與云端驗證。

這迫使全行業(yè)重新審視開發(fā)周期。當競爭對手能以顯著更短的時間交付產(chǎn)品且絲毫不損及質(zhì)量與安全時，長達七年的設(shè)計周期已難以為繼。

AI 定義汽車：下一個前沿領(lǐng)域

我們已見證AI 定義汽車嶄露頭角，傳統(tǒng)應(yīng)用正通過大語言模型 (LLM) 和先進算法實現(xiàn)變革。以汽車用戶手冊為例：雜物箱中 500 頁的手冊將被 AI 助手取代，可實時解答任何指示燈或功能相關(guān)問題。例如，亞馬遜云科技 (AWS) 的車載聊天機器人原型，通過 Arm KleidiAI 與 llama.cpp 的集成，能在三秒內(nèi)響應(yīng)駕駛員指令。

這些 AI 應(yīng)用需要在異構(gòu)計算平臺上運行：部分工作負載由 CPU 處理，另一些任務(wù)由 GPU 承擔，而特定任務(wù)則由 AI 加速器完成。如今借助虛擬平臺，開發(fā)初期即可確定工作負載的優(yōu)化與分配方案，無需等待物理硬件。

安全性：內(nèi)置而非外掛

軟件定義與 AI 定義系統(tǒng)的關(guān)鍵在于從一開始就明確安全防護需求。我曾在小組討論中分享過一個案例：我的車載停車支付功能曾經(jīng)長達八個月無法正常使用，原因是車載系統(tǒng)軟件未達到信用卡交易的安全防護標準。

這凸顯了硬件設(shè)計階段明確安全防護需求的重要性。當系統(tǒng)存在混合關(guān)鍵性工作負載（部分要求高安全性，部分要求較低）時，必須在確定硬件架構(gòu)前厘清互操作性需求。而虛擬平臺能幫助開發(fā)者在硬件、中間件及基礎(chǔ)軟件層之間合理劃分工作負載。

標準化的平衡之道

標準化依然至關(guān)重要，但必須審慎推行。Arm 通過SOAFEE（面向嵌入式邊緣的可擴展開放架構(gòu)）等對基礎(chǔ)軟件元素（如啟動流程、調(diào)試步驟、安全框架）進行了標準化，同時為應(yīng)用層保留差異化創(chuàng)新空間。

這種標準化大幅提升了軟件在不同硬件代際間的復用性。當軟件棧融入恰當?shù)臉藴驶O(shè)計，硬件代際過渡將更高效，既節(jié)省時間和成本，又能實現(xiàn)優(yōu)化，從而贏得競爭優(yōu)勢。

技能的演變

向軟件定義系統(tǒng)轉(zhuǎn)型，并非需要全新技能組合，而是推動專業(yè)知識的深度交叉融合。Arm 聘請了具備 15 至 20 年整車級及電子控制單元 (ECU) 級建模經(jīng)驗的人才，這些能力過去并非必需，如今卻對支持生態(tài)系統(tǒng)合作伙伴至關(guān)重要。

全行業(yè)都在呈現(xiàn)這一趨勢。硬件團隊采用更貼近軟件的開發(fā)方法，包括持續(xù)集成與持續(xù)部署等實踐；而軟件團隊則深化硬件認知，以更有效地優(yōu)化其應(yīng)用。

系統(tǒng)級思維

這場變革中最令人振奮的是真正的系統(tǒng)級建模能力正在崛起。設(shè)計不再局限于單個組件，而是從計算 IP、SoC，到整車，再延伸至云端基礎(chǔ)設(shè)施，對整個生態(tài)系統(tǒng)進行建模。

這種整體方法能在設(shè)計初期發(fā)現(xiàn)并解決宏觀問題（比如緩存容量不當、核心數(shù)量不合理、集群配置不足），從而在問題演變成昂貴的再次流片，甚至更糟的現(xiàn)場故障之前就將其排除。

支撐軟件定義系統(tǒng)的基礎(chǔ)設(shè)施，標志著產(chǎn)品開發(fā)方式的根本性轉(zhuǎn)變。這不僅是實現(xiàn)軟件可更新，更是打造能在產(chǎn)品全生命周期持續(xù)創(chuàng)新的生態(tài)系統(tǒng)。

隨著行業(yè)向 AI 定義汽車邁進，那些能夠駕馭轉(zhuǎn)型的企業(yè)，通過構(gòu)建合適的基礎(chǔ)設(shè)施、采用虛擬開發(fā)、推動生態(tài)協(xié)作，將定義新一代的汽車技術(shù)。這場變革已成定局，關(guān)鍵在于企業(yè)能否快速適應(yīng)，成為引領(lǐng)者而非追隨者。