未來，你夢想中的汽車是什么樣的？也許它已經完全實現自動駕駛，讓你能夠在路上工作或看電影，它還能在到達目的地后自動尋找停車位充電。甚至你一聲召喚，它就自動前往你所在的位置。

汽車正逐漸成為“車輪上的數據中心”，它需要能夠監測汽車的“健康狀況”，從而實現高效、安全、可靠的運轉。電動汽車在全球范圍內的發展十分迅速，其充電系統需要在各種環境和溫度條件下為日益復雜的功能供電。此外汽車的信息娛樂系統也越來越復雜，開發者們需要解決問題成指數級增長，他們不僅需要解決充電系統在不同環境下的供電問題，還要正確判斷汽車上的先進芯片是否工作正常，以及能否在未來幾年內保持正常...汽車的平均使用壽命現在可以達到15年以上，這些參數對于未來的大規模更新十分關鍵。

解決之道就在于芯片生命周期管理（SLM）。SLM讓開發者得以在從測試制造到裝車使用的多個階段中監測汽車片上系統（SoC）。這些數據對OEM來說至關重要，因為只有掌握這些數據，OEM才能前瞻性地部署無線（OTA）更新來解決當前車輛的問題。此外，SLM還與下一代軟件定義汽車息息相關，因為OEM需要收集數據來洞察和了解關鍵挑戰，并確定需要在生產上做出哪些改變來應對這些挑戰。

本文將介紹汽車芯片面臨的最大技術挑戰、相關的OEM困境，以及SLM如何協助應對這兩類挑戰，幫助開發者提升下一款軟件定義汽車的續航里程，為汽車提供更多便捷功能，并讓汽車更好地抵御信息安全威脅和軟件安全威脅。

01汽車SoC面臨的挑戰

隨著軟件定義汽車中的集中式計算需求日益增加，為處理這類需求，新的車規級定制SoC必不可少。同時，汽車芯片變得越來越小、越來越復雜，由于這些新外形尺寸的物理特性，開發者更加需要了解芯片的性能。

整個行業都面臨著設備和系統復雜性加速擴展而帶來的新挑戰，另外由于信息安全、軟件安全和可靠性方面的需求不斷增加，汽車芯片方面的挑戰正變得日趨復雜。汽車芯片開發者主要面臨以下四大挑戰：

先進制程的加速采用：每當新的工藝節點出現時，晶體管密度都會隨之不斷增加。雖然這種密度增加為增添技術功能提供了巨大的機會，但也帶來了新的挑戰，例如制造工藝中會出現顯著的差異性。除非可以使用傳感器和監控設備來測量芯片的制程差異性，否則這一問題勢必會增加設計工作量。現在，汽車公司正在探索利用Multi-Die系統來克服這一規模復雜性挑戰。

Multi-Die系統的采用：在Multi-Die系統中，封裝技術更加先進，開發者需要采用從堆疊裸片到2.5和3D封裝等各種配置，將不同的裸片組合“鍵合”在一起。因此，必須能夠追蹤每個裸片的制程差異性，這一點至關重要。

系統復雜性：數據聚合涉及到網絡安全性、老化、劣化以及功耗和計算吞吐量，這些都是由系統復雜性引發的問題。此外，未來的現場系統需要在整個生命周期內進行多次軟件更新。如果管理不當，更新后的軟件可能導致汽車功耗增加、使用壽命縮短，并對用戶體驗造成負面影響。

工作負載增加：最后，汽車芯片的工作負載是難以預測的，這就需要具備實時優化和應用多樣性功能，進而可能導致挑戰增加且需要考慮的問題增多。

02汽車OEM面臨的挑戰

無論是汽車芯片面臨的技術挑戰，還是更廣泛層面上OEM面臨的挑戰，SLM解決方案都大有用武之地。在進行車輛設計以及確定如何解決車輛在使用壽命期間出現的各種問題時，OEM需要克服許多不同的障礙并考慮各種因素。

保修成本和車輛召回：系統越復雜，發生故障的幾率就越高，同時也越難以及時解決。而車輛召回對OEM來說成本巨大。此外，它還會對供應鏈中斷產生較大的影響，而且正如上面所述，還可能會導致更多的芯片短缺事件。

日益增加的網絡安全挑戰：隨著越來越多的汽車采用OTA軟件更新，新的漏洞隨之出現；如果更新影響的是自動駕駛汽車，可能尤其令人擔憂。考慮到這些新的因素，OEM越來越關注可靠性、安全性和網絡安全。

電氣/電子架構革新：隨著電動動力總成系統、先進信息娛樂系統、ADAS/L3+等級自動駕駛等新功能的出現以及整體產品發布周期的縮短，區域架構正在發生改變。

上市時間縮短：隨著全球各地的造車新勢力不斷涌入汽車領域，現有的OEM面臨著巨大的壓力，需要加快其傳統的設計流程。此外，這種壓力也對SoC的供應水平和成本、全球供貨情況等產生了影響。

未來，電子設備將會是構成汽車的最重要部件，并將影響上述因素及其他因素，甚至直接影響駕駛員的安全。OEM不能再對芯片的內部情況一無所知，否則不僅會損失利潤，還可能會錯失躋身先進汽車制造商的機會。SLM是讓開發者更全面地了解汽車內部情況的關鍵，同時它還支持車輛自行主動解決問題，從而實現“自我修復”。

03SLM如何幫助應對SoC和汽車OEM面臨的挑戰

簡而言之，SLM解決方案有助于提高可見性和洞察能力，讓開發者不僅可以針對下一代汽車微調SoC，還可以基于在整個生命周期內收集的所有數據來微調現有SoC的工作負載。可靠的SLM解決方案讓開發者能夠在設計過程的早期對問題進行監控，將數據傳輸到集中式數據庫，在車輛的整個生命周期中進行數據分析，并在任何必要的時候采取戰略性舉措。最終，早期預警和準確的補救措施使硬件能夠實現擴展，從而適應未來的更新。

SLM支持進行根本原因分析、預測性維護、老化和劣化警報，以及現場電壓分析，從而為最終客戶和OEM創造真正的價值。在預測性維護方面，芯片分析可以提供更精細的信息，幫助實現快速、準確的診斷。例如，當收到針對ASIL級芯片的極端溫度警告時，可能需要客戶采取行動、進行維修或安裝OTA更新來做出補救，避免對關鍵系統造成長期損害，并避免大規模召回。

關于老化和劣化，可以參考新思科技芯片生命周期管理（SLM）系列假設用例。根據過去六個月針對該特定汽車SoC的監測數據，8月份生成了一個故障預測，其中裕度超過了新思科技專有路徑裕度監測（PMM）IP所設置的閾值。最后，同一PMM在9月份發生故障。由此，OEM得到了該PMM發生裕度下降的時間線。PMM加上來自各種傳感器和監控設備的任務分析數據，使得新思科技SLM系列中的技術能夠提前預測即將發生的故障。

為汽車SoC部署SLM，能夠直接幫助OEM節約成本、延長車輛使用壽命、提高可靠性和故障排除能力，提升車輛價值，甚至緩解汽車芯片的短缺問題。

汽車逐漸從成熟制程轉向采用先進制程，使用場景正在變得愈加先進。用更小的芯片提供更復雜的功能是大勢所趨，而SLM能夠幫助開發者應對汽車升級過程中的所有這些挑戰。此外，ISO 26262系列標準和ISO/SAE 21434中關于監控和分析要求的最新修訂推出，預測性維護要求將變得越來越重要，SLM解決方案恰好可以滿足預測性維護要求。

審核編輯：湯梓紅