WeRide GENESIS领衔,自动驾驶仿真的四大流派

在自动驾驶驾驶算法向端到端大模型演进的背景下，自动驾驶的较量已经从单纯的里程比拼，转向极端工况下的处理能力和系统方案的迭代效率。

在此背景下，仿真测试已经成为确保系统安全与高效迭代的“必需品”。它不仅能够以极低的成本复现现实中难以遇到的极端工况，更是验证算法在复杂交互与未知环境中表现的唯一可行路径。

近日，文远知行发布其自研通用仿真模型，WeRide GENESI（Generative Engineered Neural Environment for Simulated Intelligence in Self-driving）。

在此之前，包括英伟达、Waymo、Wayve等众多相关企业也推出相应的仿真方案。总结来看，由于各自生态位的不同，各仿真方案都有明显的特点，可归结为四大流派。

01.

TDA5领衔，算力革新

TDA5 系列是本次 CES 上德州仪器推出的重量级新品之一，算力最高可达1200 TOPS，意味着可以覆盖前视一体机到 L3 自动驾驶级别的算力需求。

作为一款平台化产品，TDA5 算力覆盖范围可达 10-1200 TOPS，并且支持舱驾一体。此外 TDA5 还支持芯粒设计，通过 UCIe 接口进行互联，提升可拓展性。

当然，最亮眼的还是其功耗表现。能效比超过 24 TOPS/W，为目前市场上的最高效率。这也就意味着，在大部分应用情况下，搭载TDA5 的域控制器并不必采用液冷方案来解决散热，只需要风冷即可。此举也将简化域控制器的布置难度，在实现成本控制的同时加速推动高阶辅助驾驶的普及。

在内核方面，TDA5 集成包括最新的 Cortex®-A720AE 在内的多款 Arm 内核，不仅提升了性能，更提高了AI 系统的功能安全、信息安全与能效水平。此外，TDA5 还引入了视觉处理加速器和网络数据包加速器，处理能力可以达到每秒 1500 万个数据包，这相当于释放了多达 8 个应用核心的算力资源。

在 NPU 方面，TI 采用的是最新的 C7TM 神经处理单元。众所周知，TI 早在40 多年前就率先发明了 DSP。如今，TI 将其与 MMA 加速进行了结合，功能应用更加灵活的同时，也更加适配ADAS 的应用。同时，也是性能和能效表现提升的关键。一方面是 NPU 的功耗降低约三倍，实现瓦特级的降低。另一方面在算子丰富度方面，对于一些极其常见的算子，通过集成小型专用加速器来提升响应速度。这也是 TDA5 能够很好兼容如 BEV Transformer、大语言模型以及未来可能出现的任何新模型的关键。

除自动驾驶外，在舱驾一体方面，TDA5 系列的安全优先架构也能够帮助整车企业满足 ASIL-D 级别的功能安全要求。并且 TDA5 支持混合关键性处理，能够确保各域之间免于干扰。这也就意味着如信息娱乐这类非关键系统失效时，不会导致关键功能连带失效。

02.

单芯片 8TX/8RX，开启毫米波雷达升级之路

以特斯拉为代表，虽然毫米波雷达曾经一度退出辅助驾驶传感器之列。但在高安全的趋势下，如今毫米波雷达已经不可或缺，并且要求也不断提升。直接体现在对毫米波雷达的点云密度要求不断提升，需要识别高动态范围场景，以8 发 8 收(8TX/8RX)为代表的 4D 毫米波雷达已经成为应用。

但目前 8 发 8 收毫米波雷达采用的是多颗芯片级联的技术，以搭建足够大的天线阵列。但多级联方案并非最优解，因为多颗芯片级联之后需要进行复杂的同步处理，通常需要在PCB 上布设高频信号走线，同时还必须确保其精确匹配和端接。这就导致电路板尺寸增加，提升设计的复杂性，尤其是导致成本的提升。

本次 TI 推出的 AWR2188为业内首批将8 个发射器和 8 个接收器集成在单颗芯片的 4D 毫米波雷达解决方案，从根本上解决了多级联毫米波雷达的劣势。

参数方面，AWR2188 的数据转换器采样率高达 66Msps，线性调频信号斜率达到 266MHz/μs。相较于市场上现有的解决方案，其处理速度提升达 30%，射频性能改善 30%。实际应用中，将有助于更加精准地识别多个目标，并探测最远 350 米以外的物体。

在功耗和成本方面，AWR2188 系统功耗可降低 20%，成本减少约 20%。

此外，AWR2188 还支持卫星雷达架构，即将原始高分辨率雷达数据直接传输至域控制器中进行数据处理。在数据通信方面，TI 同样可以提供支持。作为全球 Serdes 头部企业，借助 FPD-Link，TI 可提供全面的卫星雷达解决方案。

03.

48V+区域控制器，构建整车架构基础

整车架构决定了软件定义汽车的上限。如今，汽车架构已经由此前分散的分布式架构逐渐向“跨区域架构”和“中央区域架构”的集中式架构方向演进。

集中式架构的核心是打破传统以 ECU 分散部署为核心的模式，按照物理空间将车辆分为若干区域，通过区域控制实现统一管理，简化网络拓扑，降低线束长度和布线难度。

这其中，区域控制器将承担“承上启下”的作用，即向上连接辅助驾驶域、座舱域和整车域等中央计算单元的指令和数据通讯；向下则整合边缘节点和执行器，完成本地数据采集、负载驱动和通信转发，以及边缘节点的电力供应。

同时，该架构也有助于实现软硬件解耦，在后续的 OTA 中，无需逐个刷写 ECU，直接将软件下发至对应的区域控制器即可。

集中式架构实现的过程中，电力供应方式也在发生改变。新的架构方案中，随着算力集中、负载集中，相应的域控制器功率需求也随之增加。在传统12V 架构下，功率增加意味着电流增加，直接导致线束线径增加、重量提升，在推高线束成本的同时，也影响了整车功耗。

因此，在集中式架构升级的过程中，48V 电压平台也正在取代 12V 电压平台成为新的整车供电架构平台。

据公开了解，目前美洲已经有两家OEM 启动试点量产，并规划后续大规模推广；中国市场有四家主流自主品牌预计 2027年实现批量装车；日本及亚洲其他地区将在 2028 年左右逐步推进商业化应用。

鉴于 48V 生态尚处早期，各家方案未完全统一。TI 围绕电源管理、通信接口、负载驱动与智能保护提供了全栈式的器件库与参考设计，助力车厂灵活选型。在 CES 期间，TI 更是与松下汽车联合展示了 48V 技术在车载音频放大器中的实际应用。

04.

边缘计算+10M以太网，更灵活的数据通路

集中式架构并不意味着绝对的中心化。在实际系统中，本地化的边缘计算与数据上行往往是并存的。例如，AWR2188 既可以在雷达端进行点云的本地预处理，也可以通过 FPD-Link 上传原始点云数据，交由域控制器进行多传感器融合与高阶算法处理。

除此之外，本次 TI 展示的面向下一代线控制动系统的实时车轮转速追踪方案也是一个很好的本地化边缘计算的案例。该方案集成了与C2000™ 协同工作的单通道车轮转速传感器前端，不论是对于 EHB 还是EMB 方式的线控制动而言，都可以提供更快响应的本地控制，提升制动安全性的同时，为后续自动驾驶功能提供了升级的基础。

在数据上传方面，TI 本次展示了集成多种网络协议的终端控制方案。其中就包括 TI在 10M 以太网领域推出的首款产品，即 DP83TD555J-Q1。

DP83TD555J-Q1 融合了媒体访问控制器，可以使得任意 MCU 能够便捷地接入网络。同时具有纳秒级的时间同步能力，可以在几秒的时间内对安全做出决策。此外，还具有数据线供电功能，可以在同一根线路上同时传输电力和数据，降低线缆设计复杂度，节约成本。

同时由于域控制器中已经采用以太网通信，所以边缘控制器的 10M 以太网也有助于实现统一网络架构，实现统一的车载网络设计。

不过，TI 认为 10M 以太网虽然不会完全取代 CAN、LIN协议，但会与两者实现共存。因为其不必在边缘控制器中配备 MCU，所以在应对一些拓展性高的功能时，并且有复杂的数据需要在域控制器中进行处理的场景中更加适用。比如照明场景中，10M 以太网将首先得到应用。此后再逐步拓展至车门窗的控制、车内的照明，甚至是毫米波雷达、激光雷达、音频之类的应用。

05.

虚拟化仿真加速量产

与架构升级一道的还有开发周期的提速。为此，TI 与 Synopsys 展开合作，推出了面向 TDA5 平台的 Virtualizer™ 开发套件。这一工具链让工程师能够基于数字孪生技术，在真实的硬件设备到位之前，便在虚拟平台上启动算法编写与调试工作。这种 “软件优先” 的开发模式，将有效缩短产品上市周期，最短一年即可完成开发上市。并且在后续的功能迭代，工程师可以在虚拟平台上进行算法的编写和调试，合理地缩短开发周期。

总结

软件定义汽车无疑是一个庞大的系统工程，其实现路径多样，各家车厂的节奏也各异。TI 的全栈式解决方案试图在算力、传感、网络与供电等关键底层维度提供一套可灵活组合的 “积木”，并通过完善的工具链与生态合作，为 “软件优先” 的开发模式提供坚实支撑。这种自底向上的可扩展架构，将帮助整车厂在不同代际的车型开发中，更好地平衡成本、性能与迭代速度，持续推动SDV 的最终落地。