汽车行业似乎并不想重复PC、手机时代的老路。

在过去几年时间里，由于消费类芯片巨头（包括英伟达、高通、AMD、英特尔等）大举进军汽车行业，导致传统Tier1和汽车芯片厂商逐步失去了市场控制权。如今，chiplets技术或许将重新定义汽车芯片。

本周，全球汽车零部件巨头博世宣布，与美国芯片初创公司Tenstorrent达成合作协议，双方将联合开发标准化汽车芯片模块平台，基于chiplets架构来满足整车不同功能对芯片的多元化需求。

“chiplets可以将不同数量和类型的小芯片组合（封装）成不同的SoC，既可以大幅降低成本，同时还可以加快将芯片 的导入速度。“Tenstorrent公司相关负责人表示，这意味着，重新定义汽车制造商对芯片的认知。

就在今年6月，作为Tenstorrent的老股东之一，三星被曝出正在领投接近3亿美元的新一轮融资，估值达到20亿美元，其他投资者还包括 LG、现代汽车集团。Tenstorrent成立于2016年，硅谷传奇芯片架构师Jim Keller正是该公司的早期投资人之一（目前担任公司CEO）。

此前，Tenstorrent也被业内视为有机会打破英伟达在AI芯片市场主导地位的挑战者之一。而Jim Keller也正是AMD K7（Athlon）处理器、苹果A4/A5芯片以及特斯拉FSD芯片设计的参与者之一。

2015年，Jim Keller加入特斯拉并担任Autopilot硬件工程副总裁，负责开发自动驾驶硬件；此后，其参与主导特斯拉首款自研芯片的架构设计，并在18个月内完成流片。2017年，Jim Keller加盟英特尔。

而作为AMD Zen架构之父的Jim Keller，“模块化”设计一直是特色之一。事实上，Tenstorrent这家公司从成立之初，就主打基于开源RISC-V自研的处理器内核和构建chiplets生态系统。

众所周知，随着摩尔定律逐渐接近其物理极限，传统的SoC芯片设计面临着巨大的挑战。尤其是制程工艺的成本随着单位面积晶体管数量的不断增加而呈现指数级增长，并且制造的复杂度也大幅提高。

而Chiplets技术，可以采用类似“乐高积木“的模式，基于标准化的芯粒定制化组合来实现特定功能。这意味着，通过组合不同的芯粒可以快速实现不同的功能，从而进一步提高SoC设计的灵活性和产品的可扩展性。

同时，与传统SoC相比，Chiplets的大部分芯粒并非需要更高制程工艺来实现，从而进一步提升良率。此外，相比于其他行业应用，汽车不同功能的复杂性需求，可以最大程度利用Chiplets特有的可定制化特点。

而在本周，一场关于汽车行业Chiplet的活动备受瞩目；活动期间，imec（比利时微电子研究中心）宣布，Arm、宝马、博世、法雷奥、Cadence、Synopsys等数家行业巨头成为首批加入汽车小芯片计划（Automotive Chiplet Program）的公司，Tenstorrent作为唯一一家初创公司也在其中。

该计划将重点评估哪种芯片架构和封装技术最适合支持汽车制造商特定的高性能计算和严格的安全要求，同时加速chiplets技术在整个汽车行业的商业化落地。参与者一致认为，“chiplets技术将标志着中央车载计算机设计的颠覆性转变，与传统SoC架构相比，将具有明显的优势。”

不过，目前仍需要解决的最大问题是，如何在汽车行业构建一套chiplets标准（核心包括高速互联协议），使得汽车制造商以及零部件厂商能够从市场上采购标准化的小芯片，并将其与专有芯片集成，以构建独特的产品。”

此外，作为全球最早成立的chiplets互连标准化组织，UCIe也在去年8月首次成立汽车工作组，包括针对汽车应用的增强功能，例如预测性故障分析和健康监测，并实现更低成本的封装。此前，数家芯片巨头都是采用私有协议作为D2D互联标准，比如，英伟达的NVLink-C2C。

同时，其他的一些小范围合作，也已经开始。

今年3月，作为全球最大的车规级汽车芯片IP供应商，Arm宣布与Cadence Design Systems合作，为汽车行业提供一个基于Chiplet架构的参考设计和软件开发平台，首先应用于ADAS领域，包括一个可扩展的chiplets芯片架构和接口互操作性，以解决异构集成高性能计算芯片的挑战。

“如何让来自不同IP提供商的小芯粒无缝地协同工作，是chiplets技术成熟落地的关键。”在Cadence公司看来，软件开发平台同样至关重要，可以帮助工程师实现开发的“向左移动”（基于虚拟原型设计，实现软件开发、验证和硬件/软件集成的前置）。

在Arm技术战略副总裁兼研究员Rose看来，chiplets技术可以帮助ADAS和信息娱乐等主流汽车智能化应用实现独特的SoC设计，同时提供针对差异化需求量身定制的专用功能。”

按照imec的说法，Chiplet的另一个重大优势在于，就是可以满足车企实现从L2到L4的智能驾驶算力灵活配置需求。而在现有市场供应层面，车企往往需要选择数家不同的SoC计算平台。

而一些关键IP供应商也正在行动。

今年9月，全球主要的汽车GPU IP供应商Imagination Technologies宣布，推出最新的车规级多核GPU IP（DXS），用于chiplets架构的芯片设计，面向驾驶舱、信息娱乐和高级驾驶员辅助系统的图形和计算工作负载。

基于硬件虚拟化，作为一款可扩展的GPU IP，DXS能够最高支持同时运行多达八个操作系统（算力可从单核0.25 TFLOPS扩展到1.5 TFLOPS），并具有完全的内存隔离，以实现满足车规级要求的GPU多任务处理需求。

目前来看，chiplets技术在一定程度上更有利于车企构建核心芯片的自研体系。原因是，大部分的智能化需求已经是车企主导定义，而市面上的通用芯片仅能满足普适性需求。此前，英伟达宣布正计划为客户设计定制芯片，包括AI加速处理器。这背后，就是因为不同客户有不同的特定需求。

「关注行业最新技术和趋势，持续推进芯片架构优化和创新，比如chiplet、RISC-V等技术」这是理想汽车对AI芯片架构师岗位的重点要求之一。

一旦基于Chiplet架构设计芯片，车企就可以实现从几十TOPS到数千TOPS的芯片定制，关键是软件可重用，这有助于降低隐性开发成本。

比如，理想现有车型的智驾系统采用英伟达和地平线两套平台，而硬件配置上的差别，也导致智驾算法的差别。这也是为什么内部自研团队的资源和精力只能覆盖英伟达平台的开发。

而对于芯片厂商来说，向Chiplet靠拢，也是大势所趋。

公开信息显示，瑞萨的全新第五代R-Car高性能芯片，就是基于Chiplet架构设计，首次允许汽车制造商将自研AI加速器与第三方合作伙伴的IP混合匹配。

在今年初的2024CES展上，英特尔公司也正式宣布，重新在汽车行业发力，其中就包括CPU+NPU+GPU的异构架构，并支持第三方小芯片集成到SoC。此外，英伟达公司也已经将GPU芯粒集成至MTK的下一代座舱计算平台，从而大幅提升座舱AI处理能力。

“单一域控制器内部的标准计算能力，将无法处理未来ADAS、通信和娱乐功能带来的工作负载，尤其是OTA带来的功能增量对算力和IP核配置的挑战。”imec公司表示。