为什么最终走向集中控制？除了芯片本身按摩尔定律演进中，高门槛芯片不断“吃”低门槛芯片的不可抗规律，还有其他推手。

　　首先，汽车要做容灾备份。如果基于一颗芯片或者同一块板子上的一组芯片进行集中控制，只要插一块相同的板子就可以进行容灾备份了。

　　其次，今后汽车作为一个超大的电子产品载体，每一颗控制芯片都有软件程序。采用集中控制的芯片架构，修车只需要检测中央控制的芯片或者芯片组就可以了。而分立式的架构中，每一块芯片都要单独做软件的升级更新和维修检测，这显然是不现实的。把绝大部分功能集中到一颗或者有限的几颗芯片，汽车的升级换代才是一个可控的过程。

　　从分立到分域再到集中控制，预计有一个20年的演进过程。需要厂商不断去改良并丰富芯片功能，这个过程中也会诞生大量的机会。

　　记者：您认为国内企业该如何提升汽车芯片的基础创新能力？

　　张亦农：打造汽车芯片的创新格局，可以用六个字总结：有序、内功、生态。

　　首先是有序。要避免重复投资和行业无序竞争，集中力量做大做强，而不是扎堆竞争，杀敌一千自损八百。如果企业一味杀价，得不到充足的利润回报，是无法有足够多的资金来支持持续创新的。做到有序、制定标准，是关键的一步，也就是我们所说的标准引领。“垂直域创新”的基础是标准化的制定，追本溯源就是基础技术的创新。以标准带动应用，以应用催生市场，从市场创造需求，从需求挖掘规模，再由规模反哺创新域，形成一个良性循环， 是关键核心领域实现重大突破的必然途径。

　　第二是内功。目前汽车技术创新集中在智能驾驶域和智能座舱域。但是，如同练武底盘要稳一样，做汽车芯片也要敢于攻克汽车底盘和动力控制系统等技术难度高、可靠性门槛高的内功型芯片。过去国外汽车芯片厂商在此有长期积累，也是他们的核心价值所在。本土芯片公司要紧密与汽车厂商衔接合作，根据下游需求锤炼内功，再有标准的引领，芯片创新才能够得到保障。如果解决不了这类问题，一旦再发生全球性的芯片产能短缺，我们的车企还会被束缚。

　　第三是生态。芯片的创新要兼顾芯片和OS的深度绑定，这是一个全局的概念。在CPU芯片当道的PC时代，因为缺乏OS和应用的布局，国产CPU奋斗了二十多年，至今的投入和产出是不成比例的。在手机时代，国内厂商开始强调生态，自研OS，取得了长足的进展。但是，一旦贸易摩擦导致OS使用受限，我们依然感受到OS不是完全自主的短板。在智能汽车时代，创新需要在生态上更早布局，才能满盘皆活。

　　记者：中星微电子集团在汽车芯片领域有哪些短期和长期目标？

　　张亦农：中星微在过去十多年，一直致力于安防监控垂直领域的创新，构建了标准、芯片、平台、集成、数据、服务一体的体系。我们将从三个维度切入汽车芯片布局。

　　一是结合中星微在图像、视频ISP、图像编解码、机器视觉方面的长期积累，移植安防监控领域里的编解码标准、采集标准、传输标准，由车载多路视频监控的角度切入。在汽车的感知系统中，前置摄像头每小时产生70-300GB数据，ADAS每小时则生成1TB数据，liDAR 每小时生成36-252GB数据。这些数据很多需要做编解码才能存储。通过人工智能分析出的结构化数据，也需要做关联存储。由中星微主导并在芯片中支持的结构化的数据通道，可以有序支持这类结构化数据，让检索更方便。目前，中星微提供的车载智能监控解决方案，是将安防领域的积累移植到汽车领域的一种自然衍生。

　　二是在国密和数据安全上发力。汽车中大量采集的数据，需要保证网络安全、数据安全、人工智能安全和产业安全。前一阵，特斯拉因为数据安全的问题，又站到了舆论的浪尖上。中星微车载智能监控解决方案是目前唯一能提供端、边、云一体，符合国密要求的基于前端信源加密的融合解决方案。

　　三是在系统集成架构尚在演进，算法还不成熟的时候，中星微提供的人工智能算力作为协处理器更有灵活性。目前的自动驾驶，包含了数采集、数据格式整合、数据处理等多个流水线环节。光是电子控制，就包含发动机控制、动力总成控制、传动系统控制、制动控制、等多个流水线或分立的处理环节，很多环节用到了汽车图像识别人工机器视觉和驾驶决策AI处理器。除此之外，还包括ADAS涉及的自适应巡航控制、自动紧急制动、主动变道辅助等环节，车载信息娱乐涉及的语音识别、手势控制、音频视频播放和存储等环节。这些环节还远远未达到集中处理的阶段，很多域控制处理都是分布处理算力的。未来十年，域控制单元占比将由2020年的29%提升至2030年的43%。在上面提到的众多环节中，中星微已经能提供或计划提供的几T到几十T算力的AI处理器，能基于中星微NPU智能平台支持驾驶员监控系统、ADAS等辅助驾驶功能，并兼顾算力、连通性、功耗、成本、布板面积方面的需求。