此前智能座舱的各功能都需要不同专用芯片实现，如此一来不仅提升了车企产品研发的复杂度和研发投入，后期想要在已有系统上进一步扩展功能，也比较困难。目前，智能座舱已成为各路玩家的新战场，无论是新势力造车力量和传统车企已经主动打破边界，由被动的接受通用芯片和生态提供的解决方案，转变到亲自下场制定芯片的规格和量产车型。智能座舱在国内车企的参与下快速渗透，他们积极寻找智能网联、自动驾驶的转型升级；同时意图将对数据的闭环控制和算法的闭环优化完全掌控在自己手上，所以真正“完美”的数字驾舱方案一定是与整车紧密耦合的，这个与目前互联网大厂自己制定芯片规格，并搭建数据服务平台如出一辙，那些仅仅借某一领域的能力结合生态系统去驾驭数字驾舱和自动驾驶的芯片设计公司，很难高效的适配快速的技术演进与需求膨胀。

　　蒋博士从芯擎数字驾舱芯片规格制定和架构设计过程中，明显感到车企比如吉利集团和亿咖通发挥的巨大作用：吉利集团提供了目前和未来先进的电子电气架构及整车生态，芯擎芯片在规格指定时就针对未来几年的量产车型的关键应用进行SOC架构设计；在工程阶段，所有的参考设计、软硬件系统架构、成本模型都按照指定车型进行计划；在量产阶段，直接将已经量产的生态系统平移到新的平台上，所有的研发和生产路径都围绕芯片量产上车这个环节展开，数据和算法按照车企的整体规划进行定制和管理，不存在所谓生态系统里“大海捞针”，这样需求的准确性和时效性得到了最大程度的保障。这也是芯擎公司对即将量产的数字驾舱芯片信心十足的关键所在！

　　芯片是电子电气架构变革的基石，为了配合域融合/中央计算的趋势，芯片算力的变化趋势和预埋能力提升也很明显，而且呈现出加速增长的趋势。

　　我们总结了一下从2010年起量产车型中典型的娱乐域芯片的算力趋势。CPU在2010年车机上的娱乐系统芯片和手机芯片算力的差距并不，都在10K DMIPS的量级，随后手机芯片算力平均每年要增长25%以上，十年下来增长了十倍,目前在研的车机系统的芯片算力已经在向手机系统看齐了;GPU方面，汽车上的高清屏幕越来越多，甚至可以玩3D游戏，GPU的增长趋势更陡峭，提升了几十倍; NPU是加速人工智能应用的计算单元，两年之后的NPU的算力会迅速增长，大约会在4T到10T左右，智能语音要在本地处理语音识别，自然语言理解，语音合成，基本上业界采用的是CPU+语音DSP+NPU的做法，算力一般在200GOPS以上。驾驶员监控是欧盟新车安全评鉴协会(Euro NCAP)2022年的强制标准，包括人脸识别，疲劳检测，分心检测，抽烟检测，打电话检测等等，大部分检测的延迟要求都在30ms以内，这里我们给出的2TOPS是个典型需求。车外摄像头的InfoADAS算法需要的算力更高，交通标志识别，车道线识别，雨量识别等等，包括环视4个摄像头的目标识别，对实时性和算力的要求很高，至少需要4TOPS左右的算力才能同时应付这些需求。综合在一起基本NPU的算力需求在6TOPS左右。

　　过去，车内娱乐芯片市场的传统厂商由瑞萨、恩智浦、TI、英飞凌等汽车芯片巨头垄断。芯擎科技作为高端国产车载芯片设计公司，强势入局智能驾舱市场，蒋博士初步揭示了即将量产并提供参考设计的SE1000场景规格。

　　SE1000是采用业界领先的7纳米工艺制程设计的新一代高性能、低功耗车规级智能座舱芯片，赋能日益丰富的车载信息娱乐系统。高性能定制CPU集群，通过面向异构计算而精心设计的SOC系统，可以为用户提供卓越的性能体验。内置高性能嵌入式AI神经网络处理单元，提供更多个性化的智能语音、机器视觉及辅助自动驾驶体验。新一代多核心的图形处理单元，可以动态根据负载进行资源分配；一机多屏多系统，支持多个高分辨率屏幕同时输出；内置高性能音频信号处理单元及丰富的音频接口，为用户提供丰富超凡的音视频娱乐体验。具备高安全等级的“安全岛”设计，满足ISO26262车规认证，确保汽车功能安全；专业的硬件加/解密引擎为车载应用提供了安全信保证。同时，提供丰富的高性能通信及外围接口支持能力。