“AI定义汽车”时代即将来临,Arm Zena CSS计算平台如何破解研发难题?

作者: 汽车与配件
发布于: 2025-08-27 18:18

人工智能 (AI)技术的快速发展,正推动着汽车行业由“软件定义汽车”向“AI定义汽车”转变。在这一变革过程中,汽车开发愈发复杂、安全标准不断演进、对可扩展计算能力也提出了更高需求。

面对这些挑战,Arm公司认为:整车厂与芯片供应商亟需一个模块化、具备安全功能、软件就绪,且兼具高性能与高能效的计算平台,同时还要能降低集成风险并缩短车型开发时间。这就是Arm推出Arm Zena CSS的初衷——为新一代“AI 定义汽车”打造专用计算平台。

作为标准化且预先集成、预先验证,并具有灵活性和可扩展性的计算平台,Arm Zena CSS 能够显著缩短开发周期,使软件团队在物理硬件推出前就启动开发工作,进而助力车企至少提前一年将新车推向市场。

满足高算力要求

Zena CSS 也是Arm 首个为 “AI 定义汽车”提供的计算平台,基于 Armv9 汽车增强 (AE) 技术打造,并集成了多种强大功能,如:16 个基于 Armv9 架构的 Cortex®-A720AE 核心、由 Cortex-R82AE 驱动的安全岛、运行时安全引擎、由 CMN S3AE 提供的 CPU 缓存一致性和芯片到芯片的高效互联功能、可选配由 Mali-C720AE 和 Mali GPU 驱动的图像信号处理功能、支持加速器和合作伙伴特定逻辑便捷集成的功能。

在不久前举办的Zena CSS线上媒体沟通会上,Arm 汽车事业部产品和解决方案副总裁Suraj Gajendra表示:“AI 定义汽车时代,大语言模型和特定场景模型将在车内运行,大量新模型和新架构正被部署到汽车中,这将为汽车行业带来变革。”

这意味着,汽车行业对算力的需求正在大幅增长,而这正是 Zena CSS可以发挥的核心价值所在。据介绍,在过去的汽车行业中,4 核、 8 核甚至 12 核的算力配置就足以满足行业需求。但随着“AI 定义汽车”的演进,以及大语言模型应用的发展,行业对算力的要求显著提高,Arm 也在同步升级技术能力以适配这一变化。

“我们推出了 16 核的 Zena CSS,甚至可以通过两个 Zena CSS 的组合,实现 32 核的配置。我们正为芯片注入越来越强的性能,以跟上这些技术需求。” Suraj Gajendra强调,Arm将致力于提供集成化的高算力方案。“当越来越多的AI应用上车时,Arm的核心任务是打好计算底座,让合作伙伴能够专注于AI 加速及其他软件和应用的开发。”

开发周期缩短12个月

相较于从 IP 开始进行芯片设计,Arm Zena CSS预先集成硬件与固件组件,将芯片开发周期缩短最多 12 个月,并使每个芯片项目的工程资源投入减少近20%,助力车企和芯片供应商加速创新车型的上市进程。

“传统模式下,我们通常先把 IP 交付给硬件生态,随后硬件设计厂商开展硬件开发,等对应的芯片问市之后,平台才会生产就绪,提供给软件开发使用,最后进行系统集成。在某些情况下,整个流程几乎要耗时五到六年,这就是我们所说的传统开发周期。” Suraj Gajendra介绍道。

随着行业转向AI定义汽车前进,车厂在车型开发周期的压力也在持续攀升。Arm在去年实现了IP 发布当天即上线虚拟平台,让软件开发与硬件开发得以并行推进,这一举措使得整个汽车软件开发周期缩短了约两年。

而Arm Zena CSS的推出,使得硬件设计与芯片开发周期可以进一步缩短12 个月。这得益于Arm在计算子系统上所做的深度集成与大量投入:计算子系统针对不同的应用场景进行了预先验证。

例如,当客户开发一款座舱应用时,需满足一定的安全等级及部分非安全应用需求,Arm会提前开展相关应用开发与验证,并提供相应的技术支持,以满足这类混合关键型应用场景的需求,客户在开发过程中无需操心计算子系统部分,可确保系统稳定运行。

此外,Zena CSS 也可延伸应用于 IVI、中央计算与 L2+ 先进驾驶辅助系统 (ADAS),让车企能够在多种车系与多层性能等级之间灵活部署,无需重新设计计算堆栈或从头开始进行安全认证。遍布汽车生态系统的 Arm 计算架构,也使得车企能在不同供应商的基于 Zena CSS 的 SoC 之间复用和移植其软件的许多组件,包括固件、中间件、操作系统、应用等。

生态协作推动未来创新

在通往“AI 定义汽车” 的道路上, Arm期望构建更全面、更灵活的软件战略与生态体系,为合作伙伴的创新实践提供支撑。

据悉, Zena CSS计算平台的合作客户目前已超过10家,包括整车厂和芯片设计商。其中一部分已取得了 Zena CSS 的技术授权,另一部分正与Arm进行深度洽谈。 

“从 Arm 的角度来看,生态系统的共赢需要全员参与,唯有如此,更多创新才能出现。我们将持续与更广泛的生态伙伴合作,涵盖软件和硬件领域,同时确保夯实硬件基础能力,以此支持更多 AI 应用在汽车中的落地。” 媒体沟通会的最后,Suraj Gajendra说道。

 

分享

推荐文章

  • toolbar