自动驾驶ECU演化
伴随传统燃油车向混合动力以及最终纯电动汽车的转变，应对全球气候变化及实现碳中和目标，自动驾驶汽车的未来已不容忽视，如今自动驾驶能力正在车端不断进化成长。SAE定义的自动化等级见下：
当前的大多数ECU都是在几年前设计的，当时CAN总线的带宽可以满足多种传感器、执行器和ECU间通信的需要。每一项新功能都需要一个新的编程ECU，这给利润率带来不小压力。更多的软件代码意味着更高的复杂性，这降低了可靠性。在车辆上分层技术所需的ECU数量迅速超越了CAN总线/ECU架构的驾驭能力。
这促使汽车制造商进一步成为基于以太网的硬件/软件组件集成商，就像计算机制造商从键盘、电源、DIMM和处理器等可用子组件市场设计新的PC和服务器一样。
如今，车辆日益加配L3-L5功能，需要更多的高带宽传感器来支持更高级别的自动驾驶。车辆前部的L2长距雷达传感器和摄像头支持ADAS的基本功能，包括自适应巡航控制、车道偏离警告、紧急制动、停车辅助和驾驶员状态监测等。技术助力司机，但驾驶员要保持控制。L3近程和远程激光雷达有助于在夜间条件下（夜间摄像头性能受限）看清周围状况。在L4/5级别，自动驾驶传感器提供全面的360度视野。
Bosch预测了每个自动化级别所需的64位CPU和内存需求（见下）。快速跃升会出现在L2/3和L3/4过渡之间。
自动驾驶传输和接收的大量实时数据造成了传统控制单元设计的瓶颈。L5需要更大的CPU功率和内存。像NVIDIA这样拥有DL-Pegasus-AI计算机的公司，使用双ARM CPU和图形处理单元（GPU）处理ECU功能，产生每秒320万亿次的运算（TOps），如下图所示。[1] 因为需要更多的计算机功率，例如高通的Snapdragon Ride ECU聚合平台可为L4/L5 自动驾驶提供700个TOps。[2] 这些超高速解决方案似乎违背了摩尔定律，采用了低成本、功能强大的片上系统（SoC）设计，将多核CPU、DRAM和其他逻辑部分集成到一个芯片中。
随着工程师对L5的改进，英特尔Intel估计一辆自动驾驶汽车每天可以产生4 TB的数据。[3] 预测显示到2030年美国将有2.59亿辆汽车上路，十分之一的汽车将实现自动驾驶，相当于每小时产生4 EB (Exabytes)的数据。[4]
随着现有车辆通信路径被新的数据流量淹没，需要一个新的现代化阶段。Bosch和其他企业正采用一种分散式域控制(DCU)器架构，支持传统的ECU/CAN总线和未来的网络，如下图所示。[5]
ECU整合使得汽车制造商可以更新现有功能，并可能采用物联网（IoT）边缘和基于云环境中的概念。这种转变将支持ADAS/自动驾驶控制器系统和基于AI/专家的人类驾驶能力和行为的复杂开发、测试和部署，特别是在不可预测的紧急机动时刻。这不能用8/16位处理器来实现，70-150个ECU也不实用，因为每个ECU都有各自的CPU和内存。这些控制器是整合的目标，如Intel所认为的，仅集成信息娱乐和仪表盘ECU就可以为每辆车节省60至100美元。' [6][7]
在熟悉的超融合服务器计算模型中的软件定义设计将开始出现在车辆中。每个应用程序将托管在虚拟ECU上，并由必要的客户操作系统支持，如下图所示。这些系统可以由一个虚拟化层来支持，比如开源的ACRN (是一个流行的物联网超融合虚拟机)。[8] 引导加载程序启动位于多核SoC处理器顶部的控制器。
一辆有意识的汽车，在没有司机的情况下，利用算法对周围环境做出反应，根据传感器的输入做出决定，被许多人视为汽车的灵丹妙药。意识需要使用摄像头、激光雷达和毫米波雷达、定位地图、基于意图的规划、偏好、当前条件、精确控制和故障管理来感知车辆。当车辆的外部信号被隧道和高楼大厦阻挡或遮挡时，惯性导航系统会添加实时信息，如电流通过陀螺仪、加速计、磁强计，以及惯性测量单元的温度传感器。[9] 该处理器运行'卡尔曼'滤波算法，该算法使用传感器数据随时间变化的线性二次估计来消除噪声误差。[10]
现如今已经有处理实时视觉系统、激光照明及其反射、无线电波辅助距离、角度和速度的计算能力。[11] 通过RTK固定基站信号增强GPS，车辆导航精度在1英寸（2.54厘米）以内，可以确定人是在路肩还是在人行道上。[12][13] 农民使用RTK自动引导拖拉机穿过农田。源自智能手机、社交媒体和设备的行为可与V2V数据相结合，以确定道路状况，使车辆能够自动绕过坑洞，向右侧移动以供紧急车辆使用等情况。
从包括传统PC市场在内的许多行业来看，如今的汽车计算模式已经成熟，到了可以颠覆的程度。宝马，大众等希望通过采用开放联盟的以太网等标准来降低成本并简化流程，而不是创建专有网络。[14]有些车厂增加了现成的商用现货零件的使用。[15] 标准化往往催生新的细分领域供应商，而传统汽车制造商承担了更多的整合角色。
更简单、更智能、更小巧的ECU架构时代即将到来，在这个架构中，单个设备可以完成许多传统单元的工作。该架构必须安全，因为其运行如此多的关键代码。此外，该架构还包括对5G技术的支持，允许远程更新代码，向驾驶员提供当前交通数据，并实现车辆技术辅助避免潜在的危险问题。更高的无线车辆带宽增加了可供机械师使用的预测性传感器服务数据，以提升服务和可靠性，增加了驾驶员对于停车位的提醒，并将驾驶员引导至无等待的充电站。
拥有更多自动驾驶功能的智能汽车需要ECU整合，并可能在新架构中引入域控制单元（DCU）。设计还需支持基本的实时操作，如电机控制和防抱死制动，以及高级自动驾驶要求的摄像头识别或雷达目标检测。ECU的进化整合将针对CPU处理、大存储需求、对其他操作系统的支持、具备64位地址空间的存储计算一体化等。
[15] https://blog.samtec.com/post/connectors-for-the-automotive-world/