芝能智芯出品

高通發(fā)布了一份白皮書《Snapdragon Ride：推動輔助駕駛在中國車企與消費(fèi)者中普及的解決之道》。

Snapdragon Ride 平臺，高度集成、可擴(kuò)展、安全合規(guī)的系統(tǒng)架構(gòu)，來平衡功能安全、系統(tǒng)性能與成本控制之間找到平衡點。

Flex架構(gòu)與生成式AI技術(shù)進(jìn)一步增強(qiáng)了系統(tǒng)的集成能力與用戶交互體驗，而無圖輔助駕駛能力和數(shù)據(jù)工廠的配套工具鏈，則為應(yīng)對中國復(fù)雜城市駕駛環(huán)境提供了解決路徑。

Part 1

以異構(gòu)計算和安全為核心的

Snapdragon Ride技術(shù)架構(gòu)

Snapdragon Ride的技術(shù)核心，是圍繞高性能異構(gòu)計算平臺構(gòu)建的一套系統(tǒng)級輔助駕駛解決方案。

平臺采用目前業(yè)內(nèi)先進(jìn)的4納米制程，整合了CPU、GPU、NPU和多種加速器，支持高達(dá)11攝像頭、7雷達(dá)的多模態(tài)傳感輸入，并可擴(kuò)展至40+傳感器，涵蓋激光雷達(dá)、超聲波等信號源。

這類硬件架構(gòu)不僅面向傳統(tǒng)L2+級輔助系統(tǒng)，也具備承載大規(guī)模Transformer網(wǎng)絡(luò)與視覺語言模型（VLM）的能力，適配日益復(fù)雜的AI感知需求。

在硬件層面，Snapdragon Ride通過高度緊耦合的高帶寬內(nèi)存系統(tǒng)，實現(xiàn)了CNN與Transformer模型在推理階段的能效最優(yōu)化，尤其適用于前向路徑規(guī)劃、動態(tài)物體識別、復(fù)雜場景融合等關(guān)鍵任務(wù)。

平臺將ASIL-D級別的安全微控制器（MCU）內(nèi)嵌于主SoC之中，不僅省去外置安全元件的成本，同時也大幅縮短安全軟件開發(fā)與整車集成周期。

該設(shè)計實現(xiàn)了從感知到控制環(huán)節(jié)的全鏈路安全冗余，加上可支持實時運(yùn)行的安全診斷機(jī)制，在關(guān)鍵路徑上實現(xiàn)故障容錯能力。

Snapdragon Ride在軟件棧層面嚴(yán)格遵循ISO 26262與IEC 61508的V模型開發(fā)流程，從需求、實現(xiàn)、驗證、驗證追蹤等環(huán)節(jié)完成全流程閉環(huán)，保證了系統(tǒng)在實際運(yùn)行中的可追溯性和高安全可信度。

Snapdragon Ride通過異構(gòu)計算與ASIL-D安全架構(gòu)結(jié)合，為輔助駕駛系統(tǒng)在中國復(fù)雜道路環(huán)境中提供了高性能、低功耗、高安全性的解決方案，其芯片級安全與感知處理能力在主流市場中具有極高適應(yīng)性。

Part 2

融合式計算與生成式AI：

從硬件平臺走向用戶體驗

除了傳統(tǒng)意義上的輔助駕駛計算平臺，Snapdragon Ride Flex則代表了另一種系統(tǒng)集成趨勢——座艙與輔助駕駛的融合架構(gòu)。

通過將IVI（信息娛樂）與輔助駕駛?cè)蝿?wù)集中在同一片SoC上運(yùn)行，Ride Flex打破了傳統(tǒng)的功能域劃分，在提高集成度的同時減少了系統(tǒng)物料清單（BOM），也讓成本更具競爭力。

虛擬化引擎可支持多個關(guān)鍵級別的任務(wù)同時運(yùn)行，在資源管理和系統(tǒng)調(diào)度層面做到了“互不干擾”的功能分區(qū)（FFI），確保安全任務(wù)即使在混合計算環(huán)境中也可持續(xù)運(yùn)行。

這一設(shè)計為中國車企提供了基于單芯片打造“經(jīng)濟(jì)型高功能整車”平臺的可能，尤其適用于售價在10萬元以下但需滿足L2功能的主銷車型。

在Ride平臺中，生成式AI的嵌入也為輔助駕駛系統(tǒng)引入了更多主動智能與用戶個性化能力。例如在自然語言交互方面，通過結(jié)合NLP與語音合成引擎，平臺可以針對駕駛員行為實時作出反饋，引導(dǎo)其操作、進(jìn)行安全提示、調(diào)整駕駛策略。

這在長途駕駛、復(fù)雜交通場景中尤為實用。生成式AI還能通過識別駕駛員歷史行為模式，對潛在操作意圖做出預(yù)測。例如突然并線、急減速等非預(yù)期行為可通過歷史數(shù)據(jù)建模識別，從而提前啟動預(yù)警系統(tǒng)，提升主動安全水平。

在平臺配套工具方面，Ride平臺提供一整套基于QNN（Qualcomm AI Engine Direct SDK）構(gòu)建的AI開發(fā)鏈，包括模型量化、編譯優(yōu)化與runtime部署工具。

這讓中國整車廠及本地供應(yīng)鏈可高效將TensorFlow、PyTorch等模型移植至Ride平臺，并進(jìn)行高性能運(yùn)行。

Snapdragon Ride Flex將輔助駕駛與IVI集成，使平臺適用于主流車型；生成式AI與個性化系統(tǒng)提升用戶交互體驗，豐富了輔助駕駛系統(tǒng)的主動智能表現(xiàn)，并通過高效工具鏈支持車企快速集成與迭代。

中國輔助駕駛市場的快速崛起，既受益于政策推動與消費(fèi)結(jié)構(gòu)升級，也受到成本與開發(fā)周期的雙重制約。

在此背景下，Snapdragon Ride以SoC平臺為核心，憑借其技術(shù)先進(jìn)性、安全合規(guī)性與開發(fā)工具完備性，為中國車企提供了從中高端車型到經(jīng)濟(jì)型平臺的全面支持路徑。

Ride Flex架構(gòu)打通了輔助駕駛與座艙融合的軟硬件通道；其異構(gòu)計算與功能安全模塊保障了系統(tǒng)的高效與穩(wěn)定運(yùn)行；其生成式AI技術(shù)則讓輔助駕駛系統(tǒng)從“感知決策”走向“用戶理解與交互”。

加之無圖運(yùn)行能力和本地數(shù)據(jù)工廠支持，使得這一平臺成為中國復(fù)雜城市環(huán)境中，輔助駕駛快速落地的重要技術(shù)依托。

小結(jié)

Snapdragon Ride的成功落地并非單一技術(shù)堆棧的結(jié)果，而是系統(tǒng)集成、軟件生態(tài)與本地化適配能力協(xié)同作用的產(chǎn)物，中國整車企業(yè)走向軟硬一體化轉(zhuǎn)型，其對平臺級供應(yīng)商的要求也正從“算力提供者”升級為“解決方案合作者”。

       原文標(biāo)題 : 高通Snapdragon Ride 平臺：如何在安全與效率間推動輔助駕駛