凤凰网汽车

原标题：汽车信息数据激增 美光发现了哪些新机遇？

【编者按】在愉快的“吃鸡”时，电脑出现卡顿，可能不仅是显卡的问题，内存与存储也非常重要。同样的道理，随着智能汽车的发展，高清地图、ADAS、车载娱乐系统等所产生的海量数据，使得大容量、超稳定的汽车存储成刚性需求。

数据显示，受终端需求增长和市场规模扩大，2017年全球存储市场总规模达到1,350亿美元，同比增长60%。其中，DRAM（易失性存储）和NAND（非易失性存储）的年同比增幅分别为67%和52%。而随着工业物联网、智能汽车的发展，存储市场将进一步扩大。

作为全球最大的半导体解决方案供应商——美光科技，如何预见智能汽车存储技术发展的新趋势与新要求？美光科技嵌入式产品事业部市场副总裁Kris Baxter同《汽车财经》讲述其独到见解。

汽车智能运算：“云”向“边缘（汽车）”转移

目前，人工智能运算在智能汽车中的整个流程是：通过汽车设备收集数据信息，传送云端通过深度学习等对数据进行分析、更新，然后把更新的数据再传回汽车中作出决策。为了保证自动驾驶作出实时的反应和足够的安全，Kris Baxter认为，智能汽车将出现人工智能运算从“云”向“边缘”转移的技术趋势。

所谓的“边缘计算”，就是通过增加智能网关类产品，在网络边缘的节点上就近处理采集到的数据。而这些边缘设备主要是汽车、工业物联网和工业系统内的网关等。Kris Baxter表示：“将原来涉及整个全网的计算部分转移到边缘设备上处理，这样可以平衡网络数据流量过载问题，也可以减少网络的数据传输量和运算量（云计算），确保系统有更快的处理效率和响应速度，降低网络延时度。而‘高带宽、低功耗’是解决能否在边缘设备中进行更多边缘计算关键。美光也一直在为推动高性能、低功耗的技术而努力。”

当然，在Kris Baxter看来，汽车深度学习依赖于规模庞大的数据库做基础，将这么大规模的数据全部存储在车上不太现实。所以现在所面临的挑战是，边缘计算和云端集中计算的平衡问题，深度学习如何合理分配到两种计算当中，迅速做出及时的决策，这将面临着资源分配和如何取舍的问题。

智能汽车存储新要求 NAND、DRAM齐头并进

随着自动驾驶的发展，对存储需求主要体现在以下几大方面：一是传感器端对信息进行存储和传输，便于车辆最终做出决定控制，这个过程对于存储和内存产品需求都有大幅度上升；二是车内驾驶体验要求有更快的存储和写入速度，例如未来语音识别、手势识别、驾驶员监控等功能提升；三是车内数据仪表盘未来对于存储产生很高的要求，分辨率可能会涨到4K。

同时，在具体的技术规格上，自动驾驶L1-L5不同阶段对于内存和存储产品需求不同。L1级自动驾驶大多停留在可提供一些独立功能的层面，L2可以实现独立功能的协同，例如图像识别、紧急制动预警、自适应巡航等。L1和L2级对存储器的内存和存储容量的需求大致为10Gb和10GB。L3级可以在有限路况上实现自动驾驶，其存储需求量有爆发式增长，内存和存储容量分别达到了100Gb和100GB。未来的L4/L5级自动驾驶，车内甚至没有方向盘，势必有更多人工智能AI技术的介入，车内电子系统的存储容量预计最高可达到TB级别，对存储器的密度和性能的要求也更高。

Kris Baxter认为，L1、L2级别的自动驾驶的大多数需求能够由LPDDR4内存来满足，而随着技术要求越来越高，这个需求未来更多将会由LPDDR5和GDDR6产品来满足更高的计算性能。未来对于存储的尤其写入速率、容量要求和性能的要求越来越高，产品选择会从e.MMC转到UFS再转到PCle。所以美光科技在汽车领域是两条腿走路，NAND、DRAM齐头并进。

工业商数：降低工业物联网中总体拥有成本

无论工业、零售还是个人领域，Kris Baxter表示主要考虑的是产品和技术总体持有成本，不仅仅购买产品成本，还涉及产品技术、评估验证、认证、更换、退换货等。美光科技提出“工业商数（IQ）”的概念，一般来说，在汽车领域，车内使用的某项技术要保证5-7年之内有不间断的供应支持。所以，美光对于存储相关产品做了广泛的质量测试，保证产品的相应使用年限，以及周期内不间断的出货能力，以此降低工业物联网中总体拥有成本。

在中国的汽车领域，美光科技与国内众多知名汽车品牌展开合作。自动驾驶汽车商业化的前提之一是相关技术的大规模量产，美光科技致力于调整技术发展路线，在技术上进行创新，有效降低成本，实现高效应用，以应对自动驾驶汽车商业化的到来。

文章作者：蔡义敏

汽车财经网出品，欢迎转载，转载请注明作者及出处！