【网通社快报】恩智浦刘昱炜在第四届AI定义汽车论坛介绍车端边缘AI产品及落地场景

9月18日，在盖世汽车第四届AI定义汽车论坛上，恩智浦半导体大中华区汽车边缘AI产品市场经理刘昱炜发表了题为“车端AI产品及落地场景分享”的演讲。刘昱炜指出，车端AI正从座舱、ADAS的大模型向区域控制器、MCU的小模型延伸，2028至2030年将成为落地高峰期。当前三大落地场景为BMS电池管理、智能底盘控制与虚拟传感器。在产品矩阵方面，恩智浦端侧AI产品涵盖带AI能力的MCU、专用AudioDSP、UWB产品等品类，全系列产品均搭载自研嵌入式NPUIP，配套全自研工具链。NPUIP架构覆盖中央计算平台与S32K5MCU等全系列产品，同主频下加速效率为M7的10至30倍。在中央计算与AIBox方案上，恩智浦中央计算平台支持多域不同功能安全级别任务隔离。AIBox产品针对12至15万级存量经济型座舱平台，单芯片算力40TOPS，可扩展至160TOPS，单芯片功耗6.4W，支持独立千兆以太网连接域控与算力卡外挂座舱芯片两种模式。模型适配方面，国内已完成千问、面壁模型适配，海外已完成Llama、Gemini等模型适配。在区域控制器AI场景方面，刘昱炜透露，国内销量前14的OEM中有10家明确计划在2028至2030年下一代架构中搭载高实时小AI模型。恩智浦S32K5芯片NPU算力覆盖51至400TOPS，配套R52核支持浮点模型直接部署。三大落地场景中，BMSAI方案将SOC、SOH精度从3%至5%优化至1%以内，已提供开源预训练模型；智能底盘AI方案已完成路面分类轻量模型开发，参数量为186K，单推理耗时2.2毫秒；虚拟传感器方案中，胎压、自动大灯传感器替代等合作项目已接近量产阶段。在工具链方面，恩智浦自研工具链通过混合精度量化策略，将32位浮点转8位整形的量化精度损失控制在0.1%以内。