之前我们畅想了自动驾驶普及后驾驶座舱当如何升级，这些属于硬件系统，而智能的聪明才智更多还是体现在软件层面，所以今天我们来看一看未来的车机系统会有那些变化。

随着电气化时代的到来，汽车将不再局限于交通工具，而是与智能手机一样成为一个可以移动的数字化平台。很显然车企都是朝着这个方向努力。直白的说，软件将定义汽车。

在具体操作层面，软件将深度参与到汽车定义、开发、验证、销售、服务等过程中， 并不断改变和优化各个过程，实现体验持续优化、过程持续优化、价值持续创造。目前，不同车型在硬件配置方面逐渐趋同，各大车企在硬件领域已经经历了漫长的竞争，硬件及其成本持续改 善的空间较为有限。

说白了，燃油机的上限在出厂时已经决定。即便后期改装，也只能修改一下ECU提升进气量，如果想要进一步提升动力，就需要更换进排气，换涡轮，这些都属于硬件范畴了。而软件定义车辆则可以类比于手机，只要厂商优化做的好，未来提升潜力巨大。

相较于传统汽车，智能汽车能为车主创造丰富的、可感知的价值以及全新的驾驶体验，这也是当前不同汽车形成差异化的关键。因此，软件和算法逐步成为了车企竞争的核心要素，造车的壁垒也由从前的上万个零部件拼合集成能力演变成将上亿行代码组合运行的能力。在智能汽车时代，主机厂主要从如下几个方向发力。

硬件先行，软件升级

从目前的规模来看，面向量产乘用车的智能驾驶系统整体处于 L3及以下级别，智能驾驶技术仍在持续迭代升级中。考虑到一台车实际的使用寿命至少在十年以上。车载计算平台的算力上限决定车辆生命周期内可承载的软件服务升级上限。因此仅仅使用当下的算力是无法覆盖未来十年内的技术升级要求。

为了方便理解我们还是以手机举例，智能手机的芯片升级往往是一年一代，但软件层面的升级一年会有数十次。那么我们类比到汽车上超过十年的使用周期，主机厂在出厂时就得预置翻几倍与现在的算力。目前芯片算力大多在十位数的Tops，而为了满足未来，主机厂要将智能驾驶算力提升至 500-1000Tops 级别。

近年来高算力芯片的问世加速了智能汽车的升级速度，比如英伟达推出的 Xavier（30TOPS）、DRIVE Orin（254TOPS）、DRIVE Atlan（1000TOPS）。根据行业数据，实现 L3 自动驾驶的算力需达 20-30TOPS，到 L4 级需要 200TOPS以上。可见目前硬件方面已经做好了准备，

改变传统的软件架构

文章开头我们提到，在传统的汽车软件上若要新增单一功能， 需要改变所有与其相关的ECU 软件，同时也要修改车内电线、线束布线等，功能或系统升级的复杂性极大，车企集成验证更为困难。若要实现较为复杂的功能，则需要多个控制器同时开发完成才能进行验证，一旦其中任意一个控制器出现问题，可能导致整个功能全部失效

另外，现有架构下主机厂只做集成的工作，车企只是架构的定义者，核心功能是由各个 ECU 完成，ECU 由不同的供应商开发，框架无法复用，无法统一。这也导致过去大部分主机厂自身的软 件开发能力较弱。

随着汽车不断向智能化、网联化方向发展，传统汽车分布式的架构难以适应软件定义汽车的时代需求。过去汽车软件架构更多是面向信号的架构，ECU 的功能是固定的，软件被提前编写在控制器中。 但随着智能汽车的发展，车内搭载的 ECU 数量快速增加，这不仅使 ECU 的点对点的通讯变得十分复杂，且不具备灵活性和扩展性，微小的功能改动都会引起整车通讯矩阵以及各 ECU 软件的变动同时这种架构还面临算力束缚、通讯效率缺陷、以及不受控的线束等潜在问题影响。

为了适应这种软件定义车辆的模式，新架构每个组件设计都是标准化、模块化的。架构中每一个服务组件接口都是 “标准可访问”的，服务组件的设计、部署不再依赖于具体特定的硬件平台、操作系统和编 程语言，同样的组件/功能可以通过标准化接口在不同的车型上实现复用。

同时为了适应智能汽车时代，越来越快的迭代周期。新架构都是可以解耦合的，同时由于其设计的标准型，服务组件和硬件均可以标准化地接入和访问，若要新增某一功能只需增加相应的服务组件并使其调用不同的硬件功能即可。解决了相同的应用在不同车型及硬件环境下重复开发的痛点，使得汽车软件架构十分灵活并易于拓展。

在软件定义汽车时代，汽车电子零部件也将像过去的传统机械、车身零部件一样加速标准化，硬件差异化越来越小。这一点可以类比现在的手机，大家选择无非就是ARM架构的处理器，生产商除了高通就是联发科，内存、闪存的供应商说来说去就是那么几家，大家的标准就是UFS 3.1or3.0，LPDDR5或者LPDDR4。那么我们继续参考手机来看，未来的汽车除了像苹果一样有极高附加值的产品，大部分汽车都会在售价上趋于透明，而主机厂最终盈利的点会在软件以及后期的升级。