一汽全国重点实验室：AI时代车用基础软件及芯片生态协同的思考

    2026第六届智能汽车芯片生态大会上，中国一汽研发总院高端汽车集成与控制全国重点实验室前瞻技术专业设计师、资深基础软件专家姜珊，围绕AI时代车用基础软件与芯片生态协同发表主题演讲。她提出，汽车产业正从软件定义加速迈向AI定义阶段，整车企业的核心挑战已不再是单一功能叠加，而是构建支撑全生命周期的AI驱动软件体系。

    2026第六届智能汽车芯片生态大会演讲场景

    姜珊认为，AI时代的技术选择正从单颗芯片转向一套软硬件体系。过去评价MCU或SoC主要看性能、功能安全、可靠性、成本与供货，而如今CPU、GPU、NPU、MCU、DSP及安全岛等异构资源必须形成整体。Compiler、Runtime、算子库、硬件、基础软件、工具链与模型生态共同决定“稳定的有效算力”。她指出，模型按季度迭代，芯片从设计到量产需3—5年，整车生命周期长达10—15年，节奏错位决定了基础软件必须前置。

    基础软件的角色也在发生变化。传统模式下，芯片先定义，基础软件再做适配，最终形成分布式ECU或域控制器。而在AI时代，基础软件不再只是屏蔽硬件差异的适配层，而是成为异构计算资源的组织与管理层，向下抽象各类资源，向上为智驾、座舱、车控、车身、网联提供统一接口，并贯穿功能安全、信息安全、通信、诊断、OTA与验证。稳定的能力沉淀为平台，NPU架构、算子、Compiler等创新空间则留给芯片企业。

    混合关键性成为新的技术课题。当QM等级AI负载与ASIL-D等级控制负载运行在同一异构平台时，资源冲突优先级、AI推理抖动、模块异常隔离及模型升级对功能安全的影响，都需要基础软件给出答案。姜珊提出AIOS分层演进路径：AIINOS阶段，AI被操作系统调用；AIFOROS阶段，AI辅助调度与异常预测；AIASOS阶段，算力可调度、能力服务化，成为整车公共服务机制。

    软硬解耦是应对节奏错位的关键。姜珊强调，有效算力不是标称TOPS，而是实际模型、软件栈、温度与功耗下整车可用的能力。验证体系要从工具变为底座组成，虚拟ECU、仿真、回放与安全隔离应纳入验证。车云一体同样重要，云端负责数据、训练与编译，端侧负责部署、运行监测、OTA与回滚，版本可追溯、异常可隔离、数据可持续回流。传统V流程强调发布前验证，AI时代还需部署后的长尾安全管理。

    生态协同需要更广泛的参与。姜珊认为，芯片与基础软件协同已不仅是芯片厂与软件供应商之间的事，整车企业、芯片企业、OS与基础软件企业、AI算法企业、工具链企业、检测认证机构、科研院所和开源社区都应参与。AUTOSAR曾收敛MCU时代碎片化，AI领域标准窗口期仍在，标准过早可能扼杀创新，过晚则导致生态碎片化。行业应打造“芯片—基础软件—工具链—应用”联合参考平台，共性能力共建，差异化能力创新，投入前置。

    姜珊表示，OEM能够提供真实需求、真实场景与真实实车验证，与生态伙伴共同推动AI时代车用基础软件及芯片生态协同。中国一汽研发总院高端汽车集成与控制全国重点实验室，依托整车研发、电子电气架构、基础软件、芯片适配与前瞻技术积累，聚焦汽车集成与控制关键技术、车用操作系统、AI平台及生态协同方向，致力于联合行业伙伴开展共性技术攻关、标准研究与实车验证，为智能汽车时代提供安全、开放、可持续的技术底座。