依托高性能集中式计算，重塑高级驾驶辅助系统架构

集中式计算及其对多模态传感器融合的影响

每种传感模式都有不同的优势和局限性。摄像头能提供丰富的视觉细节，但易受光照条件影响。雷达在恶劣天气和远距离场景下稳定工作，但能识别的物体细节信息较少。热成像传感器能提升低可视度场景下的感知能力，尤其适用于弱势道路使用者及动物检测。通过高性能计算单元进行数据融合后，这些互补数据流通可以相互弥补短板，从而构建更可靠的感知模型。

集中式融合还能更好地支持现代基于人工智能的端到端感知方案，相较于固化的人工设计检测流程，这类方案能更高效地利用丰富的多模态输入数据。这在模糊场景中尤为重要，如高速公路上的漂移物体、路边行人、道路使用者与背景杂物异常重叠等路况，场景理解能力直接决定系统响应是否合理。

麦格纳与英伟达的合作

麦格纳正在将英伟达的DRIVE AGX Thor SoC集成到高性能计算单元规划中，高性能、以安全为导向的计算能力与麦格纳的软件、系统集成和验证能力相融合，支持从L2+到L3级别的驾驶项目、L4级别的自动驾驶出租车和个人L4级别自动驾驶，并进一步拓展至更高级的应用领域。

这种合作现已从芯片集成拓展至兼容Hyperion的传感器、电子控制单元，以及更广泛的一级供应商系统集成支持。在实际应用中，这意味着麦格纳能帮助主机厂将计算平台与车辆其它系统对接——统筹硬件（高性能计算单元、传感器）及软件、测试和实车验证工作，而不是让各个项目零散地拼凑在一起。

通过降低集成和验证复杂度，主机厂可以缩短上市周期、降低工程风险，避免为每个新项目重新搭建软件和测试栈核心组件。

为何这对主机厂至关重要？

共享集中式计算架构可以跨高级驾驶辅助系统级别和车型平台，实现规模化应用，使主机厂能够在不同配置版本上部署差异化的功能集，无需重复开展核心软件和集成工作。通过减少分布式计算节点数量，系统复杂度得以降低——简化软件部署流程，降低配置和版本管理成本，并提升OTA升级工作流的可扩展性。

随着感知模型向数据驱动和多模态融合方案迭代发展，计算平台可直接适配更高的模型复杂度和数据吞吐量需求。这推动车辆架构具备长期适应性，而非将功能限制在量产启动阶段预设的固定功能集。

为了实现这些优势，验证工作必须与系统复杂度同步升级。因此，集中式计算架构需要高度集成的开发与测试基础设施，包括仿真、SIL（软件在环）/HIL（硬件在环）环境以及车队实车验证。麦格纳通过 云端仿真、硬件在环测试和车队实车验证提供支持——在保障测试覆盖范围与量产前系统级可靠性的同时，缩短迭代周期。

麦格纳的全球工程网络进一步为此提供支持，包括专注于E/E电子电气架构、感知算法和验证工具的专职软件及系统工程团队。该能力可覆盖从架构定义到集中式计算系统量产级验证的全开发周期。

真正的变革在于架构层面

高性能计算单元的核心价值不仅仅是更高的计算性能，而是将感知能力视为系统级能力，这不是孤立的传感器和电子控制单元的简单融合。这种架构转变降低了系统复杂度，提升了跨项目软件复用率，助力主机厂在不同车型系列和价格区间规模化落地高级驾驶辅助系统功能，且不会线性增加成本、集成工作量或验证压力。

因此，高级驾驶辅助/自动驾驶的下一个发展阶段，将不再由传感器数量决定，而是取决于能否通过架构将原始传感器数据转化为可规模化、可升级迭代、可量产的智能能力。

希望在不增加系统复杂度的前提下扩展高级驾驶辅助/自动驾驶功能？麦格纳提供高性能集中式计算单元、传感器、传感器融合及系统级集成方案，为L4级架构打造清晰、可规模化的发展路径。欢迎与我们联系，加速推进下一代高级驾驶辅助/自动驾驶技术路线规划。

*本文档是在人工监督下使用 Microsoft Translator 翻译的。