德赛西威提出舱驾融合双优方案，破解算力分配失衡难题

在智能汽车持续演进的进程中，舱驾一体被视为继分布式架构之后的重要节点。佐思汽研的预测显示，2026年到2030年中国舱驾一体市场年复合增长率将达到36%，到2030年仍具备3.6倍的增长潜力。

然而，当座舱域与智驾域被集成到同一颗芯片之上，资源分配的矛盾也随之显现。过去几年间，从高速NOA到城市NOA，辅助驾驶能力不断升级，车企将越来越多的算力投入智驾模型与功能迭代。舱驾一体架构下，座舱和智驾不得不共用有限算力池，资源若一边过度倾斜，另一边的体验便会付出代价。

近期部分量产方案暴露出车机卡顿、SR（场景渲染）掉帧、座舱交互响应迟滞等现象，提示行业重新审视舱驾融合中的算力调度逻辑。如何让智驾更聪明、座舱更流畅，不再是简单的算力堆叠问题，而是需要从架构层面重新设计资源分配机制。德赛西威提出的双优解法，正是针对这一矛盾做出回应，试图在同一芯片平台上同时保障智驾能力与座舱体验，兼顾两条产品线的关键需求。

舱驾融合的下一阶段竞争，将不再只看AI模型规模和功能数量，而在于能否在有限算力下实现多域体验的最优平衡。这一转变对整个汽车电子供应链的架构设计能力提出了更高要求。

【空音视角】 从非接触感知与边缘计算的角度看，舱驾融合所暴露的算力分配失衡问题，在多任务感知系统中同样存在。当WiFi感知设备需要同时承担呼吸监测、跌倒检测、人员定位等多种任务时，如何在有限算力下为各任务合理分配资源，避免某一功能抢占资源导致其他功能降级，是工程落地中的核心挑战。舱驾一体的双优思路所体现的平衡优化理念，与多模态感知系统中的资源调度逻辑具有共通之处：不是单纯追求单项指标的极致，而是在共享资源条件下寻求整体体验的最优解。这一趋势也反映出，硬件集成度越高，软件与算法层的精细化调度能力就越成为决定产品体验的关键。

—— 本文基于公开报道由空音编辑部 AI 辅助改写 来源：雷锋网 原文链接：https://www.leiphone.com/category/transportation/cgxm7O53FRlftYwO.html