7月8日下午，德州仪器中国区技术总监师英在慕尼黑上海电子展上接受了《每日经济新闻》记者的专访。
　　近期，国内多家汽车芯片厂商掀起“舱驾一体”（智能驾驶域和座舱域的功能集成到一个域控制器中）热潮。
　　对此，师英认为：“所谓的舱驾融合，在市场上确实看到很多提法和声音。这个趋势，可能是主机厂来定架构。座舱域和智驾域，运算的种类有所不同。比如座舱域需要大量图像处理，就需要GPU（图形处理器），而智驾域会有很多人工智能、深度学习的运算，就是我们平常说的NPU（神经网络处理单元），或者说AI（处理器）。”
　　座舱域和智驾域的差别
　　值得注意的是，一些公司的AI处理器，也是从GPU发展而来。
　　师英认为：“无论GPU，还是NPU，都可以处理数学运算，只是在处理不同数学运算时各有专长。甚至平常使用的CPU，也可以处理数学运算，只不过运算的效率不同，包括时间成本以及功耗成本。因此，会在不同的场景根据不同的应用需求，来选择使用对应的计算单元。”
　　一般而言，座舱域主要负责汽车娱乐系统。若车机系统卡顿，影响相对不是很大。但若智驾域出错，对行车安全则影响较大。那么在容错率上，座舱域和智驾域是否存在区别？
　　对此，师英回答称：“座舱域在功能安全上的要求会低很多。在ADAS（高级驾驶辅助系统）域，是需要符合26262（即ISO 26262）标准，其功能安全等级是不一样的，因为涉及驾驶安全。除了大量数学运算单元外，德州仪器还有独立的区域，称之为安全岛。这样在芯片层面，就可以把功能安全做得很好。”
　　关于智驾芯片算力问题，师英认为：“在算力需求层面，自动驾驶其实是一个边缘的AI系统。从传感器信号的感知（包括激光雷达信号、视觉信号以及毫米波雷达信号）到融合，再到算力运算，运算后再去规划智驾策略，最后再驱动（车辆行驶），这是一整套的ADAS（高级驾驶辅助系统）系统。在整个链路环节中，算力其实不是关键，或者说不是唯一的决定因素。一方面需要考虑算力的效率，包括融合、运算、规划的效率；另一方面是驱动因素。”
　　师英强调称：“虽然大家对算力有很多要求，但整个系统的架构也是非常重要的。如果一味地追求高算力，那么系统（成本）也会大幅度提高。”
　　因此，师英较为重视性价比。其表示：“当把算力堆砌得非常高的时候，一个系统可能需要非常复杂的散热系统，如液冷、水冷散热。”
　　那么，从ADAS走向AD（自动驾驶），汽车厂商对算力的需求会不会显著提高？师英表示：“如果再到更高级别的辅助驾驶，或者自动驾驶，对算力的要求肯定是往上走的趋势。”
　　人形机器人什么芯片最重要？
　　近年来，人形机器人快速发展。那么，人形机器人又需要哪些芯片支持呢？德州仪器在人形机器人芯片领域又有哪些布局？
　　师英表示：“德州仪器的产品很多，有8万多种。我们看一个机器人，不管是人形机器人或者协作机器人，抑或工厂自动化所用到的制造机器人，它们有一些共通点，就是要接入很多传感器。这些传感器包括视觉、语音，包括对物理量的检测，如温度、电压、湿度。另一方面，每个机器人行动部分，都需要非常精准的马达驱动，每一个关节、每一个自由度，都需要非常精细的控制。还有大量数据的处理内容，包括机器人系统内部，以及云端的数据处理。此外，安全也是非常重要的。包括功能安全，即不可以造成伤害或者事故；第二，是信息安全。需要保证数据的完整性和保密性。”
　　他以马达驱动为例，“我们的伺服电机驱动、DCDC无刷电机驱动，都有很好的解决方案”。
　　可以看出，人形机器人使用多种类型芯片，那么什么芯片又是最重要的呢？师英认为：“我觉得每一个都很重要。人形机器人是一个非常庞大复杂的系统，不能有短板。即使很简单的电源供电，一个LDO（低压差线性稳压器）出了问题，整个系统都会崩坏。所以，从电子工程师角度看，每一个都很重要。”