当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 奥迪高管:芯片上车成本大幅下降

奥迪高管:芯片上车成本大幅下降

2025-07-31 17:30:43 0浏览 收藏

**奥迪高管重磅发声:绝不拿用户安全练手!** 近日,一汽奥迪高管李凤刚强调,奥迪坚持使用车规级芯片,绝不降低安全标准。他指出,车规级芯片的安全标准远高于消费级芯片,故障率要求极低,以保障车辆在高速行驶等极端情况下的安全。这一表态引发了关于汽车芯片选择的热烈讨论。虽然消费级芯片成本较低,但其安全性和可靠性与车规级芯片存在显著差异。文章深入剖析了车规级芯片的严苛认证标准,如AEC-Q系列和ISO 26262,以及ASIL等级评估,揭示了车企对芯片安全性的高度重视。尽管有车企尝试使用消费级芯片,但其安全性和可靠性仍需市场验证,奥迪坚守车规级芯片,彰显了对用户安全的坚定承诺。

7月18日消息,近日,一汽奥迪销售有限责任公司执行副总经理李凤刚公开表示,奥迪绝不会拿用户的安全做实验。

李凤刚以消费级芯片和车规级芯片的安全裕度为例指出,“汽车在高速行驶过程中,一旦出现故障,后果往往非常严重。消费级芯片的故障率允许达到500PPM(即每100万个产品中允许有500个存在缺陷),而车规级芯片的故障率通常要求低于百万分之一。”

随后,关于汽车是否应该使用消费级芯片的问题在网络上引发了广泛讨论,有人表示支持,也有人明确反对。

通常来说,车规级芯片需要通过AEC-Q系列认证以及功能安全标准ISO 26262的审核。

其中,AEC-Q系列认证是车规芯片的入门标准,虽然并非强制性认证,但已被广泛认可为车规元器件的通用测试标准。

ISO 26262标准则是汽车供应链厂商必须遵循的功能安全标准,它为汽车电子电气系统整个生命周期中的功能安全相关流程提供了指导。

一位主机厂研发人员在接受采访时表示:“除了AEC-Q系列认证之外,目前一些芯片企业和整车厂还会对车规级芯片进行更严格的ASIL等级评估,分为A、B、C、D四个等级,其中ASIL D是最高安全等级,例如安全气囊、防抱死制动系统和动力转向系统等关键部件都必须达到该等级。”

与车规级芯片的高标准相比,消费级芯片的准入门槛显然要低得多。“目前消费级芯片尚无强制性的安全认证要求。”一位芯片企业的研发人员表示,消费级芯片更注重性能和成本控制(成本比车规芯片低三分之一到一半),故障率允许≤500 DPPM。

“从安全性等多个角度来看,消费级芯片确实不如车规级芯片可靠。”该芯片企业研发人员指出,应用于智能座舱和智能驾驶等关键领域的芯片,必须使用车规级芯片,以保障整车安全。

从目前情况看,在使用消费级芯片的车企中,特斯拉曾因芯片过热问题实施过大规模召回,其他使用消费级芯片的车型可靠性仍有待市场进一步验证。

“消费级芯片‘上车’或许可以作为一种替代方案,但在安全性和标准化方面仍有许多问题需要解决。”

奥迪高管称绝不拿用户练手!消费级芯片上车:成本大降 无强制安全认证要求

今天关于《奥迪高管:芯片上车成本大幅下降》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

Golang基准测试,benchstat性能对比分析Golang基准测试,benchstat性能对比分析
上一篇
Golang基准测试,benchstat性能对比分析
Python数据清洗:pandas实战技巧分享
下一篇
Python数据清洗:pandas实战技巧分享
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    371次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    428次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    447次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    393次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    218次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码