恩智浦半导体(NXP Semiconductors)近日正式发布SAF8444汽车雷达片上系统(SoC),该芯片采用创新射频设计,可实现高性能、低功耗的应用场景。该方案通过简化热管理设计、降低整车集成难度,帮助客户有效压缩整体系统成本,尤其适合电动汽车(EV)平台的规模化部署。
SAF8444延续了恩智浦业界首创的28纳米RFCMOS雷达单芯片架构,为经济型车型及入门级车辆产品线在价格敏感市场中普及L2和L2+高级驾驶辅助系统(ADAS)功能奠定了坚实基础。
恩智浦相关负责人表示:"SAF8444在性能、功耗与成本之间实现了良好平衡,进一步丰富了我们的单芯片雷达产品组合。它帮助客户在满足日益严格的安全法规要求的同时降低系统成本,是推动ADAS功能大众化的重要一步。"
随着高级驾驶辅助功能在各细分车型中逐步成为标配,加之欧洲NCAP 2030标准对低光环境行人识别、全天候稳定性能等真实使用场景提出明确要求,整车厂商和一级供应商在性能、法规合规性与成本控制之间面临越来越大的压力。SAF8444通过在芯片内部直接融合摄像头与雷达数据,可大幅降低系统复杂度、减少功耗并优化整体物料清单。
传统上,满足欧洲NCAP 2030等更高安全标准意味着需要增加更多处理单元和中央计算资源,从而推高成本、热负载与架构复杂性。SAF8444通过在雷达传感器端直接赋予智能处理能力,打破了这一两难局面。该方案支持在雷达SoC上直接执行感知级处理,使整车厂商得以降低对集中式ADAS计算资源的依赖,简化整车架构,并在全球范围内更多车型平台上规模化部署符合法规要求的ADAS能力。
SAF8444采用恩智浦28纳米RFCMOS工艺制造,工作频段覆盖76至81 GHz汽车雷达频段,支持短、中、长距离雷达探测,针对自适应巡航控制、自动紧急制动、盲点检测及泊车辅助等主流ADAS功能进行了专项优化。
在处理器架构方面,SAF8444集成了Arm Cortex-A53应用处理器、Arm Cortex-M7实时核心,以及恩智浦自研的单处理工具箱(SPT)雷达加速器(含DSP支持),实现了嵌入式雷达处理能力的高度整合。
此外,SAF8444还集成了支持双线程的高性能雷达加速器,具备先进的雷达干扰抑制能力,可高效执行计算密集型抗干扰算法。随着道路上雷达设备密度持续提升,这一能力有助于确保系统在射频环境拥塞情况下仍能可靠运行,同时满足当前部署需求和未来监管预期。
SAF8444还获得恩智浦完整雷达软件与使能生态系统的支持,包括雷达软件开发套件(SDK)、安全框架、安全组件及开发工具,可有效加速客户的开发周期。恩智浦同时提供车载网络解决方案、电源管理芯片(PMIC)以及边缘AI算法,助力实现稳健且高精度的角度估算。
SAF8444汽车雷达单芯片SoC现已正式发布,目前处于预量产阶段,面向下一代前向及角雷达设计。核心客户的开发支持现已开放。如需了解更多信息,请访问nxp.com/saf8444。
恩智浦半导体(纳斯达克股票代码:NXPI)是汽车、工业与物联网、移动及通信基础设施市场创新解决方案的可信合作伙伴。恩智浦以"携手共创美好"为理念,将前沿技术与卓越人才相结合,打造让互联世界更美好、更安全的系统解决方案。公司在全球逾30个国家开展业务,2025财年营收达127亿美元。更多信息请访问www.nxp.com。
Q&A
Q1:SAF8444是什么芯片?主要用于哪些场景?
A:SAF8444是恩智浦推出的一款汽车雷达片上系统(SoC),基于28纳米RFCMOS单芯片架构,工作在76至81 GHz雷达频段,支持短、中、长距离探测。主要应用于自适应巡航控制、自动紧急制动、盲点检测和泊车辅助等主流ADAS场景,面向经济型及入门级车辆平台,帮助主流车型以更低成本实现L2/L2+驾驶辅助功能。
Q2:SAF8444如何帮助降低ADAS系统成本?
A:SAF8444通过在芯片内部直接融合摄像头与雷达数据,将感知级处理能力集成于雷达传感器端,减少了对外部集中式ADAS计算资源的依赖。这一设计简化了整车架构,降低了热管理复杂度,并优化了整体物料清单,从而在满足欧洲NCAP 2030等安全法规要求的同时,有效控制系统成本,使ADAS功能得以在更多主流及经济型车型上普及。
Q3:SAF8444如何应对日益增加的雷达干扰问题?
A:SAF8444集成了支持双线程的高性能雷达加速器,具备先进的雷达干扰抑制能力,可高效执行计算密集型抗干扰算法。随着道路上雷达设备数量持续增加、射频环境愈加复杂,该功能可确保系统在拥塞的射频环境中依然稳定可靠地运行,同时兼顾当前实际部署需求与未来监管要求。
好文章,需要你的鼓励
2025年1月,OpenAI、软银、甲骨文和MGX联合宣布"星际之门"计划,承诺投资5000亿美元,部署高达10GW算力基础设施。如今,该项目已从白宫发布会上的宏大承诺,演变为一场前所未有规模的基础设施建设实验。项目已扩展至德克萨斯、威斯康星、俄亥俄等多地,并延伸至阿布扎比和挪威。然而,融资争议、合作伙伴摩擦、能源压力及政策监管收紧,正考验着这一"AI工业园"模式能否真正落地。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
加密货币交易所OKX正式推出AI智能体交易市场OKX AI,允许AI代理相互雇佣、自主结算,并建立基于区块链的可携带信誉档案。该平台经过50家早期服务商封测后向开发者开放,依托稳定币和链上支付基础设施,支持全天候微支付。OKX创始人徐明星表示,传统金融基础设施为人类而建,智能体经济需要为自主软件专门设计的基础设施。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。