CES 2026 | 從感知到執行 TI打破L3級智駕規模化落地的“三道墻”

作者：毛爍

當自動駕駛的競爭從L2+級向L3級邁進的關鍵節點，其面臨的挑戰往往不再只來自算法本身，而是被三堵“工程墻”所約束——算力能效邊界、感知成本曲線，以及車內通信架構的割裂。

在CES 2026上，TI在拉斯維加斯亮相了其新的產品組合，直指這三堵“工程墻”，以可量產、可落地的方案，逐項擊穿功耗、成本與架構瓶頸。

01 “去液冷畫”路徑：用能效跨過“算力墻”

隨著軟件定義汽車（SDV）的架構持續下沉，區域控制器（Zonal Control）與中央計算單元的融合，已經從概念選擇演變為工程實踐。但隨之而來的，是算力集中帶來的功耗與散熱壓力，正在反向制約架構本身的演進。

在當前的主流方案中，高性能SoC往往通過通用GPU堆疊算力。這一路徑加速推高了芯片功耗，迫使整車系統引入液冷方案。

但是，對于定位大眾市場、強調成本可控性的車型而言，液冷系統不僅意味著BOM成本上升，更涉及到整車結構、可靠性與供應鏈復雜度的系統性抬升。事實上，這已成為SDV 普及過程中的隱性門檻。

TI此次在CES 2026上重點展示的TDA5高性能SoC系列（后文簡稱“TDA5”），正是針對這一結構性矛盾，推出的工程解法。

技術層面上，TDA5并未沿用“通用GPU堆料”的主流路線，而是回到了TI最為熟悉的方向——DSP 架構下的能效極限挖掘。

TDA5的核心在于集成的TI C7 神經處理單元（NPU）。這一處理單元圍繞矩陣計算與現代AI算法負載進行深度定制，對包括Transformer推理、BEV鳥瞰圖在內的車載感知與融合任務進行了針對性優化。

這種架構選擇，直接體現在能效指標上。TDA5在官方披露的數據中，實現了超過24 TOPS/W的能效水平。

換言之，在執行同等級別AI任務時，其功耗顯著低于依賴大規模GPU并行的方案。在典型的 L2+級應用場景（算力需求約400 TOPS） 下，TDA5甚至可以擺脫液冷系統，僅通過風冷或被動散熱實現長期穩定運行。

在架構層面，TDA5的另一項關鍵技術優勢，是引入了Chiplet（芯粒），并支持行業標準的UCIe互連接口。模塊化算力單元的引入，使得整個平臺的算力配置不再被單一SoC所固化，而是可以在10TOPS到1200TOPS的區間內按需擴展。

從應用效果來看，這一設計對OEM的意義，一方面在于性能的提升本身。另一方面則是，在同一套軟件與系統架構下，車企可以通過增減Chiplet數量，靈活覆蓋從入門級“前視一體機”到旗艦級“L3中央計算平臺”的不同產品形態，無需為每一檔車型獨立維護硬件平臺。

在“去液冷化”的工程思路下，TDA5 實際上把高性能計算重新拉回到了主流車型可承受的系統邊界之內。

02 降體積、降BOM、保細節 4D成像雷達的工程革新

在L3級自動駕駛的感知鏈路中，4D成像雷達因其具備高度（Elevation）探測能力，能有效區分路面靜止物（如井蓋、橋梁）與真實障礙物，被視為關鍵傳感器。然而，傳統4D雷達多采用多芯片級聯方案，導致模組體積巨大、成本高昂，難以大規模部署。

TI此次展示的AWR21884D成像雷達收發器（后文簡稱“AWR21884D”），則對雷達形態進行了革新。

TI利用其在射頻CMOS工藝上的優勢，在單顆芯片內集成了8個發射通道和8個接收通道。這一指標意味著，僅需一顆AWR2188，即可達到過去兩顆傳統芯片級聯才能實現的分辨率。

另外，該芯片的性能指標也有了大幅躍升，其ADC采樣率達66 MSPS，線性調頻脈沖斜率達到266 MHz/μs。在典型工況下，該芯片在高速場景中可實現對遠距離車輛目標的穩定探測，并在近距離多車并行或緊鄰行駛時，保持足夠的分辨率以區分相鄰目標，為復雜交通環境下的雷達感知提供了更可靠的物理基礎。

AWR2188的價值，并不止于雷達本體性能的提升。真正的變化，發生在系統架構層面。

圍繞AWR2188，TI采用了“衛星雷達架構（Satellite Architecture）”的設計思路。在這一架構中，分布在車身各處的雷達節點不再承擔復雜的點云生成與目標級處理任務，而是回歸為更純粹的感知前端。

這其中，AWR2188支持將未壓縮的原始雷達數據（Raw Data）直接輸出，并通過高速接口流式傳輸至中央計算單元。

這種“強中央、輕邊緣”的分工方式，在系統層面帶來了兩重直接收益。

在物理與工程層面，單芯片8Tx8Rx的高度集成，使雷達模組體積顯著縮小，更易于嵌入車門、翼子板、保險杠邊角等受限位置。同時，減少芯片數量也有效降低了模組BOM成本與裝配復雜度。

在算法與感知層面，中央SoC直接基于雷達、攝像頭等傳感器輸出的原始數據進行統一處理，相比傳統以目標結果為輸入的“后融合”方案，新方案能夠在系統層面保留更多時序與空間細節信息。由此帶來的變化是，在“鬼探頭”、低矮靜止障礙物，以及多目標相互遮擋等復雜場景中，感知算法對細節變化與異常行為的識別更加穩定。

03 打通“通信孤島”：以太網延伸至車身“神經末梢”

在整車電子電氣架構中，通信網絡的碎片化長期是被忽視卻難以回避的問題。盡管千兆以太網已經成為車內骨干網絡的事實標準，但在車窗、座椅、燈光等車身邊緣節點，CAN、LIN等傳統總線仍然占據主導地位。這一割裂的網絡結構，使中央計算單元無法對邊緣執行器進行直接、高速的訪問，必須依賴多級網關完成協議轉換，客觀上形成了大量“通信孤島”。

TI此次展示的DP83TD555J-Q1 10BASE-T1S以太網PHY（簡稱DP83TD555J-Q1），是針對這一結構性問題提出的補全方案，目標是將以太網能力延伸至車身末端節點。

在技術實現上，DP83TD555J-Q1的關鍵設計在于，在PHY內部集成了以太網媒體訪問控制器（MAC）。

其實，在現有車身控制架構中，大量低成本MCU并不具備以太網MAC接口，這也是以太網難以向邊緣普及的重要原因。通過將MAC下沉至PHY，使這些MCU只需通過通用的SPI 接口，便可直接接入DP83TD555J-Q1的10BASE-T1S以太網，從而降低邊緣節點接入以太網的門檻。

在功能層面，該芯片同時支持數據線供電（PoDL），通過一對雙絞線即可同時完成數據與電力傳輸。更具系統意義的是，DP83TD555J-Q1支持隧道（Tunneling）機制，可將CAN、LIN等傳統總線數據封裝為以太網幀進行傳輸，使既有車身網絡能平滑接入以太網體系。

從應用結果來看，10BASE-T1S向車身邊緣節點的下沉，意味著以太網從骨干網絡延伸至整車“神經末梢”。在這一架構下，工程師可以基于IP地址直接尋址并控制車窗電機、座椅模塊、氛圍燈等執行器，減少中間網關帶來的協議轉換與時延開銷。

更重要的是，這種端到端的統一通信方式，使軟件定義汽車不再停留在中央計算平臺層面，而是形成了真正覆蓋感知、計算與執行的閉環體系。

從這一層面看，未來OTA更新，或許具備了直接觸達車身每個執行節點的工程基礎。

04 寫在最后

TI在CES 2026上展示的這三塊“拼圖”——TDA5、AWR2188、與DP83TD555J-Q1，邏輯環環相扣。

TDA5以極致能效為核心，壓低了集中式計算在功耗、散熱與系統成本上的門檻；AWR2188則借助衛星雷達架構，將高階感知從“堆硬件”轉向“重分工”，緩解了體積、復雜度與感知精度之間的長期張力；而DP83TD555J-Q1的下沉，則補齊了車身邊緣節點的通信能力，使集中式計算與分布式執行形成真正連貫的網絡體系。

在L3級自動駕駛即將迎來量產大考的關鍵階段，行業所面臨的已不再是“能否實現”，而是“能否規模化落地”。TI此次給出的，或許是一套更完整的系統級解法。

某種程度上，TI展出的這些以工程為出發點的創新，或許正是當前車企需要的答案。