|
6月17-18日，2024首届中国（重庆）智能汽车基础软件生态大会暨第三届中国汽车芯片高峰论坛在重庆召开。本次大会以“基础共筑，开源启航”为主题，由中国汽车工业协会、重庆市经济和信息化委员会主办，中国电子科技集团有限公司联合主办，普华基础软件股份有限公司、中国电科芯片技术研究院、西部科学城智能网联汽车创新中心协办，西部科学城重庆高新区管委会承办，旨在为我国汽车软件和芯片产业发展搭建高端务实的专业交流平台，分享创新成果，打造产业生态，构建开源、开放、创新的生态体系，助推汽车产业高质量发展。其中，在6月18日下午举办的“第三届中国汽车芯片高峰论坛”上，加特兰软件总监郑珉楠发表精彩演讲。以下内容为现场发言实录：
大家好，我是加特兰软件总监 郑珉楠，目前负责加特兰的软件开发和系统测试、产品交付等工作。今天和大家分享一下我们公司在汽车芯片软件标准化的一些探索与实践。
加特兰作为CMOS工艺毫米波雷达芯片开发与设计的领导者，自2014年成立以来，注重创新，全球已累计布局450余件专利，赋能了200余款的乘用车，目前累计汽车芯片出货量超800万片。
首先回顾一下这些年我们在软件标准化方面取得的成就：
在功能安全方面，我们在2021年取得了ISO 26262功能安全管理体系认证和产品认证，是全国首个完全符合功能安全产品认证的芯片公司。
网络安全方面，我们在2023年通过了德国莱茵TÜV ISO/IEC 27001:2013信息安全管理体系认证。
信息安全方面，我们于去年获得了ISO/SAE 21434汽车网络安全管理体系认证，成为国内半导体行业率先获得该认证的芯片公司。
质量方面，我们今年推出的4D成像雷达芯片Andes，将可靠性提升至AEC-Q100 Grade 1标准，可以支持150度环境温度的测试。整个质量体系从2022年ASPICE LEVEL 1认证到去年LEVEL 2评审的通过，今年将按照LEVEL 3的节奏往下推进。在测试领域，预计在明年Q1也会通过TMMI 4级的认证。
软件开发方面，我们的MCAL软件研发与交付严格遵循AUTOSAR组织的规范更新节奏，并且我们的交付体系也在不断进化，从2021年建立的自动化测试框架，到2022年完善的DevOps体系，再到去年所有测试资源上云，以及今年开始构建的SecDevOps体系，所有工作都在有条不紊地推进中。
在芯片软件标准化发展中，我们也经历了一些重要历程：
标准化之旅是起始于懵懂期，在2020年之前，我们更追求速度，希望把产品快速交付给客户，对质量和能力把控上还没有这么严格。但是我们逐渐认识到标准化的意义，2020年我们基本确定了要把功能安全、信息安全以及其他相关标准要进行落地。2021年我们进入了导入期，这一段时间我们工作重点是选择适合我们公司落地的方法和策略，在这个过程中我们和一些专业的咨询机构初步搭建了完整的标准化体系。在这一段时间，我们也评估了大量的工具，包含了一些需求管理工具、项目管理工具、测试工具等。
我们选定了一个相对历史包袱比较轻的项目，成立了一支年轻有活力的团队进行标准化试点。2022年正式进入到实践期，在这一段时间我们整体的宗旨，还是要把事情做全，要知道怎么正确地做事，所以重点是双向追溯。整体方案是按照PDCA的逻辑进行不断迭代和优化。经历了一年的时间，我们整个体系建设得相对比较完善之后就进入2023年，2023年我们的重点是把需求和测试要做到更加规范化，我们的项目和质量管理上也有更加明确的目标，能够去实时监控项目的进度和风险。
去年我们用了一年的时间，将我们整个标准化体系搭建得相对比较完善，今年开始我们进入迭代期，在这个阶段我们把更多的重点放到把一些历史的成果做一些复用，不同产品、不同芯片做一个归因，重点是把需求和措施做得更标准，项目管理、质量管理做得更精细。
在做的过程中，我们也遇到了很多困难，我挑几个典型的例子与大家分享：
第一个困难是双向追溯，这主要是针对需求和测试的完整度，针对这方面我们主要利用了业内比较先进的一些管理工具，我们采用了PDCA的管理工具，在有限人力资源的情况下实现了测试结果完整的闭环。我们也自研了一些工具，打通了详细设计和代码仓库，及代码仓库和单元测试之间的链路，确保了从详细设计到单元测试的完整闭环。此外，我们还会经常遇到需求变更的问题，质量审计、技术评审或者客户的变更，我们开发了一些小工具，去通过一些类似于基线的模式，把需求和变更做了双向的跟踪。
第二个困难是如何编写一个好的需求，需求对于一个项目来讲是至关重要的，会影响整个项目是否会顺利进展，包括是否会有一些返工。我们整体做法先以模仿为主，先看一下业内最佳的实践来选定了一些准则。针对这些标准和样本，我们将所有的需求按照这些标准和样本来进行最佳实践。目前，我们已把不同芯片、不同项目需求都进行了汇总。
第三个困难是交付，我们都想用最短时间最少人力交付最高质量的内容，但并没有这么简单。我们通过引入了完善的系统，CI/CD的一条完整的流水线，实现从需求到测试到交付之间的闭环。同时我们基于测试框架，打通了需求管理、任务管理以及代码管理，实现了所有测试项目的自动化。目前我们整个自动化率达到90%以上。把内容交付给客户以后，经常遇到一个问题就是，无论是客户、测试、研发经常遇到测试环境不对齐的问题，我们搭建了一个云测平台，我们把所有测试设备和资源都上到云端，无论是客户还是测试或研发人员，在世界任何一个角落只要有网络就可以登陆这个平台去预定测试资源，去实现测试环境的统一。
最后遇到的比较典型的问题是融合，一个是标准的融合，一个是领域的融合。标准这一块主要指的是功能安全、信息安全等，领域安全主要是在芯片开发过程中，我们包含了软件部门、测试部门、数字设计、模拟设计等多个领域。我们的顶层逻辑是把所有内容融合到ASPICE的V模型里面，在我们研发和测试实际操作过程中，我们每一条需求都有功能安全、信息安全的描述，并在测试方法和设计方法里面融合了功能安全和信息安全的要求。
刚才提到的这些是我们遇到的一些典型的困难，实际过程中的困难远不止于此，这些困难和挑战现在看来成为了我们宝贵的财富和经验。
现在我们整个体系建设相对完善，后续的重点会放在三个方面：一是平台化，不只是内容的平台化，更多还有流程的平台化；不只是有需求和测试的平台化，也将包含管理流程和质量审核流程等流程相关的平台化。二是自动化，之前关注的点是测试自动化，我们后期会更加关注在项目管理的全生命周期里，同时包含了需求管理的自动化、任务分解的自动化、交付的自动化等。三是安全化，整个芯片底线是安全稳定运行，我们要考量如何跟效率完美结合。
近年来，大家都在提人工智能，我们也一直在思考如何将人工智能落地在中小型芯片公司，因为整体逻辑可能会和一些大公司不太一样。我们先从成本的角度考量，我们自己不会去训练一些大模型，我们更多地会利用现有大模型的一些成果。从安全角度，我们只会做一些与安全相关的内容。最后从认知维度，我们对不懂的或不知道评判标准的事情，我们不会去做。所以最终我们会在对于质量提高、效率提升有益的方面，去尝试一下人工智能的运用。
今天我的分享就这些，非常感谢大家！
（注：本文根据现场速记整理，未经演讲嘉宾审阅）
|
