特斯拉丨ADAS辅助自动驾驶固件HW2.0的导热

 

03
—
伴随硅谷跨界的“热管理”方案
风冷散热+中高导热硅凝胶

和CPU相比，GPU逻辑控制和缓存较少，虽然单个计算单元的逻辑运算复杂程度有限，但由于并列大量的计算单元，可以同步进行海量简单的运算任务。尤其适合处理视频、图片等自动驾驶过程中产生的非结构化数据。

与Mobileye分手没多久，Tesla就发布了搭载Nvidia Drive PX2平台的全新辅助自动驾驶系统autopilot HW2.0。

和EyeQ3那个孤零零的视觉芯片比起来，Nvidia给Tesla配备的弹药的确很上档次！它搭载了一颗Nvidia Parker SoC ，一颗Nvidia Pascal GPU，一颗英飞凌TriCore CPU；再结合豪华升级的传感器阵容，足以实现自动驾驶的L4级。

搭载Nvidia Drice PX2方案的Tesla autopilot HW2.0（自动驾驶固件2.0）

显然，同为硅谷出身的Nvidia老板黄仁勋和Elon Musk即便跨界到汽车领域也依然改不了科技产业的玩法，就连炫耀自家的自动驾驶平台也是说“计算能力可与150台MacBook Pro媲美”。

但是伴随着强劲的性能，GPU芯片功耗也比EyeQ3芯片高出数倍。而当系统满负荷运转时整体功耗可达200W！（https://www.techpowerup.com/gpu-specs/tegra-x2.c3231）

那么再来看一下此时Autopilot HW2.0所采用的热管理方案——满满的电脑主机风扑面而来！为了提高散热效率他们采用了强制对流方案，在内部关键发热元件上加装了散热片与风扇。

Autopilot HW2.0壳体外的散热片

Autopilot HW2.0壳体散热片上方的风扇

对于强制对流的散热方案科研机构有做过专门研究，理论上来说PMI结温下降的幅度与风扇的风量呈现正相关的关系，但是当风扇风量达到一定程度之后PMI结温的下降曲线就趋于平缓。也就是说当风扇转速达到临界值后温控的边际效益也会大幅度递减。

散热系统的风扇风量参数对IPM结温的影响（基于数值模拟的伺服驱动单元散热问题研究_王勇）

恰好在tesla车主论坛也出现了好多对于Autopilot HW2.0风扇噪音的吐槽。可以说车内环境本来就是比较嘈杂的，即便如此车主们还能被风扇噪声搞的怨声载道，可见Tesla已经把提高风量改善散热这个方案的潜力压榨干净了！

而Autopilot HW2.0的导热方案，主要有面向GPU芯片的导热硅凝胶，以及为GDDR5显存降温同时弥补空位的导热垫片。

Autopilot HW2.0中GPU级GDDR5的导热材料

根据科研机构对伺服器单元进行的研究，当导热材料的厚度为0.2mm，散热器表面温度达到70摄氏度后，在风扇风量不变的情况下，随着导热材料导热系数的增加结点温度会随之下降；但当导热系数超过3W/mK之后，温控的优化空间将变得有限。

厚度为0.2mm的TIM导热系数对结温的影响（基于数值模拟的伺服驱动单元散热问题研究_王勇）

因此，基于这个结论，从成本与性能的平衡点出发，我们可以认为在Tesla采用强制对流的散热方案时，导热材料的导热系数应该在3W/mK左右！而这个导热系数的硅凝胶产品也的确是精密电子产品热管理应用中最常出现的。

时间一晃，Nvidia为Tesla服务了三年，此时的Tesla已经成了辅助自动驾驶领域的标杆，将实验室里闭门造车的Google waymo远远甩在身后。

然而基因决定行为，诞生于硅谷的Tesla汽车公司，终于还是忍不住自己也做起了芯片！

未完接下篇：特斯拉丨ADAS辅助自动驾驶固件HW3.0的导热