探索软件定义
汽车开发新赛道
依托从芯片到系统的设计解决方案，
加速汽车行业创新进程
01
02
0403
02
03
04
01
目录
软件定义竞赛
已然打响
车企应对成本曲线攀升的
核心举措
整车技术栈的
虚拟化
软件化运行，加快排除故障，
缩短SOP延迟
SDV盈利
进阶之路
适配芯片、统一平台、
自动化品控
芯片与系统的
融合
重构技术栈，
加速创新进程
汽车行业的价值转型起点线
赋能SDV盈利征程终点线
软件定义竞赛已然打响
芯片与系统的融合
整车技术栈的虚拟化
SDV盈利进阶之路
33
01 02 03
汽车行业的价值转型
以软件为核心的开发已成新常态
车辆不再仅仅是机械装置，而是迅速演变为高性能、智能化的计算系统。随着汽车制造商竞相
推出软件定义汽车（SDV），整个汽车产业链正因一系列新诉求而被重塑：成本优化、加快创
新、提升产品差异化、加深软硬件融合。
塑造这场转型的三大关键领域：
电动化
电池和充电基础设施
市场机遇：
到2030年，市场规模将达万亿美元
（GII调研）
软件定义汽车
软件定义的整车架构
可持续化
可持续的产品和
生命周期设计
然而，机遇与风险并存。
以量产启动（SOP）成本和机械效率为
核心的传统模式，已无法确保盈利能力。
“汽车行业正经历有史
以来最为重大的变革。”
――麦肯锡，2023年报告
起点线 | 汽车行业的价值转型
4
从普通商品到竞争优势
“在万物智能时代，各类设备的互联性与自主性持续提升，要求能耗不断降低并逐步实现
电气化；而此类产品的复杂设计工作，必须以可落地的节奏和成本推进。新思科技正是在
此领域发挥作用。我们正在重构这些产品和系统的工程研发模式，与客户研发团队直接协
作，以管理设计复杂度、降低研发成本并缩短产品与创新成果的上市周期。”
Sassine Ghazi
总裁兼首席执行官
起点线 | 汽车行业的价值转型
555
为何架构决定研发节奏
软件研发效率的提升，取决于芯片与系统架构
在早期阶段的协同优化。车企不仅要确定研发
目标，更要明确研发路径。
核心价值所在
这些选择可有效降低返工成
本、确保量产启动（SOP）
节点，并提升软件质量。
新思科技可助力推进这一转型进
程――凭借各类工具、 I P及工作
流，依托下一代设计方法论、软硬
件协同设计、技术栈虚拟化及品控
自动化等能力，实现芯片与系统的
协同统一。
起点线 | 汽车行业的价值转型
关键任务决策
芯片战略：是选择商用成品芯片、定制化芯片
还是混合型方案，以及公司内部应保留多少芯
片研发能力。
合作伙伴模式：何时直接对接知识产权（IP）、
电子设计自动化（EDA）及软件领域的合作伙
伴；如何在生态系统中分配工作任务。
平台技术方向：域控/中央计算架构、人工智能
（AI）加速，以及功耗与性能的平衡取舍。
投资时机：需识别早期资本支出（CAPEX）的
投入节点，以降低后续运营成本（OPEX）、返
工风险及SOP（量产启动）风险。
何为制胜之道
从芯片到系统的协同设计：以需求
驱动芯片开发，而非由芯片反向制
约需求。
虚拟化开发：在硬件到位前，先运行
虚拟电子控制单元（vECU）与数字
孪生模型；保持集成工作的连续性。
大规模自动化：通过持续集成/持续
部署（CI/CD）及可复现的虚拟测
试，管控所有变更；在云端维护单
一事实来源。
01
6
软件定义竞赛
已然打响
车企应对成本曲线攀升的
核心举措
77
车企面临的挑战
传统车企正被迫重塑工程研发模式。研发周期缩短、资本支出持续
攀升、全球市场格局碎片化，若研发模式未发生根本性变革，盈利
能力将面临严峻风险。
车企应对行业压力的举措
SoC/芯粒路线图
提升中央ECU的算力，以应对日益
增长的AI需求，因为大语言模型
（LLM）会消耗大量时间与电力。
打造可扩展的SoC设计方案，适配
持续迭代的AI Transformer和LLM
算法。
车企正积极推动开放式芯粒标准的
落地，实现SoC的模块化设计，规
避供应商锁定风险，构建可扩展的
生态系统。
E/E架构路线图
优化电子电气（E/E）架构，向中央集中
式架构演进。
实现芯片战略与软件架构的协同匹配；
选择在功耗、性能和面积（PPA）及成
本方面均经过优化的SoC，确保产品竞
争力，且可在未来项目中复用。
缩短大型ECU集成的验证和确认（V&V）
时间――必须摒弃“大爆炸式”方法，
以达成产品上市时间目标。
子系统路线图：ADAS/IVI及软件
车企期望掌控混合关键性的高级
驾驶辅助系统（ADAS）与车载
信息娱乐系统（IVI）解决方案，
最大限度降低对供应商的依赖。
临近量产阶段，通过软件在环
（SiL）与云端测试强化硬件在环
（HiL）能力，推动验证环节的
左移。
在SoC可用之前，借助芯片虚拟
化技术实现软件开发流程左移。
通过在整车、传感器及算法模型
间优化标定参数来提升碰撞测试
表现――由虚拟电子控制单元
（vECU）承载核心算法参数。
01 | 软件定义竞赛已然打响
8
01 | 软件定义竞赛已然打响
为什么传统汽车研发模式
难以为继
软件的研发范围与迭代速度已远超传统研发方法的承载能力。
工具链碎片化、集成环节滞后、硬件资源紧缺，正不断引发项目
进度风险，同时推高研发成本。
影响息税前利润（EBIT）的系统性压力：
研发成本
交付延期
产品召回
集成瓶颈
因此，盈利能力大幅下降：
2025年第一季度，
车企的EBIT利润率
降至%，
较2021年的峰值
下降40%以上。（贝恩）
9
75%
+45%
25%
9
+1600%
资料来源：Berylls
CASE时代的成本结构转型
不仅研发超支呈爆发式增长，产品全生命周期成本的
绝大部分也已转向SOP后的运维阶段。
软件研发超支成本 成本分布
超支成本
开发阶段
计划内
超支
维护阶段
（至服务终止）
驱动转型的
四大因素
CASE：网联化（Connected）、自动化
（Autonomous）、共享化（Shared）、电
动化（Electric）――持续扩大软件研发范
围，同时提升系统集成需求。
中国车企崛起与中国制造2025：研
发速度与模块化重塑了竞争格局与价值
分配。
法规要求日趋严苛：以更快的发布周
期，完成更严格的验证、文档编制及可
追溯性管理。
传统经济模式崩塌：ECU数量激增，
而工程研发效率停滞不前，加剧成本结
构失衡。
01
02
03
04
01 | 软件定义竞赛已然打响
2The Automotive RoadmapHow Synopsys Supports the Future of Software-Defined Vehicle Design
1.
02
1 0
芯片与系统的
融合
重构技术栈，
加速创新进程
1 11 1
02 | 芯片与系统的融合
芯片+系统：
从元器件到竞争优势
商用成品芯片会限制产品性能与管控能力，而定制化芯片和混合型芯片方案，能为车企打造全新的
竞争力抓手――实现更高的算力、更深度的系统集成和更具差异化的功能特性。芯片选型不再是孤
立的决策，而是将直接决定系统层面的成效。
纵观各行业，价值重心正从“机械优先”转向“芯片与软件定义”，而汽车行业正是这场技术融合
变革的核心领域。
从芯片到系统
半导体公司 系统公司
“传统”
芯片
电子电器 电气机械系统范畴
先进计算 高科技 汽车 航天 工业设备 其他
系统公司
为何协同设计至关重要：
硬件与软件必须同步定义，交接环
节容易造成返工。
尽早基于工作任务模型设定PPA指
标、安全标准及AI目标，并通过虚
拟平台完成验证。
闭环流程（建模 仿真 测量 优
化）可减少更新设计次数，提高一
次性流片成功率。
尽早确定芯片方案能降低返工成
本，减少对硬件的依赖，并保障
SOP节点。
回报成果：
芯片决策更精准，量产
启动更快速，后期故障
显著减少。
1 21 2
02 | 芯片与系统的融合
车企决策：控制权与成本
芯片战略中的控制权与成本
不同芯片战略下车企控制权与成本的对比
高
成
本
低
成
本
半定制
车企：知识产权自主、内部技术积淀、
竞争差异化
仅为示意说明，不代表实际比例
必要的非经常性工程投入 最终的量产启动物料清单
厂商ASIC 车企RTL 车企GDSII 完全掌控
垂直整合模式兼具机遇与风险，车
企需明确自主掌控的范围及外包的
程度。
垂直整合：定制化SoC可最大化技术控
制权与物料清单（BOM）成本优势，但
需承担最高额的非经常性工程（NRE）
投入。
混合模式：组合使用定制化芯片与商用
成品芯片，实现速度与差异化的平衡。
合作伙伴主导：这一路径的研发速度最
快，NRE最低，但定制化空间最小。
权衡取舍：
车企对技术控制权的诉求越
高，所需承担的资金投入与研
发风险就越大。业内领军企业
大多选择混合模式――在AI、
安全、用户体验等核心领域掌
握自主控制权，其余环节则依
靠合作伙伴。
1 31 3
02 | 芯片与系统的融合
产业链的全新需求
随着芯片与系统之间的技术壁垒逐渐消弭，
产业链本身也正迎来重构。
系统公司（车企、一级供应商）：
使芯片选型与软件技术路线图保持协同一致。
在不同项目中复用虚拟软件制品，可以降低成本并加快学习速度。
将安全与AI性能列为芯片层级的技术要求。
半导体公司：
交付时需兼顾系统级软件工作流，而非仅提供原始芯片。
提供各类模型和虚拟平台，支持不间断验证工作。
与车企共担安全和软件安全层面的责任。
转变
单向的供应模式正逐步被联合
责任模式取代，芯片、软件和
系统现已进入同步研发阶段。
1 41 4
02 | 芯片与系统的融合
软件定义汽车正在重塑供应链
随着技术供应商向产业链上游延伸，车企正逐步拓展自身在硬件、软件及
芯片领域的业务范畴。
原有的一级供应商金字塔结构正趋于扁平化。车企如今已直接对接芯片、软件及工具领域的合作伙伴――
从线性供应链转向协同型产业链。
车企
车企
车企
研发
研发
CI/CD
工具
AI与
芯片
软件
硬件/
EMS*
研发 制
造
硬件 | 软件 | 芯片 | 工具
传统的供应链 重塑的供应链
一级供应商：子系统
03
1 5
整车技术栈的
虚拟化
软件化运行，加快排除故障，
缩短SOP延迟
1 6
15%
10%
10%
VL-UX
SoC/PCB
1 6
03 | 整车技术栈的虚拟化
大爆炸式集成：
为何成为问题
应用软件是
漏洞的主要来源
80%
发现的
漏洞
资料来源：新思科技
45%
发现的
漏洞
应用软件
中间件
基础软件
用户体验领域
硬件
这种分阶段、硬件优先的研发模式，在规划文档
中看似高效，但实际落地时会导致问题发现环节
严重滞后。一旦缺陷暴露，相应的修复措施会引
发连锁反应，造成项目延期与成本超支。
为何出现失效
集成环节滞后 缺陷发现滞后。
硬件资源紧缺：在需求达到峰值时，测试车辆与硬件在环测试台架的
供给却十分有限。
反馈周期漫长：从方案变更到获得洞见需耗时数周，严重扰乱项目进
度与预算。
大多数错误源于软件，却要等到全部搭建完成后才能被发现。
1 71 7
03 | 整车技术栈的虚拟化
软件在环：
硬件就绪前运行
虚拟化技术使团队能够在硬件就绪之前，在完整
的系统环境中执行任务。硬件在环（HiL）技术
不会被淘汰，但应不再成为研发瓶颈。软件在环
（SiL）技术可实现日常验证工作的高效化与可
复现化。
软件在环如何缩短反馈周期：
相同的二进制文件：在虚拟平台上运行应用与中间件，无需进行代码
分支管理。
一次性完成驱动程序适配：将操作系统/驱动程序一次性移植到虚拟
平台，后续可重复使用。
虚拟硬件：借助目标硬件或SoC的虚拟原型，对未修改的软件二进制
文件开展开发、测试及调试工作。
系统上下文：结合SoC模型与传感器/环境仿真，提前发现集成问题。
减少台架依赖，加速迭代循环：跨团队复用模型，打通关键路径的阻
塞点。
将HiL置于增值环节：聚焦最终确认和硬件特有行为，而非基础缺陷
排查。
虚拟化速览：软件在环（SiL）
在虚拟平台上集中开展测试工作，
实现更早启动测试、更快完成迭代、更少依赖物理台架。
虚拟环境
应用
中间件
应用
采用目标环境同源代码，执
行各类车辆功能（如制动控
制、信息娱乐系统）
中间件
通过目标环境同源代码，实
现应用与操作系统、硬件之
间的连接和通信
操作系统/驱动程序
适配驱动程序以支持虚拟系
统运行；同时负责任务、内
存及硬件访问的管理
云端
在虚拟环境中执行代码，并
依托云端实现扩展，支持全
球范围内24/7随时访问
虚拟环境
需完成一次性搭建工作并开
展持续维护；实现全栈测试
的规模化落地与前期验证
SoC/
硬件
云端
被测系统/开发阶段需支持高频次变更
操作系统/
驱动程序
1 8
03 | 整车技术栈的虚拟化
搭建虚拟网络
拓展测试场景，缩减硬件投入
从少量测试台架转向全年无休（7×24小时）
运行的虚拟网络。
规模化应用的优势
并行运行：同时执行数千测试场景，大幅缩短
验证周期。
单一事实来源：共享虚拟软件制品（模型、
场景、日志），确保全球团队协同一致。
目标明确的覆盖范围：基于场景库开展测试，
使安全性、OTA及边缘场景测试的成效具备可
衡量性。
硬件投入缩减：以更少的原型样机与测试台
架，实现更全面的测试覆盖。
云端虚拟化助力全球化研发
从“当下”（实体项目中心和测试车辆）到“未来”（虚拟项目中心和云端事实来源）的
转型，印证了全球化团队可在不扩充硬件的前提下，实现协作规模的提升。
当下
实体项目中心
品牌1
品牌1 供应商1
供应商1
供应商2
供应商3
测试设施、
硬件在环……
测试车辆
总部研发中心 总部研发中心
品牌3
品牌2
品牌2 供应商2
虚拟项目中心
未来
1 91 9
03 | 整车技术栈的虚拟化
财务影响：
虚拟化为何能
产生收益
向虚拟平台的转型不只是技术层面的升级，更是财务层
面的优化。通过将研发工作从紧缺、仅能顺序开展的硬
件测试，转移至可扩展、并行处理的软件虚拟化环境，
车企可同时降低成本与项目进度风险。
影响领域
测试台架与原型样机 ：建造与维护成本降低。
返工 ：缺陷可被提前发现，集成阶段反复整改随之
减少。
进度保障 ：并行验证模式可减少SOP延误的风险。
质量 ：在研发周期更早实现更广的覆盖范围，且测
试环境具备一致性。
虚拟化技术可将研发成本降低一半
约20亿美元
总成本
约10亿美元
总成本
（成本节省高达50%）
降低50%SOP延迟
SOP延迟
EEA相关专项小组
EEA相关硬件
EEA相关专项小组
EEA相关硬件
9亿美元以上
18亿美元以上
1000万美元以上
1亿美元以上
采用虚拟化技术之前
前后对比柱状图显示，项目整体成本可实现最高50%的降幅（从约20亿美元降至约10亿美元），
其中SOP延迟损失、硬件投入及专项工作组开支均实现大幅缩减。
采用虚拟化技术之后
降低80%200万美元以上
降低10%9000万美元以上
04
2 0
SDV盈利
进阶之路
适配芯片、统一平台、
自动化品控
2 1
04 | SDV盈利进阶之路
芯片战略：
自研、外购还是兼而有之？
新思科技助力车企选择具备回报价值的芯片发展路线，
实现成本效益、量产周期（SOP）与技术复用的平衡。
何时选择定制化芯片
掌控混合关键性平台：采用可扩展的
SoC，基于芯粒的Multi-Die架构，同时运
行ADAS与IVI应用。
差异化至关重要（AI/AV工作任务、安全
性、用户体验）。
量产规模足以摊薄NRE成本，规模化交付
面临BOM成本压力。
对PPA（功耗/性能/面积）指标或热管理
极限有严苛要求。
混合型方案的实际应用
标准计算 + 定制化加速器/
IP。
打造一款基础SoC，在不同车
型配置/品牌间实现复用。
新思科技的赋能之道
探索架构和工作任务之间的
权衡。
快速开展包含AI与安全性的PPA
权衡分析。
构建投资回报率（ROI）评估框
架：NRE、BOM成本节省与方
案复用的价值对比。
协调代工厂/合作伙伴推进方案
落地。
何时选择商用成品（OTS）
芯片
产品上市速度重于功能独特性。
量产规模较小、预算有限或车型
迭代周期较短。
功能模块已趋成熟，可通过软件
实现产品差异化。
2 2
GDSII
80%
of Errors
Found
04 | SDV盈利进阶之路
将宏伟构想转化
为突破性芯片
拓展测试场景，缩减硬件投入
将概念转化为实际芯片需要深厚的专业知识。
新思科技的系统解决方案设计服务，可助力企
业从概念阶段到量产阶段，实现架构、软件及
封装方案的协同对齐――既可缩短产品上市时
间，又能提升芯片的性能、可靠性与能效。在
以下任一阶段引入设计专家支持：概念、规
格、IP选择、流程与方法、RTL、IP集成、物
理实现、封装设计、晶圆厂管理等；或者选择
由新思科技提供端到端全流程解决方案。
这种模式使芯片公司能够将内部资源聚焦于核
心增值环节，同时将其他设计环节外包给相关
领域的专业团队。
汽车芯片研发之旅
架
构
探
索
软件
芯片前端 芯片后端
封装
虚拟
PDK
PDK = 工艺设计套件（由代工厂提供） GDSII = 图形设计系统II（提供给代工厂）
软件、
封装、
芯片
生产
PDK
软件规格
芯片规格 RTL冻结
制造、
组装、
测试
封装规格
功耗与性能 芯片生命周期管理功能安全
ISO 26262
软件安全
ISO 21434
2 32 3
01 02 03
04 | SDV盈利进阶之路
架构探索：
从芯片到系统，一体化流程
早期架构决策的重要性
汽车软件工作任务对架构探索提出了系统级方案的要求，开发者需针对性能、
功耗与成本的长期平衡进行优化。
开发者必须预先解答的关键问题：
最佳CPU、总线带宽、
互连技术和内存配置是
什么？
延迟、吞吐量与能效之间
存在哪些权衡取舍？
工作任务扩展对Multi-Die
架构和互连性能有何影响？
如果这个阶段出现决策失
误，将会导致成本上升、
性能瓶颈及上市周期延
长。而采取战略性方法可
以从一开始确保芯片能效
达到最优。
2 4
04 | SDV盈利进阶之路
Platform
Architect
其为何物
新思科技Platform Architect™是一款
基于SystemC™标准的性能与功耗分
析工具，适用于早期SoC和Multi-Die
架构探索及设计。
核心要素
功耗分析
设计空间探索
模型和测试库
基于标准的仿真
专属应用场景支持
快速工作任务捕获
可为汽车芯片设计项目节省最多3-6个月的
研发周期
需求定义
静态评估 验证性能 测量功耗 芯片
路由网表RTL
性能和功耗的
早期分析
规格
SoC实现 布局布线 晶圆制造
2 5
04 | SDV盈利进阶之路
“我们通过率先提出软件定义汽车理
念，为汽车行业带来变革性技术突破。
与新思科技的合作，正是我们践行这一
愿景的关键支撑。新思科技的车规级IP
产品组合与AI驱动的EDA工具，助力我
们打造具备差异化优势、安全且可靠的
SoC。另外，新思科技的硬件加速及虚
拟原型解决方案，大幅降低了数字孪生
技术的研发与验证投入。新思科技为我
们提供了创新所需的核心技术，既缩短
了设计周期，又降低了从芯片到系统全
链路的风险。”
Peter Bannon
低电压与芯片工程副总裁
2 62 62 6
04 | SDV盈利进阶之路
数字孪生：
规模化全系统
场景覆盖
电子数字孪生可镜像复刻整车E/
E系统及运行环境，助力研发团
队在硬件就绪前，就完成端到端
的行为验证。
关键优势：
在共享虚拟环境中，于硬件到位前开展系统
行为验证。
可复现的测试流程，支持高效且一致的分流
处理。
基于场景库的测试模式，实现可衡量的覆盖
范围（包括OTA、安全性及边缘场景）。
优先通过虚拟环境解决问题，减少原型样机
投入与测试台架占用时长。
新思科技
智能测试自动化
虚拟区域
控制器
虚拟区域
控制器
虚拟区域
控制器
车辆动力学
嵌入式软件工具 软件IP
传感器与环境
虚拟区域
控制器
虚拟中央
计算单元
SIL套件背板
合作伙伴
2 72 7
04 | SDV盈利进阶之路
首先交付虚拟软件制品
（将软件作为交付物）
以软件作为里程碑，硬件仅用于
验证，而非问题排查。
询价文件（RFQ）优先明确虚拟化交付要求：
提前交付vECU、系统模型、测试场景和测试
资产。
云端集成：共享虚拟平台 = 可复现、可追踪
的测试流程。
工具链无关性，接口标准化：兼容多种建模
标准，强制执行通用接口。
以测试通过为准入门槛：仅当虚拟版本构建
及测试通过后，方可进入集成环节；缺陷会
在硬件台架测试前完成分流处理。
利用测试台架进行确认：物理测试台架仅用
于验证边缘场景及合规性检查，不承担基础
问题的发现工作。
结果：
原型样机数量减少、研
发循环周期缩短、SOP
节点可预测――即便应
对多区域车型版本也能
实现这些目标。
若要深入了解软件如何重塑
汽车研发流程，可查阅我们
的执行指南。
下载指南
虚拟化技术推动测试与验证左移：
当下（无虚拟化技术）
未来（有虚拟化技术） OTA
量产启动（SOP）
量产启动（SOP）更新
生态系统
电子/电气网络
部分网络
系统（HCP/ECU）
软件集成
软件组件
软件单元
生态系统
电子/电气网络
部分网络
系统（HCP/ECU）
软件集成
软件组件
软件单元
以虚拟化为核心的研发项目可将测试台架需求降低20%至60%，并大幅压缩验证周期。
虚拟测试车队可替代紧缺的物理测试台架，减少原型样机投入，同时缩短验证周期。
资料来源：新思科技
2 82 8
04 | SDV盈利进阶之路
自动化测试保障SOP
节点可控
当每项变更在提交时即完成验证，“爆炸式
集成”便会被淘汰。
全时段准入管控：构建 运行测试 仅测试通过才能集成。
可复现测试环境：依托vECU和仿真技术，确保测试结果一致性。
测试阶段精准匹配：单元、部件、集成及场景级测试与研发阶段
一一对应，实现缺陷快速溯源。
主线代码稳定可控：减少应急攻关，加速迭代节奏。
结果
发布时间可预测，返工成本更低，
后期突发问题更少。
虚拟化技术助力缺陷提前检测
相较于后期检测，可有效“降低缺陷曲线峰值”。
净
漏
洞
总
量
复合测试 可驾驶测试车辆 SOP目标 启动
提前开展复合测试 =
尽早检测漏洞
后期检测
漏洞
降低曲线峰值！
调试专项小组
模式
无虚拟化技术
虚拟化技术
SOP风险
资料来源：新思科技
2 9
04 | SDV盈利进阶之路
“如今，我们意识到在科研成果与量
产落地之间存在巨大鸿沟。要弥合这
一断层，我们亟需搭建一座坚实的桥
梁，而新思科技正是我们锁定的战略合
作伙伴。新思科技能为整个软件开发
生态系统提供完备的工具矩阵，包括
Virtualizer™、Silver™以及面向测试自动
化的TPT™。作为战略合作伙伴，新思科
技不仅能协助我们加速研发进程，还能
为我们实现验证环节左移的转型之路提
供不可或缺的技术支撑。”
Sreeram S
ADAS技术总监
3 0
MLML
3DIC
3 0
结语 | 终点线
赋能SDV盈利征程
新思科技及其合作伙伴可助力企业降低
成本，保障SOP节点、实现全球规模化
研发。
降低测试台架需求和成本：以虚拟化为核心的研发流程，
减少对紧缺原型样机的依赖。
保障SOP节点：持续验证机制，降低延期风险。
支持全球规模化：共享虚拟原型，确保各团队及供应商协
同一致。
实现早期优化：通过架构探索与PPA权衡分析，为芯片决
策提供更科学的依据。
如需定制软件定义汽车（SDV）研发路线图（覆盖从芯
片到系统整个链路），以最大化技术复用、减少返工、
实现研发一次成功，请联系我们的专家获取咨询服务。
立即开始
新思科技汽车解决方案组合
软件
芯片
EE
架
构
的
架
构
分
析
规划、系统测试、覆盖率、调试
云端
模型与协议
数字实现
定制实现
SLM芯片IP Multi-Die
实现/
先进封装
虚拟化技术 静态形式验证 仿真 硬件加速 原型设计
设计输入、统一调试、编译
互联高性能引擎
资料来源：新思科技
