從「永遠在線」到微瓦功耗：Mercedes-Benz × BrainChip 的神經形態 AI 智慧座艙實證

隨著電動車（EV）與智慧座艙（Smart Cabin）快速普及，車內搭載的 AI 功能從語音助理、駕駛監測到個人化互動持續增加，卻也同步推升運算耗能，形成「智慧化體驗」與「續航表現」的拉鋸。

本案例聚焦Mercedes-Benz 在Vision EQXX 概念車中，導入BrainChip  Akida™ 神經形態 AI 晶片（Neuromorphic AI Chip）。這項技術模仿人類大腦運作機制，實現「永遠在線（Always-on）」的關鍵字偵測，卻僅消耗微瓦（microwatts）級別電力，為車用邊緣運算樹立了極致節能的新標竿。

圖1：Mercedes Vision EQXX 概念車內裝
圖片來源: Mercedes官網

【案例服務說明】

1. 使用者情境與痛點解決：
   在傳統車載架構中，若要支援「Hey Mercedes」等語音喚醒功能，處理器往往需長時間維持高負載監聽與分析，包含錄音、降噪、特徵擷取與關鍵字比對；這種作法就像是為了等待一個訪客，而讓整棟大樓燈火通明，極度浪費能源。
2. 解決方案與操作流程： 
   Vision EQXX採用Akida™ 神經形態處理器。使用者無需改變習慣，仍可以自然語言下指令；差異在於運算機制改為事件驅動：只有偵測到接近關鍵字的音頻特徵時才觸發運算，其餘時間維持近似休眠狀態，因此能做到「永遠在線、低耗運行」
3. 技術創新與流程變革：
   •SNN／事件驅動推論：以脈衝神經網路（SNN）方式處理事件，降低連續運算的能源浪費。
   •降低資料搬移成本：相較馮紐曼架構頻繁在記憶體與處理器間搬移資料，神經形態晶片透過更接近「存算協同」的設計降低延遲與耗能。
   •在地端推論與隱私：裝置端完成推論，降低對雲端連線的依賴，有助於隱私與穩定度；網路不佳時也不致出現功能受限或反應下降。
   •事件轉換與稀疏運算：透過事件轉換機制將感測資料轉成稀疏事件，僅在必要時喚醒運算，支撐微瓦級節能目標。
    

圖2：Akida Pico超低功耗神經形態處理器示意圖
圖片來源：BrainChip官網

圖 3：傳統 NPU 與 Akida NPU 運算機制對比
圖片來源：BrainChip官網

【應用效益與成果】

根據 BrainChip 與 Mercedes-Benz 公布的測試數據與技術白皮書，此合作案展現了顯著的量化與質化效益：

1. 能源效率提升5－10 倍：相較傳統深度學習加速器（DLA）語音關鍵字偵測，神經形態運算在能效上具顯著優勢。
2. 待機功耗達為微瓦（microwatts）等級：對於電動車續航影響幾乎可忽略不計，有利於擴大「永遠在線」功能的應用範圍。
3. 低延遲互動體驗：事件驅動（Event-based）與車端推論降低往返延遲，提升人機互動流暢度。
4. 商業化示範意義：案例將神經形態運算從實驗室研究走向車用情境的概念驗證與商業化路徑，具產業指標性。

【FIND觀點】

賓士與 BrainChip 的合作顯示，車用 AI正從高耗能的通用處理器，走向更節能的神經形態晶片與事件驅動運算。對於擁有完整半導體與ICT供應鏈的國內產業而言，這代表一個延伸既有技術優勢、切入SNN架構與車用AI應用的新契機。若能結合既有的晶片設計與製造能量，發展符合車用需求的低功耗AI解決方案，將有助於在下一代智慧座艙與電動車相關應用中，建立具辨識度的市場定位。

封面圖片來源：https://group.mercedes-benz.com/innovation/product-innovation/technology/vision-eqxx.html
參考資料來源：

1. https://group.mercedes-benz.com/innovation/product-innovation/technology/vision-eqxx.html
2.  https://brainchip.com/wp-content/uploads/2024/10/BC_Akida-Pico-Brochure.pdf
3. https://brainchip.com/technology/