▌車載芯片的發(fā)展趨勢(CPU-GPU-FPGA-ASIC)

過去汽車電子芯片以與傳感器一一對應(yīng)的電子控制單元(ECU)為主，主要分布與發(fā)動機(jī)等核心部件上。隨著汽車智能化的發(fā)展，汽車傳感器越來越多，傳統(tǒng)的分布式架構(gòu)逐漸落后，由中心化架構(gòu)DCU、MDC逐步替代

隨著人工智能發(fā)展，汽車智能化形成趨勢，目前輔助駕駛功能滲透率越來越高，這些功能的實現(xiàn)需借助于攝像頭、雷達(dá)等新增的傳感器數(shù)據(jù)，其中視頻(多幀圖像)的處理需要大量并行計算，傳統(tǒng)CPU算力不足，這方面性能強(qiáng)大的GPU替代了CPU。再加上輔助駕駛算法需要的訓(xùn)練過程，GPU+FPGA成為目前主流的解決方案。

著眼未來，自動駕駛也將逐步完善，屆時又會加入激光雷達(dá)的點云(三維位置數(shù)據(jù))數(shù)據(jù)以及更多的攝像頭和雷達(dá)傳感器，GPU也難以勝任，ASIC性能、能耗和大規(guī)模量產(chǎn)成本均顯著優(yōu)于GPU和FPGA，定制化的ASIC芯片可在相對低水平的能耗下，將車載信息的數(shù)據(jù)處理速度提升更快，隨著自動駕駛的定制化需求提升，ASIC專用芯片將成為主流。本文以如上順序梳理車載芯片發(fā)展歷程，探討未來發(fā)展方向。

▌車載芯片的過去—以CPU為核心的ECU

ECU的核心CPU

ECU(ElectronicControlUnit)是電子控制單元，也稱“行車電腦”,是汽車專用微機(jī)控制器。一般ECU由CPU、存儲器(ROM、RAM)、輸入/輸出接口(I/O)、模數(shù)轉(zhuǎn)換器(A/D)以及整形、驅(qū)動等大規(guī)模集成電路組成。

ECU的工作過程就是CPU接收到各個傳感器的信號后轉(zhuǎn)化為數(shù)據(jù)，并由Program區(qū)域的程序?qū)ata區(qū)域的數(shù)據(jù)圖表調(diào)用來進(jìn)行數(shù)據(jù)處理，從而得出具體驅(qū)動數(shù)據(jù)，并通過CPU針腳傳送到相關(guān)驅(qū)動芯片，驅(qū)動芯片再通過相應(yīng)的周邊電路產(chǎn)生驅(qū)動信號，用來驅(qū)動驅(qū)動器。

即傳感器信號——傳感器數(shù)據(jù)——驅(qū)動數(shù)據(jù)——驅(qū)動信號這樣一個完整工作流程。

分布式架構(gòu)向多域控制器發(fā)展

汽車電子發(fā)展的初期階段，ECU主要是用于控制發(fā)動機(jī)工作，只有汽車發(fā)動機(jī)的排氣管(氧傳感器)、氣缸(爆震傳感器)、水溫傳感器等核心部件才會放置傳感器，由于傳感器數(shù)量較少，為保證傳感器-ECU-控制器回路的穩(wěn)定性，ECU與傳感器一一對應(yīng)的分布式架構(gòu)是汽車電子的典型模式。

后來隨著車輛的電子化程度逐漸提高，ECU占領(lǐng)了整個汽車，從防抱死制動系統(tǒng)、4輪驅(qū)動系統(tǒng)、電控自動變速器、主動懸架系統(tǒng)、安全氣囊系統(tǒng)，到現(xiàn)在逐漸延伸到了車身各類安全、網(wǎng)絡(luò)、娛樂、傳感控制系統(tǒng)等。

隨著汽車電子化的發(fā)展，車載傳感器數(shù)量越來越多，傳感器與ECU一一對應(yīng)使得車輛整體性下降，線路復(fù)雜性也急劇增加，此時DCU(域控制器)和MDC(多域控制器)等更強(qiáng)大的中心化架構(gòu)逐步替代了分布式架構(gòu)。

域控制器(DomainControlUnit)的概念最早是由以博世，大陸，德爾福為首的Tier1提出，是為了解決信息安全，以及ECU瓶頸的問題。

根據(jù)汽車電子部件功能將整車劃分為動力總成，車輛安全，車身電子，智能座艙和智能駕駛等幾個域，利用處理能力更強(qiáng)的多核CPU/GPU芯片相對集中的去控制每個域，以取代目前分布式汽車電子電氣架構(gòu)。

而進(jìn)入自動駕駛時代，控制器需要接受、分析、處理的信號大量且復(fù)雜，原有的一個功能對應(yīng)一個ECU的分布式計算架構(gòu)或者單一分模塊的域控制器已經(jīng)無法適應(yīng)需求，比如攝像頭、毫米波雷達(dá)、激光雷達(dá)乃至GPS和輪速傳感器的數(shù)據(jù)都要在一個計算中心內(nèi)進(jìn)行處理以保證輸出結(jié)果的對整車自動駕駛最優(yōu)。

因此，自動駕駛車輛的各種數(shù)據(jù)聚集、融合處理，從而為自動駕駛的路徑規(guī)劃和駕駛決策提供支持的多域控制器將會是發(fā)展的趨勢，奧迪與德爾福共同開發(fā)的zFAS，即是通過一塊ECU，能夠接入不同傳感器的信號并進(jìn)行對信號進(jìn)行分析和處理，最終發(fā)出控制命令。

▌車載芯片的現(xiàn)在—以GPU為核心的智能輔助駕駛芯片

人工智能的發(fā)展也帶動了汽車智能化發(fā)展，過去的以CPU為核心的處理器越來越難以滿足處理視頻、圖片等非結(jié)構(gòu)化數(shù)據(jù)的需求，同時處理器也需要整合雷達(dá)、視頻等多路數(shù)據(jù)，這些都對車載處理器的并行計算效率提出更高要求，而GPU同時處理大量簡單計算任務(wù)的特性在自動駕駛領(lǐng)域取代CPU成為了主流方案。

GPUVs.CPU

CPU的核心數(shù)量只有幾個(不超過兩位數(shù))，每個核都有足夠大的緩存和足夠多的數(shù)字和邏輯運算單元，并輔助很多復(fù)雜的計算分支。而GPU的運算核心數(shù)量則可以多達(dá)上百個(流處理器)，每個核擁有的緩存大小相對小，數(shù)字邏輯運算單元也少而簡單。

CPU和GPU最大的區(qū)別是設(shè)計結(jié)構(gòu)及不同結(jié)構(gòu)形成的不同功能。CPU的邏輯控制功能強(qiáng)，可以進(jìn)行復(fù)雜的邏輯運算，并且延時低，可以高效處理復(fù)雜的運算任務(wù)。

而GPU邏輯控制和緩存較少，使得每單個運算單元執(zhí)行的邏輯運算復(fù)雜程度有限，但并列大量的計算單元，可以同時進(jìn)行大量較簡單的運算任務(wù)。

GPU占據(jù)現(xiàn)階段自動駕駛芯片主導(dǎo)地位

相比于消費電子產(chǎn)品的芯片，車載的智能駕駛芯片對性能和壽命要求都比較高，主要體現(xiàn)在以下幾方面:

1、耗電每瓦提供的性能;2、生態(tài)系統(tǒng)的構(gòu)建，如用戶群、易用性等;3、滿足車規(guī)級壽命要求，至少1萬小時穩(wěn)定使用。

目前無論是尚未商業(yè)化生產(chǎn)的自動駕駛AI芯片還是已經(jīng)可以量產(chǎn)使用的輔助駕駛芯片，由于自動駕駛算法還在快速更新迭代，對云端“訓(xùn)練”部分提出很高要求，既需要大規(guī)模的并行計算，又需要大數(shù)據(jù)的多線程計算，因此以GPU+FPGA解決方案為核心;在終端的“推理”部分，核心需求是大量并行計算，從而以GPU為核心。

▌相關(guān)公司

NVIDIA

NVIDIA在自動駕駛領(lǐng)域的成就正是得益于他們在GPU領(lǐng)域內(nèi)的深耕，NVIDIAGPU專為并行計算而設(shè)計，適合深度學(xué)習(xí)任務(wù)，并且能夠處理在深度學(xué)習(xí)中普遍存在的向量和矩陣操作。相對于Mobileye專注于視覺處理，NVIDIA的方案重點在于融合不同傳感器。

2016年，英偉達(dá)在DrivePX2平臺上推出了三款產(chǎn)品，分別是配備單GPU和單攝像頭及雷達(dá)輸入端口的DrivePX2Autocruise(自動巡航)芯片(下圖左上)、配備雙GPU及多個攝像頭及雷達(dá)輸入端口的DrivePX2AutoChauffeur(自動私人司機(jī))芯片(右上)、配備多個GPU及多個攝像頭及雷達(dá)輸入端口的DrivePX2FullyAutonomousDriving(全自動駕駛)芯片(下方)。

以目前的銷售情況，DrivePX2搭載上一代Pascal架構(gòu)GPU已經(jīng)實現(xiàn)量產(chǎn)，并且已經(jīng)搭載在Tesla的量產(chǎn)車型ModelS以及ModelX上。

目前PX2仍然是NVIDIA自動駕駛平臺出貨的主力，Tesla，Audi和ZF等對外公布DrivePX2應(yīng)用在量產(chǎn)車上。

Xavier是DrivePX2的進(jìn)化版本，搭配了最新一代的Volta架構(gòu)GPU,相較于DrivePX2性能將提升近一倍，2017年年底量產(chǎn)。

由于多家主機(jī)廠L3級別以上自動駕駛量產(chǎn)車的計劃在2020年左右，而Xavier的量產(chǎn)計劃將能和自動駕駛車的研發(fā)周期相互配合(一般3年左右)，因此Xavier的合作都是有量產(chǎn)車落地計劃的。

而對于較早與NVIDIA達(dá)成合作的車廠來說，他們在小批量測試、量產(chǎn)的優(yōu)先級別以及可定制化空間等方面都能獲得一定的優(yōu)勢。

目前，L4及以上的市場基本上被NVIDIA壟斷，CEO黃仁勛稱全球有300余家自動駕駛研發(fā)機(jī)構(gòu)使用DrivePX2。

DrivePX2單價為1.6萬美金，功耗達(dá)425瓦，但目前沒有達(dá)到車規(guī)，按功耗和成本看，只能小規(guī)模測試階段使用。

四維圖新

國內(nèi)地圖行業(yè)龍頭，向ADAS和自動駕駛進(jìn)軍。公司成立于2002年，是國內(nèi)首家獲導(dǎo)航地圖制作資質(zhì)的企業(yè)(目前僅13家)，為領(lǐng)先的數(shù)字地圖內(nèi)容、車聯(lián)網(wǎng)與動態(tài)交通信息服務(wù)、基于位置的大數(shù)據(jù)垂直應(yīng)用服務(wù)的提供商之一。

其拳頭業(yè)務(wù)——地圖業(yè)務(wù)，以國內(nèi)60%的份額穩(wěn)居壟斷地位。2017年以來，公司收購杰發(fā)科技、入股中寰衛(wèi)星與禾多科技，“高精度地圖+芯片+算法+軟件”的自動駕駛產(chǎn)業(yè)鏈全方位布局雛形已現(xiàn)。

高精度地圖:代表國內(nèi)最高水平。

公司以地圖起家，目前國內(nèi)高精度地圖僅兩家玩家(另一家為高德)，公司深度綁定獲得寶馬、大眾、奔馳、通用、沃爾沃、福特、上汽、豐田、日產(chǎn)、現(xiàn)代、標(biāo)致等主流車企發(fā)展，占絕對優(yōu)勢。2017年公司實現(xiàn)支持L3級別(至少20個城市)的高精度地圖，計劃于2019年覆蓋所有城市，并為L4的推出做準(zhǔn)備。

公司地圖編譯能力亮眼，全球首位提供NDS地圖從生產(chǎn)到編譯環(huán)節(jié)。此外，公司在荷蘭、美國硅谷、新加坡等地設(shè)立研發(fā)中心和分支機(jī)構(gòu)，合作伙伴涵蓋國際主流車廠、新一代整車企業(yè)以及騰訊、滴滴、搜狗、華為等國內(nèi)知名企業(yè)。

芯片:收購杰發(fā)科技布局汽車芯片。

杰發(fā)科技(2017年3月完成收購)脫胎于聯(lián)發(fā)科，主攻車載信息娛樂系統(tǒng)芯片。

現(xiàn)階段在國內(nèi)后裝市場市占率超70%，前裝超30%(主要為吉利、豐田等車企)，其車規(guī)級IVI芯片被多家國際主流零部件廠商采用，并計劃推出AMP、MCU及TPMS(胎壓監(jiān)測)芯片等新一代產(chǎn)品。公司通過收購杰發(fā)科技，具備了為車廠提供高性能汽車電子芯片的能力，打通從軟件到硬件的關(guān)鍵性關(guān)卡，并與蔚來、威馬、愛馳億維等造車新勢力公司達(dá)成了合作。

該芯片采用64位QuadA53架構(gòu)，內(nèi)置硬件圖像加速引擎，支持雙路高清視頻輸出，和四路高清視頻輸入，能同時支持高級車載影音娛樂系統(tǒng)全部功能和豐富的ADAS功能。

功能包括:360°全景泊車系統(tǒng)、車道偏移警示系統(tǒng)LDW、前方碰撞警示系統(tǒng)FCW、行人碰撞警示系統(tǒng)PCW、交通標(biāo)志識別系統(tǒng)TSR、車輛盲區(qū)偵測系統(tǒng)BSD、駕駛員疲勞探測系統(tǒng)DFM和后方碰撞預(yù)警系統(tǒng)RCW等。

全志科技

在今年5月的CESAsia，全志科技發(fā)布首款車規(guī)級處理器T7，同時發(fā)布基于T7的多種智能座艙產(chǎn)品形態(tài)。

T7是數(shù)字座艙車規(guī)(AEC-Q100)平臺型處理器，支持Android、Linux、QNX系統(tǒng)，集成多路高清影像輸入和輸出，完美支持高清多媒體處理，內(nèi)置的EVE視覺處理單元可提升輔助駕駛運算效率。

該款芯片雖然是首款通過車規(guī)的國產(chǎn)中控主機(jī)芯片，但還處于起步階段，根據(jù)正常汽車電子芯片的生命周期，要規(guī)模應(yīng)用至少需要兩年時間，而等到形成較多的用戶和良好的生態(tài)還需很多資源投入以及時間的積累。

因此國產(chǎn)車載芯片不論在自動駕駛領(lǐng)域還是中控或輔助駕駛領(lǐng)域，想要真正形成量產(chǎn)與國外老牌巨頭競爭，都還需要大量人力、資本和時間。

▌車載芯片的未來—以ASIC為核心的自動駕駛芯片

ASICvsGPU+FPGA

GPU適用于單一指令的并行計算，而FPGA與之相反，適用于多指令，單數(shù)據(jù)流，常用于云端的“訓(xùn)練”階段。

此外與GPU對比，F(xiàn)PGA沒有存取功能，因此速度更快，功耗低，但同時運算量不大。結(jié)合兩者優(yōu)勢，形成GPU+FPGA的解決方案。

FPGA和ASIC的區(qū)別主要在是否可以編程。FPGA客戶可根據(jù)需求編程，改變用途，但量產(chǎn)成本較高，適用于應(yīng)用場景較多的企業(yè)、軍事等用戶;而ASIC已經(jīng)制作完成并且只搭載一種算法和形成一種用途，首次“開模”成本高，但量產(chǎn)成本低，適用于場景單一的消費電子、“挖礦”等客戶。

目前自動駕駛算法仍在快速更迭和進(jìn)化，因此大多自動駕駛芯片使用GPU+FPGA的解決方案。未來算法穩(wěn)定后，ASIC將成為主流。

計算能耗比，ASIC>FPGA>GPU>CPU，究其原因，ASIC和FPGA更接近底層IO，同時FPGA有冗余晶體管和連線用于編程，而ASIC是固定算法最優(yōu)化設(shè)計，因此ASIC能耗比最高。

相比前兩者，GPU和CPU屏蔽底層IO，降低了數(shù)據(jù)的遷移和運算效率，能耗比較高。同時GPU的邏輯和緩存功能簡單，以并行計算為主，因此GPU能耗比又高于CPU。

▌ASIC是未來自動駕駛芯片的核心和趨勢

結(jié)合ASIC的優(yōu)勢，我們認(rèn)為長遠(yuǎn)看自動駕駛的AI芯片會以ASIC為解決方案，主要有以下幾個原因:

綜上ASIC專用芯片幾乎是自動駕駛量產(chǎn)芯片唯一的解決方案。由于這種芯片僅支持單一算法，對芯片設(shè)計者在算法、IC設(shè)計上都提出很高要求。

以上并非下定論目前ASIC為核心的芯片一定比GPU+FPGA的芯片強(qiáng)，由于目前自動駕駛算法還在快速迭代和升級過程中，過早以固有算法生產(chǎn)ASIC芯片長期來看不一定是最優(yōu)選擇。

▌相關(guān)公司

Mobileye

Intel在ADAS處理器上的布局已經(jīng)完善，包括Mobileye的ADAS視覺處理，利用Altera的FPGA處理，以及英特爾自身的至強(qiáng)等型號的處理器，可以形成自動駕駛整個硬件超級中央控制的解決方案。

Mobileye具有自主研發(fā)設(shè)計的芯片EyeQ系列，由意法半導(dǎo)體公司生產(chǎn)供應(yīng)。現(xiàn)在已經(jīng)量產(chǎn)的芯片型號有EyeQ1至EyeQ4，EyeQ5正在開發(fā)進(jìn)行中，計劃2020年面世，對標(biāo)英偉達(dá)DrivePXXavier，并透露EyeQ5的計算性能達(dá)到了24TOPS，功耗為10瓦，芯片節(jié)能效率是DriveXavier的2.4倍。

英特爾自動駕駛系統(tǒng)將采用攝像頭為先的方法設(shè)計，搭載兩塊EyeQ5系統(tǒng)芯片、一個英特爾凌動C3xx4處理器以及Mobileye軟件，大規(guī)模應(yīng)用于可擴(kuò)展的L4/L5自動駕駛汽車。該系列已被奧迪、寶馬、菲亞特、福特、通用等多家汽車制造商使用。

從硬件架構(gòu)來看，該芯片包括了一組工業(yè)級四核MIPS處理器，以支持多線程技術(shù)能更好的進(jìn)行數(shù)據(jù)的控制和管理(下圖左上)。

多個專用的向量微碼處理器(VMP)，用來應(yīng)對ADAS相關(guān)的圖像處理任務(wù)(如:縮放和預(yù)處理、翹曲、跟蹤、車道標(biāo)記檢測、道路幾何檢測、濾波和直方圖等，下圖右上)。

一顆軍工級MIPSWarriorCPU位于次級傳輸管理中心，用于處理片內(nèi)片外的通用數(shù)據(jù)。

此外通過行業(yè)訪談?wù){(diào)研等途徑了解到，Mobileye在L1-L3智能駕駛領(lǐng)域具有極大的話語權(quán)，對Tire1和OEM非常強(qiáng)勢，其算法和芯片綁定，不允許更改。

寒武紀(jì)

5月3日，寒武紀(jì)科技在2018產(chǎn)品發(fā)布會上發(fā)布了多個IP產(chǎn)品——采用7nm工藝的終端芯片Cambricon1M、云端智能芯片MLU100等。

其中寒武紀(jì)1M芯片是公司第三代IP產(chǎn)品，在TSMC7nm工藝下8位運算的效能比達(dá)5Tops/w(每瓦5萬億次運算)，同時提供2Tops、4Tops、8Tops三種尺寸的處理器內(nèi)核，以滿足不同需求。

1M還將支持CNN、RNN、SVM、k-NN等多種深度學(xué)習(xí)模型與機(jī)器學(xué)習(xí)算法的加速，能夠完成視覺、語音、自然語言處理等任務(wù)。通過靈活配置1M處理器，可以實現(xiàn)多線和復(fù)雜自動駕駛?cè)蝿?wù)的資源最大化利用。它還支持終端的訓(xùn)練，以此避免敏感數(shù)據(jù)的傳輸和實現(xiàn)更快的響應(yīng)。

寒武紀(jì)首款云端智能芯片CambriconMLU100同期發(fā)布，同時公布了在R-CNN算法下MLU100與英偉達(dá)TeslaV100(2017)和英偉達(dá)TeslaP4(2016)的對比，從參數(shù)上看，主要對標(biāo)TeslaP4。最后說明芯片從設(shè)計到落地應(yīng)用面臨的潛在風(fēng)險:

地平線

2017年地平線發(fā)布了新一代自動駕駛芯片“征程”和配套軟件平臺方案“雨果”，同時還發(fā)布了應(yīng)用于智能攝像頭的“旭日”處理器。

“征程”是一款專用AI芯片，采用地平線的第一代BPU架構(gòu)，可實時處理1080p@30視頻，每幀中可同時對200個目標(biāo)進(jìn)行檢測、跟蹤、識別，典型功耗1.5W，每幀延時小于30ms。CEO余凱介紹，地平線的芯片更聚焦在針對不同場景下的具體應(yīng)用，相比于英偉達(dá)的方案，在功耗上低一個數(shù)量級，價格也會有更大的競爭力。

2018年亞洲CES，地平線宣布推出從L2到L4級別全系列的自動駕駛計算平臺。

地平線星云，基于征程1.0芯片，能夠以車規(guī)級標(biāo)準(zhǔn)滿足L1和L2級別的自動駕駛的需求，能同時對行人、機(jī)動車、非機(jī)動車、車道線、交通標(biāo)志牌、紅綠燈等多類目標(biāo)進(jìn)行精準(zhǔn)的實時監(jiān)測與識別;并可滿足車載設(shè)備嚴(yán)苛的環(huán)境要求，以及復(fù)雜環(huán)境下的視覺感知需求，支持L2級別ADAS功能。

地平線Matrix1.0，內(nèi)置地平線征程2.0處理器架構(gòu)，最大化嵌入式AI計算性能，是面向L3/L4的自動駕駛解決方案，可滿足自動駕駛場景下高性能和低功耗的需求。

依托地平線公司自主研發(fā)的工具鏈，開發(fā)者和研究人員可以基于Matrix平臺部署神經(jīng)網(wǎng)絡(luò)模型，實現(xiàn)開發(fā)、驗證、優(yōu)化和部署。

百度“昆侖”

7月4日百度AI開發(fā)者大會上，李彥宏發(fā)布了由百度自主研發(fā)的中國首款云端全功能AI芯片——“昆侖”。“昆侖”基于百度8年的AI加速器經(jīng)驗的研發(fā)，預(yù)計將于明年流片。

“昆侖”采用14nm三星工藝，是業(yè)內(nèi)設(shè)計算力最高的AI芯片(100+瓦功耗下提供260Tops性能);512GB/s內(nèi)存帶寬，由幾萬個小核心構(gòu)成。

“昆侖”可高效地同時滿足訓(xùn)練和推斷的需求，除了常用深度學(xué)習(xí)算法等云端需求，還能適配諸如自然語言處理，大規(guī)模語音識別，自動駕駛，大規(guī)模推薦等具體終端場景的計算需求。

此外可以支持paddle等多個深度學(xué)習(xí)框架，編程靈活度高。同時也有媒體對該產(chǎn)品提出疑義，主要有以下兩點:

GoogleTPU

GoogleTPU于2016年在GoogleI/O上宣布，當(dāng)時該公司表示TPU已在其數(shù)據(jù)中心內(nèi)使用了一年以上。該芯片專為Google的TensorFlow(一個符號數(shù)學(xué)庫，用于神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)應(yīng)用)框架而設(shè)計。

GoogleTPU是專用的，并不面向市場，谷歌僅表示“將允許其他公司通過其云計算服務(wù)購買這些芯片。”

今年2月，谷歌在其云平臺博客上宣布的TPU服務(wù)開放價格大約為每cloudTPU(180TFLOPS和64GB內(nèi)存)每小時6.50美元。

Google使用TPU開發(fā)圍棋系統(tǒng)AlphaGo和AlphaZero以及進(jìn)行Google街景視頻文字處理等，能夠在不到五天的時間內(nèi)找到街景數(shù)據(jù)庫中的所有文字，此外TPU也用于提供Google搜索結(jié)果的排序。

TPU與同期的CPU和GPU相比，可以提供15-30倍的性能提升，以及30-80倍的效率(性能/瓦特)提升。

Xilinx&深鑒科技

Xilinx賽靈思是FPGA的先行者和領(lǐng)導(dǎo)者，1984年，賽靈思發(fā)明了現(xiàn)場可編程門陣列FPGA，作為半定制化的ASIC，順應(yīng)了計算機(jī)需求更專業(yè)的趨勢。

FPGA的好處是可編程以及帶來的靈活配置，同時還可以提高整體系統(tǒng)性能，比單獨開發(fā)芯片整個開發(fā)周期大為縮短，但缺點是價格、尺寸等因素。

在汽車ADAS和自動駕駛解決方案上，賽靈思的FPGA和SOC產(chǎn)品家族衍生出三個模塊:

自動駕駛中央控制器ZynqUltraScale+MPSoC

前置攝像頭Zynq-7000/ZynqUltraScale+MPSoC

多傳感器融合系統(tǒng)ZynqUltraScale+MPSoC

Zynq采用單一芯片即可完成ADAS解決方案的開發(fā)，SOC平臺大幅提升了性能，便于各種捆綁式應(yīng)用，能實現(xiàn)不同產(chǎn)品系列間的可擴(kuò)展性，可幫助系統(tǒng)廠商加快在環(huán)繞視覺、3D環(huán)繞視覺、后視攝像頭、動態(tài)校準(zhǔn)、行人檢測、后視車道偏離警告和盲區(qū)檢測等ADAS應(yīng)用的開發(fā)時間。并且可以讓OEM和Tier1在平臺上添加自己的IP以及賽靈思自己的擴(kuò)展。

深鑒科技成立于2016年，其創(chuàng)始團(tuán)隊有著深厚的清華背景，專注于神經(jīng)網(wǎng)絡(luò)剪枝、深度壓縮技術(shù)及系統(tǒng)級優(yōu)化。2018年7月17日，賽靈思宣布收購深鑒科技。

自成立以來，深鑒科技就一直基于賽靈思的技術(shù)平臺開發(fā)機(jī)器學(xué)習(xí)解決方案，推出的兩個用于深度學(xué)習(xí)處理器的底層架構(gòu)—亞里士多德架構(gòu)和笛卡爾架構(gòu)的DPU產(chǎn)品，都是基于賽靈思FPGA器件。

對于賽靈思來說，看好深鑒科技基于機(jī)器學(xué)習(xí)的軟件、算法，以及面向云側(cè)和端側(cè)硬件架構(gòu)的優(yōu)勢;對于深鑒科技，后期發(fā)展高昂的研發(fā)費用、高成本的芯片設(shè)計、流片、試制、認(rèn)證、投片量產(chǎn)，投靠賽靈思能夠降低隨之而來的風(fēng)險，進(jìn)入芯片戰(zhàn)爭的持久戰(zhàn)。

2018年6月，深鑒科技宣布進(jìn)軍自動駕駛領(lǐng)域，自主研發(fā)的ADAS輔助駕駛系統(tǒng)——DPhiAuto，目前已獲得日本與歐洲一線車企廠商和Tier1的訂單，即將實現(xiàn)量產(chǎn)。

DPhiAuto，基于FPGA，是面向高級輔助駕駛和自動駕駛的嵌入式AI計算平臺，可提供車輛檢測、行人檢測、車道線檢測、語義分割、交通標(biāo)志識別、可行駛區(qū)域檢測等深度學(xué)習(xí)算法功能，是一套針對計算機(jī)視覺環(huán)境感知的軟硬件協(xié)同產(chǎn)品。

功耗方面，可以在10-20W的功耗范圍內(nèi)，實現(xiàn)等效性能，能效比指標(biāo)高于目前主流的CPU、GPU方案。