據麥姆斯咨詢介紹，未來10年，隨著無人駕駛出租車和穿梭巴士的發展，該市場將成為汽車人工智能應用的主要營收來源，預計2028年汽車人工智能計算市場的總營收將達到90億美元。

現在，我們可以在家里跟我們的虛擬語音助手對話，以獲取天氣、播放音樂或者接聽電話。拿起我們的智能手機，只需面向前置攝像頭就能完成解鎖，跟它對話就能獲得導航。由于人工智能（AI），特別是基于神經網絡（Neural Networks，NN）的算法，生活正變得更輕松更方便。將人工智能應用于汽車又會如何？召喚來的出租車不再需要司機？自動駕駛汽車送我們上班的途中，我們還可以瀏覽電子郵件？是的，但在消費類應用中，它需要特定的計算硬件。

在Yole最近發布的《汽車人工智能計算技術及市場趨勢-2019版》報告中，將自動駕駛汽車市場分為兩個部分：一種是我們所熟悉的汽車，正逐漸整合越來越多的功能，使其越來越自動化；另一種是無人駕駛汽車，在低速和特定區域已經實現完全自動控制，在傳感器和計算硬件方面多種方案正在競爭。據麥姆斯咨詢介紹，未來10年，隨著無人駕駛出租車和穿梭巴士的發展，該市場將成為汽車人工智能應用的主要營收來源，預計2028年汽車人工智能計算市場的總營收將達到90億美元。2019年，首批符合“ADAS 3級”標準的汽車將上路，人工智能將進入ADAS 2級汽車，取代傳統的計算機視覺算法。Yole預計2019年ADAS計算市場規模將達到6300萬美元，而到了2028年這一數字將達到近37億美元。

汽車中的視覺處理器

現場可編程門陣列（FPGA）是實現這些愿景的特定計算硬件之一。為了讓我們的讀者更好地了解這項技術，Yole軟件和計算市場與技術分析師Yohann Tschudi博士采訪了賽靈思（Xilinx）高級總監Willard Tu先生，與其交流了FPGA在未來自動駕駛中的關鍵作用。

Yohann Tschudi（以下簡稱YT）：您好！首先請您介紹一下自己以及在Xilinx負責的主要業務。

Willard Tu（以下簡稱WT）：我負責Xilinx的全球汽車業務。我在汽車行業從業超過25年，在Xilinx之前我曾先后在Arm（現被軟銀收購）、NEC（現為瑞薩）、National Semi（現為TI）和摩托羅拉（現為NXP）工作。正如您所看到的，半導體產業增長放緩，而汽車產業更是遭遇萎縮。

YT：業界一直認為FPGA不好做，很難找到開發人員，通常在教育或非常特定的用例中應用，您認為這一形象正在如何改變？為什么會出現改變？

WT：主要在于三個方面的原因：量、創新和快速應變。從量的角度來說，半導體公司希望有足夠的量來填滿其晶圓廠的產能。但是，高級駕駛輔助系統（ADAS）或自動駕駛等創新功能，與動力總成、車身控制、安全氣囊ECU等應用的芯片不在一個量級上。因此，市場難以創建高度集成且成本優化的解決方案。更不利的是，半導體公司正變得越來越少，而自己擁有晶圓廠的公司更少。必須更加注重創新和差異化。因此，當ADAS或自動駕駛產業仍在不斷增長時，FPGA成為它們的完美選擇。

汽車人工智能市場價值鏈及相互影響

創新和快速應變都受益于FPGA的適應性。一項技術處于創新階段時，是沒有標準制造方法的。ADAS和自動駕駛正處于這一階段。安全氣囊ECU已經成熟，基本上供應商彼此之間都具有相同的功能和內容，但對于一種新興技術來說，情況完全不同。

FGPA可以實現創新，適應需求或人工智能技術的快速變化，并在提供這些優勢的同時兼具成本效益。

YT：請您解讀一下Xilinx是如何選擇進入汽車市場，尤其是ADAS市場的？

WT：Xilinx早在14年前就進入了汽車市場。目前，全球汽車系統中應用了超過1.6億顆Xilinx芯片，其中約有5500萬顆專門用于ADAS。

ADAS和自動駕駛需要更高的性能來感知所有駕駛條件下車輛周圍的環境狀況。Xilinx靈活且可重新編程的汽車平臺，是滿足這些需求的理想解決方案。

YT：請您介紹一下Xilinx的硬件解決方案和軟件堆棧。

WT：FPGA技術的優點在于，它對于工程師來說就像一張空白表，可以創建自己的硬件和高度差異化的解決方案。跟我們廣受歡迎的Zynq MPSoC ZU3相同的SoC，目前正被用于前視攝像頭、360°環視系統以及駕駛員監控系統，它還被設計用于激光雷達（LiDAR）和4D成像雷達。我們的SoC就像是一種“變色龍”，它們可以適應許多不同的應用需求。

Xilinx選擇從ARM授權處理器架構，這與我們的汽車客戶群非常一致。幾乎所有主要汽車操作系統供應商都將其產品移植到了Xilinx芯片，包括eSOL、Mentor、Greenhills、Vector、Micrium、QNX、Sysgo、Windriver等。值得注意的是，這些包括了標準的汽車操作系統和虛擬化管理程序。對于AUTOSAR，Xilinx提供了一個微控制器抽象層，使AUTOSAR OS提供商能夠將其產品移植到Xilinx芯片。

Xilinx還為其產品中的元件提供固件，例如平臺管理單元。

YT：就您看來，在ADAS和自動駕駛領域采用FPGA有什么利弊？

WT：在ADAS和自動駕駛等應用中使用Xilinx技術的優勢，可能會根據客戶的具體目標而有所不同。從嚴格的芯片性能角度來看，創建并行化、同步處理的能力可以降低延遲和功耗。對于ADAS和自動駕駛應用，更低的延遲顯然至關重要。

低功耗也意味著更少的熱負荷，熱負荷對于安裝在擋風玻璃、車頂內襯和其它高環境溫度區域的模塊可能是個問題。通過并行計算，時鐘可以運行得更慢，從而降低了通量的動態功耗。

說到通量，可以提到芯片的每秒理論運行次數，但對于客戶來說真正的價值在于計算引擎的利用率，即理論性能和實際性能之間的差異。Xilinx可編程邏輯包含大量的路由鏈路以及大量的小型存儲。這些資源的組合使設計人員能夠為其計算引擎創建定制的數據饋送網絡，以獲得更高的利用水平。

Xilinx汽車芯片的優勢遠遠超越了我們所討論的性能參數。首先，Xilinx可編程邏輯為客戶提供了高度的靈活性，以適應ADAS和自動駕駛等新興應用領域不斷變化的需求。利用改進的接口標準、算法創新和新的傳感器技術，都需要適應性強的平臺，不僅可以支持軟件更改，還可以支持硬件更改，而這正是Xilinx芯片的優勢所在。

其次，是可擴展性。在我們的特定Xilinx產品系列中始終提供一組可擴展的芯片。這些芯片改變了可編程邏輯的數量，大多采用引腳兼容的封裝。這意味著開發人員可以創建單個ECU平臺來承載低、中、高版本的ADAS功能包，并根據需要通過選擇所需的最小密度芯片來縮放成本。

最后，對于一些客戶而言最重要的是，Xilinx芯片允許開發人員創建獨特的差異化處理解決方案，這些解決方案可以針對特定應用或傳感器進行優化。這對于ASSP芯片來說是無法實現的，即使是那些提供專用加速器的芯片，它們的使用方式也受到限制，而且基本上可以提供給所有競爭對手。Xilinx的長期客戶已經創建了只有他們可以訪問的高價值IP庫，并且這些功能可以被公司的各種產品使用。

至于缺點，其中大部分來自對成本的歷史成見。許多人認為FPGA技術可以用于原型設計，但不適用于量產。從90 nm節點開始，對于大批量汽車應用，Xilinx的芯片就已經極具成本效益，如若不然，就不會有超過1.6億顆Xilinx芯片在該行業獲得應用。

YT：人工智能現在隨處可見，它正在迅速進入人們的日常生活。在您看來，人工智能將如何改變汽車市場？

WT：人工智能，更具體來說，神經網絡提供了更低的開發成本，并降低了對硬件的性能要求，這也意味著更低的系統成本。我們已經看到，在前視攝像頭和駕駛員監控等系統中，許多傳統計算機視覺（CV）方案對性能的要求比神經網絡更高。如果要實現大規模應用，我相信神經網絡將發揮更大的作用。

YT：Yole分析師將自動駕駛汽車市場分為兩個部分：一是采用融合傳感器計算平臺的ADAS車輛；一是無人駕駛車輛，使用已經完全相當于數據中心平臺的計算機系統。在您看來，對于受法規和低利潤限制的ADAS領域，原始設備制造商最傾向遵循的趨勢是什么？考慮到這可能是一個低價格、大批量市場，你們如何占據一席之地？

WT：對于汽車市場，成本始終是一個重要因素。目前的重點是創新，但隨著時間的推移（未來十年內），成本將成為一個更重要的因素。

ADAS需要可擴展性，沒有萬金油式的產品。360°環視就是一個很好的例子，可以帶來的功能包括鳥瞰圖、物體探測、物體分類、自動泊車輔助、尾門監控和泊車輔助等。添加這些功能，將需要更多復雜的SoC或更具可擴展性的FPGA。

為什么車載語音控制需要人工智能？

YT：那么，Xilinx如何定位無人駕駛應用？

WT：我們非常關注人工智能以及數據聚合、預處理和分發（DAPD）。DAPD功能與不同的傳感器模態交互，以在處理單元和處理單元內的加速器之間執行信息的基本處理、路由和切換。

近期我們與采埃夫（ZF）的公告，突出了我們技術的能力超越了DAPD功能，現在可用于人工智能計算。

YT：如今，已經有一些無人駕駛出租車和穿梭巴士上路行駛，但是它們仍處于試驗階段，還不是一種常見的出行方式。您預計這類無人駕駛車輛最快會在什么時候廣泛上路？影響應用的主要障礙有哪些？法規？意外？

WT：還有很多障礙，不過，我想先問您，您有沒有搭乘過無人駕駛出租車？我親身搭乘過許多客戶的自動駕駛汽車，可以說，它們只需要再多一點“輔助”或更多一些“時間”。

■ 再多一點“輔助”意味著，可以嵌入本地化高清地圖或基礎設施數據的沙箱運行區域；

■ 更多一些“時間”表示，進一步降低成本，而這又需要能夠看到更多的量，這有點像先有雞還是現有蛋的問題。

我也認為政府會限制應用，以盡量降低自動駕駛可能帶來的社會影響和安全問題。但當我們進入大規模部署階段時，這才會是一個問題。不過，現在我們還沒有到這個階段。

YT：最后，讓我們談談未來。Xilinx預計在ADAS和自動駕駛車輛中，傳感器和攝像頭的數量會達到多少？FPGA能夠處理來自這些傳感器的巨大數據流嗎？

WT：這對Xilinx來說是一個很大的優勢。正如我之前提到的，我們的高價值一部分就體現在DAPD。這使我們能夠適應傳感器的數量，不同類型的傳感器，以及每種傳感器類型的不同接口。并且，這種適應能力是動態的，我們可以在產品生命周期中游進行調整。這對于無人駕駛出租車來說非常有用，可以在其生命周期中進行完整的硬件改造。

YT：您認為Xilinx應該采取哪些措施來保持業務競爭力，特別是對于ASIC或傳感器融合平臺？

WT：構建硅基ASIC的成本更高，但盡管如此，我們還是有一個秘密武器，動態函數交換（Dynamic Function eXchange）。這是FPGA技術所獨有的。它使我們可以在設備被用于交換互斥的功能時重新編程功能。例如，當處于高速公路駕駛模式時，FPGA可以作為前置攝像頭設計，但是當處于低速模式時，可以將相同的FGPA重新編程為自動泊車/360°環視影像。這意味著一個FPGA可以替換兩個ASIC。

這還只是一個開始，想象一下我們還可以利用艙內監控做些什么。

YT：您對2030~2035年的車輛有何預期？

WT：到了2030~2035年，自動駕駛車隊將作為第一批應用開始普及。對于個人擁有的車輛，我認為可能會看到一些超高端的自動駕駛汽車，但還沒有到大規模量產的階段。

YT：您認為我們的孩子還需要駕照嗎？

WT：呵呵，這個我們只能等待時間揭曉答案了。不過，新生代們肯定更關心他們的智能手機，而不是什么時候考駕照。

YT：對于Xilinx，您還有什么需要補充的嗎？

WT：如果您在ADAS或自動駕駛方面還沒有跟Xilinx合作，那么請趕緊聯系我們。避免不必要的重復開發，避免從一個ASIC SoC到另一個ASIC SoC不斷重新設計；不用擔心從邊緣到中央域控制器重新設計IP；不用試圖為每個不同的傳感器使用不同的SoC平臺。

FPGA技術將幫助您節省最寶貴的資源——工程人才。我們可以為您提供規模經濟，因為一個芯片系列就可以支持前置攝像頭、LiDAR、4D雷達、360°環視和駕駛員監控等功能。FPGA可以做到這一切。