到目前為止，來自Nvidia、Mobileye與NXP等芯片供貨商的信息似乎顯示他們各自的自動駕駛車輛平臺概念（以及他們打算如何實現）大不相同。鑒于人人都會利用他們現有的、以及他們認為可以擊敗對手的東西來搶占市場地位，這可以理解。

　　不過值得注意的是，對汽車原廠以及一線汽車零組件供貨商來說，他們面臨的挑戰是一樣的：車子里的電子控制單元（ECU）數量越來越多，自動駕駛車輛內有各種傳感器，所收集的感測數據需要被處理、分析并融合，還有安全性問題──連網汽車的罩門。

　　那些挑戰與先進的視覺處理技術、深度學習、地圖繪制等等功能息息相關，也會影響新系統架構對處理器性能的需求。

　　這會是Google自動駕駛車輛里面的模樣嗎？

　　所以，這里有一個價值6，400萬美元的問題──今日的汽車廠商以及一線汽車零組件供貨商，都已經知道2020年的自動駕駛車輛系統架構了嗎？

　　法國新創IC設計公司Kalray的執行長EricBaissus最近接受EE Times編輯訪問時，對以上問題的回答是：他們不知道，或者說還不知道；而這也是為何這家新創公司認為，其配備288個VLIW核心的大規模平行處理器數組（Massively Parallel Processor Array，MPPA），已經來到了進入市場的好時機。

　　Kalray最初是為法國的原子能委員會（CEA），開發核子彈模擬所需的極限運算技術；而該公司現在則是鎖定關鍵性嵌入式市場（例如航天），還有云端運算。

　　Baissus認為，自動駕駛車輛也屬于關鍵性嵌入式市場的一部分，因為這類車輛需要吸收大量來自車外、車內各個部位的數據，快速進行處理、然后用以快速做出決策；他表示，因此汽車產業：”需要可處理多域功能整合（multi-domain function integration）還有能以超高水平執行處理任務的新一代處理器。”

　　當然，所謂的”眾多核心（manycore）革命”已經展開；不過Baissus表示：”還沒有人成功設計出大規模平行、擁有超過100顆核心的“超級計算機單芯片”；”Kalray最新一代的288核心處理器Bostan，整合了16個各自有17顆核心的處理器叢集，配備2MB共享內存（SMEM）、數據傳輸速度每秒80GB，并有16個系統核心。

　　此外，Bostan也是能適應關鍵時刻的網絡單芯片，支持高速以太網絡接口（8x1 GbE~10GbE）。該芯片并配備高速加密與解密，以及與GPU/FPGA加速器的簡易鏈接功能。

　　因此該MPPA架構能提供DSP類型的加速，具備省電、時序可預測（timing predictability）、多域支持（舉例來說，不同的處理器叢集可以執行車內不同部分所采用的不同嵌入式系統），以及可擴展的大規模平行運算（內部處理器能被結合在一起以因應系統的復雜性）。

　　這種為自動駕駛車輛打造的”超級計算機單芯片”，跟Nvidia的Drive PX平臺豈不是很像？Nvidia將Drive PX稱為”世界最先進的自動駕駛車輛平臺”，號稱該平臺結合了深度學習、傳感器、環景視頻等等功能。

　　而對此Baissis解釋，兩者之間的不同點有二：首先，Kalray的解決方案是”可認證（certifiable）”的：”我的意思是我們能證明決定論（determinism），并能保證時序；在高性能運算中，1秒的延遲是可以接受，但在關鍵性嵌入式市場──例如航天與汽車──僅10毫秒（millisecond）的延遲都可能致命。”

　　其次，他表示工程師若要使用Nvidia的芯片需要懂CUDA，但：”我們的芯片能利用標準工具以及Linux執行標準的C/C++程序代碼；”汽車廠商已經有很多C語言寫的舊程序代碼以及算法，就算汽車廠商轉向采用新的自動駕駛車輛平臺，舊程序代碼仍然很重要。

　　并不只有Nvida預期未來的汽車會需要更多處理性能，另一家芯片業者Mobileye也在最近”預發表”了EyeQ5處理器，并承諾在2018年可提供芯片工程樣本。

　　EyeQ5采用先進的10納米或以下FinFET制程進行設計，將配備8個多線程處理器核心，以及18個Mobileye新一代視覺處理器核心；該公司表示，EyeQ5能執行每秒12 Tera次運作，同時間能將功耗控制在5W以下。

　　而包括Baissus在內的所有人都不敢小覷Mobileye；不同于Nvidia的Drive PX被很多產業觀察家視為自動駕駛車輛的”測試平臺”，Mobileye追隨了商業市場在需求更高處理性能之余、也要求更低功耗水平的趨勢；通過利用已經證實的視覺處理算法，EyeQ5將數據融合──結合20個外部處理器如攝影機、雷達、光達──囊括在單芯片中。

　　但EyeQ5能掌管自動駕駛車輛內部的ECU嗎？對此一位Mobileye發言人對EE Times解釋，EyeQ5不只支持數據融合，也能執行決策，但決策的付諸行動則是在其他方面執行──也就是汽車廠商所選擇的低階ECU。

　　而Kalray對其眾多核心處理器的角色定位，與Mobileye與Nvidia略有不同。Baissus表示，在傳感器以及機器學習算法方面，已經有很多對自動駕駛車輛來說很必要的進展：”但在處理器領域則還沒有實際作為；”這也是他看到的機會所在。

　　Baissus認為，新一代的自動駕駛車輛處理器需要執行超越數據融合的功能：”它們必須更像是開放性平臺；”而他期望能提供一個自動駕駛車輛的開放性處理中樞──可稱之為”超級ECU”。這種超級ECU能在單芯片上提供跨領域的整合功能，為包括感測、學習、安全性、網絡與成本等關鍵元素帶來更好的成果。

　　未透露廠商名稱，Baissus表示有領導汽車大廠以及一線汽車零組件供貨商，正在采用Kalray的平臺打造第一輛自動駕駛車原型，但他也坦承，目前自動駕駛車輛架構還不夠成熟；不過，透過與多家主要廠商的合作，他期望能夠了解更多車廠的需求，以有助于該公司定義下一代的自動駕駛車輛解決方案。而Baissus也不排除將MPPA架構授權給其他車用芯片廠商。