出货2.05亿 | 从赛灵思布局看自动驾驶红利

作者:陆楠,本文转载自:与非网eefocus

当赛灵思首次出现在以汽车为主题的Auto Tech 2021展会时,它显示出两个强烈的信号:1、自动驾驶的市场热度开始进入一个新的拐点;2、为数不多的拥有先进典型处理架构的芯片巨头正在加快在汽车领域跑马圈地的节奏。

在去年10月,AMD以350亿美元全股票交易的方式收购了赛灵思,从而加快了该公司在核心的通信和数据中心市场之外布局新兴市场的进程。赛灵思总裁兼CEO Victor Peng在今年接受专访时曾提到两个重要概念:异构计算和规模化市场。考虑到新兴市场中的主导力量——AI应用的特性,这俩个概念高度涵盖了FPGA成为重要角色的所有要素。

布局自动驾驶

无疑,在智能手机之后,能够取而代之的规模化市场就是汽车,在AI进程中,自动驾驶成为最具商业价值的领域。对于FPGA而言,不断变化的车规标准、快速演进的智能算法、严苛的安全等级,以及快速实现创新迭代的需求,都将成为赛灵思发挥其技术价值的领地——事实上,我们已经看到在中央计算、ADAS和域控制三个方向上,FPGA正在被大量导入。

赛灵思一直在强调“自适应计算”这一概念,并定义其为当今创新的驱动力。赛灵思大中华区核心市场销售副总裁唐晓蕾认为,一方面AI系统从开发、优化到部署的时间正在加快,创新所依赖的算法和模型、行业标准、安全和保密,以及传感器和接口数量都在不断演变和增加,而另一方面10nm制程后芯片的研发到量产的周期随着复杂度的增加在延长。创新赛道不断内卷,摩尔定律正在失效,加上大数据的喷发,围绕大数据处理,唐晓蕾认为CPU是跑车,GPU是重卡,而很多应用需要的是皮卡,这使得自适应计算成为一个重要的选择。例如可以基于DPU在赛灵思Versal ACAP这一中央计算加速平台上部署多任务和复杂神经网络应用,或者基于DPU在赛灵思车规级XA Zynq UltraScale+ MPSoC上针对激光雷达点云处理、多任务、复杂神经网络部署应用。

过去几年,赛灵思的汽车业务一直稳步增长,包括ADAS,车舱体验和自动驾驶AD,其28nm和16nm的产品收入的年复合增长率超过15年保持两位数。迄今为止,赛灵思汽车芯片的出货量已达2.05亿颗,其中8000万用于ADAS,这得益于包括各类摄像头、成像雷达、激光雷达、传感在内的融合计算和机器学习对处理器的灵活应变能力和可扩展性的需求。基于可支持实现极高的总传输速率的高速收发器,以及自动紧急制动所需的超低时延特性,与Zynq相关的应用不断导入,从Continental的毫米波雷达ars540到斯巴鲁Levorg 开始量产的新一代EyeSight。

赛灵思已经和众多激光雷达公司建立起合作,为他们的处理系统提供FPGA,包括RoboSense(速腾聚创)的车规级MEMS固态激光雷达,禾赛科技的固态和机械式激光雷达,图达通(蔚来供应商)的图像级远距离激光雷达,以及镭神智能的混合固态激光雷达等。一个新的热点是是4D雷达(距离、速度、方位角和仰角),由于可以比传统毫米波雷达提供更高质量的点云,因此可极大扩展毫米波的应用范围,而高质量点云的计算量也随之增加。赛灵思最近正在和几家欧洲Tier1合作,将推出相关产品。

在智能座舱方面,基于FPGA的可扩展性对OEM不同平台的支持能力,以及对包括摄像头、雷达和红外传感器进行诊断及数据融合处理的能力,赛灵思同驾驶员监控系统 (DMS)和舱内监控系统 (ICMS) 供应商建立了合作,如DMS供应商自行科技(Autocruise)和佑驾创新,ICMS供应商Seeing Machines和Eyeris。

在ADAS系统中扮演重要角色的传感,相关数据计算需要灵活和高性能的中央处理器模组CPM,FPGA可以分担中央计算单元的计算量,支持从不同传感器收集数据,支持高速数据传输的可编程I/O,能够进行传感器融合输出的零差异同步,并且提供高利用率的神经网络推理和加速计算能力。目前,小马智行(Pony.ai)、元戎启行(Deeproute.ai)和宏景智驾都在自己的系统中采用了赛灵思的FPGA。而这种通过分布式的边缘计算完成之后再把结果传给中央计算单元进行处理的架构已经成为主机厂的选择,包括图森未来、理想、蔚来都在导入。

新能源和智能网联是智能汽车的发展方向。在新能源方面,据唐晓蕾介绍,这是赛灵思非常看好的新领域。由于SiC功率器件正在成为新一代动力系统的核心,其高频特性需要更快的响应,而目前三电处理主要还是MCU,FPGA在满足高频开关低时延要求,可定制化的回路控制以及同时提升系统性能上存在发挥的空间。据悉,赛灵思正在和英恒科技、清华大学(就潍柴电机的驱动算法)合作进行算法验证等方面的探索,在欧洲,已经有合作商将FPGA用于SiC充电系统。

图:赛灵思针对SiC的电机控制方案

由于传感和智能化子系统单元增加了汽车网络的复杂性,以太网总线将成为汽车数据处理的通道。网络数据通信一直是赛灵思的强项,在车载以太网网关处理上,该公司将发挥两个重要价值:一是FPGA带来的硬件价值,二是给予传统车厂在升级网通上的经验。就硬件而言,赛灵思FPGA在总线数量和协议类型的支持,大量数据吞吐处理的低时延和高并行度,对Wind River VxWorks系统下的TSN的支持上早已经过市场的验证。而对于汽车网络至关重要的网络安全,赛灵思的FPGA具有灵活可配置的IP,符合硬件安全模块HSM对于加密的要求,且符合信息安全ISO21434标准,同时,其信息安全管理模块CSU,可以对网络攻击提供有效的防护。

生态合作的建设

作为Open Alliance SIG Adopter的正式会员,在和赛灵思合作前,英恒科技在汽车ECU领域已深耕多年。双方的合作反映出汽车产业发生的变化——电气化、智能驾驶和信息安全对高性能的处理单元的迫切需要。

英恒科技总经理及执行董事兼金脉电子总经理陈铭认为,中国汽车市场太碎片化,主机厂很多,相较于欧洲五大主机厂占90%的市场份额,中国头十大还占不到60%,而这正是促使他们和赛灵思合作的原因——后者拥有良好的生态圈,包括开发工具、全球领域的中间件软件供应商,以及汽车领域的芯片部署。

“赛灵思提倡的自适应计算加速平台ACAP对于我们来说极具吸引力,”陈铭说,“基于金脉过去十几年对于整个传统汽车,以及新能源车的电机驱动、VCU整车控制单元和BMS相关的动力域ECU设计,我们采用赛灵思可扩展性的平台设计域控制单元。”

以金脉自动泊车域控制器CAELUS为例,其中采用了赛灵思的XA Zynq UltraScale+ MPSoC,利用MPSoC中的FPGA资源来运行ConvolutionalNeural Network(CNN)以实现AI及传感器感知部分的处理,同时使用MPSoC内置的Advanced RISC Machine(ARM)核来完成传感器资料融合、以及归经规划等复杂逻辑运算,此外,还可以用于实现以太网关控制。

专用计算芯片和算力方案供应商雪湖科技10年前已经采用赛灵思的FPGA来处理计算。雪湖科技创始人及CEO张强认为,高等级自动驾驶的实现不仅需要“聪明的车”,还依赖于“智慧的路”。为了保障车路协同的可靠性,路侧感知设备数量呈井喷式增长,不断提升感知精度,解决车辆超视距感知和视野盲区等问题。激光雷达凭借其稳定性高、探测距离远等优势受到越来越多公路集成商的青睐,然而,激光雷达3D点云数据的处理计算量大、复杂度高,对嵌入式边缘计算设备的算力提出巨大挑战,以确保车路协同系统的实时性与准确性。

看到这一需求,雪湖科技推出车路协同与激光雷达加速器LiDAREYE,基于赛灵思XA Zynq UltraScale+ MPSoC,内置可实时处理激光雷达3D点云数据的AI硬件加速引擎和AI算法,满足高速公路、城市路口等场景对感知精度与系统时延的要求,实现行人、车辆、非机动车等不同目标的分类,以及对目标位置、速度及方向等多维度参数的检测。

张强认为,GPU适用于两维矩阵的数据同密的图像的算法,而并不适用于信息稀疏的三维空间信息点阵的激光雷达3D点云的处理,因此,他们基于赛灵思异构平台开发特殊架构来进行空间卷积的处理。而就车路协同的市场而言,目前还处于早期阶段,运营商是积极推动的主体。

图:赛灵思携合作伙伴参展

结语

虽然通信和数据中心依然是赛灵思的主要市场,但毫无疑问,汽车已经是下一个蓝海。这次展会上,众多赛灵思生态合作者在其展台展示了成果,包括宏景智驾的软硬一体化自动驾驶域控制器(ADCU),元橡科技的双目立体视觉方案(已成为商用客车准入的标配),艾为的智能电子后视镜系统(CMS),自行科技的驾驶员监控系统(DMS),岭纬科技的固态高分辨率视频激光雷达,魔盾的盲区监控系统(BSD),魔视智能的遥控泊车系统( RPA)等,而这些方案也显示出目前自动驾驶的红利所在。

最新文章