7月17日，一則重磅消息震驚整個AI產業，全球最大的FPGA 廠商賽靈思宣布收購中國 AI 芯片領域的明星創業公司——深鑒科技。一直以來賽靈思不僅是深鑒科技的忠實投資者，也是深鑒科技的重要合作伙伴。深鑒科技在其AI核心技術的研究上極其依賴于賽靈思，其推出的兩款DPU都是基于賽靈思的FPGA 器件，而賽靈思也正是FPGA的發明者。

賽靈思大中華區銷售副總裁Maria Tang 唐曉蕾

賽靈思在汽車領域的布局和創新

在7月24日深圳舉行的賽靈思汽車應用媒體說明會上，賽靈思大中華區銷售副總裁Maria Tang 唐曉蕾、賽靈思汽車產品營銷經理孫蕾蕾和賽靈思機器學習資深產品營銷經理羅霖詳細介紹了賽靈思在汽車市場的布局，以及收購深鑒科技之后的產品路線圖。

唐曉蕾表示，賽靈思收購深鑒科技后，將會在AI、大數據、邊緣計算領域有更多的創新和布局。此外，唐曉蕾也正重點介紹了今年3月推出的新一代技術自適應計算加速平臺ACAP。

作為全球FPGA的發明者以及首個全球無晶圓半導體廠，2017年，賽靈思銷售額到了23.5億美元，全球市場份額超過了60%，客戶達到20000多個，分布在多個不同的行業和市場領域。

此前，筆者曾經采訪過賽靈思全球銷售和市場部亞太及日本地區高級總監Stephen Chow（周海天），了解換帥后賽靈思2018年的發展策略，同時也談到了賽靈思在人工智能領域的布局和規劃。

對于賽靈思來說，2018年人工智能將是關注的重點，目前FPGA的應用領域主要集中在服務器端如云計算、大數據分析等。2017年賽靈思的平臺不僅被亞馬遜的語音計算平臺采用，同時國內的華為、騰訊、阿里巴巴也是通過賽靈思的FPGA來進行云計算和加速運算。

展望2018年下半年，汽車自動駕駛將是賽靈思的重點發展方向。在今年的3月份，賽靈思推出了新一代技術ACAP自適應計算加速平臺，對于ACAP，賽靈思定義為一個新的計算類別，希望超越傳統的CPU和GPU，希望未來不管是工業還是數據中心，都能用ACAP來耕耘這個市場。

從計算終端發展來看，從PC到智能手機，未來是一個邊緣智能時代，包括車聯網、5G、工業4.0等。唐曉蕾表示，未來基于FPGA的異構計算將是大勢所趨。

賽靈思在產品上有哪些更新？

隨著數字化的出現，很多互聯網公司進入到汽車領域。包括百度的阿波羅計劃，菜鳥物流的自動駕駛，京東的送貨機器人，這個市場的玩家越來越多。賽靈思在汽車領域并不是新玩家。

賽靈思從2004年開始進入汽車行業，首先是在歐美國家進入tear 1的車廠。到2014年已經有14個品牌，目前已經有很多中國的品牌在使用。很多汽車行業對于FPGA非常感興趣。到2018年，已經有29個品牌、110個車型用到賽靈思的產品，累計發貨芯片超過4000萬片。“汽車是供應鏈很長的市場，需要長期的投入。我們希望能夠跟著大中華地區來一起成長。” 唐曉蕾表示。

唐曉蕾表示，賽靈思通過Zynq 7000（雙核）以及MP SOC（四核）賽靈思切入了自動駕駛領域，主要創新應用在全屏顯示，駕駛員監控、拖車影像等領域，還有雙目攝像頭、環視系統等都可以找到賽靈思的產品應用方向。

前后攝像頭、環視攝像頭和ADAS 激光雷達都可以用到賽靈思的產品。據介紹，在前端攝像頭單元市場賽靈思目前占到38%的市場份額。未來歐美的新車出廠，如果要達到5星安全標準，前置攝像頭是必備的需求，因此未來該市場有望繼續增長。

在激光雷達領域，賽靈思目前占到了90%份額以上。唐曉蕾表示，當設計在變的時候，FPGA本身硬件和軟件都在變，可以配合算法的快速更新。因此在新興的行業中，FPGA是首選。

4D雷達主要通過RF傳感器來確定目標的位置。激光雷達由于成本較高，目前汽車行業在考慮4D雷達的使用，現在市場上2D雷達有不同的地方，2D雷達看距離和角度。看得更加清楚，對周圍的環境更加了解。

對于4D雷達來說，由于需要大量使用同步處理流水線，賽靈思的FPGA在這個領域就更具優勢。孫蕾蕾也表示，激光雷達的成本也逐漸降低，也不會說4D雷達會取代激光雷達，4D雷達也不會像2D雷達一樣的成本，現在激光雷達還是2D雷達的20倍的價錢，未來這個價格會逐漸接近。

賽靈思在大中華區的合作伙伴，包括海康威視，不管是停車系統還是自動環視系統都會用到賽靈思的產品。

戴姆勒奔馳無人駕駛為何選擇賽靈思？

7月11日，賽靈思和戴姆勒公司宣布，兩家公司正強強聯手采用賽靈思汽車應用領域的人工智能 (AI) 處理技術共同開發車載系統。此項可擴展的解決方案由融片上系統（SoC）器件和 AI 加速軟件為一體的賽靈思汽車平臺提供支持，將為當今汽車應用領域中的嵌入式 AI 帶來諸如高性能、低時延以及業界最佳的功率效率等眾多優異特性。

提到與戴姆勒奔馳的合作，孫蕾蕾 表示，大的車廠會有很多不同的技術團隊，會跟進不同的技術方向，不會在大的客戶看到一種技術方向。戴姆勒在跟賽靈思的合作過程中，發現賽靈思的產品在低延時、高功耗的產品是不可取代的。孫蕾蕾表示，在低延時、高信號比、靈活度上賽靈思的優勢將會一直存在。

為什么無人駕駛技術要選擇賽靈思的FPGA平臺呢？孫蕾蕾表示，對于無人駕駛來說，反應速度非常重要。需要用到攝像頭、激光雷達和雷達。有的汽車雷達需要10個，所有的頻道要分析大的數據量，另外計算器、加速器也非常重要。所以賽靈思做了很多的功夫。另外OEM廠商開發的時候希望有一些差異性，所以賽靈思的產品是可以用自己的IP來做更新。

FPGA還有一個優勢是可擴展性。動態功能交換，整個硬件可以用不同的功能，同樣的FPGA為什么需要這么大的邏輯單元？比如你開車在高速公路和低速公路上需要的功能不同。

以后的汽車因為無人駕駛，需要對汽車的速度進行同步。在低速的時候，要看到交通燈、行人、停車這些不同的功能，所以同一個FPGA可以做不同的功能。孫蕾蕾表示，賽靈思是第一個無線更新軟硬件升級的，所以為客戶增加了很多的靈活度。另外FPGA的散熱能力增加了，可在高溫的工作環境下正常運作。

針對ADAS/AD的嵌入式視覺要求

從過去的40年到近兩年，每天都會有很多創新的算法出現，如何能夠有效的支撐這些新的網絡？對于ASIC來說這是一個巨大的挑戰。雖然目前有很多的芯片架構都針對人工智能，但在人工智能發展初期的一些應用上，在還沒找到最優的算法和性能的時候，絕對是FPGA更合適。“如果一旦有一個網絡出來，我有一個很靈活的平臺，我可以快速的部署我最新的創新，這是客戶最需要的東西。”羅霖表示。

在很多時候，時間是花在數據的搬運上，在計算架構上，我們希望數據能夠盡量停在芯片商。這意味著客戶需要大量的片上內存，賽靈思的嵌入式FPGA和英偉達的Tegea X1相比，具有更好的存儲性能，可以降低時延。

目前主要的云服務廠商已經廣泛使用FPGA服務，通過完整的加速堆棧支持軟件開發，以及面向嵌入式系統的FPGA設計的軟件驅動工具和方法，賽靈思面向的將不再只是硬件工程師。羅霖表示，在底層平臺賽靈思已經幫客戶定義好了一些標準的硬件平臺，上面很多的傳感器包括傳感器、USB和MIPI的接口，創建工程，上面可以用高級語言來開發。同時利用機器學習的庫來很快的部署應用。

談到未來的產品路線規劃。羅霖表示，目前賽靈思主要提供的產品包括前置的攝像頭，一級單目、雙目、偏離檢測等，包括面向司機的疲勞駕駛檢測，下一步會在2019年做到L1L2，會把前置攝像頭和毫米波雷達融合，采用的是大一點的Zynq 器件，另外國內現在要求很強的自動泊車的系統。包括一些女司機可以自如的完成停車動作。

再下一步是L3的規劃，包括多攝像頭和傳感器的平臺，比如自動泊車，OMS（駕駛艙類人車智能交互應用），通過這種技術可以防止出現把小孩關在車中的情況。

L4將采用是ACAP，據介紹目前已經有一些歐美的客戶開始測試。

羅霖表示，賽靈思正面向ADAS和AD的機器學習做了很多的研發和優化，實現功耗、成本、靈活、上市時間的平衡。為了降低嵌入式開發學習的難度，目的是提供客戶的開發效率。

賽靈思客戶車載創新應用案例

舉一個真實客戶的案例，這是美國一個車廠的項目。采用賽靈思的ZCU 102開發平臺，利用到賽靈思快速角點和密集光流的算法。

羅霖表示，最早在上一代FPGA的板子通過ARM來跑，第二步把ARM的代碼移植到FPGA上，不斷的提升性能和進行算法優化。通過賽靈思的系統工具，客戶不需要寫任何一行硬件代碼就實現了開發。

此外，一家知名的OEM汽車廠商，評估了壓縮工具。原先計算量是198G精度達到80.4G，經過壓縮后，模型壓縮到原來的7%，損失很大的情況下，另外需要用一個Zynq器件同時做12通道目標檢測。

這個案例是賽靈思幫美國一個汽車客戶做的一個神經網絡的檢測，可以做到8通道30fps的性能。

還有歐洲一個客戶要求用賽靈思的ZU9上的演示，來在神經網絡實現像素級的分割，要求是四個通道。

這是mini eye的3D攝像頭，可以檢測車的顏色，可以識別車牌。

也可以識別車道線、紅綠燈、行人，和可行駛區域。在國內很多公司，通過自己的研發做出來的算法效果在全球范圍是非常領先的。

這是輔助停車的一個應用，通過四個魚眼攝像頭來捕捉車身周圍的東西，通過深度學習可以檢測出車位的線。有了這些信息后，車輛可以自己找到車位來進行泊車。

這個應用是自行科技做的疲勞狀態的檢測，這個司機一旦分心，下方的綠色長條會減少，變成紅色。同時還可以進行人臉識別，可以知道駕駛車的司機是誰。以后可以做出的應用是這輛車只能某一個用戶通過人臉識別解鎖。

可以在一個芯片上跑不同的應用，可以做分割、檢測、分類，在賽靈思的平臺上可以實現高效的深度學習，用于ADAS和AD的應用。