現(xiàn)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(jīng)網(wǎng)絡(luò)（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(fā)布的《汽車人工智能計算技術(shù)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(qū)域已經(jīng)實現(xiàn)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(jù)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(fā)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(tǒng)的計算機視覺算法。Yole預計2019年ADAS計算市場規(guī)模將達到6300萬美元，而到了2028年這一數(shù)字將達到近37億美元。

汽車中的視覺處理器

現(xiàn)場可編程門陣列（FPGA）是實現(xiàn)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(shù)，Yole軟件和計算市場與技術(shù)分析師Yohann Tschudi博士采訪了賽靈思（Xilinx）高級總監(jiān)Willard Tu先生，與其交流了FPGA在未來自動駕駛中的關(guān)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(yè)務。

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

YT：業(yè)界一直認為FPGA不好做，很難找到開發(fā)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(xiàn)改變？

WT：主要在于三個方面的原因：量、創(chuàng)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(chǎn)能。但是，高級駕駛輔助系統(tǒng)（ADAS）或自動駕駛等創(chuàng)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(chuàng)建高度集成且成本優(yōu)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(chuàng)新和差異化。因此，當ADAS或自動駕駛產(chǎn)業(yè)仍在不斷增長時，F(xiàn)PGA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(chuàng)新和快速應變都受益于FPGA的適應性。一項技術(shù)處于創(chuàng)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(jīng)成熟，基本上供應商彼此之間都具有相同的功能和內(nèi)容，但對于一種新興技術(shù)來說，情況完全不同。

FGPA可以實現(xiàn)創(chuàng)新，適應需求或人工智能技術(shù)的快速變化，并在提供這些優(yōu)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(tǒng)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(huán)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(shù)的優(yōu)點在于，它對于工程師來說就像一張空白表，可以創(chuàng)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(huán)視系統(tǒng)以及駕駛員監(jiān)控系統(tǒng)，它還被設(shè)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(quán)處理器架構(gòu)，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(tǒng)供應商都將其產(chǎn)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(tǒng)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?qū)⑵洚a(chǎn)品移植到Xilinx芯片。

Xilinx還為其產(chǎn)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(lǐng)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(shù)的優(yōu)勢，可能會根據(jù)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(chuàng)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(guān)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(nèi)襯和其它高環(huán)境溫度區(qū)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(tài)功耗。

說到通量，可以提到芯片的每秒理論運行次數(shù)，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(shè)計人員能夠為其計算引擎創(chuàng)建定制的數(shù)據(jù)饋送網(wǎng)絡(luò)，以獲得更高的利用水平。

Xilinx汽車芯片的優(yōu)勢遠遠超越了我們所討論的性能參數(shù)。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(lǐng)域不斷變化的需求。利用改進的接口標準、算法創(chuàng)新和新的傳感器技術(shù)，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(yōu)勢所在。

其次，是可擴展性。在我們的特定Xilinx產(chǎn)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(shù)量，大多采用引腳兼容的封裝。這意味著開發(fā)人員可以創(chuàng)建單個ECU平臺來承載低、中、高版本的ADAS功能包，并根據(jù)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(fā)人員創(chuàng)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(yōu)化。這對于ASSP芯片來說是無法實現(xiàn)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(jīng)創(chuàng)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(chǎn)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(shù)可以用于原型設(shè)計，但不適用于量產(chǎn)。從90 nm節(jié)點開始，對于大批量汽車應用，Xilinx的芯片就已經(jīng)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(yè)獲得應用。

YT：人工智能現(xiàn)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(jīng)網(wǎng)絡(luò)提供了更低的開發(fā)成本，并降低了對硬件的性能要求，這也意味著更低的系統(tǒng)成本。我們已經(jīng)看到，在前視攝像頭和駕駛員監(jiān)控等系統(tǒng)中，許多傳統(tǒng)計算機視覺（CV）方案對性能的要求比神經(jīng)網(wǎng)絡(luò)更高。如果要實現(xiàn)大規(guī)模應用，我相信神經(jīng)網(wǎng)絡(luò)將發(fā)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(jīng)完全相當于數(shù)據(jù)中心平臺的計算機系統(tǒng)。在您看來，對于受法規(guī)和低利潤限制的ADAS領(lǐng)域，原始設(shè)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?nèi)绾握紦?jù)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(chuàng)新，但隨著時間的推移（未來十年內(nèi)），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(chǎn)品。360°環(huán)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(jiān)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(guān)注人工智能以及數(shù)據(jù)聚合、預處理和分發(fā)（DAPD）。DAPD功能與不同的傳感器模態(tài)交互，以在處理單元和處理單元內(nèi)的加速器之間執(zhí)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(shù)的能力超越了DAPD功能，現(xiàn)在可用于人工智能計算。

YT：如今，已經(jīng)有一些無人駕駛出租車和穿梭巴士上路行駛，但是它們?nèi)蕴幱谠囼炿A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(guī)？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(chǔ)設(shè)施數(shù)據(jù)的沙箱運行區(qū)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(xiàn)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(guī)模部署階段時，這才會是一個問題。不過，現(xiàn)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(shù)量會達到多少？FPGA能夠處理來自這些傳感器的巨大數(shù)據(jù)流嗎？

WT：這對Xilinx來說是一個很大的優(yōu)勢。正如我之前提到的，我們的高價值一部分就體現(xiàn)在DAPD。這使我們能夠適應傳感器的數(shù)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(tài)的，我們可以在產(chǎn)品生命周期中游進行調(diào)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(yè)務競爭力，特別是對于ASIC或傳感器融合平臺？

WT：構(gòu)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(tài)函數(shù)交換（Dynamic Function eXchange）。這是FPGA技術(shù)所獨有的。它使我們可以在設(shè)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，F(xiàn)PGA可以作為前置攝像頭設(shè)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(huán)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(nèi)監(jiān)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(guī)模量產(chǎn)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(guān)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(lián)系我們。避免不必要的重復開發(fā)，避免從一個ASIC SoC到另一個ASIC SoC不斷重新設(shè)計；不用擔心從邊緣到中央域控制器重新設(shè)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(shù)將幫助您節(jié)省最寶貴的資源——工程人才。我們可以為您提供規(guī)模經(jīng)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(huán)視和駕駛員監(jiān)控等功能。FPGA可以做到這一切。

延伸閱讀：

《汽車人工智能計算技術(shù)及市場趨勢-2019版》

《圖像信號處理器和視覺處理器市場和技術(shù)趨勢-2019版》

《人工智能硬件和軟件@消費類領(lǐng)域》

《采埃孚S-Cam 4系列ADAS單目和三目攝像頭》

《汽車雷達對比分析-2018版》

《汽車成像-2019版》

推薦培訓：

《3D成像與傳感器件培訓課程》將于7月19日~7月21日在無錫舉行，本課程邀請3D視覺產(chǎn)業(yè)鏈優(yōu)秀講師，以核心元器件為出發(fā)點，解析3D成像與傳感技術(shù)：（1）紅外光源技術(shù)，深度剖析VCSEL；（2）MEMS光束操縱技術(shù)，覆蓋多種MEMS微鏡原理（靜電式、電磁式、電熱式、壓電式）；（3）液體透鏡；（4）衍射光學元件（DOE）；（5）高性能光電探測：SPAD/SiPM；（6）光電探測面陣：ToF圖像傳感器；（7）光學MEMS和傳感器仿真技術(shù)。如果您有興趣，請聯(lián)系：

麥姆斯咨詢

聯(lián)系人：趙婷婷

電話：18021192087

郵箱：ZHAOTingting@MEMSConsulting.com