自駕車商機(jī)誘人，驅(qū)動(dòng)傳統(tǒng)車廠與物聯(lián)網(wǎng)廠商跨界搶進(jìn)，更加速人工智能(AI)、先進(jìn)駕駛輔助系統(tǒng)(ADAS)發(fā)展愈趨白熱化。而嵌入式視覺也搭上AI與ADAS發(fā)展的順風(fēng)車，成為實(shí)現(xiàn)自駕車發(fā)展不可或缺的關(guān)鍵技術(shù)，為了要滿足嵌入式視覺技術(shù)的靈活度，低延遲、低功耗與低成本的要素缺一不可。

賽靈思(Xilinx)機(jī)器學(xué)習(xí)資深產(chǎn)品營(yíng)銷經(jīng)理羅霖談到，在AI高速發(fā)展?fàn)顩r下，對(duì)嵌入式視覺的ASIC芯片開發(fā)帶來巨大挑戰(zhàn)，從傳感器搜集道路行駛資料、基于深度學(xué)習(xí)感知執(zhí)行路徑規(guī)畫，甚至是提供自動(dòng)煞車的過程，所需的延遲必須小于100ms，且其中牽涉到許多散熱挑戰(zhàn)，要求芯片功耗需小于5W。此外，該技術(shù)對(duì)于成本相對(duì)敏感，要求主芯片價(jià)位范圍介于10~40美元之間。

賽靈思機(jī)器學(xué)習(xí)資深產(chǎn)品營(yíng)銷經(jīng)理羅霖認(rèn)為，低延遲、低功耗與低成本是打造嵌入式視覺不可或缺的關(guān)鍵要素。

相較之下，采用FPGA支持嵌入式視覺技術(shù)，更具可編程的彈性。羅霖分析，雖然采用ASIC開發(fā)嵌入式視覺具備成本與功耗優(yōu)勢(shì)，但在AI與深度學(xué)習(xí)時(shí)代，創(chuàng)新的技術(shù)或應(yīng)用不斷發(fā)生，每天都有新的深度神經(jīng)網(wǎng)絡(luò)(DNN)出現(xiàn)，而這些神經(jīng)網(wǎng)絡(luò)本身是變種、無標(biāo)準(zhǔn)性，也沒有標(biāo)準(zhǔn)化的算法。在此前提下，車廠會(huì)要求每個(gè)月升級(jí)一次神經(jīng)網(wǎng)絡(luò)，升級(jí)的神經(jīng)網(wǎng)絡(luò)不僅改變權(quán)重，還包含整體網(wǎng)絡(luò)結(jié)構(gòu)與網(wǎng)絡(luò)計(jì)算顆粒度，變更范圍非常廣。

此外，由于DNN的趨勢(shì)發(fā)展下，相機(jī)對(duì)于分辨率要求的規(guī)格也快速改變，為了因應(yīng)不同分辨率，提供不同接口支持也成為嵌入式視覺關(guān)注的一大重點(diǎn)，相比于ASIC固定式的設(shè)計(jì)，F(xiàn)PGA可提供彈性化的I/O接口，也成為嵌入式視覺開發(fā)的一大賣點(diǎn)。

雖然FPGA具備彈性、可擴(kuò)充性的優(yōu)勢(shì)，但一直以來為人詬病的地方就在于復(fù)雜的軟件定義編程、函式庫與架構(gòu)上的挑戰(zhàn)。為了解決這項(xiàng)痛點(diǎn)，賽靈思發(fā)布reVISION Stack平臺(tái)，提供驗(yàn)證過并定義完成的基礎(chǔ)平臺(tái)，開發(fā)工程師僅須選用開發(fā)工具、架構(gòu)與函式庫，即可快速進(jìn)入機(jī)器學(xué)習(xí)應(yīng)用，有效降低FPGA開發(fā)門坎。

整體而言，賽靈思汽車產(chǎn)品營(yíng)銷經(jīng)理孫蕾蕾表示，賽靈思FPGA與SoC優(yōu)點(diǎn)是可以用到汽車不同應(yīng)用，包含前端、雷達(dá)與光達(dá)應(yīng)用，其延遲相較于CPU和GPU都還來得低。憑借著Xilinx本身FPGA具備的低延遲、低功耗的性能條件，近期在車用領(lǐng)域已與許多車廠及物聯(lián)網(wǎng)廠商合作，包含戴姆勒、Mobilieye和百度等公司，主要透過AI技術(shù)提供前置攝影機(jī)、駕駛偵測(cè)與自動(dòng)停車等應(yīng)用。