在汽車產業不斷提高安全性的趨勢下，車輛需要整合越來越多的外圍攝影傳感器和智能圖像處理技術，以便實現先進的駕駛輔助系統(ADAS)，如車道偏離警告、碰撞避免、盲點監視、先進的倒車攝影以及具有物體識別功能的周邊環境觀察系統等。制造商想要創建完全安全的駕駛環境這一共同目標推動著這一趨勢的發展。例如，Volvo公司的“Zero-by-2020”目標，就是希望到2020年乘坐新款Volvo汽車的人不會再因車禍而死亡甚至受傷。

　　這些系統面臨的挑戰在于需要建立這樣一個平臺：能夠保持這些計算密集型應用要求的處理性能，只需消耗較低功率以避免散熱問題，能夠提供整合商愿意采用的高成本效益解決方案，并且系統尺寸要小，能使系統“大腦”與影像傳感器共處一地，并裝配進智能攝影機(如果要求的話)內。共存于傳感器上的圖像處理可構成系統解決方案，在這種系統中，相同的智能攝影平臺可應用于車輛的不同位置，如后保險桿——實現具有物體/人體檢測功能的增強型倒車攝影機;反光鏡——用于實現盲點監視;后視鏡背后——用于實現前向碰撞和車道偏離警告;以及其它外圍攝影機——用于周邊環境觀察。此外，這種分布式智能攝影模型不會因額外處理要求而加重汽車中央控制臺的負擔。

　　圖1：先進的駕駛輔助系統。

　　市場報告指出，在今后幾年中，ADAS不僅會廣泛用于高階汽車，而且還會用于更普通的中低階汽車。除了要求每個應用提供更強的運算性能外，還有在相同的硬件平臺上結合來越多ADAS應用的需求。但這也升高了一項疑慮——目前的DSP和FPGA解決方案夠用嗎?

　　DSP 算法執行方案中最大的瓶頸之一，是為了跟上讀寫訪問速度而負擔越來越重的外部內存。傳統的DSP提供有限的并行執行能力，為了滿足處理要求，通常要求工作在越來越高的頻率頻率。而隨著頻率頻率的不斷攀升，DSP將消耗更多的功率，進而產生更多的熱量需要散發。雖然FPGA的并行執行能力要比DSP強，但比較難編程序，且經常需要用RISC處理器進行資料的后處理。FPGA也具有很大的功耗，而且系統尺寸大，總之是一種成本較高的解決方案。

　　影像識別的未來：多核心平行處理

　　由CogniVue影像識別處理器(ICP)執行的多核心平行處理性能在許多方面都已超越DSP和FPGA。在單位面積、單位毫瓦功率內，ICP能提供更好的性價比。

　　CogniVue APEX架構整合了用于管理算法執行的工業標準RISC核心和高度平行的單指令多數據(SIMD)數組處理引擎(APU)，可用于執行圖像處理和分析算法中固有的低層運算密集型并行操作。這種架構中除了RISC和APU外，還有新設計的串流DMA，用于確保高效的數據移動;以及設計用于自動和高效排序操作以確保最大效率的排序器。第二個RISC核心在APEX外部獨立運作，用于處理系統級常駐程序。

　　APU內部為每個計算單元準備了本地專用內存。影像數據取自外部內存，然后流進APU內存，在數據流出和存回系統內存之前，所有處理工作都在APU內存中完成。由于APU內存與 APU單元位于一處，因此可以大幅地減少外部內存存取的次數，不必提高頻率頻率就能維持高運算性能。APEX處理核心與ICP的其余部分也是分開的，這意味著APEX核心工作頻率獨立于SoC的其余部分，允許組件其余部分工作在較低的頻率頻率，從而節省功耗。透過將外部內存堆棧在封裝內部，這種方案可以實現更小的系統尺寸，達到節省電路板占用面積的目的。

　　由于采用了平行處理器核心和基于串流程序設計的獨特軟件范例，CogniVue ICP可以調度復雜的向量操作，并在數據移動最少的情況下執行程序代碼。這些處理器只要有可能就會實現算法原語的自動管線式操作，并透過一個全面的API 擷取這種復雜性，從而隱藏掉系統負載平衡的復雜度，消除開發人員面臨的多核心同步問題。

　　高度并行機制加上高ALU帶寬架構展示了一個可行的平臺，它提供足夠富余的功能和處理能力，可在相同的硬件上并行執行多個應用。靈活的開發平臺和SDK使得用戶能夠靈活程序設計APEX，并建構極具競爭力的差異化應用。這種多核心平行平臺之所以能夠得到開發人員的青睞，不僅因為它能提供先進的性能、功耗和尺寸特性，而且能保證在未來ICP中的程序代碼再使用，從而確保最少的開發工作和時間。

　　圖2：可編程設計的平行架構。