近日，赛灵思公司（Xilinx）和戴姆勒公司（Daimler）宣布，两家公司正强强联手采用赛灵思汽车应用领域的人工智能 (AI) 处理技术共同开发车载系统。此项可扩展的解决方案由赛灵思汽车平台提供支持，该平台将片上系统（SoC）器件和 AI 加速软件融为一体，可为当今汽车应用领域中的嵌入式 AI 带来诸如高性能、低时延以及业界最佳的功率效率等众多优异特性。它们的合作释放了哪些重要信号呢？

自动驾驶面临的挑战

今年以来，以提供高级ADAS功能著称的特斯拉频发事故，而ADAS领头羊Moileye的自动驾驶车队演示中竟然闯了红灯！这些 “意外” 给自动驾驶的未来蒙上了阴影 —— 到2020年，自动驾驶车真的可以上路吗？

另外，对自动驾驶有偏好的美国加州已经给超过50家车厂颁发了自动驾驶牌照，2016年共有11家企业向加州车辆管理局提交了2016年自动驾驶测试报告，到2017年，提供自动管家式测试报告的车厂增加到19家！包括谷歌Waymo、通用Cruise、百度美研以及博世、德尔福、Drive.ai、梅赛德斯-奔驰、日产、英伟达、Telenav、法雷奥、Zoox等，以下是年度报告表单。

与去年的数据相比，自动驾驶车性能确实大大提升， 每英里需要人为干预的次数减少了很多。这是去年的数据。

从今年的数据来看，谷歌Waymo以635868英里、0.2次/千英里的人为干预频次一骑绝尘，这个进步相当大，但是没有一家公司能做到0干预，可见自动驾驶还需要改进，另外，奔驰公司2016年是每千英里人工干预2000次！今年虽然提高到600次，但是还是垫了底，我想这是促成奔驰和赛灵思合作的主因--本次曾表示要在2020年自动驾驶车上路，以这个指标估计难以实现了。

奔驰曾经和 Mobileye、NVIDIA 合作开发 Level5 级别的自动驾驶车，并与NV在CES2017上联合宣布将在2018年推出 AI 汽车，这次和赛灵思合作是不是意味着和NV合作的AI汽车要跳票了？

从奔驰最后牵手赛灵思来看是不是意味着 ASIC（Mobileye的方案）和NV（GPU为主）的方案最后让步于 FPGA 方案？

奔驰 & 赛灵思合作具体内容

让我们来看看他们合作的具体内容根据赛灵思发布的新闻，双方合作开发的AI车平台由由赛灵思汽车平台提供支持，该平台将片上系统（SoC）器件和 AI 加速软件融为一体，可为当今汽车应用领域中的嵌入式 AI 带来诸如高性能、低时延以及业界最佳的功率效率等众多优异特性。

图： 赛灵思技术驱动着复杂的高级驾驶员辅助系统（ADAS）与自动驾驶（AD）系统

实际上，赛灵思在汽车领域拥有深厚强大的技术背景。在12 年多的时间里，公司已向汽车制造商和一线供应商累计供货汽车器件逾 4000 万片。

据新闻稿，作为战略合作的一部分，位于德国辛德芬根（Sindelfingen）和印度班加罗尔（Bangalore）两地的奔驰研发中心的深度学习专家，正着手在赛灵思高度灵活应变的汽车平台上实现他们自己的 AI 算法。赛灵思 AI 处理器技术将由奔驰产品化，实现神经网络的最高效落地。

“赛灵思将与戴姆勒股份公司在前沿AI 应用领域开展合作，赛灵思面向汽车应用的灵活应变的加速平台使戴姆勒这样的业界领先企业如虎添翼，为他们智能汽车系统神经网络的部署提供了高度的创新灵活性。”

—— Willard Wu，赛灵思汽车业务部高级总监

在ADAS处理方面，虽然FPGA和GPU都采用了并行处理，但是FPGA是硬件方式实现并行处理，所以速度比GPU快很多，而且功耗低很多。具体介绍可以参看这篇文章：《以创新差异化方案深耕四大领域，FPGA龙头赛灵思挖出150亿蓝海市场！》。

赛灵思在 ADAS 领域的优势

赛灵思已经深耕ADAS 12年，2014年，赛灵思的芯片方案被14家车商采用，并设计用于29款车型中。到2018年，赛灵思芯片解决方案的触角已经扩大到了29家车商的111款车型中！

在ADAS市场上，赛灵思的FPGA已经被证实擅长处理来自各种感测器(包括影像感测器、激光雷达或雷达等)的复杂感测数据。赛灵思已在车用机器视觉处理市场占有率排名第二，仅次于Mobileye。

首先，赛灵思与博世(Bosch)、Magna和Continental等多家一线供应商(Tier one)在成像处理方面都有合作，这些厂商为什么选择赛灵思？首先，赛灵思FPGA可以让想要执行自家专有成像处理演算法的汽车OEM实现差异化。相形之下，Mobileye提供的是一种“通用”(one-size-fits-all)的解决方案。

其次，赛灵思为Tier one提供的是“开放式”平台，有助于其实现并确保符合ISO26262的功能安全。而Mobileye则提供一个「黑盒子」——这让Tier one 和OEM都不清楚在Mobileye盒子内部究竟发生了什么。

第三，赛灵思的成像处理解决方案为可在车内安装提供了灵活性。它可以放在前置摄影机、挡风玻璃或中央模组上。

第四，赛灵思的方案扩展性好，赛灵思设计的ZU2～ZU5搭配Cortex-A53和Cortex-R5等ARM子系统，能够根据应用需求添加更多可编程结构。这比SoC方案有更多的灵活性。

第五，作为FPGA的发明者，赛灵思一直在引领FPGA发展，因此它能持续因应汽车产业需要的功能不断变化而随之调整产品。例如赛灵思提供”动态功能交换“(DFX)--假设赛灵思的芯片可用于Level 3自动驾驶车的驾驶员监控功能，相同的芯片还可以重新编程，在代客停车应用中执行自动停车功能。强大！

此外，赛灵思另一项优势是在激光雷达占据主导地位。赛灵思的芯片不仅用于几家主要的Tier one激光雷达产品中，同时也被多数新创公司所采用。由于各种不同的激光雷达产品有差异性，而这趋势也将持续下去，因此多家激光雷达供应商转而采用赛灵思的可编程解决方案，这是可以理解的。另据传赛灵思可能与Velodyne有合作关系，因此会在激光雷达市场保持优势。

其实，FPGA的根本优势在于“低延迟和高传输速率”，这会在自动驾驶领域大展身手，当GPU进行深度学习推论时，他们需要大量的平行资料才能通过单指令多重资料串流(SIMD)。为了进行更多运算和更少存取，业界试图开发广泛的SIMD架构，但暂存数据仍有限制。另外，ADAS会让汽车产生大量数据，据的算，自动驾驶车雷达和视频传感器各自产生的数据量达到了100MByte/s，此外，附加的ECU内的融合数据大约为50MByte/s。一台配备有五个雷达传感器和两个视频系统的车辆（加上额外的其他测量值），在采集和存储期间，需要管理大约1GByte / s的海量数据。如此海量的数据要进行分类处理、存储、分析，这正是赛灵思FPGA的优势。

几个月前，赛灵思新CEO公布了其研发的“自适应计算加速平台”(ACAP)，他称它将“超越传统CPU和GPU的性能”。据说，ACAP今年将投片，但要到2019年以后才会开始出货，这个强大的产品显然更适合做ADAS AI平台！

与 Nvidia 或 Mobileye 的方案相比，赛灵思的 FPGA 既有灵活性，又有功耗优势，而且 FPGA 可以方便地对接各类传感器数据，尤其在机器视觉方面，FPGA 有得天独厚的优势，因为 FPGA 可以轻松上实现朱像素的处理，此外，FPGA 也适合处理各种人工智能算法，很多人工智能公司都采用赛灵思 FPGA 做算法处理，赛灵思完全可以和戴姆勒公司合作开发出一款具有高性能、低延迟、可以融合各种传感器数据的自动驾驶 AI 平台，拿下了奔驰，赛灵思也有望和其他重量级汽车车厂合作，期待这样的合作可以推动自动驾驶早日实现！

本文转自 电子创新网 EEtrend

作者：张国斌