當賽靈思首次出現(xiàn)在以汽車為主題的Auto Tech 2021展會時，它顯示出兩個強烈的信號：1、自動駕駛的市場熱度開始進入一個新的拐點；2、為數(shù)不多的擁有先進典型處理架構(gòu)的芯片巨頭正在加快在汽車領(lǐng)域跑馬圈地的節(jié)奏。

　　在去年10月，AMD以350億美元全股票交易的方式收購了賽靈思，從而加快了該公司在核心的通信和數(shù)據(jù)中心市場之外布局新興市場的進程。賽靈思總裁兼CEO Victor Peng在今年接受<與非網(wǎng)>專訪時曾提到兩個重要概念：異構(gòu)計算和規(guī)?；袌觥？紤]到新興市場中的主導力量——AI應(yīng)用的特性，這倆個概念高度涵蓋了FPGA成為重要角色的所有要素。

　　布局自動駕駛

　　無疑，在智能手機之后，能夠取而代之的規(guī)模化市場就是汽車，在AI進程中，自動駕駛成為最具商業(yè)價值的領(lǐng)域。對于FPGA而言，不斷變化的車規(guī)標準、快速演進的智能算法、嚴苛的安全等級，以及快速實現(xiàn)創(chuàng)新迭代的需求，都將成為賽靈思發(fā)揮其技術(shù)價值的領(lǐng)地——事實上，我們已經(jīng)看到在中央計算、ADAS和域控制三個方向上，F(xiàn)PGA正在被大量導入。

　　賽靈思一直在強調(diào)“自適應(yīng)計算”這一概念，并定義其為當今創(chuàng)新的驅(qū)動力。賽靈思大中華區(qū)核心市場銷售副總裁唐曉蕾認為，一方面AI系統(tǒng)從開發(fā)、優(yōu)化到部署的時間正在加快，創(chuàng)新所依賴的算法和模型、行業(yè)標準、安全和保密，以及傳感器和接口數(shù)量都在不斷演變和增加，而另一方面10nm制程后芯片的研發(fā)到量產(chǎn)的周期隨著復雜度的增加在延長。創(chuàng)新賽道不斷內(nèi)卷，摩爾定律正在失效，加上大數(shù)據(jù)的噴發(fā)，圍繞大數(shù)據(jù)處理，唐曉蕾認為CPU是跑車，GPU是重卡，而很多應(yīng)用需要的是皮卡，這使得自適應(yīng)計算成為一個重要的選擇。例如可以基于DPU在賽靈思Versal ACAP這一中央計算加速平臺上部署多任務(wù)和復雜神經(jīng)網(wǎng)絡(luò)應(yīng)用，或者基于DPU在賽靈思車規(guī)級XA Zynq UltraScale+ MPSoC上針對激光雷達點云處理、多任務(wù)、復雜神經(jīng)網(wǎng)絡(luò)部署應(yīng)用。

　　過去幾年，賽靈思的汽車業(yè)務(wù)一直穩(wěn)步增長，包括ADAS，車艙體驗和自動駕駛AD，其28nm和16nm的產(chǎn)品收入的年復合增長率超過15年保持兩位數(shù)。迄今為止，賽靈思汽車芯片的出貨量已達2.05億顆，其中8000萬用于ADAS，這得益于包括各類攝像頭、成像雷達、激光雷達、傳感在內(nèi)的融合計算和機器學習對處理器的靈活應(yīng)變能力和可擴展性的需求。基于可支持實現(xiàn)極高的總傳輸速率的高速收發(fā)器，以及自動緊急制動所需的超低時延特性，與Zynq相關(guān)的應(yīng)用不斷導入，從Continental的毫米波雷達ars540到斯巴魯Levorg 開始量產(chǎn)的新一代EyeSight。

　　賽靈思已經(jīng)和眾多激光雷達公司建立起合作，為他們的處理系統(tǒng)提供FPGA，包括RoboSense（速騰聚創(chuàng)）的車規(guī)級MEMS固態(tài)激光雷達，禾賽科技的固態(tài)和機械式激光雷達，圖達通（蔚來供應(yīng)商）的圖像級遠距離激光雷達，以及鐳神智能的混合固態(tài)激光雷達等。一個新的熱點是是4D雷達（距離、速度、方位角和仰角），由于可以比傳統(tǒng)毫米波雷達提供更高質(zhì)量的點云，因此可極大擴展毫米波的應(yīng)用范圍，而高質(zhì)量點云的計算量也隨之增加。賽靈思最近正在和幾家歐洲Tier1合作，將推出相關(guān)產(chǎn)品。

　　在智能座艙方面，基于FPGA的可擴展性對OEM不同平臺的支持能力，以及對包括攝像頭、雷達和紅外傳感器進行診斷及數(shù)據(jù)融合處理的能力，賽靈思同駕駛員監(jiān)控系統(tǒng) （DMS）和艙內(nèi)監(jiān)控系統(tǒng) （ICMS） 供應(yīng)商建立了合作，如DMS供應(yīng)商自行科技（Autocruise）和佑駕創(chuàng)新，ICMS供應(yīng)商Seeing Machines和Eyeris。

　　傳輸?shù)脑贏DAS系統(tǒng)中扮演重要角色的傳感，相關(guān)數(shù)據(jù)計算需要靈活和高性能的中央處理器模組CPM，F(xiàn)PGA可以分擔中央計算單元的計算量，支持從不同傳感器收集數(shù)據(jù)，支持高速數(shù)據(jù)可編程I/O，能夠進行傳感器融合輸出的零差異同步，并且提供高利用率的神經(jīng)網(wǎng)絡(luò)推理和加速計算能力。目前，小馬智行（Pony.ai）、元戎啟行（Deeproute.ai）和宏景智駕都在自己的系統(tǒng)中采用了賽靈思的FPGA。而這種通過分布式的邊緣計算完成之后再把結(jié)果傳給中央計算單元進行處理的架構(gòu)已經(jīng)成為主機廠的選擇，包括圖森未來、理想、蔚來都在導入。

　　新能源和智能網(wǎng)聯(lián)是智能汽車的發(fā)展方向。在新能源方面，據(jù)唐曉蕾介紹，這是賽靈思非?？春玫男骂I(lǐng)域。由于SiC功率器件正在成為新一代動力系統(tǒng)的核心，其高頻特性需要更快的響應(yīng)，而目前三電處理主要還是MCU，F(xiàn)PGA在滿足高頻開關(guān)低時延要求，可定制化的回路控制以及同時提升系統(tǒng)性能上存在發(fā)揮的空間。據(jù)悉，賽靈思正在和英恒科技、清華大學（就濰柴電機的驅(qū)動算法）合作進行算法驗證等方面的探索，在歐洲，已經(jīng)有合作商將FPGA用于SiC充電系統(tǒng)。

　　圖：賽靈思針對SiC的電機控制方案

　　由于傳感和智能化子系統(tǒng)單元增加了汽車網(wǎng)絡(luò)的復雜性，以太網(wǎng)總線將成為汽車數(shù)據(jù)處理的通道。網(wǎng)絡(luò)數(shù)據(jù)通信一直是賽靈思的強項，在車載以太網(wǎng)網(wǎng)關(guān)處理上，該公司將發(fā)揮兩個重要價值：一是FPGA帶來的硬件價值，二是給予傳統(tǒng)車廠在升級網(wǎng)通上的經(jīng)驗。就硬件而言，賽靈思FPGA在總線數(shù)量和協(xié)議類型的支持，大量數(shù)據(jù)吞吐處理的低時延和高并行度，對Wind River VxWorks系統(tǒng)下的TSN的支持上早已經(jīng)過市場的驗證。而對于汽車網(wǎng)絡(luò)至關(guān)重要的網(wǎng)絡(luò)安全，賽靈思的FPGA具有靈活可配置的IP，符合硬件安全模塊HSM對于加密的要求，且符合信息安全ISO21434標準，同時，其信息安全管理模塊CSU，可以對網(wǎng)絡(luò)攻擊提供有效的防護。

　　生態(tài)合作的建設(shè)

　　作為Open Alliance SIG Adopter的正式會員，在和賽靈思合作前，英恒科技在汽車ECU領(lǐng)域已深耕多年。雙方的合作反映出汽車產(chǎn)業(yè)發(fā)生的變化——電氣化、智能駕駛和信息安全對高性能的處理單元的迫切需要。

　　英恒科技總經(jīng)理及執(zhí)行董事兼金脈電子總經(jīng)理陳銘認為，中國汽車市場太碎片化，主機廠很多，相較于歐洲五大主機廠占90%的市場份額，中國頭十大還占不到60%，而這正是促使他們和賽靈思合作的原因——后者擁有良好的生態(tài)圈，包括開發(fā)工具、全球領(lǐng)域的中間件軟件供應(yīng)商，以及汽車領(lǐng)域的芯片部署。

　　“賽靈思提倡的自適應(yīng)計算加速平臺ACAP對于我們來說極具吸引力，”陳銘說，“基于金脈過去十幾年對于整個傳統(tǒng)汽車，以及新能源車的電機驅(qū)動、VCU整車控制單元和BMS相關(guān)的動力域ECU設(shè)計，我們采用賽靈思可擴展性的平臺設(shè)計域控制單元?！?/p>

　　以金脈自動泊車域控制器CAELUS為例，其中采用了賽靈思的XA Zynq UltraScale+ MPSoC，利用MPSoC中的FPGA資源來運行ConvolutionalNeural Network（CNN）以實現(xiàn)AI及傳感器感知部分的處理，同時使用MPSoC內(nèi)置的Advanced RISC Machine（ARM）核來完成傳感器資料融合、以及歸經(jīng)規(guī)劃等復雜邏輯運算，此外，還可以用于實現(xiàn)以太網(wǎng)關(guān)控制。

　　專用計算芯片和算力方案供應(yīng)商雪湖科技10年前已經(jīng)采用賽靈思的FPGA來處理計算。雪湖科技創(chuàng)始人及CEO張強認為，高等級自動駕駛的實現(xiàn)不僅需要“聰明的車”，還依賴于“智慧的路”。為了保障車路協(xié)同的可靠性，路側(cè)感知設(shè)備數(shù)量呈井噴式增長，不斷提升感知精度，解決車輛超視距感知和視野盲區(qū)等問題。激光雷達憑借其穩(wěn)定性高、探測距離遠等優(yōu)勢受到越來越多公路集成商的青睞，然而，激光雷達3D點云數(shù)據(jù)的處理計算量大、復雜度高，對嵌入式邊緣計算設(shè)備的算力提出巨大挑戰(zhàn)，以確保車路協(xié)同系統(tǒng)的實時性與準確性。

　　看到這一需求，雪湖科技推出車路協(xié)同與激光雷達加速器LiDAREYE，基于賽靈思XA Zynq UltraScale+ MPSoC，內(nèi)置可實時處理激光雷達3D點云數(shù)據(jù)的AI硬件加速引擎和AI算法，滿足高速公路、城市路口等場景對感知精度與系統(tǒng)時延的要求，實現(xiàn)行人、車輛、非機動車等不同目標的分類，以及對目標位置、速度及方向等多維度參數(shù)的檢測。

　　張強認為，GPU適用于兩維矩陣的數(shù)據(jù)同密的圖像的算法，而并不適用于信息稀疏的三維空間信息點陣的激光雷達3D點云的處理，因此，他們基于賽靈思異構(gòu)平臺開發(fā)特殊架構(gòu)來進行空間卷積的處理。而就車路協(xié)同的市場而言，目前還處于早期階段，運營商是積極推動的主體。

　　圖：賽靈思攜合作伙伴參展