人們都說，你不能給安全定價，但是當我們著眼于整個汽車行業(yè)從低到高差距甚廣的價格范圍，以及不同價位所對應的安全等級時，這種說法并不一定成立。

這并不是說有任何汽車制造商正在制造不安全的汽車來出售給公眾，而是說為了獲得最好、最全面的現(xiàn)代安全功能，需要付出相應的成本。然而，汽車設計和生產的成本/效益分析在不斷優(yōu)化，那么我們如何能夠在不大幅提高價格的情況下，利用汽車中已有的技術來大幅提升安全性？

安全問題就在眼前

當我們考慮汽車安全時，大多數人會立即想到硬件設備：安全氣囊、防抱死剎車和防撞緩沖區(qū)在事故中都會使用到，可以確保車上人員的安全。但安全不僅僅是要在碰撞中幸存下來，還需要將系統(tǒng)安裝到位以避免碰撞和故障。

歐盟新車安全評鑒協(xié)會（Euro NCAP）將最高的五星安全等級定義為：“碰撞保護整體表現(xiàn)優(yōu)秀，配備了全面而強大的防碰撞技術”。在避免碰撞方面，我們不僅可以利用最新的先進駕駛輔助系統(tǒng)（ADAS）功能來實現(xiàn)自動剎車及引導車輛在其車道上行駛，還可以尋求一種更簡單的解決方案——避免硬件故障。

汽車的機械故障是事故發(fā)生的主要原因，因此一種簡單的解決方案是，在有可能移除機械部件的地方，我們就盡量完全移除機械部件。每當你開車時，你眼前的那片區(qū)域（儀表盤）恰好就是這種方案所涉及的典型情況。

對于安全駕駛體驗來說，儀表盤是至關重要的部分，負責指示速度、檔位和顯示所有車輛警示燈，如果這里出現(xiàn)故障，可能會引發(fā)災難性的后果。這意味著傳統(tǒng)的機械儀表盤必須按照嚴格的公差進行設計并仔細組裝，從而導致這種看似很小的車輛部件卻擁有高昂的成本。所有價位的車輛采用的解決方案都是用數字顯示器代替機械儀表盤，但這可能也會引發(fā)其他相關問題。

現(xiàn)代的車載顯示器需要滿足ISO 26262的ASIL-B等級認證。這意味著需要采取各種適當的措施來支持系統(tǒng)檢查自身的計算，從而大幅拉長故障的平均間隔時間。這種重復檢查會產生巨大的計算負擔，意味著所有事情都需要在瞬間完成兩次。這同樣造成了成本和效益的問題。

為了達到安全的目的，中央處理器（CPU）是一種進行快速重復計算的好方法，但是你不可能通過僅使用 CPU 來渲染出豐富的顯示效果。這會導致顯示單調且無法交互，同時還被安裝在固定的位置上，雖然這樣價格實惠，但是并不能為駕駛員在其前方和車輛中控的位置提供最佳內容。傳統(tǒng)上，另一種選擇是使用圖形處理器（GPU），但這種方式下每一幀都需要兩個渲染通道，這意味著盡管豐富的三維（3D）渲染效果會令駕駛員驚嘆不已，但背后需要大量的芯片面積和成本來促成其實現(xiàn)。

那么，我們所需要的就是傳統(tǒng)GPU帶來的令人驚嘆的用戶體驗，以及CPU帶來的快速計算能力和低成本。

在性能和成本雙方面實現(xiàn)可擴展性

如果沒有能夠將所有事情都做好的新型混合計算解決方案出現(xiàn)，那么所能做的就是優(yōu)化現(xiàn)有方案，并對其進行定制設計，以符合汽車的需求，特別是考慮將高端安全功能部署至汽車制造商價值最低的車型中時?？紤]到這一點，一款成功的、用于渲染顯示的汽車 GPU 需要具備可擴展性，同時要高效且在功能上是安全的。

在討論可擴展性時，人們幾乎總是希望沒有限制并且能夠獲得無限的計算潛能。對于某些情況，如數據中心和家用計算，這會非常棒。不過，很少有人會談論到架構也可以縮小，其實在這種情況下，可以提供同樣高水平的計算能力和功能，但成本和芯片面積卻只有原來的一小部分。

用于現(xiàn)代豪華汽車的多個 4K 顯示器的GPU，和用于小型城市汽車的簡單高清顯示器的GPU在架構上是相同的，這樣不僅芯片成本會降低，其軟件成本也會降低，設計工程時間會減少，因為底層結構和原理是保持不變的。

開放的工具獲取方式和快速的原型設計

隨著通用 GPU 解決方案覆蓋整個汽車制造商群體，開發(fā)能夠高效運行的軟件和系統(tǒng)是我們希望在不影響品質的情況下削減成本的下一個領域。要實現(xiàn)這一目標，就需要有易于獲取和使用的工具，從而優(yōu)化開發(fā)體驗并盡可能快速地進行功能和系統(tǒng)的原型設計。Imagination 最近發(fā)布的工作組保護的OpenCL擴展套件就是這樣一個系統(tǒng)，它可以支持汽車制造商在一個封閉的環(huán)境中建立工作模型，并在大規(guī)模部署之前快速地迭代。

GPU 并不是道路的終點，但卻是一個很好的開始

采用數字化方式，可以在不影響所有重要的 NCAP 評級的情況下節(jié)省成本，如果使用了合適的 GPU，所節(jié)省的成本將會更多。除了使用GPU這種優(yōu)選方法來實現(xiàn)汽車數字化安全以外，現(xiàn)代的ADAS 和自動駕駛系統(tǒng)都需要特定的神經網絡加速器（NNA）來執(zhí)行自身的計算。

通過對其整個價值鏈采用一種全面的方法，同時找到一種從最小的單核一直到用于全自動駕駛汽車的多核方案都涵蓋其中的解決方案（如Imagination支持單核和多核形態(tài)的BXS GPU和Series4 NNA），汽車制造商可以節(jié)省時間和成本，并且在任何價位的車型上都能以優(yōu)質的體驗贏得客戶。