汽车正在成为继手机之后的下一个智能终端，这也吸引了包括高通、英伟达、英特尔等各大芯片巨头的强势布局。

现阶段，英伟达、Mobileye已经先后针对自动驾驶推出了高算力的主控芯片，并且已经在车企的新平台项目上占据了市场先机。

今年4月，英伟达再次公布了下一代自动驾驶芯片：DRIVE Atlan，单颗芯片的算力达到了1000TOPS，将用于L4及L5级别自动驾驶系统当中。

而高通作为手机通信芯片巨头，过去几年先后推出了602A、820A、8155等车机芯片，不仅打破了传统汽车芯片厂商垄断的座舱芯片市场格局，还一举抢占了车联网、座舱芯片的市场制高地。

今年年初，高通发布第四代骁龙汽车数字座舱平台，以及Snapdragon Ride自动驾驶平台。至此，高通已经从车联网、座舱芯片延伸至ADAS、自动驾驶等领域，完成了智能汽车市场的全面部署。

需要特别提及的是，在这几大芯片巨头大肆布局的背后，还有另一大ADAS芯片巨头——赛灵思，目前也正在加速出击，全面部署智能网联汽车市场。

很显然，芯片巨头的自动驾驶之战已经拉开帷幕。

新一轮洗牌正在开启

根据《高工智能汽车研究院》报告显示，2020年国内新车（自主及合资品牌）前装搭载ADAS核心处理器芯片市场份额主要由Mobileye、TI、赛灵思、瑞萨四家公司垄断。

不过，随着英伟达、高通等芯片巨头的强势布局，以及国内地平线、黑芝麻、芯驰科技的大力突围，中国ADAS以及高级别自动驾驶芯片市场格局将迎来新一轮的重构期。

此前，包括小鹏G3、蔚来ES8等热门车型大部分选择的是Mobileye Q4芯片，但是目前蔚来汽车、上汽、理想汽车、小鹏等多家车企已经开始转而选择了英伟达作为全新车型及下一代车型的域控制器核心计算平台芯片供应商。

以理想汽车为例，其去年宣布将在2022年推出的全尺寸增程式智能SUV上率先使用英伟达Orin芯片，理想汽车在此基础上独立完成所有自动驾驶的程序设计和算法逻辑的设定。

而在近日举办的发布会上，理想汽车正式发布了2021款理想ONE车型，新车最大的亮点就是换装了地平线“征程3”自动驾驶芯片（此前是搭载的是Mobileye芯片方案），在原有的L2级辅助驾驶基础上，实现了NOA导航辅助驾驶功能。

这一切的变化，最根本的原因在于车企对于芯片开发的深度参与需求、开放性芯片的需求越来越强烈。

当前，软件定义汽车正在加速来袭，汽车功能迭代周期大幅缩短。正如理想汽车创始人李想表示，在智能电动汽车时代，开发效率决定着一家企业的生死存亡。

这就意味着，在未来的智能网联汽车市场，谁能够提供更加灵活、开放的芯片平台，谁就有机会赢得未来智能网联汽车市场的绝对话语权。

“摩尔定律的失效，大数据的喷发，加上数据架构的不同，智能汽车产业需要自适应的开发平台。”赛灵思大中华区销售副总裁唐晓蕾表示，在未来快速迭代升级的智能网联汽车时代，只有最具灵活应变能力和扩展能力的系统才能够生存并发展。

赛灵思大中华区销售副总裁唐晓蕾

自适应计算的机会来了

“自动驾驶算法、AI模型的迭代周期很短，这个创新速度远远超越了芯片设计的周期。”唐晓蕾表示，每次迭代都需要芯片同步迭代，传统的ASIC、CPU芯片已经无法满足其的灵活性需求。

一方面，高阶自动驾驶正在加速进入量产周期，摄像头、毫米波雷达、超声波雷达、激光雷达等一系列传感器融合应用也已经成为了必然趋势。

这背后，也对中央处理器提出了全新的要求——需要具备更加灵活的适应性要求。例如在不同功能、场景下，这些传感器有可能需要单独使用，这需要处理器进行灵活的调配，同时满足低功耗的要求。

另一方面，不同结构的数据也开始呈现了爆炸式且杂乱无序式增长，超越了现有处理器架构的处理能力，整个智能汽车行业迫切需要一个能够灵活应变的高性能计算平台。

“创新速度早已超越了芯片发展的速度，以人工智能算法为例，如果期待以下一代芯片部署基于AI的应用，ASIC/ASSP 的研发成本和周期将大幅减缓创新速度。”唐晓蕾补充表示。

这无疑是FPGA的巨大机会。

FPGA作为半定制化的集成电路芯片，可以使系统的硬件功能像软件一样编程修改，能够极大地满足未来的智能网联汽车不断进行软件更新的功能。同时，随着开放源代码进入汽车领域，需要保护漏洞，以防网络连接遭到攻击。

这些都是FPGA最吸引人的地方，也是过去几年大多数ADAS公司选择FPGA作为量产芯片的关键原因之一。

然而，要在不升级芯片的情况下，实现新算法、新功能及个性化、多样化需求，还需要匹配高性能、低延时且兼具灵活应变能力和扩展能力的平台。

 

赛灵思作为目前全球最大的可编程芯片FPGA生产厂商，早在2018年就看到了行业对自适应计算的需求，从而推出了ACAP自适应计算加速平台。

该平台被称为赛灵思自1984年发明FPGA之后又一颠覆性创新，可以更加灵活地根据不同工作负载和应用需求进行自适应加速，进而进一步提升了赛灵思在加速器市场的穿透力。

具体来看，ACAP 是一个完全支持软件编程的异构处理器计算平台，结合了分布式存储器与硬件可编程的 DSP 模块、一个多核 SoC、一个或多个软件可编程且同时又具备硬件自适应性的计算引擎，具备并行处理、高吞吐量、低时延等重要优势。

唐晓蕾介绍，截止目前，赛灵思在汽车电子领域的累计出货量已经达到2.05亿片，而在ADAS领域的出货量也已经达到8000万片。仅去年一年，赛灵思在汽车行业的出货量就接近2000万片器件。

全面赋能智能驾驶创新浪潮

在近日举办的2021广州国际汽车技术展览会上，赛灵思带来了包括中央计算及工具链解决方案、ADAS辅助驾驶系统、域控制器解决方案在内的一站式自适应智能驾驶解决方案。

其中，中央计算及工具链解决方案包含中央计算加速平台（Versal ACAP）、神经网络加速器及开发工具（DPU + Vitis AI）。

唐晓蕾介绍，Vitis AI集成了CPU、DSP、FPGA、片上网络和机器学习加速器，使各种不同领域的开发者可以在熟悉的开发环境中实现快速部署，并能获取超过90种预处理过的优化的参考模型。

而赛灵思的ADAS及自动驾驶解决方案涵盖了从分布式感知到自动驾驶域控制器等各个领域的解决方案，例如前视/环视摄像头、驾驶员控制系统、激光雷达、4D成像雷达、域控制器等等，合作伙伴包含有小马智行、宏景智驾等等。

 

以宏景智驾为例，其基于赛灵思的车规级XA Zynq® UltraScale+ MPSoC平台，推出了具备多核异构架构的高级自动驾驶域控制器——Gemini ADCU 。这是国内少有能够支持L3/L4级自动驾驶的计算平台，并且还支持为L1-L4多种应用场景量身定制的ASIL-D级功能安全模块化软件架构。

根据《高工智能汽车》了解，宏景智驾的Gemini ADCU已在包括智能重卡、Robotaxi和无人矿车等在内的各种领域中实现了成功应用。

而英恒科技总经理及执行董事兼金脉电子总经理陈铭也表示，英恒科技通过采用赛灵思的UltraScale MPSoC，也打造了一款面向不同自动驾驶功能场景需求CAELUS自动驾驶控制器平台，同样具备安全性、高性能及最大灵活性等优势。

 

唐晓蕾（左）、英恒科技总经理及执行董事陈铭（中）、雪湖科技创始人及CEO张强（右）

同时，英恒科技还启动了CAELUS自动驾驶域控制器开源计划，向市场开放基于赛灵思MPSoC的CAELUS自动驾驶域控制器方案，并向所有客户提供软硬件相关的设计开发资料，包括硬件源文件和软件源代码。

赛灵思认为，在自动驾驶感知及最后决策过程中，中央计算非常重要，但它不是全部。未来不可能把所有的数据融合之后就送到中央计算单元，这样会导致中央计算单元的计算量太大，从而产生时延、功耗等问题。

因此，未来智能网联汽车各个域的数据一定是先融合，再进行分布式的边缘计算，最终才输送到中央计算单元。赛灵思从数据接入、汇总、分发、预处理的数据层会先做一层过滤，以帮助中央计算提取有效数据，最后再去运算。

此外， 车用传感器越来越多，传感器之间以及传感器和计算平台之间通过以太网互联的时候， 安全网关的重要性也更加凸显。赛灵思的安全网关符合硬件安全模块HSM对于加密的要求，并且具备独特的信息安全管理模块CSU，能够对网络工具提供有效的保护。

唐晓蕾介绍，L3-L5级智能汽车大都需要配备1-4个前置激光雷达，目前赛灵思的FPGA几乎独占了这一新兴应用市场。

比如，速腾聚创Robosense 基于赛灵思平台的车规级固态激光雷达已经量产，而图达通Innovusion （蔚来的供应商）的激光雷达，可以实现远距离探测，大概300米之外可以看到一个双肩背包。

赛灵思认为，对激光雷达（LiDAR）3D点云的高效处理将成为未来的发展趋势，进入跨行业、跨领域的知识领域，需要联合雪湖科技这样的生态合作伙伴们携手推进。

 

根据雪湖科技CEO 张强表示，该公司基于赛灵思自适应平台推出的智慧交通AI感知边缘计算机——LiDAREYE ，目前已经适配主流激光雷达，并与多家车路协同领域企业展开合作，预计下半年将迎来量产。

总体来看，目前赛灵思重点关注驾驶员辅助驾驶ADAS、车舱体验、自动驾驶三大领域，提供从28nm、16nm到7nm的车规级产品方案、丰富的开发工具等，助力各大客户不断加速从创新到量产的步伐。

 

唐晓蕾介绍，“赛灵思器件可以支持长达25年的生命周期，从而保证了客户产品的长生命周期，这是目前很多半导体公司所无法实现的。”

俨然，在通往高阶自动驾驶的这条道路上，赛灵思已经做足了准备。

标签：FPGA,芯片,平台,驾驶,赛灵思,汽车,自动,巨头
来源： https://blog.csdn.net/GGAI_AI/article/details/117475862