侵權(quán)投訴
訂閱
糾錯
加入自媒體

自動駕駛知多少-計算平臺篇(智能汽車6)

2,基于FPGA

FPGA就是現(xiàn)場可編程邏輯門陣列。它其實就是一個高能低耗的可編程芯片。用戶可以自定義芯片內(nèi)部的電路連接來實現(xiàn)特定功能。而且時可擦寫,所以用戶可以根據(jù)不同時期的產(chǎn)品需求進行重復(fù)的擦了寫,寫了擦。

這個其實已經(jīng)存在很久了,長期在通訊,醫(yī)療,工控和安防等占有一席之地。

相比GPU而言,它的主要優(yōu)勢在于硬件配置靈活,能耗低,性能高以及可編程等,比較適合感知計算。目前出現(xiàn)針對FPGA的編程軟件平臺,進一步降低了準入門檻,使得FPGA在感知領(lǐng)域應(yīng)用非常廣。

就拿前幾年上市的奧迪A8來說,它里面搭載了zFAS平臺,其中由Altera提供的的Cyclone V SoC就是基于FPGA技術(shù)打造的視覺解決方案?梢哉f是最早的在車上的應(yīng)用吧(如果不對請及時提出哈)。

這里面的巨頭就不得不提收購深鑒科技的FPGA巨頭:賽靈思了。

作為FPGA的發(fā)明者,賽靈思發(fā)展至今取得了不少傲人的成就,是全球首個無線晶圓發(fā)明者,現(xiàn)在全球擁有4300多項專利。

賽靈思的嵌入視覺解決方案主要包括計算機視覺和機器學(xué)習(xí)。

而在實際應(yīng)用中,ADAS在嵌入視覺方面一般有低時延、低功耗和低成本三大要求!昂芏喙こ處熆赡軙ⅠR想到看上去完美符合這三項要求的ASIC。但我想提醒一下,人工智能的發(fā)展速度非?,每天都會產(chǎn)生大量新的神經(jīng)網(wǎng)絡(luò),這就意味著ASIC得具有高度靈活性才能跟上快速的上市進程。賽靈思的SOC通過片內(nèi)緩存數(shù)據(jù)的方式,搭載上大量的線上內(nèi)存,最終有效降低了系統(tǒng)時延。

3,基于DSP

DSP也稱為數(shù)字信號處理器,是一種特別適合進行數(shù)字信號處理運算的微處理器。它在數(shù)學(xué)運算以及數(shù)據(jù)移動方面有著優(yōu)異的性能。

這個相對來說美國德州儀器(TI),是這個解決方案的領(lǐng)導(dǎo)者。

它推出了TDA2x汽車系統(tǒng)芯片SoC,在低功耗封裝中將高能,視覺分析,圖形以及通用處理內(nèi)核進行結(jié)合,實現(xiàn)包括遷至相機,環(huán)視等在內(nèi)的ADAS應(yīng)用。

而且授權(quán)的CEVA公司發(fā)布的圖像和視覺處理產(chǎn)品CEVA-XM4可以支持實時三維深度圖生成和擁宇三維點云數(shù)據(jù)處理。功耗只有現(xiàn)GPU的10%左右。

典型的混合式CPU/GPU的處理架構(gòu)方案相比,建基于DSP架構(gòu)的CNN引擎,能提供高達近三倍的性能。而且,DSP引擎除了所需電源比GPU小30倍之外,所需的內(nèi)存帶寬,也只有約GPU的五分之一。CNN算法,屬于乘法和加法密集型(Multiply-accumulate, MAC),因此本質(zhì)上十分適合運用DSP。也就是說,若要在嵌入式系統(tǒng)中實現(xiàn)CNN,DSP不僅能夠取代GPU和CPU,而且成本和功耗更低。

4,基于ASIC

ASIC就是專用集成電路,是為某種特定需求而定制的芯片。一旦設(shè)定制造完成,內(nèi)部電路以及算法就無法改變。它的優(yōu)勢在于體積小,功耗低,性能以及效率高,大規(guī)模出貨的話,成本非常低。

它和FPSG最明顯的區(qū)別就是,F(xiàn)PSG就像樂高,可以在開發(fā)過程中各種變更,但是量產(chǎn)后成本也降不下來。ASIC類似開模生產(chǎn),投入高,量產(chǎn)后成本低。所以一般前期開發(fā)階段多用FPSG,量產(chǎn)多用ASIC。

這里比較知名的應(yīng)用ASIC技術(shù)開發(fā)芯片的廠商就是Mobileye了,已經(jīng)被英特爾收購了,而同樣也是被英特爾收購的Nerbana也是屬于ASIC芯片供應(yīng)商。

總結(jié)

盡管現(xiàn)階段采用GPU架構(gòu)、GPU+FPGA異構(gòu)化、ASIC架構(gòu)的車企并行存在,但綜合來看,車企更傾向于選擇ASIC專用型芯片,以自身更好的軟件算法同時滿足高性能和低功耗的要求。

專屬AI芯片的研發(fā)只有少數(shù)科技巨頭如谷歌、英特爾參與其中。國內(nèi)如地平線是面向中國智能駕駛場景所研發(fā)的專用芯片,相比Mobileye,其芯片方案要更適合于中國場景,這是國內(nèi)企業(yè)在AI芯片領(lǐng)域的突破,也是具有創(chuàng)新性的中國方案。

此外,國內(nèi)寒武紀、西井科技等也在AI專用芯片領(lǐng)域有所布局。

通用芯片GPU、CPU、FPGA在某些特定場景下會造成功能浪費,面積和功耗的冗余。ASIC專用芯片可以根據(jù)特定的算法實現(xiàn)計算能力和計算效率的專用定制化,隨著各類應(yīng)用場景在自動駕駛不同領(lǐng)域的滲透,即時性應(yīng)用場景在深度學(xué)習(xí)上所需要的推理能力越來越強,在云端進行軟件升級并進行計算已無法滿足特定場景的即時性要求(5G時代的來臨或許有可能解決這一數(shù)據(jù)傳輸速率的瓶頸),因此,各類應(yīng)用場景將推動AI專用芯片的研發(fā)。

綜上所述,各芯片架構(gòu)并存的現(xiàn)象還將會延續(xù)一段時間,在自動駕駛車進入量產(chǎn)階段后,GPU、CPU將會更廣泛應(yīng)用于一些較為通用的場景,大規(guī)模AI芯片的需求量將使ASIC前期的成本顯著降低,車企選擇ASIC架構(gòu)的AI芯片或?qū)⒊蔀橼厔荨R虼,國?nèi)AI初創(chuàng)企業(yè)應(yīng)緊跟自動駕駛對于AI芯片的需求,針對中國智能駕駛應(yīng)用場景,采用軟硬件一體的結(jié)合方案,使算法在硬件上得到最優(yōu)化,從而在與整車廠的合作中,能夠針對特定需求定制芯片,擴大自身優(yōu)勢,在AI芯片領(lǐng)域占據(jù)一席之地。

<上一頁  1  2  
聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

文章糾錯
x
*文字標題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號