自动驾驶芯片,cpu与asic的未来发展.docx

《自动驾驶芯片,cpu与asic的未来发展.docx》由会员分享，可在线阅读，更多相关《自动驾驶芯片,cpu与asic的未来发展.docx（5页珍藏版）》请在第一文库网上搜索。

1、自动驾驶芯片,CPU与asic的未来发展ASICVSGPU+FPGAGPU适用于单一指令的并行计算，而FPGA与之相反，适用于多指令，单数据流，常用于云端的“训练”阶段。此外与GPU对比，FPGA没有存取功能，因此速度更快，功耗低，但同时运算量不大。结合两者优势，形成GPU+FPGA的解决方案。FPGA和AS1C的区别主要在是否可以编程。FPGA客户可根据需求编程，改变用途，但量产成本较高，适用于应用场景较多的企业、军事等用户；而AS1C已经制作完成并且只搭载一种篁法和形成一种用途，首次“开模”成本高，但量产成本低，适用于场景单一的消费电子、“挖矿”等客户。目前自动驾驶算法仍在快速更迭和进化,

2、因此大多自动驾驶芯片使用GPU+FPGA的解决方案。未来算法稳定后，ASIC将成为主流。图袅20：FPGAvsASICFPGAASIC雅合村征高性能、依功利的叼餐41芯片为了臬定的右求而米门定制的芯片计算能力加杷比于CPU和GPU.FPGA计算效率更计算能力和计算我率都可以视探“法需要法行定制.体积小、功就FPGGPUCPy,究其原因，AS1C和FPGA更接近底层10,同时FPGA有冗余晶体萱和连线用于编程，而ASIC是固定算法最优化设计，因此ASIC能耗比最高。相比前两者，GPU和CPU屏蔽底层10,降低了数据的迁移和运算效率，能耗比较高。同时GPU的逻辑和缓存功能简单，以并行计算为主，因此

3、GPU能耗比又高于CPU0S22：白动笃收芯片主要产品性能名低公司淳就送*能力TopsW视频处理能力XtT素上市Bt羯DrivePX2NVtOIA支持12路摄像头9入、激光定Q、雷达和MA武16nm1eve132016地中级机KA-Utt-*n1.5I1r处理41aeMIPI:实时处理108OP30fps：蜜檀可冏叶对200HIMi什也滞与识别：每幢陇时小于30ms1ew122017EyOQ4Mobi1eye2.535糕椎7处理X（4颤MIPSi-C1ass发0和1核MPSm-C1ass林心）.6MVMP芯片、2*MPC核心和2*PMA械心,可以冏时父现8部摄像头数据，*号浜点运算可达2.5万

4、亿次28nm1eve132018DriveXavierNVIDIA3030一个特别定制的8核CPU、一个全鼾的512V）HaGPU、一个全新津底学月加遑A、全备计算机现党加迨25、以及全新8KHDR视然处理3513A.42018EyeQ5Mobi1eye2410装备8枚多战MCPU内发.得我18枚MObi1eye下一代视觉处ItEIOnm14J152023IASIC是未来自动驾驶芯片的核心和趋势结合ASIC的优势，我们认为长远看自动驾驶的A1芯片会以ASIC为解决方案，主要有以下几个原因：图表23:ASIC是未来自动驾驶A1芯片解决方案的原因由于处理的传感器信息需要大量冗余，自动名一对终端算力

5、要求极高，并且车速越快，对计算能力要求越高；2自动驾驶对终端计算的实时性要求极高。任何超出一定范围的延迟，都有可能造成事故，因此终端会负责自动驾驶的核心计算和决贰功能：对能效要求高，否则降低车辆续航，影响驾驶体脸。高能耗同时带来的热量也会3降低系统稳定性。例如下一代支持14的NVIDIADrivePegasus功耗为500瓦，只能应用于小规模的测试车：高可靠性。真正满足车规的自动驾驶芯片需要在严寒酷暑、刮风下雨或长时间运行等恶劣条件下，都有稳定的计算表现。综上AS1C专用芯片几乎是自动驾驶量产芯片唯一的解决方案。由于这种芯片仅支持单一算法，对芯片设计者在算法、丝邃让上都提出很高要求。以上并非下

6、定论目前AS1C为核心的芯片一定比GPU+FPGA的芯片强，由于目前自动驾驶算法还在快速迭代和升级过程中，过早以固有算法生产ASIC芯片长期来看不一定是最优选择。I相关公司Mobi1eyeInteI在ADAS处理器上的布局已经完善,包括Mobi1eye的ADAS视觉处理，利用A1tCra的FPGA处理,以及维尔自身的至强等型号的处理器，可以形成自动驾驶整个硬件超级中央控制的解决方案。Mobi1eye具有自主研发设计的芯片EyeQ系列，由意法半导体公司生产供应。现在已经量产的芯片型号有EyeQ1至EyeQ4,EyeQ5正在开发进行中，计划2023年面世，对标英伟达DriVePXXaVier,并透

7、露EyeQ5的计算性能达到了24T0PS,功耗为10瓦，芯片节能效率是DriveXavier的2.4倍。英特尔自动驾驶系统将采用摄像头为先的方法设计，搭载两块EyeQ5系统芯片、一个英特尔凌动C3xx4处理器以及Mobi1eye软件，大规模应用于可扩展的14/15自动驾驶汽车。该系列已被奥迪、宝马、菲亚特、福特、通用等多家汽车制造商使用。从硬件架构来看，该芯片包括了一组工级四核MIPS处理器，以支持多线程技术能更好的进行数据的控制和管理(下图左上)。多个专用的向量微码处理器(VMP),用来应对ADAS相关的图像处理任务(如:缩放和预处理、翘曲、跟踪、车道标记检迎、道路几何检测、滤波和直方图等，

8、下图右上)。一颗军工级MipSWarriorCPU位于次级传输管理中心，用于处理片内片外的通用数据。此外通过行业访谈调研等途径了解到，Mobi1eye在1b13智能驾驶领域具有极大的话语权，对Iire1和OEM非常强势，其算法和芯片绑定，不允许更改。寒武纪5月3日，寒武纪科技在2018艺晶发布会上发布了多个IP产品一一采用7nm工艺的终端芯片Cambricon1Nk云端智能芯片M1U1OO等。其中寒武纪IM芯片是公司第三代IP产品，在TSMC7nm工艺下8位运算的效能比达5Topsw(每瓦5万亿次运算)，同时提供2Tops、4Tops、8Tops三种尺寸的处理器内核，以满足不同需求。IM还将支

9、持CNN、RNN、SVM,k-NN等多种深度学习模型与机器学习算法的加速，能够完成视觉、语音、自然语言处理等任务。通过灵活配置IM处理器，可以实现多线和复杂自动驾驶任务的资源最大化利用。它还支持终端的训练，以此避免敏感数据的传输和实现更快的响应。寒武纪首款云端智能芯片CambriconM1U1OO同期发布，同时公布了在R-CNN算法下M1U100与英伟达s1aV100(2017)和英伟达Tes1aP4(2016)的对比，从参数上看，主要对标TeS1aP4。最后说明芯片从设计到落地应用面临的潜在风险：地平线2017年地平线发布了新一代自动驾驶芯片“征程”和配套软件平台方案“雨果”，同时还发布了应

10、用于智能摄像头的“旭日”处理器。“征程”是一款专用A1芯片，采用地平线的第一代BPU架构，可实时处理108OD30视频,每帧中可同时对200个目标进行检测、跟踪、识别，典型功耗1.5W,每帧延时小于30ms。CEO余凯介绍，地平线的芯片更聚焦在针对不同场景下的具体应用，相比于英伟达的方案，在功耗上低一个数量级，价格也会有更大的竞争力。2018年亚洲CES,地平线宣布推出从12到14级别全系列的自动驾驶计算平台。地平线星云，基于征程1.0芯片，能够以车规级标准满足1I和12级别的自动驾驶的需求，能同时对行人、机动车、非机动车、车道线、交通标志牌、红绿灯等多类目标进行精准的实时监测与识别；并可满足

11、车载设备严苛的环境要求，以及复杂环境下的视觉感知需求，支持12级别ADAS功能。地平线MatriX10,内置地平线征程2.0处理器架构，最大化嵌入式A1计算性能，是面向13/14的自动驾驶解决方案，可满足自动驾驶场景下高性能和低功耗的需求。依托地平线公司自主研发的工具链，开发者和研究人员可以基于Matrix平台部署神经网络模型,实现开发、验证、优化和部署。百度“昆仑”7月4日百度A1开发者大会上，李彦宏发布了由百度自主研发的中国首款云端全功能A1芯片一一“昆仑”。“昆仑”基于百度8年的A1加速器经验的研发，预计将于明年流片。“昆仑”采用14nm三星工艺,是业内设计算力最高的A1芯片（I00+瓦

12、功耗下提供260Tops性能）;512GB/s内存带宽，由几万个小核心构成。“昆仑”可高效地同时满足训练和推断的需求，除了常用深度学习算法等云端需求，还能适配诸如自然语言处理，大规模语音识别,自动驾驶，大规模推荐等具体终端场景的计算需求。此外可以支持Padd1e等多个深度学习框架，编程灵活度高。同时也有媒体对该产品提出疑义，主要有以下两点：Goog1eTPUGoog1eTPU于2016年在Goog1e1/O上宣布，当时该公司表示TPU已在其数据中心内使用了一年以上。该芯片专为Goog1e的据nsorF1ow（一个符号数学库，用于神经网络等机器学习应用）框架而设计。GoogIeTPU是专用的，并

13、不面向市场，谷歌仅表示“将允许其他公司通过其云计算服务购买这些芯片。“今年2月，谷歌在其云平台博客上宣布的TPU服务开放价格大约为每C1oudTPU（180TF10PS和64GB内存）每小时6.50美元。Goog1e使用TPU开发围棋系统A1phaGo和A1phaZero以及进行Goog1e街景视频文字处理等，能够在不到五天的时间内找到街景数据库中的所有文字，此外TPU也用于提供Goog1e搜索结果的排序。TPU与同期的CPU和GPU相比，可以提供15-30倍的性能提升，以及30-80倍的效率（性能/瓦特）提升。Xi1inx&深鉴科技XiIinX赛灵思是FPGA的先行者和领导者,1984年，赛

14、灵思发明了现场可编程门阵列FPGA,作为半定制化的ASIC,顺应了计算机需求更专业的趋势。FPGA的好处是可编程以及带来的灵活配置，同时还可以提高整体系统性能，比单独开发芯片整个开发周期大为缩短，但缺点是价格、尺寸等因素。在汽车ADAS和自动驾驶解决方案上，赛灵思的FPGA和SOC产品家族衍生出三个模块：自动驾驶中央控制器ZynCIUItraSCaIe+MPSoC前置摄像头Zynq-7000ZynqU1traSca1e+MPSoC多传感器融合系统ZynqU1traSca1e+MPSoCZynq采用单一芯片即可完成ADAS解决方案的开发，SOC平台大幅提升了性能，便于各种捆绑式应用，能实现不同产品系列间的可扩展性，可帮助系统匚面加快在环绕视觉、3D环绕视觉、后视摄像头、动态校准、行人检测、后视车道偏离警告和盲区检测等ADAS应用的开发时间。并且可以让OEM和Tier1在平台上添加自己的IP以及赛灵思自己的扩展。深鉴科技成立于2016年，其创始团队有着深厚的清华背景，专注于神经网络剪枝、深度压缩技术及系统级优化。2018年7月17日，赛灵思宣布收购深鉴科技。自成立以来，深鉴科技就一直基于赛灵思的技术平台开发机器学习解决