首款可用于自动驾驶的全新FPGA芯片.docx

《首款可用于自动驾驶的全新FPGA芯片.docx》由会员分享，可在线阅读，更多相关《首款可用于自动驾驶的全新FPGA芯片.docx（3页珍藏版）》请在第一文库网上搜索。

1、首款可用于自动驾驶的全新FPGA芯片芯片,是最近的热门话题,我们要关注的不仅仅是壬机芯片，也要关注汽车芯片，更何况望能网联汽车业需要大量的芯片，其中，最重要的就是自动驾驶计算平台需要用到的芯片。北京时间5月21日，总部位于美国加州圣克拉拉市的半导体公司Achronix,在中国深圳举办交流会，宣布推出全新的7nmFinFETSDeedsteMt系列产品,该产品可以满足人工智能/机器学习(AI/M1)和高带宽数据加速应用的需求。人工智能和机器学习的一大应用就是自动驾驶，领头羊Waymo采用的是英特尔CPU+A1teraEE里的方案来解决自动驾驶所需要的数据融合和篁法处理，因为PFGA作为便性加速器

2、，可以作为GPU的有效补充,应用为汽车主控芯片。CPU,GPU,FPGArandASICsTradeoffs据AChroniX总裁兼首席执行官RobertB1ake介绍，SPeeCiSter7t系列基于一种高度优化的全新架构，从而获得有类似空运一样的性能、可简化设计的FPGA灵活性和增强功能，会远高于传统的FPGA解决方案。在中国自动驾驶领域，也有部分的公司采用了FPGA的方案，配合CPU或者GPU,搭建自己的解决方案，AChroniX新推出的7nmFPGA系列产品SPeedSter7t,提供了AItera、Xi1inX之外的多一种选择，也给国内FPGA厂商压力。智能网联汽车对计算的要求在不断

3、提高，尤其是自动驾驶技术在面临多使感器数据融合处理的问题,传统的汽车的算力是满足不了要求了，GPU、FPGA、AS1C等A1芯片就开始进入汽车市场。正如前面所言，自动驾驶领域的全球领头羊Waym0,也是采用CPU+FPGA的方案，其计算平台采用了英特尔Xeon12核以上CPU,搭配了AItera的Arria系列FPGA芯片，并且采用英飞凌的Aurix系列MCU作为CAN或F1eRay网络的通信连接。在中信证券许英博的研究报告认为，在汽车主控芯片领域，GPU仍将保持通用汽车主控芯片的主流地位，FPGA作为有效补充，ASIC将成终极方向。目前，人工智能及智能驾驶算法尚未定型，GPU作为通用加速器，

4、预计仍将在相当长一段时间内保持其汽车主控芯片的主流地位；FPGA作为硬件加速器，料将成为GPU的有效补充；将来如果全部或部分智能驾驶算法得以固化,ASIC将成为最优性价比的终极选择。除了采用7nmFinFET工艺制造(7nm真的很贵！)，SPeedSter7t系列产品的优势在于全新的架构，以平衡片上处理、互连和外部输入输出接口(I/O),以实现数据密集型应用吞吐量的最大化，这些应用场景可见于基于边缘计算和基于服务器的AI/M1应用、网络处理和存储。高性能计算和机器学习系统的一个重点要求就是高片外存储器带宽，这样可以为多个数据流提供存储源和缓冲，据介绍，SPeedSter7t器件是唯一支持GDD

5、R6的FPGA,每个GDDR6存储器都能够支持512GbPS的带宽，多达8个GDDR6控制器则可以支持4Tbps的GDDR6累计带宽。SpeedsterTt系列产品之所以能够支持如此高的带宽，是因为该系列产品专门为高带宽应用进行了设计，具有一个革命性的全新二维片上网络(2DNoC),以及一个高密度全新机器学习处理港(M1P)模块阵列，从而把FPGA的可编程性与ASIC的布线结构和计算引擎结合起来，创造了一类全新的“FPGA+”技术。正如前面所言，可能现阶段自动驾驶还处于“试错”阶段，FPGA可编程的特点可以在现在赢得市场，但是随着自动驾驶技术的发展，其算法逐渐稳定，需要将算法进行SOC的时候，

6、可能就是AS1C的天下了。对于SpeedsterTt的设计方Achronix公司而言，这个问题已经考虑到了，基于Achronix公司是一家既提供独立FPGA芯片又提供Speedcore嵌入式FPGA(eFPGA)半导体知识产权(IP)的公司，AChroniX在SPeedCoreEFPGAIP中采用了与SPeedSter7tFPGA中使用的同一种技术，可支持从SPeeC1Ster7tFPGA到ASIC的无缝转换。FPGA应用通常具有必须保持可编程性的功能，而其他固定功能则是应用于特定的系统应用。对于ASIC的转换而言，固定功能可以被固化进ASIC结构中，从而减少芯片面积、成本和功耗。据AChroniX介绍，当使用SpeedcoreeFPGAIP将SPeedStcr7tFPGA转换为AS1C时，用户有望节省高达50%的功耗并且降低90%的成本。这个能够实现的话，可以让AChrorIiX公司的SPeedSter7t系列产品，在自动驾驶领域，应该会有着较好的应用前景。