當前，各大車廠正在全力備戰(zhàn)高級自動駕駛的量產，被稱為自動駕駛智慧之“眼”的環(huán)境感知基礎部件傳感器，也進入了新一輪的技術迭代與創(chuàng)新升級的關鍵時期。
業(yè)內一致認為，上一代的傳感器配置已經不足以支撐L3級以上高級別自動駕駛的量產；單一傳感器已經無法滿足高階自動駕駛應對復雜場景與安全冗余的需求，多傳感器融合成為必然趨勢。此外，除了搭載先進傳感器等裝置，運用人工智能等新技術是《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》定義智能汽車的兩個重要標簽之一。自動駕駛算法和AI模型的迭代周期非常短，芯片的迭代完全無法跟上整個節(jié)奏。汽車需要一套復雜的車輛傳感器及相應的處理系統(tǒng)讓自動駕駛給予更高的安全感。為此，全球各大車企、自動駕駛公司都在為高級自動駕駛系統(tǒng)瘋狂做“加法”。從今年全新推出的新車也可以看到，在自動駕駛感知技術上，技術路線不一，除了已經量產上車的攝像頭和毫米波雷達之外，激光雷達、4D毫米波雷達等新一代傳感器儼然已經成為各大車企全新車型的主流甚至標準配置。眾多新能源車企和傳統(tǒng)車企相繼宣布在2021年推出裝載激光雷達或者4D毫米波雷達的量產型汽車。與此同時，包括大陸集團、博世在內的各大感知硬件供應商以及一批初創(chuàng)企業(yè)紛紛發(fā)力下一代新型傳感器，比如超高分辨率800萬像素感知攝像頭、下一代高精度雷達（4D毫米波成像雷達）、純固態(tài)激光雷達等。激光雷達和4D毫米波雷達面臨前所未有發(fā)展風口。在2021年度（第十二屆）高工智能汽車開發(fā)者大會上，賽靈思大中華區(qū)汽車電子系統(tǒng)架構師及商務經理毛廣輝發(fā)表演講表示：“激光雷達市場增長迅速，會逐漸成為高級別自動駕駛標配。毫米波雷達市場容量巨大，4D毫米波雷達的需求逐漸明確，將會在大多數高端應用場景替代2D雷達。”毫無疑問，無論是多傳感器的融合處理，還是新一代激光雷達和4D毫米波雷達的創(chuàng)新和大規(guī)模商業(yè)化量產，都對以芯片為核心的計算平臺的計算能力、可靠性、海量數據處理能力， 以及使用機器學習提升機器視覺等等技術，提出了更高的要求，其中包括：1. 高算力需求：相比傳統(tǒng)攝像頭和雷達，激光雷達需要處理更加龐大和復雜的數據， 甚至需要同時強大的并行處理能力。2. 靈活應變需求：例如激光雷達，其有激光發(fā)射器、激光接收器、測距方式、掃描方式四大組成部分，不同組合存在不同的可能性，理論上有上百種不同的激光雷達方案。新型傳感器需要滿足應對變化和未來演進的能力。3. 低時延需求：無論是激光雷達還是4D成像雷達，都需要對大量的點云進行處理，這不僅要求計算平臺具備高性能、大吞吐量的特征，還對時延響應速度有很大的要求。4. 人工智能算法需求：傳感器內的處理運算不僅利用傳統(tǒng)行駛的算法（計算機視覺），還利用基于AI的算法作為配合，Tier1和車廠往往需要更大算力且能夠進行高效處理的計算平臺。5. 低成本需求：由于技術的復雜性，激光雷達相比其對應的攝像頭和雷達昂貴得多。由于激光雷達技術較新，目前還沒有明確的 ASSP/ASIC 器件架構，而且高端的ADAS和自動駕駛也還沒有采用通用的芯片平臺。此外， 激光雷達采用計算能力和計算效率等都直接根據特定算法進行定制的ASIC芯片，或者硬件固定的CPU 和GPU，短期內來看并不太現(xiàn)實。“在深度學習算法暫未穩(wěn)定、AI 芯片本身還需要不斷迭代改進的情況下，高性能、自適應的FPGA 處理器平臺，無疑是當今主流處理器中實現(xiàn)自動駕駛計算的最佳選擇。” 賽靈思大中華區(qū)汽車業(yè)務發(fā)展經理花盛向《高工智能汽車》如是說。
硬件可編程的靈活應變的賽靈思 FPGA 平臺，能夠靈活適應任何雷達傳感器配置，使之成為應對高階傳感器不斷變化和演進發(fā)展設計的理想選擇。賽靈思異構計算平臺涵括了強大的 DSP 性能和靈活的 I/O 配置和可編程邏輯資源，能夠充分滿足眾多雷達制造商的高算力需求。過去幾十年，因為大多數雷達制造商采用的都是相似的通用芯片方案，無法實現(xiàn)真正的產品方案差異化。但賽靈思解決方案最特別的地方在于可編程邏輯塊，具備異構單芯片SoC平臺強大的集成價值、強大的三維FFT數據信號處理（DSP）性能、靈活的輸入輸出（I/O）配置等優(yōu)勢，非常適合各類不斷變化發(fā)展的設計，完美匹配了眾多雷達廠商的定制化個性化需求。毛廣輝介紹說，可編程、靈活配置和并行計算能力，使得賽靈思FPGA解決方案可以滿足不同技術路線的4D毫米波及激光雷達應用，包括機械式、固態(tài)、混合固態(tài)等，同時還可以滿足激光雷達不同的點云密度、激光線束的處理。FPGA 平臺具備低時延、高吞吐量、高度自適應性等特征，可以直接完成無批次的推理，并且還能夠保持較高的計算效率。此外，其可軟件升級的方式修改芯片并實現(xiàn)算法的快速迭代，這對于自動駕駛領域的創(chuàng)新升級和快速量產尤為重要。以4D成像雷達為例，在點云密度增加的情況下，4D成像雷達如何增加檢測的成功概率，減少回聲的噪音，并實現(xiàn)遠處信號反射較弱物體的檢測，還需要解決多信號的干擾問題。4D雷達需要大規(guī)模的并行處理流水處理，而這剛好可以在可編程邏輯結構中得以實現(xiàn)。毛廣輝表示，賽靈思FPGA器件擅長處理各種傳感器的復雜數據，其本身就內置了數據存儲處理單元，在提供大規(guī)模數據并行處理的同時，提供獨立接收通道（不限通道數量及接口種類）進行優(yōu)化處理，可以有效優(yōu)化復雜的前后處理，并且有效區(qū)分有用點云和無用點。從成本上來看，賽靈思FPGA 平臺方案的單芯片強大集成能力，使得單顆芯片就可以滿足之前需要多芯片才能實現(xiàn)的性能，也避免多芯片方案潛在的兼容、協(xié)作等額外成本。此外，其硬件可編程的架構優(yōu)勢，也使得其可以助力開發(fā)者避免芯片升級換代或者功能更新可能引起的各種不可預料的成本攀升。除此之外，目前包括車廠、激光雷達廠商對于信息安全都有要求，賽靈思器件具備HSM的信息安全保障，不僅可以更新傳感器軟件，還支持硬件無線更新（OTA）。《高工智能汽車》認為，高階自動駕駛系統(tǒng)對于計算平臺的高效、靈活且可拓展等智能處理能力需求急劇增加，使得以FPGA為核心的極具靈活應變能力和擴展能力的賽靈思異構并行自適應計算平臺，在賦能自動駕駛領域具備巨大的潛力。賽靈思在自動駕駛不同領域的應用案例也提供了有力的佐證。比如，在ADAS及自動駕駛域控制器領域，宏景智駕基于賽靈思車規(guī)級XA Zynq? UltraScale+? MPSoC平臺推出了多核異構架構的高級自動駕駛域控制器——Gemini ADCU。該方案支持最高12路攝像頭、6路激光雷達系統(tǒng)及多路毫米波雷達的接入和數據處理，不僅可以實時處理多路多目標的AI感知，還支持功能的持續(xù)迭代和傳感器分辨率的持續(xù)提升，是市面上少有能夠支持L2-L4級自動駕駛的通用型域控制器平臺解決方案。根據宏景智駕CEO劉飛龍介紹，賽靈思車規(guī)級處理器平臺具備優(yōu)異的可編程能力、出色的計算性能和豐富的I/O接口，可以收集多個傳感器的不同結構數據，并且將它們都轉化為統(tǒng)一的格式輸出。《高工智能汽車》了解到，除了宏景智駕之外，包括采埃孚、大陸集團等Tier1巨頭以及小馬智行、魔視智能等自動駕駛公司也紛紛選用了賽靈思的產品。以采埃孚為例，其使用賽靈思 Zynq UltraScale+ MPSoC 平臺來處理實時數據聚合、預處理和分配，并為采埃孚全新的人工智能（AI）汽車控制單元ZF ProAI Gen3提供低延時、高功效的AI計算加速。與其他系統(tǒng)大多采用固定的軟硬件組合架構不同，ProAI平臺最大的競爭優(yōu)勢就是硬件模塊化和開放式的軟件架構，適用于L2-L5級自動駕駛。而采埃孚之所以選擇賽靈思超強適應性的智能平臺，就是因為它可以為ZF ProAI平臺提供高效的處理能力、可擴展性和靈活性，能夠助力采埃孚根據每個客戶的獨特需求進行定制化服務。
《高工智能汽車》了解到，面向汽車市場，賽靈思可以提供從28nm工藝的FPGA、Zynq SoC，16nm的Zynq UltraScale+ MPSoC 7EV 和11 EG，以及7nm工藝的Versal ACAP，可以應用于智能網聯(lián)汽車的艙內體驗（DMS、3D環(huán)視等）、ADAS（ICMS、前端攝像頭、自動泊車、域控制器）以及高級自動駕駛（中央計算、下一代前端攝像頭）等各個領域。根據賽靈思公開的數據顯示，賽靈思的激光雷達產品已經用于Baraja、北醒光子、Blickfeld、禾賽科技、Innovusion、Opsys、OURS、Ouster、Phantom Intelligence、Pointcloud、北科天繪、一徑科技、速騰等國內外大多數激光雷達廠商當中，占有該市場90%以上的市場份額。截止目前，賽靈思在汽車電子領域的累計出貨量已經達到2.05億片，而在ADAS領域的出貨量也已經達到8000萬片。僅去年一年，賽靈思在汽車行業(yè)的出貨量就接近2000萬片器件。儼然，從下一代傳感器到自動駕駛的融合計算，作為全球為數不多可以覆蓋自動駕駛感知、決策等各個層級的自適應芯片及計算平臺廠商，賽靈思正在譜寫高階自動駕駛的新篇章。
