历史上的今天
今天是：2024年09月15日（星期日）
2021年09月15日 | 混搭出奇迹，自动驾驶AI芯片上演架构之争
2021-09-15 来源：eefocus
经历了2016—2019年的野蛮生长期，2019的洗牌期，自动驾驶走入了发展新阶段。谷歌Waymo、百度Apollo、特斯拉、英伟达、Mobileye等行业领先企业技术不断迭代，场景化应用落地加速，为此，《中国电子报》推出“驶向自动驾驶新纪元”系列报道，通过梳理自动驾驶技术升级、厂商布局、产业发展等，描摹自动驾驶产业新面貌。
AI芯片很热，自动驾驶AI芯片更热。英伟达、英特尔、特斯拉、高通、地平线、黑芝麻智能等国内外传统芯片厂、新锐企业纷纷涌入车载AI芯片市场。如今，L2+ADAS自动驾驶商业变现风头正劲，L4高级别自动驾驶落地路线也越来越清晰，毫无疑问，自动驾驶正成为头部芯片企业争相抢占的高地。
从各大厂商的产品路线来看，自动驾驶芯片呈现出GPU、FPGA、ASIC三大架构共荣的格局。然而，底层架构不是判定自动驾驶能力的唯一因素，随着汽车智能化程度的提高，自动驾驶对于软件能力的要求走高，一场“始于硬件”的自动驾驶芯片竞速赛已全面开启。
“CPU+XPU”是自动驾驶芯片设计主流趋势
自动驾驶汽车智能化水平越来越高，需要处理的数据体量越来越大，高精地图、传感器、激光雷达等软硬件设备对计算提出更高要求，具备AI能力的主控芯片成为主流，加速芯片可以提升算力并助推算法的产生。目前，常见的AI加速芯片包括GPU、ASIC、FPGA三类。
盖世汽车研究院高级分析师王显斌向《中国电子报》记者指出，传统车辆普遍使用ECU，底层芯片主要为CPU。自动驾驶对数据传输实时性要求大，仅靠CPU的算力与功能早已不能满足所需，CPU与GPU、FPGA、ASIC等架构结合形成“CPU+XPU”是自动驾驶芯片设计的主流趋势。
目前主流厂商多以“CPU+XPU”相结合的方式，进行自动驾驶芯片设计。英伟达Xavier和特斯拉FSD采用“CPU+GPU+ASIC”的设计路线，Xavier以GPU为计算核心，主要有4个模块：CPU、GPU、Deep Learning Accelerator（DLA）和Programmable Vision Accelerator（PVA），其中GPU占据最大面积；特斯拉FSD以NPU（一种ASIC）为计算核心，有三个主要模块：CPU、GPU和Neural Processing Unit（NPU），其中特斯拉自研的NPU占据最大面积，主要用来运行深度神经网络，GPU主要是用来运行deep neural network的post processing部分。
Mobieye EyeQ5和地平线征程系列采用“CPU+ASIC”架构，EyeQ5主要有4个模块：CPU、Computer Vision Processors（CVP）、Deep Learning Accelerator（DLA）和Multithreaded Accelerator（MA）。其中CVP是针对很多传统计算机视觉算法设计的ASIC；地平线自主设计研发了Al专用的ASIC芯片Brain Processing Unit（BPU）。
Waymo采用“CPU+FPGA”，计算平台采用英特尔Xeon12核以上CPU，搭配Altera的Arria系列FPGA。
三大架构竞速高级别自动驾驶
“GPU擅长图像识别，ASIC、FPGA可以灵活设计，满足定制化需求。”王显斌向《中国电子报》记者表示。
自动驾驶要具备高精度、高可靠性的图像识别能力，GPU的设计初衷是为了应对图像处理中需要的大规模并行计算，刚好契合自动驾驶的关键技术要求。英伟达在GPU领域拥有长期积累的技术和市场，进入自动驾驶赛道后，携其GPU迅速占领市场，合作伙伴囊括奔驰、沃尔沃、现代、奥迪、上汽等传统车厂，蔚来、理想、小鹏这些造车新势力也在使用英伟达的自动驾驶芯片。
今年8月，英伟达推出最新自动驾驶芯片组——DRIVE Atlan。据介绍，Atlan单颗芯片的算力能够达到1000 TOPS，将应用于L4及L5级别自动驾驶。英伟达CEO黄仁勋公开表示，Atlan SoC将于2023年向开发者提供样品，2025年大量装车。王显斌指出，未来自动驾驶芯片会出现更多多元化架构GPU，高精地图、传感器、激光雷达等对图像识别能力要求越来越高，GPU的需求量会越来越大。
特斯拉采用了与英伟达相似的设计路线，不过更加侧重于ASIC。今年8月，马斯克在2021年特斯拉AI Day上，向外界展示了一款自研芯片云端Dojo。Dojo的训练CPU属于ASIC芯片，专注于人工智能训练，可以实现1024 GFLOPS的BF16算力。特斯拉表示，它的效率超过了现有的GPU和TPU，可以大幅度优化算法提升的效率，为L4、L5级别的自动驾驶做铺垫。特斯拉Dojo在云端模拟了一个十分贴近现实的世界，用来训练自动辅助驾驶技术。
马斯克一直认为，解决自动驾驶的唯一方法是解决现实世界中的AI问题，无论是硬件还是软件，除非一家公司具有很强的AI能力以及超强算力，否则很难解决自动驾驶难题。Dojo正是基于对自动驾驶问题的考量。特斯拉选择ASIC的原因也不难理解，为各行各业提供通用能力的方案并不是特斯拉想要的，而ASIC的优势在于灵活设计，能够更好地满足产品的定制化需求。
Waymo可以说是属于FPGA派系的。2017年，英特尔宣布，自2009年开始便一直在与谷歌合作开发无人驾驶汽车，同时也为谷歌母公司Alphabet旗下自动驾驶公司Waymo提供Xeon处理器、Arria系统芯片（用于机器视觉）。Arria属于FPGA芯片，不过Waymo在芯片方面相对低调，没有曝光太多细节。值得注意的是，2015年英特尔收购了主打ASIC的芯片厂商Altera；2017年收购了Mobileye，MobileyeEye系列自动驾驶芯片是典型的ASIC技术路线的代表。
英伟达、特斯拉新品双双对准了L4、L5级别自动驾驶，Waymo从入局就定位在高端，头部厂商已形成围绕高级别自动驾驶升级产品的态势。
史海拾趣
|
转自：点点滴滴版主 http://www.pic16.com/bbs/dispbbs.asp?boardid=8&replyid=172309&id=46618&page=1&skin=0&Star=1 经过将近一个月的闭关。今天终于完成自定义USB HID 免驱动设备。其中由于系统问题，识别出来的HID 设备要驱动程序，害得我浪费 ...… 查看全部问答＞ |
|
我的ARM开发板通过串口连接的GPRS MODEM上网，它也有以太网口，我想把接收的GPRS数据转发到以太网口上（它所在的局域网），请问难不难啊。… 查看全部问答＞ |
|
1 .MOV A,Rn 寄存器内容送入累加器2 .MOV A,direct 直接地址单元中的数据送入累加器3 .MOV A,@Ri (i=0,1)间接RAM 中的数据送入累加器4 .MOV A,#data 立即数送入累加器5 .MOV Rn,A 累加器内容送入寄存器6 .MOV Rn,direct 直接地址单元中的数据送入寄 ...… 查看全部问答＞ |
|
有没有人用过cycloneⅣ的lvds宏的啊，我现在遇到好几个问题，比如：不管tx_in的位宽是多少，输进去的却总是8位等等。很神奇。求助各位，已经弄了很久了。有用过的大神现身吧，帮帮我，感激不尽。… 查看全部问答＞ |
|
C6455 TCP2中TCPIC0~15有一半的寄存器写不进去 在CCS3.3下，查看寄存器的值，发现TCP2中TCPIC0~TCPIC15中，有一半的寄存器不能write，分别是TCPIC(1，3，5，7，9，11，13，15)，是因为哪个控制器锁住了吗？ 情况紧急，请求各位帮助，谢谢！… 查看全部问答＞ |
|
谷歌本周宣布推出一项新功能，帮助用户通过桌面平台的搜索引擎去寻找丢失的Android手机。如果希望使用这一功能，用户需要知道自己的电脑在何处。谷歌同时表示，用户需要安装最新版谷歌Android应用才能使用这一功能。在升级之后，当用户在谷歌搜索引 ...… 查看全部问答＞ |
|
本帖最后由 wgsxsm 于 2015-6-12 10:39 编辑 注：KEY 1,3硬件连接在一起的，请无视那个NC元件。 如上图所示，KEY按下，系统上电，MCU上电后将PWR_ON置高，系统处于开机状态； 长按KEY，通过检测PWR_DEC(平时为低)状态是否为高，持续时间达到3 ...… 查看全部问答＞ |
|
用“通货膨胀”这个经济术语来形容手机电池寿命可能再贴切不过了。几年前，即便是诸如三星Galaxy、摩托罗拉Droid的旗舰机型，通常也仅仅搭载了1600mAh左右的电池，但足以完整使用一整天。而现在，具有3000mAh电池容量的旗舰机型比比皆是，但很难满 ...… 查看全部问答＞ |
|
模仿RA8875_RA8876做个图形LCD控制器,STM32跑emWin接VGA显示器测试OK 看到STM32+RA8875+emWin做人机界面这么流行，于是也用FPGA模仿RA8875做了个图形LCD控制器。图形LCD控制器的系统主构架是：FPGA+DDR2+Nand-Flash，FPGA里面还跑了个8051，因为要做指令缓冲、FAT32文件系统、Nand-Flash驱动程序，这三 ...… 查看全部问答＞ |