自動駕駛芯片,cpu與asic的未來發(fā)展

ASICvsGPU+FPGA

GPU適用于單一指令的并行計算，而FPGA與之相反，適用于多指令，單數(shù)據(jù)流，常用于云端的“訓練”階段。

此外與GPU對比，F(xiàn)PGA沒有存取功能，因此速度更快，功耗低，但同時運算量不大。結(jié)合兩者優(yōu)勢，形成GPU+FPGA的解決方案。

FPGA和ASIC的區(qū)別主要在是否可以編程。FPGA客戶可根據(jù)需求編程，改變用途，但量產(chǎn)成本較高，適用于應用場景較多的企業(yè)、軍事等用戶;而ASIC已經(jīng)制作完成并且只搭載一種算法和形成一種用途，首次“開模”成本高，但量產(chǎn)成本低，適用于場景單一的消費電子、“挖礦”等客戶。

目前自動駕駛算法仍在快速更迭和進化，因此大多自動駕駛芯片使用GPU+FPGA的解決方案。未來算法穩(wěn)定后，ASIC將成為主流。

計算能耗比，ASIC>FPGA>GPU>CPU，究其原因，ASIC和FPGA更接近底層IO，同時FPGA有冗余晶體管和連線用于編程，而ASIC是固定算法最優(yōu)化設(shè)計，因此ASIC能耗比最高。

相比前兩者，GPU和CPU屏蔽底層IO，降低了數(shù)據(jù)的遷移和運算效率，能耗比較高。同時GPU的邏輯和緩存功能簡單，以并行計算為主，因此GPU能耗比又高于CPU。

▌ASIC是未來自動駕駛芯片的核心和趨勢

結(jié)合ASIC的優(yōu)勢，我們認為長遠看自動駕駛的AI芯片會以ASIC為解決方案，主要有以下幾個原因:

綜上ASIC專用芯片幾乎是自動駕駛量產(chǎn)芯片唯一的解決方案。由于這種芯片僅支持單一算法，對芯片設(shè)計者在算法、IC設(shè)計上都提出很高要求。

以上并非下定論目前ASIC為核心的芯片一定比GPU+FPGA的芯片強，由于目前自動駕駛算法還在快速迭代和升級過程中，過早以固有算法生產(chǎn)ASIC芯片長期來看不一定是最優(yōu)選擇。

▌相關(guān)公司

Mobileye

Intel在ADAS處理器上的布局已經(jīng)完善，包括Mobileye的ADAS視覺處理，利用Altera的FPGA處理，以及英特爾自身的至強等型號的處理器，可以形成自動駕駛整個硬件超級中央控制的解決方案。

Mobileye具有自主研發(fā)設(shè)計的芯片EyeQ系列，由意法半導體公司生產(chǎn)供應。現(xiàn)在已經(jīng)量產(chǎn)的芯片型號有EyeQ1至EyeQ4，EyeQ5正在開發(fā)進行中，計劃2020年面世，對標英偉達DrivePXXavier，并透露EyeQ5的計算性能達到了24TOPS，功耗為10瓦，芯片節(jié)能效率是DriveXavier的2.4倍。

英特爾自動駕駛系統(tǒng)將采用攝像頭為先的方法設(shè)計，搭載兩塊EyeQ5系統(tǒng)芯片、一個英特爾凌動C3xx4處理器以及Mobileye軟件，大規(guī)模應用于可擴展的L4/L5自動駕駛汽車。該系列已被奧迪、寶馬、菲亞特、福特、通用等多家汽車制造商使用。

從硬件架構(gòu)來看，該芯片包括了一組工業(yè)級四核MIPS處理器，以支持多線程技術(shù)能更好的進行數(shù)據(jù)的控制和管理(下圖左上)。

多個專用的向量微碼處理器(VMP)，用來應對ADAS相關(guān)的圖像處理任務(wù)(如:縮放和預處理、翹曲、跟蹤、車道標記檢測、道路幾何檢測、濾波和直方圖等，下圖右上)。

一顆軍工級MIPSWarriorCPU位于次級傳輸管理中心，用于處理片內(nèi)片外的通用數(shù)據(jù)。

此外通過行業(yè)訪談?wù){(diào)研等途徑了解到，Mobileye在L1-L3智能駕駛領(lǐng)域具有極大的話語權(quán)，對Tire1和OEM非常強勢，其算法和芯片綁定，不允許更改。

寒武紀

5月3日，寒武紀科技在2018產(chǎn)品發(fā)布會上發(fā)布了多個IP產(chǎn)品——采用7nm工藝的終端芯片Cambricon1M、云端智能芯片MLU100等。

其中寒武紀1M芯片是公司第三代IP產(chǎn)品，在TSMC7nm工藝下8位運算的效能比達5Tops/w(每瓦5萬億次運算)，同時提供2Tops、4Tops、8Tops三種尺寸的處理器內(nèi)核，以滿足不同需求。

1M還將支持CNN、RNN、SVM、k-NN等多種深度學習模型與機器學習算法的加速，能夠完成視覺、語音、自然語言處理等任務(wù)。通過靈活配置1M處理器，可以實現(xiàn)多線和復雜自動駕駛?cè)蝿?wù)的資源最大化利用。它還支持終端的訓練，以此避免敏感數(shù)據(jù)的傳輸和實現(xiàn)更快的響應。

寒武紀首款云端智能芯片CambriconMLU100同期發(fā)布，同時公布了在R-CNN算法下MLU100與英偉達TeslaV100(2017)和英偉達TeslaP4(2016)的對比，從參數(shù)上看，主要對標TeslaP4。最后說明芯片從設(shè)計到落地應用面臨的潛在風險:

地平線

2017年地平線發(fā)布了新一代自動駕駛芯片“征程”和配套軟件平臺方案“雨果”，同時還發(fā)布了應用于智能攝像頭的“旭日”處理器。

“征程”是一款專用AI芯片，采用地平線的第一代BPU架構(gòu)，可實時處理1080p@30視頻，每幀中可同時對200個目標進行檢測、跟蹤、識別，典型功耗1.5W，每幀延時小于30ms。CEO余凱介紹，地平線的芯片更聚焦在針對不同場景下的具體應用，相比于英偉達的方案，在功耗上低一個數(shù)量級，價格也會有更大的競爭力。

2018年亞洲CES，地平線宣布推出從L2到L4級別全系列的自動駕駛計算平臺。

地平線星云，基于征程1.0芯片，能夠以車規(guī)級標準滿足L1和L2級別的自動駕駛的需求，能同時對行人、機動車、非機動車、車道線、交通標志牌、紅綠燈等多類目標進行精準的實時監(jiān)測與識別;并可滿足車載設(shè)備嚴苛的環(huán)境要求，以及復雜環(huán)境下的視覺感知需求，支持L2級別ADAS功能。

地平線Matrix1.0，內(nèi)置地平線征程2.0處理器架構(gòu)，最大化嵌入式AI計算性能，是面向L3/L4的自動駕駛解決方案，可滿足自動駕駛場景下高性能和低功耗的需求。

依托地平線公司自主研發(fā)的工具鏈，開發(fā)者和研究人員可以基于Matrix平臺部署神經(jīng)網(wǎng)絡(luò)模型，實現(xiàn)開發(fā)、驗證、優(yōu)化和部署。

百度“昆侖”

7月4日百度AI開發(fā)者大會上，李彥宏發(fā)布了由百度自主研發(fā)的中國首款云端全功能AI芯片——“昆侖”?！袄觥被诎俣?年的AI加速器經(jīng)驗的研發(fā)，預計將于明年流片。

“昆侖”采用14nm三星工藝，是業(yè)內(nèi)設(shè)計算力最高的AI芯片(100+瓦功耗下提供260Tops性能);512GB/s內(nèi)存帶寬，由幾萬個小核心構(gòu)成。

“昆侖”可高效地同時滿足訓練和推斷的需求，除了常用深度學習算法等云端需求，還能適配諸如自然語言處理，大規(guī)模語音識別，自動駕駛，大規(guī)模推薦等具體終端場景的計算需求。

此外可以支持paddle等多個深度學習框架，編程靈活度高。同時也有媒體對該產(chǎn)品提出疑義，主要有以下兩點:

GoogleTPU

GoogleTPU于2016年在GoogleI/O上宣布，當時該公司表示TPU已在其數(shù)據(jù)中心內(nèi)使用了一年以上。該芯片專為Google的TensorFlow(一個符號數(shù)學庫，用于神經(jīng)網(wǎng)絡(luò)等機器學習應用)框架而設(shè)計。

GoogleTPU是專用的，并不面向市場，谷歌僅表示“將允許其他公司通過其云計算服務(wù)購買這些芯片?！?/p>

今年2月，谷歌在其云平臺博客上宣布的TPU服務(wù)開放價格大約為每cloudTPU(180TFLOPS和64GB內(nèi)存)每小時6.50美元。

Google使用TPU開發(fā)圍棋系統(tǒng)AlphaGo和AlphaZero以及進行Google街景視頻文字處理等，能夠在不到五天的時間內(nèi)找到街景數(shù)據(jù)庫中的所有文字，此外TPU也用于提供Google搜索結(jié)果的排序。

TPU與同期的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。

Xilinx&深鑒科技

Xilinx賽靈思是FPGA的先行者和領(lǐng)導者，1984年，賽靈思發(fā)明了現(xiàn)場可編程門陣列FPGA，作為半定制化的ASIC，順應了計算機需求更專業(yè)的趨勢。

FPGA的好處是可編程以及帶來的靈活配置，同時還可以提高整體系統(tǒng)性能，比單獨開發(fā)芯片整個開發(fā)周期大為縮短，但缺點是價格、尺寸等因素。

在汽車ADAS和自動駕駛解決方案上，賽靈思的FPGA和SOC產(chǎn)品家族衍生出三個模塊:

自動駕駛中央控制器ZynqUltraScale+MPSoC

前置攝像頭Zynq-7000/ZynqUltraScale+MPSoC

多傳感器融合系統(tǒng)ZynqUltraScale+MPSoC

Zynq采用單一芯片即可完成ADAS解決方案的開發(fā)，SOC平臺大幅提升了性能，便于各種捆綁式應用，能實現(xiàn)不同產(chǎn)品系列間的可擴展性，可幫助系統(tǒng)廠商加快在環(huán)繞視覺、3D環(huán)繞視覺、后視攝像頭、動態(tài)校準、行人檢測、后視車道偏離警告和盲區(qū)檢測等ADAS應用的開發(fā)時間。并且可以讓OEM和Tier1在平臺上添加自己的IP以及賽靈思自己的擴展。

深鑒科技成立于2016年，其創(chuàng)始團隊有著深厚的清華背景，專注于神經(jīng)網(wǎng)絡(luò)剪枝、深度壓縮技術(shù)及系統(tǒng)級優(yōu)化。2018年7月17日，賽靈思宣布收購深鑒科技。

自成立以來，深鑒科技就一直基于賽靈思的技術(shù)平臺開發(fā)機器學習解決方案，推出的兩個用于深度學習處理器的底層架構(gòu)—亞里士多德架構(gòu)和笛卡爾架構(gòu)的DPU產(chǎn)品，都是基于賽靈思FPGA器件。

對于賽靈思來說，看好深鑒科技基于機器學習的軟件、算法，以及面向云側(cè)和端側(cè)硬件架構(gòu)的優(yōu)勢;對于深鑒科技，后期發(fā)展高昂的研發(fā)費用、高成本的芯片設(shè)計、流片、試制、認證、投片量產(chǎn)，投靠賽靈思能夠降低隨之而來的風險，進入芯片戰(zhàn)爭的持久戰(zhàn)。

2018年6月，深鑒科技宣布進軍自動駕駛領(lǐng)域，自主研發(fā)的ADAS輔助駕駛系統(tǒng)——DPhiAuto，目前已獲得日本與歐洲一線車企廠商和Tier1的訂單，即將實現(xiàn)量產(chǎn)。

DPhiAuto，基于FPGA，是面向高級輔助駕駛和自動駕駛的嵌入式AI計算平臺，可提供車輛檢測、行人檢測、車道線檢測、語義分割、交通標志識別、可行駛區(qū)域檢測等深度學習算法功能，是一套針對計算機視覺環(huán)境感知的軟硬件協(xié)同產(chǎn)品。

功耗方面，可以在10-20W的功耗范圍內(nèi)，實現(xiàn)等效性能，能效比指標高于目前主流的CPU、GPU方案。(國金證券：張帥)百度搜索“樂晴智庫”獲得更多行業(yè)報告。