最近幾年，自動駕駛無疑是科技領域最熱的風口之一，萬億美元市場規模也吸引了主機廠、互聯網科技企業、出行服務企業及創業企業等共同參與，一時間成為投資者眼中的“潛力股”。

實際情況也是如此。作為AI領域最具商業價值的場景，自動駕駛已經成為巨頭們角力的又一個“主戰場”。其中英特爾153億美元收購以色列自動駕駛巨頭Mobileye公司就是很好的說明。除此之外，谷歌、蘋果、特斯拉、Uber、百度、騰訊、阿里等都對自動駕駛寄予厚望。

▲賽靈思機器學習資深產品營銷經理Andy Luo（左）、賽靈思大中華區銷售副總裁Maria Tang（中）、賽靈思汽車產品營銷經理Angela Suen（右）

從技術角度而言，自動駕駛需要依賴大量傳感器對道路環境信息進行采集、處理及做出決策，從而及時規避障礙物或者行人，保障交通安全。為了保障這一過程快速完成，對于中央處理器的算力要求非常嚴苛。為此，各大芯片巨頭也推出了不同的解決方案，掘金自動駕駛算力金礦，而這其中就包括全球FPGA巨頭賽靈思。

自動駕駛芯片發展路線

提起中央處理器，可能很多人第一印象就是芯片巨頭英特爾，這主要得益于其在桌面處理器領域的霸主地位。然而來到自動駕駛時代，情況則發生了重大改變。由于處理對象變成視頻及圖片等非結構化數據，傳統CPU處理器已經顯得捉襟見肘。

面對新的挑戰，芯片巨頭英特爾也不敢絲毫怠慢。除了收購ADAS巨頭Mobileye之外，英特爾還先后收購了Altera和eASIC公司，用于強化在FPGA領域布局，并成立了可編程解決方案集團( PSG )。英特爾希望將傳統CPU和FPGA集成到一塊芯片中，也就是eASIC技術。

相對于英特爾的焦慮，另一個芯片巨頭英偉達則顯得春風得意。據了解，在自動駕駛中視覺處理需要消耗主要的算力，而這恰恰是GPU的強項，其出色的并行矩陣計算能力對于神經網絡的訓練和分類都能提供顯著的加速效應。為此，當下的自動駕駛芯片中，英偉達占據了主要的市場份額。其Drive PX2和Drive Xavier方案已經可以滿足L3、L4級別自動駕駛算力要求。

對于國內創業者而言，由于在芯片設計及制造方面的不足，雖然進入人工智能領域初創企業很多，但是更多采用開源ASIC架構設計芯片，應用主要集中在人臉識別、安防、金融等領域，在自動駕駛領域涉足的還不是很多，和國外存在一定差距。

從上面的介紹中也不難看出，在自動駕駛芯片方面，主要有CPU、GPU、FPGA、ASIC等幾種技術類型。從運算能力方面來看，CPU基本上顯然不太適合。如果使用GPU顯然成本更高，且需要車規級別驗證。另一方面，自動駕駛對于延遲及功耗也有著更加嚴格的要求。

FPGA的機會在哪？

“對于自動駕駛而言，現階段在算法和模型方面并沒有最終定型，還處于早期階段”賽靈思機器學習資深產品營銷經理Andy Luo認為：“目前，自動駕駛算法迭代周期非常短，每次迭代都需要芯片同步迭代。如果采用GPU和ASIC芯片顯然無法滿足其靈活性，且成本更高，這無疑給了FPGA巨大的機會。”

FPGA（Field－Programmable Gate Array），即現場可編程門陣列，是指一切通過軟件手段更改、配置器件內部連接結構和邏輯單元，完成既定設計功能的數字集成電路。正是由于其靈活性及可編程性，FPGA也被稱為“萬能芯片”。

FPGA屬于半定制電路，相較于ASIC的全定制電路具有更高的靈活性和可編程性。Andy Luo表示：“采用FPGA芯片，如果后續算法更新，開發人員通過軟件升級即可修改芯片，而不是硬件上替換和重新設計芯片，從而節省了大量時間和成本，這對于日新月異的自動駕駛領域，顯然是非常適合的。”

“除了設計靈活、低成本之外，FPGA芯片另一個重要特點在于低延時和低功耗。”對于FPGA未來前景，Andy Luo認為：“雖然說定制化芯片具有更低的功耗和更高的能效比，但是自動駕駛及AI領域創新正不斷發生，算法也在不斷演進。比如，現在GPU上使用雙精度運算很火，之后可能會從浮點運算演進到定點運算，從32bit演進到16bit。由此可見，只要創新持續發生，FPGA就會永葆活力！”

對于GPU而言，雖然說其推動了深度學習的發展，從而促使全球人工智能浪潮的到來，但是其成本相對較高，很難實現批量生產。為此，在自動駕駛方面，GPU更多地出現在開發階段。基于各自優缺點，目前自動駕駛主要采用“FPGA+GPU”的解決方案。

從技術發展來看，定制化ASIC芯片將會是自動駕駛理想方案，因為其具有更低的功耗與更高的能效比，且批量生產更具有成本優勢。但是至少在3-5年時間內，FPGA仍將扮演著重要的角色。

開啟自動駕駛新篇章

從全球市場來看，中國在自動駕駛方面非常活躍，其目標更是直指更高的L4級，并且在上海、重慶、北京、河北、浙江、吉林長春、湖北武漢、江蘇無錫等地先后建設智能網聯汽車測試示范區，包括戴姆勒、寶馬等國外巨頭都將紛紛在中國測試自動駕駛汽車。由此可見，中國已經成為自動駕駛必爭的高地。

“我們和中國市場關系非常緊密，并且已經有很多合作伙伴。” 賽靈思大中華區銷售副總裁Maria Tang表示：“為了更好地服務本地客戶，加速中國智能駕駛汽車創新，我們特別成立了大中華區，致力開啟中國ADAS及自動駕駛中國新篇章。”

為此，3月賽靈思在北京正式推出了其“自適應計算加速平臺”——ACAP。

“ACAP不僅僅是一個新的處理器，而是一個區別于CPU和GPU的全新產品類型。” 賽靈思汽車產品營銷經理Angela Suen表示：“ACAP支持最高800萬像素攝像頭以及3級的自動駕駛水平，能夠勝任城市與高速路路況。其主要優勢包括，通道帶寬增加、高性能/低功耗、用于環境認知的高性能/低功耗卷積神經網絡（CNN）處理、有望提升功能安全性。”

除此之外，賽靈思還收購了中國AI公司深鑒科技，進一步完善自動駕駛領域的布局。對此，賽靈思機器學習資深產品營銷經理Andy Luo表示：“賽靈思和深鑒科技的合作由來已久，此次收購也是水到渠成。深鑒科技作為一家AI初創企業，在神經網絡和深度學習方面已經有很深的造詣，并且可提供全套深度學習SDK，相當于一個完整的工具鏈。此次合作，也將使得賽靈思更好地進入自動駕駛領域。”

小結：

FPGA并不是一個新物種。在汽車，無線基礎設施，有線通信，音視頻與廣播，航空航天，工業、科學與醫療，測試測量與仿真、消費類電子等領域都在發揮著重要的作用。

此次賽靈思將目標聚焦于自動駕駛領域，并且提供各種軟件定義編程、庫和框架，可以預見自動駕駛開發將變得愈發容易。至于FPGA在自動駕駛領域能夠走多遠，套用Andy Luo的結束語——“有創新的地方就有FPGA”！