The Challenge of

Building a Self-Driving Car

來源：亿欧网

日前據彭博援引知情人士表示，英飛凌(Infineon Technologies AG)前年曾就收購意法半導體(STMicroelectronics NV)舉行早期會談，若該並購成功完成，英飛凌將一躍成為歐洲半導體巨頭。不過法國政府反對這項併購。

英飛凌是歐洲一家晶片廠商，成立於 1999 年，在汽車半導體領域有著豐富的經驗。在其發佈的 2018 年業務報告中，自動駕駛業務已經佔公司總業務的 42%。其對於 2017 年自動駕駛半導體業務市場佔有率的排名為，NXP、英飛凌、瑞薩、TI、意法半導體、博世、安森美、羅姆集團、東芝、ADI。

那麼為什麼自認為是業內排行老二，還有收購老五呢？除了半導體領域要不斷通過保持壟斷地位，才能持續有競爭力以外，還有沒有別的原因？

英飛凌在自動駕駛領域的業務，已經遠遠大於其它 IPC、PMM、CCS 業務，在自動駕駛領域其主要的業務是雷達、微處理器、數據傳輸，以及電源管理等部分，基於機器視覺的 ADAS 晶片還沒有。

意法半導體在晶片領域也是巨頭，在汽車領域有鼎鼎大名的 STM 系列微處理器，邏輯 IC，以及資訊娛樂處理單元。在自動駕駛時代，更是聯合 Mobileye 研發生產了 EyeQ 系列 ADAS 晶片。

英飛凌跟意法半導體之間有很多重合的業務，而在自動駕駛領域，其欠缺的就是 ADAS 視覺處理晶片的能力，此次傳出英飛凌有意向收購意法半導體，會否是想要彌補視覺處理晶片方面的短板？

視覺處理晶片是自動駕駛晶片陣列中重要的一環，由於可以同雷達等感測器形成互補，基於深度學習的視覺辨識處理，在道路、交通標誌、障礙物、行人等辨識中重要性愈發凸顯。

因此各大廠商也都在爭相佔領高地，NVIDIA 和 Mobileye 目前是市場翹楚，佔據了較大的市佔，二者在汽車晶片領域，都是新生。其它傳統汽車晶片廠商，正在迎頭趕上。

而在即將到來的 ADAS 普及浪潮中，視覺 ADAS 方案由於價格低廉，技術成熟，產業鏈完善，必然會成為 OEM 首先選擇的對象。那麼方案商有哪些 ADAS 主處理晶片的選擇呢？ OEM 又意下如何呢？

高處不勝寒

Mobileye 聯合意法半導體推出的 EyeQ 系列的視覺處理晶片，在自動駕駛 CV 領域，聲名卓著，其中 EyeQ4 於 2016 年發佈，在其官網上這樣顯示，EyeQ 4 是目前市場上最先進的專用視覺運算 SoC。

除了能夠應付雷達和 LIDAR 的數據外，還可支持 8 個攝影機感測器，每秒處理 2.5 萬億次操作，而功耗僅為 3-5瓦。EyeQ4 有一組工作在 1GHZ 的工業級四核 MIPS 處理器，多個專用的向量微碼處理器(VMP)，用來應對 ADAS 相關的圖像處理任務。

EyeQ 系列的晶片是由 Mobileye 和 ST 意法半導體聯合生產的，在意法半導體的 2017 年報中，也提到了雙方將繼續聯合協作，研製 2020 年將要推出的 EyeQ5。

英偉達 2016 年推出 DRIVE PX2 (Autocruise 和 Autochauffeur，Autochauffeur 相當於前者性能 X2+

Pascal 架構的獨立 GPU)，Autochauffeur 配置兩個 SoC Tegra Parker (Cpu Cores 是 4 個 Denver 和 8 個 Cortex A57)和兩個分離式的 Pascal GPU(單精度計算能力達到 8TFlops)，支持 12 路 200 萬像素攝影機，每秒 60 幀的拍攝圖像的攝影機數據。

這種可擴展的構架，可以配置從運行 10 瓦特的被動冷卻的行動處理器，到用兩個行動處理器，以及兩個分離式 GPU 可達到每秒 24 萬億次深度學習的操作。多個 Drive PX 2 平台的並行使用，可以實現完全的自主駕駛。

2016 年 NVIDIA 發佈 Xavier，它是一款完整的 SoC，整合了被稱為 Volta 的全新 GPU 架構、定制 8 核 CPU 架構以及新的計算機視覺加速器，採用 16nm FinFET 加工技術進行製造。

該處理器提供 20 TOPS(萬億次運算/秒)的高性能，而功耗僅為 20 瓦。充當自動駕駛汽車大腦的 Xavier 在設計上符合 ISO 26262 道路車輛功能安全規定等嚴格的汽車標準。

NVIDIA 和 Mobileye 在 ADAS 視覺處理中，無疑是最有話語權的，前者代表著算力，後者代表著量產經驗，但市場可能暫時不會選擇二者。

原因也很簡單，前者算力雖高，但價格和功耗都不低，在 ADAS 領域綜合的性價比並沒有優勢，在消費者市場還屬於教育階段的時候，以一個高價智慧駕駛配置入局，結局不會太好。

而 Mobileye 則相對封閉，且有成熟的從晶片到解決方案的完整產業鏈，價格也不低，對於 OEM 和 Tier1 佔主導地位的汽車市場，需要在供應鏈上有充足的可選項，因此 Mobileye 不會是唯一選項，OEM 和 Tier1 樂見更多的選項出現。

此時，傳統汽車電子晶片領域的玩家，就出現了。

既得利益者

NXP(恩智浦)推出的第二代視覺處理器系列 S32V234，目的在支持圖像處理的運算密集型應用，並提供了一個 ISP、強大的 3D GPU、雙 APEX-2 視覺加速器和安全性，以及支持SafeAssure。

有運行頻率高達 1GHz 的 64 位 Arm Cortex-A53 四核，以及頻率高達 133 MHz 的 M4 內核。S32V234 帶兩個 MIPI CSI2 接口，4 個通道用於攝影機輸入(支持 1080 像素@ 30 fps)，支持 2x1 或 1x2 百萬像素@ 30 fps 和 4x2 百萬像素圖像輸入。

S32V234 具有 S32 Design Studio IDE for Vision 支持的完整支持平台，包括編譯器、調試器、Vision SDK、Linux BSP 和圖形工具，還有 MATLAB 的恩智浦視覺工具箱是針對 S32V234 處理器附送的整合開發環境。

S32V234 適用於 ADAS、NCAP 前視攝影機、異物檢測和辨識、環視、機器學習和感測器融合應用。S32V234 專為汽車級可靠性、功能安全和安全措施而設計，以支持汽車和工業自動化。可支持前視攝影機、智慧後視攝影機、環視等的一些自動駕駛應用。符合 ISO26262 以及 ASIL 的相關標準。

瑞薩(Renesas) 2017 年 4 月 11 日宣佈推出針對 NCAP 前置攝影機的 R-Car

V3M SoC ，配有雙核 800MHz 的 ARM CA53 (ARMv8)，以及單顆 ARM CR7 (ARMv7)，串口可輸入單通道 4 路影像，單路影像傳輸速度可達 1.5Gbps。

V3M 的硬體加速器使 CNN 能夠以超低功耗水準執行，該加速器可實現越來越多的道路檢測，或對象分類等功能，在汽車自動駕駛應用中。V3M SoC 以及包括瑞薩開源 e2 工作室 IDE，整合開發環境(IDE)在內的支持軟體和工具。

2018 年 2 月 28 日推出全新的 R-Car

V3H SoC，其電腦視覺性能比其前身 R-Car V3M SoC 高出五倍，使用了雙圖像信號處理器(ISP)，四顆 1.0-GHz的Cortex -A53 MPCore 的內核，雙鎖步 800 MHz的Cortex - R7 核心，同時 CNN 的專用 IP 加速了深度學習。

該 SoC 將會用於批量生產的 L3 級和 L4 級自動駕駛汽車，V3H SoC 樣品於 Q4 上市，量產計劃於 2019 年第三季開始。

瑞薩的 V3M 和 V3H 使用不同的加速器，實現了一流的性能電腦視覺異構平台：多功能管道引擎(IMP)和電腦視覺引擎(CVE)，輔以 DMA 來控制暫存記憶體傳輸。此外，兩個 SoC 都帶有卷積神經網路(CNN)的整合 IP。

這使得 R-Car V3M 和 V3H 適用於電腦視覺算法，如物體檢測和分類，深度神經網路和卷積神經網路。此外，對於上述硬體加速器，V3H 具有用於密集光流，密集立體視差和對象分類的專用 IP。

德州儀器(TI)針對 ADAS 前視視覺辨識推出的是 TDAx SOC 系列晶片，包括 TDA3x、TDA2x、TDA2Px，這些處理器都包含有雙核 Arm Cortex-A15MPU，以及雙核 Arm Cortex M4、C66x DSP。

TDA 系列晶片分不同型號，可支持 1-3 路攝影機，像素也從 1.3-2.5MP，儲存頻寬從 4.0-10.7 GB/s。晶片可達到從 ASIL-B 到 ASIL-D 安全級別。

德州儀器(TI) 提供針對 Arm，DSP 和 EVE 協處理器的完整開發工具集，其中包括 C 語言編譯器、一個可簡化編程和調度的 DSP 匯編優化器和一個針對源代碼，執行可視性的調試接口。

亞德諾(ADI)推出的 ADSP-BF60x 系列晶片，是專門針對 ADAS 視覺處理的，可以囊括 LDW、FCW、TSR、HBA、PD 函數五項功能，且系統的總體成本降低了 30%。

BF60x 是基於雙核 Blackfin，單核的工作頻率最高可達 500

MHz，採用 ADI公司/Intel 微信號架構(MSA)。每個內核包含 2 個 16 位乘法器、2 個 40 位累加器、2 個 40 位 ALU、4 個影像 ALU 和 1 個 40 位移位器。計算單元處理來自寄存器文件的 8 位、16 位或 32 位數據。

流水線視覺處理器(PVP)提供硬體來處理信號和圖像算法，從而預處理和協處理先進汽車輔助駕駛(ADAS)，或其它影像處理應用中的影像幀。其中 BF608 的 PVP 可支持 VGA， VGA 為每幀 640 x 480 像素，每秒 30 幀。

BF609 可支持 HD，HD 為每幀 1280 x 960 像素，每秒 30 幀。ADSP-BF60x 在 105°C 環境溫度下的功耗不足 1.3 W，具有同級產品的最低功耗。

以上，是傳統汽車晶片領域的玩家，他們都有著在傳統視覺處理領域的解決方案，在自動駕駛浪潮席捲而來的時候，他們並沒有著急跟風。而是基於原有的晶片基礎，進行功能上的適配，滿足 ADAS 的需求。

這些晶片解決方案，基本可以覆蓋汽車前視的預警功能需求，且在價格、功耗、量產經驗上，都佔優勢。因此，在未來汽車普及 ADAS 功能的過程中，他們可能才是真正的食利者。

這些廠商，對於推出符合更高級別自動駕駛算力要求的視覺處理晶片的時間點，都更為保守。甚少談 L4、L5 自動駕駛，更多的集中在 L3 以下的需求，晶片性能也在滿足百萬像素級圖像、影像處理，主頻多是 1GHz 左右的 Arm Cortex - A53，輔以完整的開發工具，方便用戶上手。

傳統廠商在自動駕駛浪潮中的集體低調甚至緘默，是源於對市場以及 OEM 需求的熟稔於心。沒有誰，比他們更清楚氣候冷暖了。

商機覬覦者

高通(Qualcomm)推出的面向汽車的處理器 820，配備有客製化 64 位 Kryo 四核處理器，Qualcomm Adreno 530 GPU，Qualcomm Hexagon 680 DSP，可支持多達 8 個攝影機感測器同時輸入。

由於擁有多個異構計算引擎，Zeroth 機器智慧平台使驍龍 820 車用處理器，可提供設備認知技術和神經網路處理能力。

820 定位於車用處理器，因此包含了汽車通訊、資訊娛樂、顯示、感知等多種能力，由於在消費市場擁有大量的出貨，820 一經推出，就得到了眾多主機廠的青睞。

賽靈思(Xilinx)推出的 Zynq-7000 / Zynq UltraScale + MPSoC 可用於前視攝影機數據的處理，ARM A9 或 A53 用於目標分類和連接車輛網路，PL 用於連接感測器、預處理圖像/數據和軟體算法的硬體加速。

(XA) Zynq -7000 SoC 非常適合高級駕駛員輔助系統 (ADAS) 的高計算要求，採用了 28nm 工藝，使用了ARM 雙核 Cortex-A9 MPCore，頻率超過 667MHz，可在可編程邏輯 (PL) 中實現額外的硬體加速器。

Zynq UltraScale + MPSoC 系列完全通過 ISO26262 ASIL-C 級認證，符合 AEC-Q100 測試規範。該產品在單個器件中高度整合一個特性豐富的、基於 64 位四核 ARM Cortex -A53 及雙核 Cortex-R5 的處理系統 (PS) 和 Xilinx 可編程邏輯 (PL) UltraScale 架構。與 Zynq-7000 SoC 相比，系統級性能功耗比提升 5 倍。

安霸(Ambarella)在 2018 年的 CES 展上，發佈了電腦視覺晶片CV1，晶片是基於 CVflow 架構，CV1 能夠對解析度高達 4K 的影像，進行電腦視覺處理，其重要的應用領域之一就是ADAS。為了造出這款晶片，VisLab 和安霸通力合作，結合了雙方在深度學習和高清圖像處理、低功耗方面的經驗。

2018 年 3 月 28 日，安霸公佈了升級版的 CV2 視覺晶片，CVflow 的優勢在於可以提高每個處理單元的性能。CV2 的深度神經網路性能是 CV1 的 20 倍。它能夠提供深度神經網路和立體視覺處理，瞄向的是 ADAS 和自動駕駛汽車市場。二者都是 4K 級的立體視覺處理器。

與通用 CPU 和 GPU 相比，CVflow 採用了一種根本不同的方法，包括使用高級算法描述編程的靈活 CV 硬體引擎。這使得晶片的架構，能夠以非常低的功耗，和不限制的靈活性，將性能擴展到每秒數萬億次操作，同時提供了行業標準工具(如 Caffe 和 TensorFlow)對其 CNN 網路進行有效映射，以在基於 CVflow 的晶片上運行。

Altera 作為排名第二的 FPGA 廠商，被英特爾收購，英特爾

FPGA 可提供理想的解決方案，滿足系統對靈活 IO 和高數據速率的要求。