近日，賽靈思公司（Xilinx）和戴姆勒公司（Daimler）宣布，兩家公司正強強聯手采用賽靈思汽車應用領域的人工智能 (AI) 處理技術共同開發車載系統。此項可擴展的解決方案由賽靈思汽車平臺提供支持，該平臺將片上系統（SoC）器件和 AI 加速軟件融為一體，可為當今汽車應用領域中的嵌入式 AI 帶來諸如高性能、低時延以及業界最佳的功率效率等眾多優異特性。它們的合作釋放了哪些重要信號呢？

自動駕駛面臨的挑戰

今年以來，以提供高級ADAS功能著稱的特斯拉頻發事故，而ADAS領頭羊Moileye的自動駕駛車隊演示中竟然闖了紅燈！這些 “意外” 給自動駕駛的未來蒙上了陰影 —— 到2020年，自動駕駛車真的可以上路嗎？

另外，對自動駕駛有偏好的美國加州已經給超過50家車廠頒發了自動駕駛牌照，2016年共有11家企業向加州車輛管理局提交了2016年自動駕駛測試報告，到2017年，提供自動管家式測試報告的車廠增加到19家！包括谷歌Waymo、通用Cruise、百度美研以及博世、德爾福、Drive.ai、梅賽德斯-奔馳、日產、英偉達、Telenav、法雷奧、Zoox等，以下是年度報告表單。

與去年的數據相比，自動駕駛車性能確實大大提升， 每英里需要人為干預的次數減少了很多。這是去年的數據。

從今年的數據來看，谷歌Waymo以635868英里、0.2次/千英里的人為干預頻次一騎絕塵，這個進步相當大，但是沒有一家公司能做到0干預，可見自動駕駛還需要改進，另外，奔馳公司2016年是每千英里人工干預2000次！今年雖然提高到600次，但是還是墊了底，我想這是促成奔馳和賽靈思合作的主因--本次曾表示要在2020年自動駕駛車上路，以這個指標估計難以實現了。

奔馳曾經和 Mobileye、NVIDIA 合作開發 Level5 級別的自動駕駛車，并與NV在CES2017上聯合宣布將在2018年推出 AI 汽車，這次和賽靈思合作是不是意味著和NV合作的AI汽車要跳票了？

從奔馳最后牽手賽靈思來看是不是意味著 ASIC（Mobileye的方案）和NV（GPU為主）的方案最后讓步于 FPGA 方案？

奔馳 & 賽靈思合作具體內容

讓我們來看看他們合作的具體內容根據賽靈思發布的新聞，雙方合作開發的AI車平臺由由賽靈思汽車平臺提供支持，該平臺將片上系統（SoC）器件和 AI 加速軟件融為一體，可為當今汽車應用領域中的嵌入式 AI 帶來諸如高性能、低時延以及業界最佳的功率效率等眾多優異特性。

圖： 賽靈思技術驅動著復雜的高級駕駛員輔助系統（ADAS）與自動駕駛（AD）系統

實際上，賽靈思在汽車領域擁有深厚強大的技術背景。在12 年多的時間里，公司已向汽車制造商和一線供應商累計供貨汽車器件逾 4000 萬片。

據新聞稿，作為戰略合作的一部分，位于德國辛德芬根（Sindelfingen）和印度班加羅爾（Bangalore）兩地的奔馳研發中心的深度學習專家，正著手在賽靈思高度靈活應變的汽車平臺上實現他們自己的 AI 算法。賽靈思 AI 處理器技術將由奔馳產品化，實現神經網絡的最高效落地。

“賽靈思將與戴姆勒股份公司在前沿AI 應用領域開展合作，賽靈思面向汽車應用的靈活應變的加速平臺使戴姆勒這樣的業界領先企業如虎添翼，為他們智能汽車系統神經網絡的部署提供了高度的創新靈活性。”

——Willard Wu，賽靈思汽車業務部高級總監

在ADAS處理方面，雖然FPGA和GPU都采用了并行處理，但是FPGA是硬件方式實現并行處理，所以速度比GPU快很多，而且功耗低很多。具體介紹可以參看這篇文章：《以創新差異化方案深耕四大領域，FPGA龍頭賽靈思挖出150億藍海市場！》。

賽靈思在 ADAS 領域的優勢

賽靈思已經深耕ADAS 12年，2014年，賽靈思的芯片方案被14家車商采用，并設計用于29款車型中。到2018年，賽靈思芯片解決方案的觸角已經擴大到了29家車商的111款車型中！

在ADAS市場上，賽靈思的FPGA已經被證實擅長處理來自各種感測器(包括影像感測器、激光雷達或雷達等)的復雜感測數據。賽靈思已在車用機器視覺處理市場占有率排名第二，僅次于Mobileye。

首先，賽靈思與博世(Bosch)、Magna和Continental等多家一線供應商(Tier one)在成像處理方面都有合作，這些廠商為什么選擇賽靈思？首先，賽靈思FPGA可以讓想要執行自家專有成像處理演算法的汽車OEM實現差異化。相形之下，Mobileye提供的是一種“通用”(one-size-fits-all)的解決方案。

其次，賽靈思為Tier one提供的是“開放式”平臺，有助于其實現并確保符合ISO26262的功能安全。而Mobileye則提供一個「黑盒子」——這讓Tier one 和OEM都不清楚在Mobileye盒子內部究竟發生了什么。

第三，賽靈思的成像處理解決方案為可在車內安裝提供了靈活性。它可以放在前置攝影機、擋風玻璃或中央模組上。

第四，賽靈思的方案擴展性好，賽靈思設計的ZU2～ZU5搭配Cortex-A53和Cortex-R5等ARM子系統，能夠根據應用需求添加更多可編程結構。這比SoC方案有更多的靈活性。

第五，作為FPGA的發明者，賽靈思一直在引領FPGA發展，因此它能持續因應汽車產業需要的功能不斷變化而隨之調整產品。例如賽靈思提供”動態功能交換“(DFX)--假設賽靈思的芯片可用于Level 3自動駕駛車的駕駛員監控功能，相同的芯片還可以重新編程，在代客停車應用中執行自動停車功能。強大！

此外，賽靈思另一項優勢是在激光雷達占據主導地位。賽靈思的芯片不僅用于幾家主要的Tier one激光雷達產品中，同時也被多數新創公司所采用。由于各種不同的激光雷達產品有差異性，而這趨勢也將持續下去，因此多家激光雷達供應商轉而采用賽靈思的可編程解決方案，這是可以理解的。另據傳賽靈思可能與Velodyne有合作關系，因此會在激光雷達市場保持優勢。

其實，FPGA的根本優勢在于“低延遲和高傳輸速率”，這會在自動駕駛領域大展身手，當GPU進行深度學習推論時，他們需要大量的平行資料才能通過單指令多重資料串流(SIMD)。為了進行更多運算和更少存取，業界試圖開發廣泛的SIMD架構，但暫存數據仍有限制。另外，ADAS會讓汽車產生大量數據，據的算，自動駕駛車雷達和視頻傳感器各自產生的數據量達到了100MByte/s，此外，附加的ECU內的融合數據大約為50MByte/s。一臺配備有五個雷達傳感器和兩個視頻系統的車輛（加上額外的其他測量值），在采集和存儲期間，需要管理大約1GByte / s的海量數據。如此海量的數據要進行分類處理、存儲、分析，這正是賽靈思FPGA的優勢。

幾個月前，賽靈思新CEO公布了其研發的“自適應計算加速平臺”(ACAP)，他稱它將“超越傳統CPU和GPU的性能”。據說，ACAP今年將投片，但要到2019年以后才會開始出貨，這個強大的產品顯然更適合做ADAS AI平臺！

與 Nvidia 或 Mobileye 的方案相比，賽靈思的 FPGA 既有靈活性，又有功耗優勢，而且 FPGA 可以方便地對接各類傳感器數據，尤其在機器視覺方面，FPGA 有得天獨厚的優勢，因為 FPGA 可以輕松上實現朱像素的處理，此外，FPGA 也適合處理各種人工智能算法，很多人工智能公司都采用賽靈思 FPGA 做算法處理，賽靈思完全可以和戴姆勒公司合作開發出一款具有高性能、低延遲、可以融合各種傳感器數據的自動駕駛 AI 平臺，拿下了奔馳，賽靈思也有望和其他重量級汽車車廠合作，期待這樣的合作可以推動自動駕駛早日實現！