芯片，是最近的熱門話題，我們要關注的不僅僅是手機芯片，也要關注汽車芯片，更何況智能網聯汽車業需要大量的芯片，其中，最重要的就是自動駕駛計算平臺需要用到的芯片。北京時間5月21日，總部位于美國加州圣克拉拉市的半導體公司Achronix，在中國深圳舉辦交流會，宣布推出全新的7nm FinFETSpeedster7t系列產品，該產品可以滿足人工智能/機器學習（AI/ML）和高帶寬數據加速應用的需求。

人工智能和機器學習的一大應用就是自動駕駛，領頭羊Waymo采用的是英特爾CPU+Altera FPGA的方案來解決自動駕駛所需要的數據融合和算法處理，因為PFGA作為硬件加速器，可以作為GPU的有效補充，應用為汽車主控芯片。

據Achronix總裁兼首席執行官Robert Blake介紹，Speedster7t系列基于一種高度優化的全新架構，從而獲得有類似ASIC一樣的性能、可簡化設計的FPGA靈活性和增強功能，會遠高于傳統的FPGA解決方案。在中國自動駕駛領域，也有部分的公司采用了FPGA的方案，配合CPU或者GPU，搭建自己的解決方案，Achronix新推出的7nm FPGA系列產品Speedster7t，提供了Altera、Xilinx之外的多一種選擇，也給國內FPGA廠商壓力。

智能網聯汽車對計算的要求在不斷提高，尤其是自動駕駛技術在面臨多傳感器數據融合處理的問題，傳統的汽車MCU的算力是滿足不了要求了，GPU、FPGA、ASIC等AI芯片就開始進入汽車市場。正如前面所言，自動駕駛領域的全球領頭羊Waymo，也是采用CPU+FPGA的方案，其計算平臺采用了英特爾Xeon 12核以上CPU，搭配了Altera的Arria系列FPGA芯片，并且采用英飛凌的Aurix系列MCU作為CAN或FleRay網絡的通信連接。

在中信證券許英博的研究報告認為，在汽車主控芯片領域，GPU 仍將保持通用汽車主控芯片的主流地位， FPGA作為有效補充， ASIC 將成終極方向。目前，人工智能及智能駕駛算法尚未定型，GPU作為通用加速器，預計仍將在相當長一段時間內保持其汽車主控芯片的主流地位； FPGA 作為硬件加速器， 料將成為 GPU 的有效補充；將來如果全部或部分智能駕駛算法得以固化， ASIC 將成為最優性價比的終極選擇。

除了采用7nm FinFET工藝制造（7nm真的很貴！），Speedster7t系列產品的優勢在于全新的架構，以平衡片上處理、互連和外部輸入輸出接口（I/O），以實現數據密集型應用吞吐量的最大化，這些應用場景可見于基于邊緣計算和基于服務器的AI/ML應用、網絡處理和存儲。

高性能計算和機器學習系統的一個重點要求就是高片外存儲器帶寬，這樣可以為多個數據流提供存儲源和緩沖，據介紹，Speedster7t器件是唯一支持GDDR6的FPGA，每個GDDR6存儲器都能夠支持512Gbps的帶寬，多達8個GDDR6控制器則可以支持4Tbps的GDDR6累計帶寬。

Speedster7t系列產品之所以能夠支持如此高的帶寬，是因為該系列產品專門為高帶寬應用進行了設計，具有一個革命性的全新二維片上網絡（2D NoC），以及一個高密度全新機器學習處理器（MLP）模塊陣列，從而把FPGA的可編程性與ASIC的布線結構和計算引擎結合起來，創造了一類全新的“FPGA+”技術。

正如前面所言，可能現階段自動駕駛還處于“試錯”階段，FPGA可編程的特點可以在現在贏得市場，但是隨著自動駕駛技術的發展，其算法逐漸穩定，需要將算法進行SoC的時候，可能就是ASIC的天下了。

對于Speedster7t的設計方Achronix公司而言，這個問題已經考慮到了，基于Achronix公司是一家既提供獨立FPGA芯片又提供Speedcore嵌入式FPGA（eFPGA）半導體知識產權（IP）的公司，Achronix在SpeedcoreEFPGA IP中采用了與Speedster7t FPGA中使用的同一種技術，可支持從Speedster7t FPGA到ASIC的無縫轉換。

FPGA應用通常具有必須保持可編程性的功能，而其他固定功能則是應用于特定的系統應用。對于ASIC的轉換而言，固定功能可以被固化進ASIC結構中，從而減少芯片面積、成本和功耗。據Achronix介紹，當使用SpeedcoreeFPGA IP將Speedster7t FPGA轉換為ASIC時，用戶有望節省高達50%的功耗并且降低90%的成本。這個能夠實現的話，可以讓Achronix公司的Speedster7t系列產品，在自動駕駛領域，應該會有著較好的應用前景。