ces 三星 自动驾驶处理芯片产业格局(6)

除了上述几家 AI 芯片创业公司外，国内公司如四维图新、森国科等也涉及 ADAS 处理芯片研发。其中，四维图新在 2016 年 5 月收购了联发科旗下的汽车半导体公司杰发科技，后者在 2017 年 6 月的 CES Asia 上展出了首款车规级 ADAS 芯片。四维图新在去年 7 月正式发布了该款 ADAS 芯片，并与蔚来、威马、爱驰亿维等新造车公司达成了合作。

公开资料显示，该芯片采用 64 位 Quad A53 架构，内置硬件图像加速引擎，支持双路高清视频输出，和四路高清视频输入，能同时支持高级车载影音娱乐系统全部功能和丰富的 ADAS 功能。功能包括：360° 全景泊车系统、车道偏移警示系统 LDW、前方碰撞警示系统 FCW、行人碰撞警示系统 PCW、交通标志识别系统 TSR、车辆盲区侦测系统 BSD、驾驶员疲劳探测系统 DFM 和后方碰撞预警系统 RCW 等。

森国科（原深圳市国科微半导体）在去年 12 月也发布了自主研发的高性价比 ADAS 芯片 SGKS6802X，据介绍产品已经正式出货。SGKS6802X 配置了双核 ARM Cortex A7 处理器、高速双核 8 线程 GPU 和 2D 加速 GPU；采用 40nm 工艺，芯片典型功耗 1500mW，全系统功耗 1800 mW（包括 DDR）；最大支持 4 路编码处理能力，整数运算能力 7200MIPS + 3200MIPS，半精度浮点运算能力 25.6GFLOPS，单精度浮点运算能力 6.4GFLOPS；可支持 LDW、FCW、PCW、TSR、NV、TFAH、ZCD、CTA、BSD、DFM、RCW 等 ADAS 算法，满足 L2 高级辅助驾驶的计算需求。

思考

随着人工智能的发展，在 ADAS 及自动驾驶上 AI 的应用已经成为主要趋势，针对芯片的设计也开始增加硬件的深度学习设计，如何在人工智能算法模型与芯片架构及系统设计上做好匹配以及多传感器融合的芯片设计等将是新的研究课题，目前来看也还在早期探索阶段。

比如，英伟达的方案以 GPU 为主，采用 CPU + GPU 异构设计，芯片算力强大，且具备很强的灵活性；但缺点是功耗高，应用在汽车（尤其是电动汽车）上的时候面临散热、续航等问题；英特尔的方案是 ASIC + FPGA，核心是 Mobileye 的 EyeQ 系列产品；地平线的「征程」也采用 ASIC 路线，将算法直接封装在芯片上，实现了低功耗高性能的指标，但也牺牲了芯片的灵活性。另外也有很多厂商使用单 FPGA 的，比如 Xilinx 的 Zynq 7000 All Programmable SoC 就是汽车 ADAS 上最被广泛应用的产品，采用单一芯片即可完成 ADAS 解决方案的开发，并具备了不同产品系列间的可扩展性。

除了性能、功耗等因素外，自动驾驶处理芯片普及的另一个关键因素是价格。英伟达 DrivePX2 的价格超过 1 万美金，Mobileye 的芯片价格也超过 1 千美金。因此，如何在性能、功耗、价格等指标上进行平衡也是对芯片设计者提出了新的挑战。

另外，对于众多从行业外切入汽车电子领域的 AI 芯片公司来说，实现车规级标准也是这些公司需要克服的挑战。从一些公开资料来看，不管是 ADAS 处理芯片还是自动驾驶芯片，至少都需达到 ISO26262ASIL-B 级别，部分芯片甚至需要到 ASIL-D 级别。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/sanxing/article-69645-6.html