戴姆勒奔馳無人駕駛為何選擇賽靈思？

7月11日，賽靈思和戴姆勒公司宣布，兩家公司正強強聯(lián)手采用賽靈思汽車應(yīng)用領(lǐng)域的人工智能 (AI) 處理技術(shù)共同開發(fā)車載系統(tǒng)。此項可擴(kuò)展的解決方案由融片上系統(tǒng)（SoC）器件和 AI 加速軟件為一體的賽靈思汽車平臺提供支持，將為當(dāng)今汽車應(yīng)用領(lǐng)域中的嵌入式 AI 帶來諸如高性能、低時延以及業(yè)界最佳的功率效率等眾多優(yōu)異特性。

提到與戴姆勒奔馳的合作，孫蕾蕾 表示，大的車廠會有很多不同的技術(shù)團(tuán)隊，會跟進(jìn)不同的技術(shù)方向，不會在大的客戶看到一種技術(shù)方向。戴姆勒在跟賽靈思的合作過程中，發(fā)現(xiàn)賽靈思的產(chǎn)品在低延時、高功耗的產(chǎn)品是不可取代的。孫蕾蕾表示，在低延時、高信號比、靈活度上賽靈思的優(yōu)勢將會一直存在。

為什么無人駕駛技術(shù)要選擇賽靈思的FPGA平臺呢？孫蕾蕾表示，對于無人駕駛來說，反應(yīng)速度非常重要。需要用到攝像頭、激光雷達(dá)和雷達(dá)。有的汽車?yán)走_(dá)需要10個，所有的頻道要分析大的數(shù)據(jù)量，另外計算器、加速器也非常重要。所以賽靈思做了很多的功夫。另外OEM廠商開發(fā)的時候希望有一些差異性，所以賽靈思的產(chǎn)品是可以用自己的IP來做更新。

FPGA還有一個優(yōu)勢是可擴(kuò)展性。動態(tài)功能交換，整個硬件可以用不同的功能，同樣的FPGA為什么需要這么大的邏輯單元？比如你開車在高速公路和低速公路上需要的功能不同。

以后的汽車因為無人駕駛，需要對汽車的速度進(jìn)行同步。在低速的時候，要看到交通燈、行人、停車這些不同的功能，所以同一個FPGA可以做不同的功能。孫蕾蕾表示，賽靈思是第一個無線更新軟硬件升級的，所以為客戶增加了很多的靈活度。另外FPGA的散熱能力增加了，可在高溫的工作環(huán)境下正常運作。

針對ADAS/AD的嵌入式視覺要求

從過去的40年到近兩年，每天都會有很多創(chuàng)新的算法出現(xiàn)，如何能夠有效的支撐這些新的網(wǎng)絡(luò)？對于ASIC來說這是一個巨大的挑戰(zhàn)。雖然目前有很多的芯片架構(gòu)都針對人工智能，但在人工智能發(fā)展初期的一些應(yīng)用上，在還沒找到最優(yōu)的算法和性能的時候，絕對是FPGA更合適?！叭绻坏┯幸粋€網(wǎng)絡(luò)出來，我有一個很靈活的平臺，我可以快速的部署我最新的創(chuàng)新，這是客戶最需要的東西?！绷_霖表示。

在很多時候，時間是花在數(shù)據(jù)的搬運上，在計算架構(gòu)上，我們希望數(shù)據(jù)能夠盡量停在芯片商。這意味著客戶需要大量的片上內(nèi)存，賽靈思的嵌入式FPGA和英偉達(dá)的Tegea X1相比，具有更好的存儲性能，可以降低時延。

目前主要的云服務(wù)廠商已經(jīng)廣泛使用FPGA服務(wù)，通過完整的加速堆棧支持軟件開發(fā)，以及面向嵌入式系統(tǒng)的FPGA設(shè)計的軟件驅(qū)動工具和方法，賽靈思面向的將不再只是硬件工程師。羅霖表示，在底層平臺賽靈思已經(jīng)幫客戶定義好了一些標(biāo)準(zhǔn)的硬件平臺，上面很多的傳感器包括傳感器、USB和MIPI的接口，創(chuàng)建工程，上面可以用高級語言來開發(fā)。同時利用機器學(xué)習(xí)的庫來很快的部署應(yīng)用。

談到未來的產(chǎn)品路線規(guī)劃。羅霖表示，目前賽靈思主要提供的產(chǎn)品包括前置的攝像頭，一級單目、雙目、偏離檢測等，包括面向司機的疲勞駕駛檢測，下一步會在2019年做到L1L2，會把前置攝像頭和毫米波雷達(dá)融合，采用的是大一點的Zynq 器件，另外國內(nèi)現(xiàn)在要求很強的自動泊車的系統(tǒng)。包括一些女司機可以自如的完成停車動作。

再下一步是L3的規(guī)劃，包括多攝像頭和傳感器的平臺，比如自動泊車，OMS（駕駛艙類人車智能交互應(yīng)用），通過這種技術(shù)可以防止出現(xiàn)把小孩關(guān)在車中的情況。

L4將采用是ACAP，據(jù)介紹目前已經(jīng)有一些歐美的客戶開始測試。

羅霖表示，賽靈思正面向ADAS和AD的機器學(xué)習(xí)做了很多的研發(fā)和優(yōu)化，實現(xiàn)功耗、成本、靈活、上市時間的平衡。為了降低嵌入式開發(fā)學(xué)習(xí)的難度，目的是提供客戶的開發(fā)效率。

賽靈思客戶車載創(chuàng)新應(yīng)用案例

舉一個真實客戶的案例，這是美國一個車廠的項目。采用賽靈思的ZCU 102開發(fā)平臺，利用到賽靈思快速角點和密集光流的算法。

羅霖表示，最早在上一代FPGA的板子通過ARM來跑，第二步把ARM的代碼移植到FPGA上，不斷的提升性能和進(jìn)行算法優(yōu)化。通過賽靈思的系統(tǒng)工具，客戶不需要寫任何一行硬件代碼就實現(xiàn)了開發(fā)。

此外，一家知名的OEM汽車廠商，評估了壓縮工具。原先計算量是198G精度達(dá)到80.4G，經(jīng)過壓縮后，模型壓縮到原來的7%，損失很大的情況下，另外需要用一個Zynq器件同時做12通道目標(biāo)檢測。

這個案例是賽靈思幫美國一個汽車客戶做的一個神經(jīng)網(wǎng)絡(luò)的檢測，可以做到8通道30fps的性能。

還有歐洲一個客戶要求用賽靈思的ZU9上的演示，來在神經(jīng)網(wǎng)絡(luò)實現(xiàn)像素級的分割，要求是四個通道。

這是mini eye的3D攝像頭，可以檢測車的顏色，可以識別車牌。

也可以識別車道線、紅綠燈、行人，和可行駛區(qū)域。在國內(nèi)很多公司，通過自己的研發(fā)做出來的算法效果在全球范圍是非常領(lǐng)先的。

這是輔助停車的一個應(yīng)用，通過四個魚眼攝像頭來捕捉車身周圍的東西，通過深度學(xué)習(xí)可以檢測出車位的線。有了這些信息后，車輛可以自己找到車位來進(jìn)行泊車。

這個應(yīng)用是自行科技做的疲勞狀態(tài)的檢測，這個司機一旦分心，下方的綠色長條會減少，變成紅色。同時還可以進(jìn)行人臉識別，可以知道駕駛車的司機是誰。以后可以做出的應(yīng)用是這輛車只能某一個用戶通過人臉識別解鎖。

可以在一個芯片上跑不同的應(yīng)用，可以做分割、檢測、分類，在賽靈思的平臺上可以實現(xiàn)高效的深度學(xué)習(xí)，用于ADAS和AD的應(yīng)用。