芯片，是最近的熱門話題，我們要關(guān)注的不僅僅是手機(jī)芯片，也要關(guān)注汽車芯片，更何況智能網(wǎng)聯(lián)汽車業(yè)需要大量的芯片，其中，最重要的就是自動駕駛計(jì)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(dǎo)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(chǎn)品，該產(chǎn)品可以滿足人工智能／機(jī)器學(xué)習(xí)（AI／ML）和高帶寬數(shù)據(jù)加速應(yīng)用的需求。

人工智能和機(jī)器學(xué)習(xí)的一大應(yīng)用就是自動駕駛，領(lǐng)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(shù)據(jù)融合和算法處理，因?yàn)镻FGA作為硬件加速器，可以作為GPU的有效補(bǔ)充，應(yīng)用為汽車主控芯片。

據(jù)Achronix總裁兼首席執(zhí)行官RobertBlake介紹，Speedster7t系列基于一種高度優(yōu)化的全新架構(gòu)，從而獲得有類似ASIC一樣的性能、可簡化設(shè)計(jì)的FPGA靈活性和增強(qiáng)功能，會遠(yuǎn)高于傳統(tǒng)的FPGA解決方案。

在中國自動駕駛領(lǐng)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(chǎn)品Speedster7t，提供了Altera、Xilinx之外的多一種選擇，也給國內(nèi)FPGA廠商壓力。

1、FPGA在自動駕駛的應(yīng)用

智能網(wǎng)聯(lián)汽車對計(jì)算的要求在不斷提高，尤其是自動駕駛技術(shù)在面臨多傳感器數(shù)據(jù)融合處理的問題，傳統(tǒng)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(jìn)入汽車市場。

正如前面所言，自動駕駛領(lǐng)域的全球領(lǐng)頭羊Waymo，也是采用CPU＋FPGA的方案，其計(jì)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(wǎng)絡(luò)的通信連接。

在中信證券許英博的研究報告認(rèn)為，在汽車主控芯片領(lǐng)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(bǔ)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(yù)計(jì)仍將在相當(dāng)長一段時間內(nèi)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(bǔ)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(yōu)性價比的終極選擇。

下面是GPU、FPGA和ASIC各個芯片的一些特點(diǎn)：

GPU：通用性強(qiáng)、速度快、效率高。適合用在深度學(xué)習(xí)訓(xùn)練方面，但是性能功耗比較低；

FPGA：具有低能耗、高性能以及可編程等特性。相對于 CPU 與 GPU 有明顯的性能或者能耗優(yōu)勢，但對使用者要求高；

ASIC：可以更有針對性地進(jìn)行硬件層次的優(yōu)化，從而獲得更好的性能、功耗比。弊端在于ASIC 芯片的設(shè)計(jì)和制造需要大量的資金、較長的研發(fā)周期和工程周期，而且深度學(xué)習(xí)算法仍在快速發(fā)展，若深度學(xué)習(xí)算法發(fā)生大的變化，F(xiàn)PGA 能很快改變架構(gòu)，適應(yīng)最新的變化，ASIC 類芯片一旦定制則難于進(jìn)行修改。

但就現(xiàn)階段而言，F(xiàn)PGA讓自動駕駛開發(fā)更具靈活性當(dāng)前處于自動駕駛發(fā)展的“試錯”階段，算法的更新迭代周期非常短，這給FPGA更多的市場機(jī)會。根據(jù)市場調(diào)研公司Semico Research的預(yù)測，人工智能應(yīng)用中FPGA的市場規(guī)模，將會在未來4年增長3倍，達(dá)到52億美元。