收購深鑒之后，賽靈思如何開啟自動駕駛新篇章？

7月17日，一則重磅消息震驚整個AI產業(yè)，全球最大的FPGA 廠商賽靈思宣布收購中國 AI 芯片領域的明星創(chuàng)業(yè)公司——深鑒科技。一直以來賽靈思不僅是深鑒科技的忠實投資者，也是深鑒科技的重要合作伙伴。深鑒科技在其AI核心技術的研究上極其依賴于賽靈思，其推出的兩款DPU都是基于賽靈思的FPGA 器件，而賽靈思也正是FPGA的發(fā)明者。

賽靈思大中華區(qū)銷售副總裁Maria Tang 唐曉蕾 

賽靈思在汽車領域的布局和創(chuàng)新

在7月24日深圳舉行的賽靈思汽車應用媒體說明會上，賽靈思大中華區(qū)銷售副總裁Maria Tang 唐曉蕾、賽靈思汽車產品營銷經(jīng)理孫蕾蕾和賽靈思機器學習資深產品營銷經(jīng)理羅霖詳細介紹了賽靈思在汽車市場的布局，以及收購深鑒科技之后的產品路線圖。

唐曉蕾表示，賽靈思收購深鑒科技后，將會在AI、大數(shù)據(jù)、邊緣計算領域有更多的創(chuàng)新和布局。此外，唐曉蕾也正重點介紹了今年3月推出的新一代技術自適應計算加速平臺ACAP。

作為全球FPGA的發(fā)明者以及首個全球無晶圓半導體廠，2017年，賽靈思銷售額到了23.5億美元，全球市場份額超過了60%，客戶達到20000多個，分布在多個不同的行業(yè)和市場領域。

此前，筆者曾經(jīng)采訪過賽靈思全球銷售和市場部亞太及日本地區(qū)高級總監(jiān)Stephen Chow（周海天），了解換帥后賽靈思2018年的發(fā)展策略，同時也談到了賽靈思在人工智能領域的布局和規(guī)劃。

對于賽靈思來說，2018年人工智能將是關注的重點，目前FPGA的應用領域主要集中在服務器端如云計算、大數(shù)據(jù)分析等。2017年賽靈思的平臺不僅被亞馬遜的語音計算平臺采用，同時國內的華為、騰訊、阿里巴巴也是通過賽靈思的FPGA來進行云計算和加速運算。

展望2018年下半年，汽車自動駕駛將是賽靈思的重點發(fā)展方向。在今年的3月份，賽靈思推出了新一代技術ACAP自適應計算加速平臺，對于ACAP，賽靈思定義為一個新的計算類別，希望超越傳統(tǒng)的CPU和GPU，希望未來不管是工業(yè)還是數(shù)據(jù)中心，都能用ACAP來耕耘這個市場。

從計算終端發(fā)展來看，從PC到智能手機，未來是一個邊緣智能時代，包括車聯(lián)網(wǎng)、5G、工業(yè)4.0等。唐曉蕾表示，未來基于FPGA的異構計算將是大勢所趨。

賽靈思在產品上有哪些更新？

隨著數(shù)字化的出現(xiàn)，很多互聯(lián)網(wǎng)公司進入到汽車領域。包括百度的阿波羅計劃，菜鳥物流的自動駕駛，京東的送貨機器人，這個市場的玩家越來越多。賽靈思在汽車領域并不是新玩家。

賽靈思從2004年開始進入汽車行業(yè)，首先是在歐美國家進入tear 1的車廠。到2014年已經(jīng)有14個品牌，目前已經(jīng)有很多中國的品牌在使用。很多汽車行業(yè)對于FPGA非常感興趣。到2018年，已經(jīng)有29個品牌、110個車型用到賽靈思的產品，累計發(fā)貨芯片超過4000萬片。“汽車是供應鏈很長的市場，需要長期的投入。我們希望能夠跟著大中華地區(qū)來一起成長。” 唐曉蕾表示。

唐曉蕾表示，賽靈思通過Zynq 7000（雙核）以及MP SOC（四核）賽靈思切入了自動駕駛領域，主要創(chuàng)新應用在全屏顯示，駕駛員監(jiān)控、拖車影像等領域，還有雙目攝像頭、環(huán)視系統(tǒng)等都可以找到賽靈思的產品應用方向。

前后攝像頭、環(huán)視攝像頭和ADAS 激光雷達都可以用到賽靈思的產品。據(jù)介紹，在前端攝像頭單元市場賽靈思目前占到38%的市場份額。未來歐美的新車出廠，如果要達到5星安全標準，前置攝像頭是必備的需求，因此未來該市場有望繼續(xù)增長。

在激光雷達領域，賽靈思目前占到了90%份額以上。唐曉蕾表示，當設計在變的時候，F(xiàn)PGA本身硬件和軟件都在變，可以配合算法的快速更新。因此在新興的行業(yè)中，F(xiàn)PGA是首選。

4D雷達主要通過RF傳感器來確定目標的位置。激光雷達由于成本較高，目前汽車行業(yè)在考慮4D雷達的使用，現(xiàn)在市場上2D雷達有不同的地方，2D雷達看距離和角度?？吹酶忧宄?，對周圍的環(huán)境更加了解。

對于4D雷達來說，由于需要大量使用同步處理流水線，賽靈思的FPGA在這個領域就更具優(yōu)勢。孫蕾蕾也表示，激光雷達的成本也逐漸降低，也不會說4D雷達會取代激光雷達，4D雷達也不會像2D雷達一樣的成本，現(xiàn)在激光雷達還是2D雷達的20倍的價錢，未來這個價格會逐漸接近。

賽靈思在大中華區(qū)的合作伙伴，包括?？低暎还苁峭＼囅到y(tǒng)還是自動環(huán)視系統(tǒng)都會用到賽靈思的產品。

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用領域的人工智能 (AI) 處理技術共同開發(fā)車載系統(tǒng)。此項可擴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(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團隊，會跟進不同的技術方向，不會在大的客戶看到一種技術方向。戴姆勒在跟賽靈思的合作過程中，發(fā)現(xiàn)賽靈思的產品在低延時、高功耗的產品是不可取代的。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，反應速度非常重要。需要用到攝像頭、激光雷達和雷達。有的汽車雷達需要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，所以賽靈思的產品是可以用自己的IP來做更新。

FPGA還有一個優(yōu)勢是可擴展性。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？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都針對人工智能，但在人工智能發(fā)展初期的一些應用上，在還沒找到最優(yōu)的算法和性能的時候，絕對是FPGA更合適。“如果一旦有一個網(wǎng)絡出來，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。”羅霖表示。

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存，賽靈思的嵌入式FPGA和英偉達的Tegea X1相比，具有更好的存儲性能，可以降低時延。

目前主要的云服務廠商已經(jīng)廣泛使用FPGA服務，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設計的軟件驅動工具和方法，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準的硬件平臺，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)。同時利用機器學習的庫來很快的部署應用。

談到未來的產品路線規(guī)劃。羅霖表示，目前賽靈思主要提供的產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L1\L2，會把前置攝像頭和毫米波雷達融合，采用的是大一點的Zynq 器件，另外國內現(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用），通過這種技術可以防止出現(xiàn)把小孩關在車中的情況。

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的機器學習做了很多的研發(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)學習的難度，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先的。

這是輔助停車的一個應用，通過四個魚眼攝像頭來捕捉車身周圍的東西，通過深度學習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行泊車。

這個應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)高效的深度學習，用于ADAS和AD的應用。