Nvidia、NXP等芯片供货商争夺自动驾驶高地

　　到目前为止，来自Nvidia、Mobileye与NXP等芯片供货商的信息似乎显示他们各自的自动驾驶车辆平台概念（以及他们打算如何实现）大不相同。鉴于人人都会利用他们现有的、以及他们认为可以击败对手的东西来抢占市场地位，这可以理解。

　　不过值得注意的是，对汽车原厂以及一线汽车零组件供货商来说，他们面临的挑战是一样的：车子里的电子控制单元（ECU）数量越来越多，自动驾驶车辆内有各种传感器，所收集的感测数据需要被处理、分析并融合，还有安全性问题──连网汽车的罩门。

　　那些挑战与先进的视觉处理技术、深度学习、地图绘制等等功能息息相关，也会影响新系统架构对处理器性能的需求。

　　这会是Google自动驾驶车辆里面的模样吗？

　　所以，这里有一个价值6，400万美元的问题──今日的汽车厂商以及一线汽车零组件供货商，都已经知道2020年的自动驾驶车辆系统架构了吗？

　　法国新创IC设计公司Kalray的执行长EricBaissus最近接受EE Times编辑访问时，对以上问题的回答是：他们不知道，或者说还不知道；而这也是为何这家新创公司认为，其配备288个VLIW核心的大规模平行处理器数组（Massively Parallel Processor Array，MPPA），已经来到了进入市场的好时机。

　　Kalray最初是为法国的原子能委员会（CEA），开发核子弹模拟所需的极限运算技术；而该公司现在则是锁定关键性嵌入式市场（例如航天），还有云端运算。

　　Baissus认为，自动驾驶车辆也属于关键性嵌入式市场的一部分，因为这类车辆需要吸收大量来自车外、车内各个部位的数据，快速进行处理、然后用以快速做出决策；他表示，因此汽车产业：”需要可处理多域功能整合（multi-domain function integration）还有能以超高水平执行处理任务的新一代处理器。”

　　当然，所谓的”众多核心（manycore）革命”已经展开；不过Baissus表示：”还没有人成功设计出大规模平行、拥有超过100颗核心的“超级计算机单芯片”；”Kalray最新一代的288核心处理器Bostan，整合了16个各自有17颗核心的处理器丛集，配备2MB共享内存（SMEM）、数据传输速度每秒80GB，并有16个系统核心。

　　此外，Bostan也是能适应关键时刻的网络单芯片，支持高速以太网络接口（8x1 GbE~10GbE）。该芯片并配备高速加密与解密，以及与GPU/FPGA加速器的简易链接功能。

　　因此该MPPA架构能提供DSP类型的加速，具备省电、时序可预测（timing predictability）、多域支持（举例来说，不同的处理器丛集可以执行车内不同部分所采用的不同嵌入式系统），以及可扩展的大规模平行运算（内部处理器能被结合在一起以因应系统的复杂性）。

　　这种为自动驾驶车辆打造的”超级计算机单芯片”，跟Nvidia的Drive PX平台岂不是很像？Nvidia将Drive PX称为”世界最先进的自动驾驶车辆平台”，号称该平台结合了深度学习、传感器、环景视频等等功能。

　　而对此Baissis解释，两者之间的不同点有二：首先，Kalray的解决方案是”可认证（certifiable）”的：”我的意思是我们能证明决定论（determinism），并能保证时序；在高性能运算中，1秒的延迟是可以接受，但在关键性嵌入式市场──例如航天与汽车──仅10毫秒（millisecond）的延迟都可能致命。”

　　其次，他表示工程师若要使用Nvidia的芯片需要懂CUDA，但：”我们的芯片能利用标准工具以及Linux执行标准的C/C++程序代码；”汽车厂商已经有很多C语言写的旧程序代码以及算法，就算汽车厂商转向采用新的自动驾驶车辆平台，旧程序代码仍然很重要。

　　并不只有Nvida预期未来的汽车会需要更多处理性能，另一家芯片业者Mobileye也在最近”预发表”了EyeQ5处理器，并承诺在2018年可提供芯片工程样本。

　　EyeQ5采用先进的10纳米或以下FinFET制程进行设计，将配备8个多线程处理器核心，以及18个Mobileye新一代视觉处理器核心；该公司表示，EyeQ5能执行每秒12 Tera次运作，同时间能将功耗控制在5W以下。

　　而包括Baissus在内的所有人都不敢小觑Mobileye；不同于Nvidia的Drive PX被很多产业观察家视为自动驾驶车辆的”测试平台”，Mobileye追随了商业市场在需求更高处理性能之余、也要求更低功耗水平的趋势；通过利用已经证实的视觉处理算法，EyeQ5将数据融合──结合20个外部处理器如摄影机、雷达、光达──囊括在单芯片中。

　　但EyeQ5能掌管自动驾驶车辆内部的ECU吗？对此一位Mobileye发言人对EE Times解释，EyeQ5不只支持数据融合，也能执行决策，但决策的付诸行动则是在其他方面执行──也就是汽车厂商所选择的低阶ECU。

　　而Kalray对其众多核心处理器的角色定位，与Mobileye与Nvidia略有不同。Baissus表示，在传感器以及机器学习算法方面，已经有很多对自动驾驶车辆来说很必要的进展：”但在处理器领域则还没有实际作为；”这也是他看到的机会所在。

　　Baissus认为，新一代的自动驾驶车辆处理器需要执行超越数据融合的功能：”它们必须更像是开放性平台；”而他期望能提供一个自动驾驶车辆的开放性处理中枢──可称之为”超级ECU”。这种超级ECU能在单芯片上提供跨领域的整合功能，为包括感测、学习、安全性、网络与成本等关键元素带来更好的成果。

　　未透露厂商名称，Baissus表示有领导汽车大厂以及一线汽车零组件供货商，正在采用Kalray的平台打造第一辆自动驾驶车原型，但他也坦承，目前自动驾驶车辆架构还不够成熟；不过，透过与多家主要厂商的合作，他期望能够了解更多车厂的需求，以有助于该公司定义下一代的自动驾驶车辆解决方案。而Baissus也不排除将MPPA架构授权给其他车用芯片厂商。