2021年特斯拉的Model S Plaid搭载了AMD的Ryzen RDNA 2处理器，然后逐步替代英特尔A3950处理器，用在了Model 3和Model Y高配版本的车载信息娱乐系统上。

在2月份完成收购FPGA公司Xilinx后，AMD是否与高通、Nvidia一样，有明确的汽车战略吗？是否会承诺一个5-10年的计划，真正成为汽车芯片市场的重要玩家？这个事情确实有意思，在高算力时代，跨领域的打法往往来得很突然。

▲图1.AMD 的锐龙™ 嵌入式APU

Part 1

汽车里面的FPGA

智能汽车对高性能SoC的需求正在稳步增长。AMD在收购赛灵思后，积极向汽车领域拓展（已成为AMD的FPGA部门），专注于FPGA、自适应SoC和软件路线图工作。

传统观点来看，FPGA在汽车的系统里面是临时性应用；但是随着迭代加速，赛灵思的FPGA已被设计到ADAS嵌入式控制器中，用来处理来自摄像头、4D成像雷达和激光雷达的数据。

▲图2.FPGA在ADAS里面有点打下手的意思

从具体应用来看，Xilinx通过与Seeing Machines合作，为Seeing Machines的Fovio芯片提供了其车规级芯片的半定制版本。斯巴鲁就采用了Xilinx的FPGA方案。Xilinx还与Veoneer结盟，基于Xilinx FPGA的上一代博世和日本电产的前视摄像头仍在生产。

▲图3.Subaru Eyesight系统中使用的多处理器SoC FPGA

Xilinx是处理环视摄像头数据的最主要芯片供应商，包括博世和麦格纳的产品，已经投产。其他几家大型Tier 1将在明年投产。

由于自由度比较高，赛灵思在新兴4D成像雷达的处理器中占主导地位（在小规模的创新市场占到了85%-90%），这块的主要竞争对手是NXP。

▲图4.XILINX的4D毫米波雷达方案

激光雷达领域，由于大量的创业企业的迭代迅速，同样客户基于赛灵思的芯片进行设计使用，Innoviz自研这块，总体来看，初期用FPGA更多一些。 

▲图5.Lidar和XILINX

高阶自动辅助驾驶领域，赛灵思汽车（XA）平台在为自动驾驶模块提供动力方面发挥着关键作用，以实现高速数据聚合、预处理及分配（DAPD）并计算加速。自适应XA SoC平台不仅可优化处理越来越多的复杂安全关键型应用，而且还可满足传感器和域控制器之间的计算时延、性能、电源效率和功能安全性需求。这套产品主要包括XA Zynq-7000和Zynq UltraScale+ MPSoC等平台。

从成本来看，FPGA因相较其它SoC成本高，但是SoC的总体开发成本太高，这使得FPGA平台的灵活性弥补了较高的成本。目前FPGA的优势在于传感器技术的快速发展。随着汽车传感器性能的提高，SoC设计者正在努力适应。当100万像素的摄像头升级到200万、400万甚至800万像素时，逻辑器件必须跟上这种快速迭代，随着传感器进一步升级，这种差异将愈发明显。

Part 2

AMD-Xilinx汽车战略

从应用来看，AMD-Xilinx汽车战略是在汽车系统架构中的域控制器和zonal控制器等增长领域，有效利用AMD的高性能算力和Xilinx的灵活性。想要在汽车市场领域取得成功，芯片制造商不仅要提供芯片，而需要从板级开始的解决方案。

▲图6.高算力时代的架构是围绕芯片构架的

从特斯拉开始使用AMD的高性能处理器， AMD和Xilinx的结合提供了顶级能力，包括一流的x86、一流的GPU（用于所有公开的游戏平台，这个娱乐功能是非常领先的），拥有一流的具有可编程逻辑的适应性SoC。在具体的汽车需求，AMD可以提供Arm Cortex A或R核来提供完整的方案， AMD从Xilinx得到了汽车芯片厂家最为关键的部分，包括与车厂的关系、已经完成状态的嵌入式解决方案的芯片和Xilinx的软件。

▲图7.ADM的切入

从这个意义上来看，AMD-Xilinx更像是一个汽车芯片行业的新手，但是他们的协同作用从战略上是可行的， AMD也认可汽车客户的需求，在Arm平台上工作或在其芯片组中内置Arm内核，并且能开发一些独特的解决方案。

小结：汽车时代，某种意义上差异化和满足用户需求为王，通过收购Xilinx，AMD在汽车市场有了一个良好的开端。但AMD要想在这个领域与Qualcom、Nvidia和Mobileye等竞争对手持续打下去，需要用自己在高算力领域的优势去打破汽车行业的发展规则。

返回第一电动网首页 >