2019 年 12 月 3 日，赛灵思 XDF 大会亚洲站在北京国家会议中心举行。这是继 10 月 1 日在美国加州圣何塞、11 月 12 日在荷兰海牙之后的最后一站，同时也是三站中规模最大的一场，可见对中国市场的重视。

这次大会上，赛灵思分享了其在启动三大战略（数据中心优先、加速核心市场发展以及驱动自适应计算）一年多以来的重大成就，同时宣布，赛灵思最新 Vitis™ 统一软件平台重要组件 Vitis™ AI 即日起开放下载。

在这篇文章里，我们主要来看看赛灵思在汽车领域的布局与思考。

于大众而言，对赛灵思最深的印象应该是「FPGA 的发明者」，不过这家公司已经在逐步进行自我转型。早在 2018 年初，赛灵思宣布启动公司三大战略，宣布加大向汽车等主流市场布局的力度，同时推出了 ACAP 自适应计算加速平台，为用户从端点到边缘再到云端多种不同技术的快速创新提供支持。现在，到了其展示成果的时候了。

数据显示，2025 年全球 ADAS 市场规模年将达 275 亿欧元（2123 亿元人民币）。而根据预测，2020 年中国 ADAS 市场规模将达到 963 亿元，平均年复合增长率达到 52%，远超国际市场增速。这些数据都表明了自动驾驶市场的火热。而这次赛灵思向媒体展示的内容也主要集中在这一方面。

官方数据显示，截止到 2018 年，已经有 29 个汽车品牌的 111 款车型使用了赛灵思自适应器件，出货量达到 1.7 亿以上，作为对比，2014 年只有 14 个品牌和 29 款车型使用赛灵思自适应器件。

这是赛灵思给出的一份成绩单，对应汽车品牌和车型数量的增加以及 1.7 亿的出货量能看出市场对于赛灵思的认可。赛灵思汽车战略与客户市场营销总监 Dn Iscs 告诉 GeekCr：「2019 年的数字会更多。」

2018 年 1 月，赛灵思宣布推出汽车级 Zynq UltrScle+ MPSoC 系列，支持 ADAS 和自动驾驶系统的开发，如今这一系列的产品更加丰富。今年 11 月，赛灵思又推出了两款赛灵思汽车级（XA）新器件 Zynq® UltrScle+™ MPSoC 7EV 和 11EG，面向 L2+ 到 L4 的高级驾驶员辅助系统（ADAS）应用和自动驾驶（AD）应用提供了高速数据汇总、预处理和分配（DAPD）功能以及计算加速功能。这也意味着赛灵思汽车级产品线从边缘传感器拓展至复杂的域控制器。赛灵思市场营销高级副总裁 Emre Onder 这样说道：「无论客户要开发的是 L1 系统还是 L4 系统，我们都能针对他们的需求提供合适的解决方案。」

在媒体沟通会上，赛灵思还分享了其在深入汽车行业之后看到的一些趋势：

ADAS：正在从计算机视觉向神经网络 AI 过渡，利用边缘传感器、摄像头、雷达和激光雷达来实现目标检测、跟踪和碰撞避免功能；

车内体验：车内监控功能更多依靠 AI 来推断乘客警觉状态、手势和偏好；

自动驾驶：未来 10 年，汽车自动化将从部分应用向全自动驾驶与交通即服务（TS）发展。

而在这些领域，赛灵思的技术都在广泛应用。自动化驾驶初创企业魔视智能的自动泊车（APA）前装量产系统就是基于 FPGA 实现的，同为初创公司的小马智行也在其自动驾驶实现中采用 FPGA 的方案，理由是 FPGA 的低延迟低功耗，同时可以进行一些定制化开发。

（魔视智能自动泊车（APA）系统框图）

到目前为止，赛灵思已向 200 多家汽车公司提供超过 6700 万套用于 ADAS 系统和 AD 汽车制造的汽车级解决方案，其中包括全球一级供应商、OEM 厂商和初创企业。很显然，在汽车领域，赛灵思已经快步走到市场前面了。

以下是媒体沟通会的部分问题整理（不修改原意的基础上略有删减）：

受访人：赛灵思汽车战略与客户市场营销总监 Dn Iscs、小马智行北京研发中心总经理李衡宇

提问：现在无人驾驶汽车虽然很热，但是真正的大规模应用还是没有到来，影响大规模应用的因素都有哪些？针对这些因素，你们有哪些好的建议？

李衡宇： 我觉得有些问题可能是属于像法律法规这类的问题也会对我们自动驾驶规模化有一定的影响和制约。我现在从技术的角度来看我们离大规模商业化还有哪些差距。

在我们看来可能是两个主要的方向：第 一个是场景的能力 ，刚才我们看到了很多复杂的场景，如果我们要想商业化运营自动驾驶或者是其他应用的话，需要复杂场景的处理，至少在限定的范围内，我们要处理绝大多数的场景，才有可能去做一个商业的应用。复杂场景或者越来越强的处理能力是自动驾驶要去规模化和商业化必须去达到的目标，这也是为什么我们会选择在世界上多地去做测试的原因，因为路测是真正驱动我刚才说的能力进步最直接、最有效的手段。

第二个是量产 ，我们现在很多自建的车队，我们刚刚宣布 Pony 自动驾驶里程突破一百万公里，其实这个里程还是非常小的，如果真正达到大家信任的安全需要更大规模里程的积累，就需要更多的车辆。要有更多的车辆，就意味着必须要有一个量产的能力， 量产的能力一方面是说你的系统足够稳定、足够可靠，并且你所有的制造要从后装变成前装 。这也是为什么我们选择跟世界上一流汽车厂商，像丰田这样的汽车厂商有深度合作，只有把量产不断往前推进，我们有能力去制造更多的自动驾驶的汽车，这两点解决了，我们的落地或者是商业运营也就到来了，但是需要一步一步去做，不能从几十辆的车队突然到一万辆的量产，中间还有一个过程，这也是 Pony 致力于现在去做的事情，我们会把我们测试规模会更加扩大，包括使用 FPGA 这些器件可以把我们系统做的更加小型化，可以做的更加可靠。这些都是我们认为自动驾驶这个行业最需要做的事情。

Dn Iscs： 非常赞同李总刚才所说的，除了复杂的情景之外，现在环境也是非常复杂的，所以我们要经过不断的测试来不断精进自动驾驶的技术，现在传感器的技术也是越来越强，无论是传感器可探知的程度还是精度。所以我们的确需要在路上有更多的行驶去做更多的实验来提高自动驾驶的性能。

提问：相比起定制化的 ADAS 芯片，FPGA 造价是非常高的，如何说服更多的人使用 FPGA 呢？

Dn Iscs： 其实这是对 FPGA 的误解，我们有着 1.7 亿片器件的出货量，它也很好的证明了我们产品带来的优势以及产品高性能已经远远的超越了它相比之下价格比较高的特点。因为我们可以用可编程的逻辑来支持不同的算法，就可以实现芯片可以支持很多不同的要求。如果说你是用 ASIC 的话，要想改变一个功能或者改变一个要求，需要再做一个 ASIC，这个成本很高，更重要的是它的风险也很高，因为你不知道芯片回来之后到底能不能用。之前我们就有一个客户用了 ASIC 的产品，刚才也看到了对于汽车安全性的要求在不断变化，比如摄像头的视野要进行调整，如果他们用我们平台的话，我们就可以通过同一个器件来满足他们不断变化的需求，但是如果用 ASIC 的话就没有办法做到。

提问：在赛灵思看来，什么时候高级别自动驾驶会真正进入规模的量产？

Dn Iscs：我们觉得在自动驾驶方面会看到第一波的量产不会在个人乘用车当中，我们会看到更多的像在控制区域之内的自动驾驶的使用。 刚才李总也说到还有监管的问题，比如地区上是不是要做一些限制，另外在人口非常密集的地方，可能还要做更多的测试。就像刚才李总所说的，我们现在会遇到非常多复杂的情况，怎么处理？我之前读了一篇文章，这个文章说现在在人口密集的地方做测试，有时候车子遇到了不知道怎么处理的问题的时候就直接停下来了，如果车停下来的话，对于周围人来说又是一个问题，遇到不同的情况，这个车子应该如何反应，这是我们现在需要考虑的。车子还需要有更多的测试，在不同路况、不同情景之下有更多的测试里程，才可以看到更多的量产。

返回第一电动网首页 >