賽靈思在自動駕駛領域扮演著重要角色。

昨天（12月3日），自適應和智能計算公司賽靈思在北京舉辦了2019賽靈思開發者大會。

會上，賽靈思面向亞洲開發者正式發布Salil 面向亞洲開發者正式發布 Vitis? 統一軟件平臺，并宣布面向人工智能和機器學習推斷的Vitis? AI 即日起開放免費下載。

賽靈思總裁兼CEO Victor Peng表示，“自適應計算時代已經來臨，賽靈思作為自適應和智能計算的領導企業，致力于攜手亞洲及中國產業合作伙伴，持續推動各個領域的產業發展與創新，隨著賽靈思由器件向平臺公司轉型不斷深入和公司三大戰略的持續推進，我們將繼續以高度靈活的自適應產品和平臺，賦能更多開發者進行源源不斷的創新。”

2018年初，賽靈思宣布啟動公司三大戰略，即數據中心優先、加速核心市場發展以及驅動靈活應變的計算。

經過一年半的發展，賽靈思憑借獨特的高性能與靈活應變能力，不斷拓展市場，在數據中心、人工智能、 5G 等行業重大趨勢應用領域，日益扮演重要的領導者角色。

面向數據中心領域，賽靈思在去年的XDF上推出了世界上最快的數據中心加速卡 Alveo加速器卡系列。

在一年多的時間里，為滿足用戶對算力、尺寸、內存帶寬及成本的不同需求，陸續推出U50、U200、U250和U280四大產品系列，用于大幅提升云端和本地數據中心服務器的性能。

借助Alveo加速器卡，客戶在運行實時機器學習推斷以及視頻處理、基因組分析、數據分析等關鍵的數據中心應用時，能夠以更低的時延實現性能的突破性提升。

此外，最值得一提的是賽靈思圍繞Alveo， 在短短一年多的時間里，已經培訓企業與學術單位7,500 多人，加速器項目達800 多個，應用發布近100 個。

最新 Vitis 統一軟件平臺，該平臺將使得軟件工程師、人工智能科學家等更廣泛的開發人員都能夠受益于賽靈思靈活應變硬件加速的優勢。

這是賽靈思首次推出一個軟件和硬件設計“大一統”的開發工具平臺，也是公司從器件向平臺企業戰略轉型的里程碑式產品之一。

Vitis 可以根據軟件或算法代碼自動適配和使用賽靈思硬件架構，將用戶從繁雜的硬件專業知識中解放出來。

借助 Vitis 平臺，無論是軟件工程師還是 AI 科學家，都將受益于賽靈思靈活應變的硬件優勢。

而對于硬件開發者來說， Vitis 則可以通過軟硬件工程師在同一工具平臺上的協作，顯著提升工作效率。

在自動駕駛領域，賽靈思汽車戰略與客戶市場營銷總監Dan Isaacs表示，“在過去的幾年中，賽靈思FPGA在汽車領域出貨量達到了1.7億片，ADAS出貨量為7千萬。”

這是一突出成績也主要取決賽靈思產品有著非常高的質量和可靠性。

最新的消息顯示，賽靈思又推出推出了兩款新的產品，這兩款產品都是在汽車級別的器件更具有編程性、有更高的I/O，而且有更好的性能。

這是賽靈思汽車級別SA產品線當中最新的產品。

Dan Isaacs表示，“這個主要是基于ADAS和自動駕駛的需求，比如現在我們對于邊緣的探測器和中央預控制器都有更高要求。”

這里需要強調的是，賽靈思的數據匯總預處理和分配的功能，因為現在車上需要更多的傳感器，需要更多的可編程的能力，并且能夠把更多的加速器放在整個系統當中，對此，賽靈思有了一系列可擴展的產品線，這里可以看到賽靈思產品器件是從小到大的覆蓋了所有客戶可能出現的需求。

現在我們看到的重新定義汽車的產業，我們看到了汽車行業當中幾個非常重要的趨勢，第一個趨勢是跟ADAS相關，也就是我們現在已經逐漸從計算機視覺向神經網絡AI在進行過渡，我們希望通過可變成的邏輯來優化我們的駕駛。

當前，要想實現自動駕駛，有兩條路徑可以走：

傳統的路徑，一開始傳統廠商先去做全景環式探測器，從車外移到車內，然后再做ADAS預控制器。

非傳統的路徑，比如有互聯網公司，他們直接做集中處理模塊的方式來實現自動駕駛。

而賽靈思的產品和解決方案，涵蓋了這兩條路徑當中所有的內容，不管是邊緣傳感器還是集中處理的預控制器，通過產品把所有相關數據進行收集、一致化、整合、預處理，然后再分配出去。

當前，在前置攝像頭、激光雷達、全景攝像頭和全屏顯示后視鏡等新技術都在應用賽靈思的產品。

其中在攝像頭方面，已經從機器視覺正在向機器學習、人工智能、神經網絡階段過渡進而實現自動駕駛。

Dan Isaacs表示，“很多客戶都在使用我們自動駕駛中央模塊的功能和技術，不管是從數據的整合還是傳感器的融合方面，都在再次向大家證明了我們的產品和技術是非常有擴展性的，從很小的器件可以擴展到很大的器件。”

Dan Isaacs列舉了一個集中處理模塊的例子，DAPD數據的匯總、預處理和分配完成之后，賽靈思將把這些數據送到計算的加速器當中，用Versal來實現加速，之后這個數據將送到安全性的處理器當中來確保駕駛室是完全安全的。

當然這只不過是架構的一種，其實賽靈思還有很多其他種類架構都用在自動駕駛中，這也是為什么賽靈思必須要有可擴展性和靈活程度，這也是為什么賽靈思具備自適應和可擴展的產品是用在很多汽車中。

在上午的論壇中，Victor Peng在介紹的時候說到了賽靈思具備雙重優化，這里他指的是通過通過對機器學習和神經網絡的優化來實現以及實現硬件模型的優化。

可以說，通過這樣一個方式能夠實現業界AI的推斷性能、低延時和高性能。

延時對于自動駕駛來說是非常重要的，響應速度要非常快速才真正實現安全，通常情況下，傳統CPU、GPU或者DSP可以實現高吞吐量，但是沒有辦法實現低時延，因為處理時間會比較長，這時候就需要花更長的時間來進行響應。

在自動駕駛初創公司小馬智行開展的自動駕駛測試中，使用賽靈思FPGA的方案延遲可以得到12倍的提高，相對通用計算架構來說，能耗只有通用計算架構的1/10，強調的一點是，還有一些是通用計算架構永遠無法提供的，比如非常強的時序。

賽靈思FPGA還可以實現芯片內的運行中的配置，這也是所說的自適應性。

Dan Isaacs稱，“歐洲新車測評估安全標準是在不斷進行變化，隨著這些標準不斷變化，我們的產品和技術不需要引入新的器件就可以實現運行中的重配置。在MIPI協議當中，數據速率在不斷提高，我們不需要改變原來的器件，只要通過可編程邏輯的變化就可以支持高數據速率。”

最后，賽靈思器件的特點就是用DFX，也就是動態功能交換的性能，這個時候不需要進行重啟或者是關掉這些器件，就可以實現器件之間功能的互換。

在I/O或者傳感器不需要發生太大變化，用可編程邏輯當中的一部分進行改變。

比如，開車時換了倒車檔，這時候就啟動了后置攝像頭，在這個過程當中，我并不需要把整個系統關掉再重開就可以實現，而這樣做的好處是節約成本的同時也是增加了汽車的可靠性。

總體來看，賽靈思所有的產品和技術可以提供最低功耗的AI推斷以及高度的擴展性，通過可編程的邏輯可以幫助企業實現動態功能交換或者在遠程硬件，也就是芯片更新，根據的傳感信息I/O的要求，還有加速的能力。

與此同時，加上ADAS就可以實現異構計算，幫助矢量引擎、AI引擎和各種引擎來實現異構計算。

返回第一電動網首頁 >