FPGA 学习小组
直播中

谷菁

7年用户 165经验值
私信 关注

FPGA对汽车有什么影响?

随着电子的不断发展,FPGA在汽车中的应用越来越广泛,在汽车的更多系统中扮演着越来越重要的角色。


回帖(2)

李亦然

2019-10-9 14:34:58
FPGA在汽车相机和传感器中的应用已经很成熟,同时也在一系列新技术中赢得了一席之地,包括将成为自动驾驶汽车中心逻辑的人工智能系统,以及新型传感和通信技术。

西门子事业部Mentor的Catapult HLS综合与验证高级产品营销经理Stuart Clubb表示:“驾驶辅助应用的自动处理有很多概念,」「各种文章都在讨论怎样去做,但首先要考虑的是它昂贵的价格。你不能在一辆价值2万美元的车里装一个12000美元的液冷英伟达 GPU盒子”,就算是福特无法投入足够的资金来做到这一点。他强调。

汽车业是一个相对利润率低、业务量大的企业。虽然数量肯定不能与过去十年一直保持摩尔定律的智能手机相比,但汽车制造商过去的数十年一直努力从供应链中挤出成本。随着越来越多的电子产品被应用到汽车中,芯片和电子子系统也有了价格压力。

但汽车领域为芯片制造商增加了一些主要障碍。除了尽可能降低成本外,它们还必须符合严格的标准,如ISO 26262和ASIL A、B、C和D,并满足十年或更长时间内的弹性、老化和可靠性要求。这就是问题的源头,因为技术和标准几乎一直在发展,这也是汽车公司开始依赖FPGA作为首选处理器架构的原因。

Clubb说:「这不仅是「我们运行了30分钟,看起来不错,发货吧。」这是完全不同的一个方面。」「如果看一下人工智能目前的进展,那人们正讨论的卷积神经网络(CNN)是机器学习中最重要的事情。传统的高级驾驶辅助系统(ADAS)指行人检测、雷达处理等,但CNN是一个巨大的实验领域,因为没有人真正了解它们的工作原理。没有数学依据证明它们为什么工作以及如何工作,它们只是那样做了。它包括卷积池和训练网络。当训练一件事的网络时,它看起来很好,但当你训练几件事时,它就不工作了。大家一度认为解决方案有很多并且有很多浮点,这可能是英特尔推出Stratix 10器件上所有浮点单元的原因,因为这将是机器学习[平台]。它要么推断,要么训练,这是非常棒的。」

那是在GPU赢得算法训练市场之前。现在已经证明GPU是一种低价的训练架构,因为它们很容易并行化,并且大多数算法开发人员都很熟悉。这使得它们成为开发训练算法的数据中心的理想选择。但它并不是推理的最佳架构,其功耗、性能和面积比训练更重要。

Clubb说,现在的挑战是量化。 「哪种网络?我如何建立该网络?什么是内存架构?通过网络,虽然只有几层,开始时输入大量数据和一些系数,它很快就会转向百万个系数,它的内存带宽变得非常可怕,没有人知道真正的架构是什么。」

这些问题与用户强烈地共鸣,因为EDA领域的许多工具提供商都提出了强烈的需求,并参加了有关AI/机器学习/深度学习相关的研讨会和活动。当答案尚不明确时,设计定制ASIC的成本太高。

他说:「你唯一能做的就是买带有一堆加速器的CPU,但是没人真正找到正确的答案。福特和通用汽车已经表示他们希望整个自动驾驶系统的功耗为100瓦甚至更低,而现在证明这相当于驱动后备箱的100台笔记本电脑,因此这还有很长的路要走,而不是仅仅通过一堆GPU来解决。有人会找到通用的解决方案或具有某些可更新的具体的定制方案。这也是我们开始看到嵌入式FPGA之类的事物已经复苏的原因。」


图1:英特尔的FPGA和加速堆栈。来源:英特尔。

举报

李刚

2019-10-9 14:35:02
eFPGAs的角色越来越重要

分立FPGA的最大问题是汽车公司无法使输入和输出这些芯片的数据足够快,Flex Logix首席执行官Geoff Tate说:「FPGA上有很多SerDes通信,而且它们的性能很好,但如果你看128位总线可以在芯片上传输的数据量时,SerDes就并没有那么快。因此,任何时候任何芯片的输入和输出,通常是一个瓶颈。为了发挥FPGA的作用,它通常要和FPGA之外的事物通话。这就是Xilinx和Altera开发SoC芯片的原因,这一定程度上可以缓解这一状况。但Zynq-type 芯片非常大而且很贵,所以一类客户喜欢通过FPGA实现更具成本效益的解决方案,但不一定需要数百万个LUT或数十万个LUT。」

市场观察发现,Tate相信有许多SoC和微控制器公司希望集成FPGA。「他们看到了它的价值。我们发布的应用展示了基于可重配置FPGA的加速器比Arm处理器快在哪里。但目前的挑战是大多数微控制器公司都习惯C语言编程,他们通常不会用Verilog编程。另一个挑战是如果你看一个FPGA,这些东西的编程模型通常是一个客户编写所有的代码。现在,通过计算机或时间共享和多核,有许多程序在操作系统里同时运行。有人问如何转向模块化或多核FPGA架构,这就相当于一个应用程序库,可以在多个不同的SoC和微控制器上运行,无需人们学习RTL。如何使FPGA更像处理器,可以同时运行块代码,不同人可以同时写不同块的代码,或绕过当前的大块的RTL模型,一个人一次完成编程?这会让不是RTL专家的人更容易获得嵌入式FPGA的价值主张。」

分立FPGA长期以来一直用于汽车领域,其中包括了从仪表控制台和娱乐功能(统称为信息娱乐系统),到驾驶员辅助。Arteris IP首席技术官Ty Garibay表示:「Altera在激光雷达,声纳和雷达的传感器融合方面赢得了众多席位。你可以通过不同的格式将数据在每个接口合并,在另一端口吐出。因此,FPGA几乎可以用在任何高端汽车上。例如在360度全景摄影上,Altera和Xilinx几乎拥有所有后视摄像头市场。」
举报

更多回帖

发帖
×
20
完善资料,
赚取积分