|
智能駕駛，或者自動駕駛、無人駕駛，是當前最熱門的研發領域，被公認為下一個巨大的經濟增長點。各大汽車廠商無一例外在投入巨資研究智能駕駛技術。正如所有的技術經濟一樣，智能駕駛也離不開半導體芯片這個核心器件。那么，智能駕駛應該選用哪種芯片呢？哪家廠商的芯片最適合智能駕駛？ 智能駕駛的核心技術是嵌入式的機器視覺，加上善于深度學習的人工智能。實際上，智能駕駛代表的是一類應用，即位于終端的或者網絡邊緣的（相對于云端的）、視覺導向的機器學習應用。由于人工智能技術在很多領域的應用前景被普遍看好，相關的核心半導體器件廠商已經開始收益。其中，最典型的是以英偉達（Nvidia）為代表的GPU廠商，它們迎來了快速發展的黃金時期。 然而，可編程邏輯廠商賽靈思（Xilinx）表示不服。賽靈思稱，與英偉達的GPU相比，他們的Zynq芯片或MPSoC（處理器+FPGA芯片）的各項指標表現更好，更適合各種視覺導向的機器學習應用，包括無人駕駛車輛、智能無人機（如送貨無人機、戰地無人機等）和智能機器人（如倉庫機器人、戰地機器人、協作機器人和外科手術機器人）等諸多邊緣應用。 不服，就來跑個分。下圖給出了在第三方環境下賽靈思技術相對于英偉達技術的優勢。在機器學習推斷、計算機視覺和實時應用時延三個指標上，賽靈思技術都完勝英偉達。 
圖：Xilinx vs. 英偉達Tegra及典型SoC（來源：Xilinx） Xilinx公司戰略與市場營銷部高級副總裁Steve Glaser先生說，以汽車自動駕駛應用為例，響應速度的快慢可能意味著安全或者事故的差別。那么，為什么賽靈思能實現響應速度最快的系統？Glaser解釋說，這是因為賽靈思的Zynq和Zynq MPSoC擁有用于推斷和控制的最低時延傳感器，如下圖所示。此外，基于FPGA的SoC具有可重配置特性，使得它能夠跟上神經網絡演進的速度，跟上傳感器融合演進的速度。
圖：Zynq與GPU架構對比 好吧，我們早就聽說過FPGA的性能優勢。但FPGA有一個天生的劣勢，那就是編程困難，因為它需要硬件語言。為此，賽靈思公司做出了巨大努力，推出了一系列軟件定義（software-designed，簡稱SD）的編程環境，如針對嵌入式應用的SDSoC、針對數據中心加速的SDAccel以及針對網絡開發的SDNet。本文所討論的終端人工智能系統屬于嵌入式系統，也就是SDSoC所能發揮作用的范圍。有了SDSoC，設計人員無需了解硬件編程語言就可以進行開發工作。 然而，對于視覺導向的機器學習應用開發，現有的SDSoC還不足以應付。因此，賽靈思特別推出了稱作reVISION的堆棧，使得視覺系統的開發周期大大縮短。據介紹，reVISION兼容目前流行的各種機器學習和神經網絡開發環境，如OpenVX、Caffe、OpenCV、DNN和CNN等。此外，賽靈思還推出了四款嵌入式視覺開發套件，幫助用戶迅速啟動開發進程。
圖：賽靈思的嵌入式視覺開發套件 結論是，賽靈思認為，其最新推出的reVISION堆棧會讓其強大的Zynq和MPSoC有用武之地，reVISION使得賽靈思技術更適合視覺導向的機器學習，例如如今最熱門的汽車智能駕駛系統。最近，賽靈思發布了一系列關于reVISION的技術資料和視頻介紹，感興趣的朋友可以更深入地了解一下。 |
