在“血肉横飞”的自动驾驶之战中，车载集成电路也是一股不可忽视的力量。不过，眼下这个市场上最受投资者关注的还是 AI 处理器和 SoC，因为它们对于崛起中的自动驾驶汽车至关重要。那么 FPGA（现场可编程门阵列）呢？它在这场刺刀战中又扮演者什么角色？
作为汽车行业的老朋友，FPGA 方案厂商赛灵思（Xilinx）也坐不住了，赛灵思携手戴姆勒集团，未来要帮新的奔驰车型开发“超高效 AI 解决方案”，以重新确立 FPGA 在自动驾驶行业的地位。
据悉，戴姆勒正在借助赛灵思的技术打造新款“车载系统”，推动 AI 处理技术在车载应用中的落地。不过，两家公司的合作细节依然是个未知数。
媒体们也提出了一些问题，比如这套系统的发布节点和两家公司合作是否有排他性（Mobileye 或英伟达还能拿到戴姆勒订单吗？）。可惜，赛灵思汽车部门负责人 Willard Tu 均拒绝发表评论。
林利集团资深分析师 Mike Demler 则指出，“戴姆勒也选择了 Mobileye 和英伟达。”在他看来，赛灵思与戴姆勒的合作更像是“样板化的公关”。不过他也表示：“戴姆勒到底能拿出一套什么样的车载系统还挺令人期待的。”
VSI Labs 创始人 Phil Magney 则指出，FPGA 在汽车行业的热度其实比多数人想象的都高。
“业内几乎每家公司都喜欢宣称自己掌握了 ASIC（专用集成电路），不过想在高效计算平台上应用专有指令集，还得靠 FPGA 完成大部分尖端处理。”Magney 解释道。“ASIC 确实是好东西，但在你锁定指令集之前，必须得尝试各种不同的变量。FPGA 会在工作中适应这些改变，这时才是应用指令集并尝试新事物的最佳时机。”
汽车市场的遗产
说到赛灵思在汽车市场上的遗产，Willard Tu 也有自己的想法。他表示，公司的 FPGA 最初是车辆信息娱乐系统中的胶合逻辑，但后来这项技术却成了 ADAS 市场的宠儿。Willard Tu 还强调，FPGA 非常适合控制日益复杂的 ADAS 和自动驾驶系统。
2014 年时，赛灵思的芯片的买家还只有 14 个，涉及车型 29 款，但四年之后，它的芯片解决方案已经得到了 29 家制造商的支持，涉及车型更是暴增至 111 款。
与那些刚刚冲进自动驾驶汽车市场的 AI 处理器“后生”不同，“赛灵思对质量这个关键问题有着更为深入的理解，毕竟我们的产品已经在汽车市场摸爬滚打多年了。” Willard Tu 解释。
在 ADAS 市场，赛灵思的 FPGA 已经建立了自己的口碑，它在处理复杂传感器数据（来自图像、雷达和 LiDAR 等传感器）的工作中起了重要作用。
许多人不知道的是，赛灵思已经是仅次于 Mobileye 的车载计算视觉处理巨头。不过，Willard Tu 也承认，它们与行业老大 Mobileye 之间有一道难以跨越的鸿沟。除了汽车制造商，赛灵思与一级供应商也建立了广泛的合作关系，其中不乏博世、麦格那和大陆这样的巨头。Willard Tu 也信心满满的指出，“它们愿意和赛灵思合作主要基于五大原因。”
首先，赛灵思的 FPGA 并不是“霸王条款”，它让 OEM 商能拿出差异化的图像处理算法。与其相比，Mobileye 的“一刀切”方案就少了一些灵活性。
其次，对一级供应商来说赛灵思是个“开放盒子”，而且它们的功能安全符合 ISO 26262 的要求。相反，Mobileye 带来的是一个“黑箱”，无论 OEM 还是一级供应商都对 Mobileye 的软件一无所知。
不过，如果 Mobileye 承诺自己的“黑箱”也符合 ISO 26262 要求，恐怕没有客户会纠结。“Mobileye 是一家芯片供应商，如果系统层面出现了安全问题，承担责任的也是 OEM 商，而非芯片供应商。”Willard Tu 解释道。
第三，Willard Tu 指出，赛灵思的图像处理解决方案可以根据安装车型的不同进行调整。它可以放在前置摄像头上，也可以放在风挡甚至中央模块中。
第四，“我们能提供可扩展性。”Willard Tu 说道。赛灵思结合 ARM 的子系统（包括 Cortex-A53 和 Cortex-R5）设计出了 ZU2 到 ZU5 的一系列产品，它们能根据应用的要求增加更多可编程结构。“鉴于新车评估程序每 12-16 个月都会新增要求，我们的解决方案比 SoC 的灵活性要强很多。”Willard Tu 强调道。
最后，赛灵思对自己的 FPGA 适应性很有信心，它可适应汽车行业千变万化的功能性要求。
举例来说，在 Level 3 车辆上负责监督驾驶员的赛灵思芯片，也可以重新编程，成为帮乘客泊车的“门童”。简单来说，这种可编程性甚至能改变芯片的“个性”。
拿走激光雷达市场 90% 的份额
Willard Tu 指出，赛灵思在激光雷达市场也占据统治地位，它的芯片不但占据了几家一级供应商激光雷达的大脑，还是大多数激光雷达新创公司的必备。鉴于激光雷达上整合了众多技术且各种新技术依然会层出不穷，因此激光雷达供应商们转向赛灵思的可编程方案也是情理之中。
“显然，一大批激光雷达已经傍上了 FPGA，尤其是那些智能化且有特殊处理要求的产品。”Magney 说道。“FPGA 让激光雷达供应商能升级并修改它们的处理要求。由于大多数激光雷达供应商都是市场新军，因此在现阶段 ASIC 对它们来说不太实际。”
不过从更广的视角来看，Demler 觉得赛灵思对激光雷达市场的统治并没有想象中那么重要。“这是个很小的市场，每年恐怕销量还不到 100 万套。”Demler 补充道。“我猜测赛灵思可能与 Velodyne 关系不错”。
在 Demler 看来，现在的激光雷达市场“地图和工业应用才是大头，汽车市场还只是个小蛋糕。”
踏足边缘计算领域
虽然车载激光雷达市场还需要多加培养，但赛灵思依然可以在传感器数据处理领域扮演更重要的角色。
“我们也看到了边缘计算的兴起，未来传感器将承担一定的数据处理任务。”Magnery 说道。“无论激光雷达还是雷达，都会生成海量数据，因此现在业界有将数据处理放在传感器模块的趋势，特别是在 ADAS 领域。”
Magney 指出，“赛灵思的 FPGA 在 ADAS 解决方案价值链中占据关键位置，可能非常适合处理图像雷达数据，而这项技术可是相当前沿。”
从 ADAS 走向高级自动驾驶
虽然现在只在 ADAS 市场吃得开，但 Willard Tu 相信 FPGA“低延迟和高吞吐量”的特性能成为它们在高级自动驾驶市场上发光发热的一大优势。
当 GPU 执行深度学习推理时，它们需要并行批处理大量通过单指令多数据架构（SIMD）的平行数据。为了在提升计算能力的同时减少抓取，业内一直在尝试开发更宽的单指令多数据架构。不过，现在的技术只能拓宽寄存器文件而已。
反观 FPGA，可以直接完成无批次推理，其结果就是“带有确定性的低延迟，高吞吐量（无论批次大小）和始终如一的计算效率。” Willard Tu 解释。
虽然从理论上可行，但行业观察者不愿对赛灵思的未来之路作出评价，在自动驾驶市场它们想达到英伟达或 Mobileye 的高度可不容易。
几个月前，赛灵思提出了自适应计算加速平台（ACAP）的理念，它认为 ACAP“将在性能上全面超越传统的 CPU 和 GPU”。
不过，现在赛灵思好像打了退堂鼓。虽然 ACAP 今年就会正式下线，但产品交付要等到 2019 年了。
那么赛灵思的解决方案能和英伟达或 Mobileye 一较高下吗？对于该问题，Magney 表示：“现在下结论还太早，Mobileye 无疑是视觉算法领域的带头大哥，想从视觉这个切入点挑战它们并不容易。不过赛灵思可能会从‘开放性解决方案’这个角度来释放自己的吸引力。”
至于英伟达，Magney 则指出，“在效率上赛灵思能否超越英伟达不好说”，这一点只能做了基准测试再下定论。“不过，英伟达能提供业界最完整的全栈 SDK，因此对开发者来说，现阶段英伟达的吸引力更强。”
Demler 则认为，“从整体来看 FPGA 一直是数据中心的 AI 加速器，因此赛灵思有能力打造出更有针对性的架构。借助它们强大的数字信号处理和平行架构，FPGA 能提供非常适合神经网络加速的计算能力。当然，最后还是要看成本和功耗，这是哪个解决方案能最终胜出的关键挑战。”
虽然与戴姆勒结盟是赛灵思的一大胜利，但业内人士也不敢肯定两家的技术结晶何时能够落地。
在新闻发布会上戴姆勒表示：“作为两家公司战略合作的一部分，来自奔驰研发中心的深度学习专家们已经将赛灵思的 AI 算法用在了自家平台上。”此外，戴姆勒还表示，“奔驰会将赛灵思的 AI 处理器技术产品化，帮助神经网络更高效的执行任务。”
赛灵思收购深鉴科技背后，折射的是AI 芯片创业公司困局与出路。
