6月29日—30日，由盖世汽车主办的“2021中国汽车半导体产业大会” 隆重召开。本次会议主要围绕中国车企缺芯现状、供应链国产化安全建设、车载芯片平台的搭建设计、自动驾驶、智能座舱领域的芯片需求和应用案例、功率半导体在三电中的应用以及芯片测试和功能安全等话题展开讨论，共谋产业未来发展之路。下面是赛灵思汽车电子系统架构师及市场经理毛广辉在本次大会上的致辞。
赛灵思汽车电子系统架构师及市场经理 毛广辉
大家下午好，我是来自赛灵思的毛广辉。今天我主要分享我们对汽车市场的思考。首先，会分析一下目前的市场趋势；接着讲一下灵思基于自己的产品特性如何赋能合作伙伴，如何赋能这个行业；最后再介绍一下我们的产品、工具和认证。
当今行业正在转型颠覆，这个转变和颠覆不仅存在于汽车行业，工业，安防，通讯，医疗，航空航天等领域亦是如此。中国现在有更多新生力量诞生，带来各行业正发生着快速的变革，正所谓适者生存，只有满足自适应性才能应对这种快速的变化，从而带来最大化的效益。
从半导体厂商角度来看，半导体是有一定的周期，它会经历设计，验证，测试，封装。这一周期是相当漫长的，但是AI的发展却是非常迅速，除了AI之外，软硬件迭代速度也非常快。而半导体器件周期的拖沓，是无法满足这样一个快速变化。传统的器件很大程度上没有办法适配软件和算法模型的要求，及包括接口数量等功能性的需求。这个时候，市场需要FPGA这样基于DSA架构的、具备灵活性的器件来快速适配软件算法的开发、产品及应用的迭代。
简单介绍一下赛灵思，赛灵思并不是行业的新玩家，而是一家有历史记录的传统的PFGA半导体供应商，在汽车行业我们也有20多年的积淀，和稳固的业绩增长。目前也是一家自适应计算的平台公司。
下面给大家重点介绍一下我们在ADAS高级辅助驾驶和AD自动驾驶领域的方案及思考。随着AI应用的兴起，赛灵思通过AI开始赋能各类应用，如相机、雷达、激光雷达的目标检测及分割，这些都是座舱外的应用场景。当然我们也服务座舱内的系统，如手势识别和驾驶员监控系统。
如图，2007年以来我们的业务每年以大约翻倍的速度在增长，整体发货已经超过2.5亿片，我们的目标客户是国内外Teir1，OEM和Startup。
我们所赋能的领域有：前视单目和双目摄像头，座舱环视，低速泊车场景。除此之外，也覆盖到激光雷达和4D毫米波雷达，特别是激光雷达领域在市场中处于领先地位。当然也覆盖到从边缘分布到中央处理，涉及到域控制器，数据汇总及预处理，中央计算，以及网关等。
我们再看一下自动驾驶业界发展趋势——未来两三年前视摄像头会成为标配，从欧标准到国标认证体系，都会要求带AEB功能。另外，从今年开始会陆陆续续看到激光雷达的SOP量产装车。传统的2D毫米波会逐渐被4D成像雷达所取代，传感器的探测距离向更高更远更清晰的探测目标前进。可以看到，整个传感器的发展都是指向高等级自动驾驶方向演进的。
作为AD自动驾驶的赋能者，赛灵思是这样思考的：首先我们看到传感器数量在增多，传感器种类变多，同时传感器的接入协议，包括接口也是有所不同。所面临的的问题是，业界是不是有一个AISC的器件能够满足能够解决上述变化，并且满足产品的快速迭代及大数据量的吞吐。而赛灵思的FPGA器件特性刚好满足上述功能及性能要求。
我们再来看一下赛灵思提出的AD的系统架构解决方案。如图所示，左上角带来的功能模块表示通过FPGA传统的可编程逻辑阵列来接入各类不同的传感器，并且带来大量数据的高速吞吐输入，例如视觉一般是通过MIPI协议输入，MIPI目前支持到2.5G/每秒，未来会支持到3.2G/每秒的吞吐速率。针对激光雷达，一般是以太网协议接入，同样的大量数据的输入。很快2D毫米波雷达会升级为4D成像雷达，同样可以通过FPGA硬件直连接入，FPGA提供数据的流水作业，针对每一条流水可以单独时钟处理，所以能够接纳非常巨大的吞吐量，并且带来超低延迟。预处理一定会涉及到数据的清洗和融合，未来主机厂也有机会做前融合，而前融合又可以分为裸数融合和特种的提取融合两部分。FPGA的硬件设计刚好可以有效的解决前融合的问题。
框图左下角的思路是把数据处理的模块和加速模块做了分离，分离的好处是各司其职，去做加速的时候不必受到反复数据处理的干扰，降低CPU的频繁调度，使得并行处理矩阵在AI加速器里面有效提升。这就使得数据处理和加速同时得到了各自性能的提升。
在这套系统里面，右上角部分是负责功能安全的。这个安全除了自身MCU状态监控之外，同时还要监控整个系统，电源以及各个芯片的运行状态，这是不可或缺的一个器件。而在安全性角度来讲，未来我们也有新的布局。
右下角是串行器，当你做预测，判定，路径规划，这个时候需要大算力DMIPS的CP。目前我们看到主流的干线物流自动驾驶，RobotTaxi移动出行服务系统这类自动驾驶公司，都在用这一套体系。
下面给大家介绍几个案例。第一个案例是斯巴鲁双目，它体现的价值是超低延迟并且支持AEB制动。双目系统是基于三角测距算法进行识别和测量，他的下一代会增加基于深度学习的分类和检测，性能会有一个指数级的提升。我们常讲的1V1R中，1V已经做了升级，而1R雷达也会升级到4D Rada，我们第一款4D会在欧洲一家车厂装车，在国内也会看到本土主机厂去做4D雷达的装配。4D雷达是多了一个俯仰角，意味着多了一层的FFT处理，这个时候是需要更大算力的器件去支持3D FFT的大数据量的处理，在前端一般是通过4个ADC虚拟成192个通道，这和传统的2D所不一样的是，探测距离一次扫300米同时可以看到小目标，静态物体，得到相对速度。这样的新一代1V1R组合极大的提高了驾驶的安全性。4D雷达另外一个应用场景是做AVP，在停车场顶部有金属物体、底下有金属盖的情况下，可能容易混淆状态位和停车位，而4D可以完美的解决这个问题。
我们再来看一下激光雷达，不论是业绩第一款可以装车量产的MEMS雷达，还是传统机械式雷达，或者基于流行的棱镜旋转雷达，均使用赛灵思的器件方案。目前高线数128线，300线，所扫描进来的数据量巨大，它的吞吐对于接入端带宽是有要求的。赛灵思器件可以支持更高的吞吐量、在大的吞吐量的同时由于是流水作业，这样产生的价值是低延迟，也就是产生成本的边际效应，同时支持高效的点云处理性能、而这几款雷达都是满足功能安全要求的。
另外一个赋能对象是座舱，除了国际上保持领先地位的厂商之外，在国内我们也有自己的合作伙伴，无论是DMS，还是ICMS。驾驶员监控系统是监控驾驶员的人脸，而座舱监控系统主要看更广阔的场景，如副驾驶有没有系安全带，后座是不是丢了包，更重要的是下车的时候有没有把小孩遗忘在座舱里。赛灵思可以提供一个灵活可定制的方案，可扩展性可满足OEM各类平台需求、可对摄像头/雷达/红外传感器进行诊断及数据融合处理、满足座舱灵活性配置需求。
在自动驾驶这个章节，我们已经覆盖到很多场景，这里面是挑选了几个场景。第一个场景Pony.ai是美国和中国合作的，他们用的是我们的传感器融合技术，当每一个传感器去做扫描探测的时候会分别独立打时钟，时钟汇到之后再和外部GPS进行校验，这样就可以确定是不是同一时间看到的信息，而避免误判所带来的风险。赛灵思的特性体现在：支持从不同传感器收集数据、支持高速数据传输的可编程I/O、进行传感器时间和空间同步、高利用率的神经网络推理和加速。
除了自动驾驶之外，赛灵思也在积极布局新能源，我们的机会是出现在在面向碳化硅升级的时候。碳化硅的特性是耐高温，支持更高的频率，除了FPGA之外目前没有特别合适的器件能良好的支持碳化硅这类特性。
我们在电机控制这块提供超低延时，超高响应方案，并且这个方案是可定制的（针对三环），同时速率提出来之后提出一个课题，在电机控制的时候是不是可以做预测？这个时候会提到如何使用AI，将AI也加载在里面进行预测处理。
而对于电机控制方案展开来讲，我们所展示的这个案例，这是在工业和某些新能源车上已经进行了适配，图中的PS/PL各司其职，它所带来的特点超低时延、超高响应速度、可定制化的回路控制，同时支持电机的状态的预测。
这一章这里面提到了网关，我们的优势在于数据通信方面，几乎无限的总线数量/协议类型支持，还可以处理大量数据吞吐时低时延/高并行度，同时支持Wind River VxWorks系统下的TSN。在网络安全方面，灵活可配置的IP，其符合硬件安全模块HSM对于加密的要求，且符合信息安全ISO21434标准的要求。独特的信息安全管理模块CSU，对于网络攻击提供有效地防护。
前面讲的是赛灵思所赋能的应用，下面简单介绍一下赛灵思产品路线和布局，这些是从28纳米，16纳米到现在7纳米的产品布局。产品系列从小到大的来说，28纳米支持DMS，100万摄像头，环视系统，电子后视镜；主流是16纳米，它支持域控制，3D环视/自动泊车，域控制器；下一代是7纳米，面向支持域控和中央计算。
下面这个图的16纳米产品落实在车上怎么分布呢？小的器件支持雷达，摄像头；中等器件用来做泊车，稍微大一点因为接口非常丰富，可以接入TSN，高速传输来接入各种各样传感器。我们前一段时间发布了AU+，AU+可以扩展更多的场景，车内屏幕的支持，旋转屏，不规则屏，屏显的不同协议转换的支持。
除了16纳米之外，今天也给大家带来7纳米的器件，这是在本月正式发布的，它是面向下一代车规级产品Versal AE Edge系列。它带来了全新的AIE加速引擎，它是固化的硬核的计算加速器，提供单科最大算力200TOPS，整个产品系列覆盖从几TOPS到百TOPS。它采用的是下一代全新平台系统架构，可以看到DSP也同时做了升级，当你用计算加速的时候，深度学习的时候，假使需要浮点，我们现在也支持了浮点运算。
赛灵思的自适应加速平台是自动驾驶的赋能者, 您值得信赖的汽车方案提供商。
如果大家想要下载的话可以扫描这个二维码，谢谢大家。
