智能駕駛域控制器的SoC芯片選型

智能駕駛產(chǎn)業(yè)鏈由感知層、決策層、執(zhí)行層組成。感知層的車載感知系統(tǒng)主要包括攝像頭、超聲波雷達(dá)、激光雷達(dá)、毫米波雷達(dá)等；路側(cè)輔助系統(tǒng)主要包括高精地圖、衛(wèi)星定位、慣性導(dǎo)航和V2X技術(shù)等。決策層主要包括ADAS算法、車載芯片、車載存儲(chǔ)器、高精地圖、云平臺(tái)。執(zhí)行層主要包括電子驅(qū)動(dòng)、電子轉(zhuǎn)向、電子制動(dòng)、燈光。平臺(tái)層主要包括大數(shù)據(jù)、智能駕駛解決方案、傳統(tǒng)車聯(lián)網(wǎng)、智能座艙。終端組成主要包括車載OBU、路測單元RSU、手機(jī)APP、邊緣計(jì)算。

隨著智能駕駛行業(yè)的發(fā)展，智能駕駛功能日益復(fù)雜，主流智駕輔助功能滲透率穩(wěn)步提升，車道保持輔助、緊急制動(dòng)輔助、自適應(yīng)巡航、盲區(qū)監(jiān)測、車道居中輔助、并線輔助、自動(dòng)變道輔助、自動(dòng)泊車入位、記憶泊車等功能逐漸落地。智能駕駛系統(tǒng)對傳感器、算力需求日益旺盛。智能駕駛系統(tǒng)既需要大量的算力，也需要多種類型的計(jì)算資源，典型的智能駕駛系統(tǒng)處理流程如下。

智能駕駛系統(tǒng)是一種能夠自主感知、決策和執(zhí)行行駛?cè)蝿?wù)的車輛控制系統(tǒng)。智能駕駛的等級劃分通?；趪H標(biāo)準(zhǔn)化組織（ISO）的標(biāo)準(zhǔn)，分為L0到L5六個(gè)等級。這些等級反映了自動(dòng)駕駛系統(tǒng)的成熟度和自動(dòng)化程度。以下是每個(gè)等級的具體描述：

L0：無自動(dòng)化。駕駛員全權(quán)負(fù)責(zé)駕駛過程，沒有任何自動(dòng)化功能介入。這是傳統(tǒng)駕駛方式，不涉及自動(dòng)駕駛技術(shù)。

L1：輔助駕駛功能。車輛提供部分自動(dòng)化功能，如自適應(yīng)巡航控制、自動(dòng)泊車等，但駕駛員仍需承擔(dān)主要的駕駛?cè)蝿?wù)和責(zé)任。自適應(yīng)巡航控制是一種智能化的巡航系統(tǒng)，能夠根據(jù)前方路況自動(dòng)調(diào)整車速和車輛行駛姿態(tài)，減輕駕駛員的駕駛壓力。而自動(dòng)泊車則是一種自動(dòng)停車輔助系統(tǒng)，能夠在車輛找到合適的停車位后自動(dòng)完成停車過程，無需駕駛員操作方向盤、油門和剎車等。此外，車道保持功能也是L1級別自動(dòng)駕駛的一個(gè)重要組成部分，它可以通過攝像頭和傳感器識(shí)別道路邊界，自動(dòng)調(diào)整車輛行駛軌跡以保持車輛在車道內(nèi)穩(wěn)定行駛。這些功能能夠輔助駕駛員完成部分駕駛?cè)蝿?wù)，提高駕駛的便利性和安全性。

L2：部分自動(dòng)化。車輛可以在特定條件下自主完成某些駕駛?cè)蝿?wù)，主要包括自適應(yīng)巡航、自動(dòng)泊車、車道保持、變道輔助和自動(dòng)變道功能等，這些功能能夠在一定程度上減輕駕駛員的駕駛壓力，提高駕駛的便利性和安全性，駕駛員仍需監(jiān)控駕駛環(huán)境并準(zhǔn)備接管。其中，自適應(yīng)巡航和自動(dòng)泊車功能在L1級別自動(dòng)駕駛中已經(jīng)出現(xiàn)，而在L2級別中得到了進(jìn)一步的提升和完善。此外，車道保持功能在L2級別自動(dòng)駕駛中也更加智能化和成熟，能夠自動(dòng)識(shí)別道路邊界并調(diào)整車輛行駛軌跡，保持車輛在車道內(nèi)穩(wěn)定行駛。變道輔助和自動(dòng)變道功能則能夠幫助駕駛員在合適時(shí)機(jī)自動(dòng)完成變道操作，提升行車安全。

L3：條件自動(dòng)化。在特定環(huán)境下，車輛可以在大部分時(shí)間內(nèi)自主駕駛，駕駛員不必始終保持注意力，但需要在系統(tǒng)請求時(shí)及時(shí)接管。這個(gè)級別的自動(dòng)駕駛可以在特定情況下完成車輛周邊環(huán)境的識(shí)別和駕駛，并根據(jù)收集到的數(shù)據(jù)進(jìn)行自主決策和執(zhí)行相應(yīng)的操作。除了常規(guī)的功能外，還包含了更多復(fù)雜場景的自動(dòng)泊車功能、高速路況的自動(dòng)駕駛以及記憶式導(dǎo)航等更為高級的自動(dòng)駕駛功能。具體來說，它能在特定的場景下實(shí)現(xiàn)車輛的自動(dòng)識(shí)別車道、自適應(yīng)巡航、自動(dòng)變道等功能，甚至在高速公路上自動(dòng)完成超車動(dòng)作。此外，還可以根據(jù)導(dǎo)航信息自主規(guī)劃出行路線，并在特定情況下完成自主超車等動(dòng)作。

L4：高度自動(dòng)化。車輛可以在各種環(huán)境和條件下自主駕駛，駕駛員在大多數(shù)時(shí)間可以不必參與駕駛，系統(tǒng)可以在特定情況下自主處理復(fù)雜路況。在某些情況下，駕駛員可能不需要任何操作。智能駕駛功能主要有自適應(yīng)巡航、自動(dòng)泊車、交通擁堵輔助、車道偏離預(yù)警和車輛主動(dòng)避障等功能。當(dāng)車輛處于復(fù)雜環(huán)境或不確定情況時(shí)，它能自動(dòng)識(shí)別車道并處理緊急事件，如自動(dòng)變道、自動(dòng)避讓等。此外，它還可以根據(jù)導(dǎo)航信息自主規(guī)劃出行路線，并在特定情況下自主完成駕駛?cè)蝿?wù)，如自動(dòng)駛?cè)敫咚俟返葓鼍??？偟膩碚f，L4級別的自動(dòng)駕駛系統(tǒng)已經(jīng)具備了高度的智能化和自主決策能力。

L5：完全自動(dòng)化。這是最高級別的自動(dòng)駕駛，車輛可以在任何環(huán)境和條件下完全自主駕駛，駕駛員在車內(nèi)或車外都可以完全脫離駕駛?cè)蝿?wù)。車輛可以像機(jī)器人一樣自主行駛和操作。完全自主駕駛：L5級別自動(dòng)駕駛系統(tǒng)能夠在各種道路和環(huán)境中完全自主駕駛，無需任何人工干預(yù)。自主規(guī)劃路線：系統(tǒng)可以根據(jù)導(dǎo)航目標(biāo)自主規(guī)劃最優(yōu)路線，并自動(dòng)選擇道路、調(diào)整速度、避讓障礙物等。智能感知和決策：通過高清地圖、激光雷達(dá)、攝像頭等多種傳感器，系統(tǒng)能夠全面感知周圍環(huán)境，并實(shí)現(xiàn)自主決策和判斷。復(fù)雜場景處理：系統(tǒng)能夠處理復(fù)雜場景下的駕駛?cè)蝿?wù)，包括高速公路、市區(qū)道路、雨雪天氣等環(huán)境，并具備應(yīng)對突發(fā)情況的能力。安全保障功能：系統(tǒng)具備多種安全保障措施，如自動(dòng)剎車、避障、車道保持等，確保乘客和行人的安全。目前許多公司和研究機(jī)構(gòu)都在朝著這個(gè)目標(biāo)努力研發(fā)相關(guān)技術(shù)。需要注意的是，盡管技術(shù)發(fā)展迅速，但達(dá)到L5級別的自動(dòng)駕駛?cè)孕枰鉀Q許多技術(shù)和法規(guī)方面的問題。

整個(gè)智能駕駛系統(tǒng)處理過程通常需要涉及以下幾種類型的計(jì)算資源：

• 深度學(xué)習(xí)類：環(huán)境感知模塊是深度學(xué)習(xí)算力使用的大戶，包括常見的各類圖像、激光點(diǎn)云檢測算法，比如物體檢測、車道線檢測、紅綠燈識(shí)別等，都會(huì)涉及大量的典型神經(jīng)網(wǎng)絡(luò)（NN）的運(yùn)算。此類模塊通常使用高度定制化的NN加速器來實(shí)現(xiàn)。
• 視覺處理類：此類屬于計(jì)算密集型，但并非深度學(xué)習(xí)類的算法模塊，比如圖像信號(hào)處理（ISP）、圖像金字塔（Pyramid）、畸變矯正（Rectify）、局部特征提取、光流跟蹤、圖像編解碼（Codec）等運(yùn)算。此類模塊通常使用硬化的專用視覺加速器來實(shí)現(xiàn)低時(shí)延。
• 通用計(jì)算類：雖然定制化的深度學(xué)習(xí)、視覺處理加速器可以滿足大部分常見的成熟的計(jì)算密集型運(yùn)算，但仍然無法覆蓋全部需求。隨著前沿技術(shù)的快速發(fā)展和自研技術(shù)的深入，往往還會(huì)產(chǎn)生相當(dāng)一部分自定義的運(yùn)算模塊。此類模塊通常也是計(jì)算密集型的操作，無法使用CPU高效實(shí)現(xiàn)，因此還需要通用的計(jì)算密集型處理單元（比如DSP、GPU）來實(shí)現(xiàn)。
• 邏輯運(yùn)算類：此類模塊包含大量的邏輯運(yùn)算，不適合使用計(jì)算密集型的處理器實(shí)現(xiàn)，一般使用通用的CPU處理器來實(shí)現(xiàn)。此類模塊包括常見的多傳感器感知融合算法（比如卡爾曼濾波KF）、基于優(yōu)化的決策規(guī)劃算法、車輛控制算法、系統(tǒng)層面的功能邏輯、診斷邏輯、影子模式數(shù)據(jù)挖掘功能等。

典型的智能駕駛系統(tǒng)算力部署參考如下圖。

智能駕駛系統(tǒng)設(shè)計(jì)之初就得考慮芯片選型，如何在眾多的SoC芯片選型是一門復(fù)雜的系統(tǒng)工程，不單需要考慮深度學(xué)習(xí)算力，還需要考慮CPU算力、安全、內(nèi)存帶寬、功耗、成本等。大疆車載在智能駕駛核心芯片的選型上積攢了一些經(jīng)驗(yàn)，在此予以分享。 一顆典型SoC的主要組成：

1、CPUCPU的內(nèi)部架構(gòu)可以簡化為如下模型。

CPU內(nèi)有負(fù)責(zé)取指/分支預(yù)測/數(shù)據(jù)轉(zhuǎn)發(fā)等的Control、邏輯運(yùn)算的ALU、高速緩存Cache和DRAM等存儲(chǔ)單元。相對GPU等并行運(yùn)算核心，CPU的Control單元和存儲(chǔ)單元功能更加強(qiáng)大，適合做邏輯控制。

在車載SoC中，根據(jù)功能不同CPU又分為Safety MCU和ACPU，前者性能較弱但實(shí)時(shí)性和安全性更強(qiáng)，后者多核心、高主頻、性能強(qiáng)大但實(shí)時(shí)性和安全性有所降低。

1.1、Safety MCUSafety MCU有多種常見的CPU架構(gòu)，如英飛凌的TriCore、瑞薩的G3KH、ARM Cortex M7、ARM Cortex R5F。既有外置安全的MCU方案，也有內(nèi)置安全的MCU方案，如德州儀器TDA4內(nèi)置Cortex R5F，SoC一般會(huì)內(nèi)置Safety MCU來提高系統(tǒng)的集成度。

例如，Cortex R5F MCU核心的內(nèi)部架構(gòu)復(fù)雜程度參考下圖，主要特點(diǎn)如下：

• 8級流水線；
• CPU主頻可以支持到1.0 Ghz，遠(yuǎn)超傳統(tǒng)MCU；
• Data Processing Unit負(fù)責(zé)各種運(yùn)算和邏輯控制；
• FPU負(fù)責(zé)浮點(diǎn)運(yùn)算；
• L1 Instruction/Data Cache是一級緩存，參考容量16KB+16KB;
• Memory Protection Unit用于內(nèi)存保護(hù)，保護(hù)能力有限，一般只能支持十幾個(gè)區(qū)域的保護(hù)；

引自《DDI0460D_cortex_r5_r1p2_trm.pdf》

在Safety MCU（安全微控制器）的設(shè)計(jì)中，一個(gè)關(guān)鍵的特性是采用了所謂的鎖步核架構(gòu)，這一架構(gòu)通過成對出現(xiàn)的核心——通常被稱為“Primary Core”和“Shadow Core”——來實(shí)現(xiàn)高可靠性的操作。這種設(shè)計(jì)通過一種獨(dú)特的方式確保了MCU在復(fù)雜環(huán)境中的穩(wěn)定性和安全性。鎖步核技術(shù)的核心在于，兩個(gè)核心在指令級別上實(shí)現(xiàn)了完全同步的操作，即它們在同一時(shí)刻執(zhí)行相同的指令，并產(chǎn)生相同的結(jié)果。為了確保兩者的一致性，系統(tǒng)配備了一個(gè)“Compare”機(jī)制，該機(jī)制會(huì)周期性地比較兩個(gè)核心的輸出結(jié)果。如果比較結(jié)果顯示兩者結(jié)果相同，則MCU繼續(xù)正常運(yùn)行；若結(jié)果不同，則表明系統(tǒng)中可能出現(xiàn)了錯(cuò)誤或故障，此時(shí)需要采取適當(dāng)?shù)陌踩胧?，如關(guān)閉系統(tǒng)或進(jìn)行故障隔離。雖然鎖步核架構(gòu)使用了兩個(gè)核心，但從計(jì)算能力的角度來看，它實(shí)際上只相當(dāng)于一個(gè)核心的性能。這是因?yàn)閮蓚€(gè)核心必須保持同步，并且在任何時(shí)刻都執(zhí)行相同的指令。然而，這種設(shè)計(jì)上的限制換來了更高的可靠性和安全性。鎖步核技術(shù)是實(shí)現(xiàn)MCU核心高診斷覆蓋度的一種傳統(tǒng)而有效的方法。通過在Primary Core和Shadow Core之間進(jìn)行比較，系統(tǒng)能夠在第一時(shí)間檢測到潛在的錯(cuò)誤或故障，從而避免它們對系統(tǒng)穩(wěn)定性和安全性造成威脅。經(jīng)過多年的實(shí)踐驗(yàn)證，這種方法已經(jīng)在微控制器和復(fù)雜度較低的微處理器領(lǐng)域展現(xiàn)出了其卓越的性能和可靠性。

Safety MCU除要求CPU核心達(dá)到ASIL D外，往往會(huì)要求內(nèi)部總線、外設(shè)接口、電源等跟Main Domain隔離。否則，可能因?yàn)榈桶踩墑e的Main Domain的異常，如錯(cuò)誤操作外設(shè)寄存器，導(dǎo)致MCU Domain異常。

Safety MCU的算力一般使用KDMIPS(Kilo Dhrystone Million Instructions executed Per Second)表示，如Cortex R5F的算力約2 KDMIPS。

因?yàn)镸CU運(yùn)算和內(nèi)存資源比較有限，且不支持MMU(Memory Management Unit，比MPU強(qiáng)大的內(nèi)存管理單元)，一般只能運(yùn)行如FreeRTOS之類的小型RTOS。車載行業(yè)一般要求RTOS達(dá)到ASIL D級別，常用的MCU RTOS主要有AUTOSAR OS, SafeRTOS。一般沒有配套的libc和STL庫，對C++的支持不夠友好，比較難開發(fā)維護(hù)復(fù)雜軟件。因?yàn)镾afety MCU的軟硬件的安全性和實(shí)時(shí)性都較高，一般用于運(yùn)行整車的數(shù)據(jù)交互、診斷、控制算法等軟件。

綜上，我們在進(jìn)行Safety MCU選型時(shí)，除了關(guān)注Safety MCU的算力，還需要重點(diǎn)關(guān)注總線、外設(shè)等的隔離性，另外也需要關(guān)注片內(nèi)RAM的大小，全球汽車MCU原廠有恩智浦、德州儀器、意法半導(dǎo)體、微芯、英飛凌、瑞薩、芯力能、英特爾/Mobileye、高通、英偉達(dá)、安霸、ARM、特斯拉、比亞迪半導(dǎo)體、杰發(fā)、芯馳、芯旺、芯擎、芯鈦、黑芝麻智能、昆侖芯、后摩智能、西井科技、奕行智能、寒武紀(jì)行歌、海思、地平線、愛芯元智、元視芯、兆易創(chuàng)新、中穎、中微半導(dǎo)、芯海、國芯科技、杰發(fā)科技、肇觀電子、美仁、輝芒微、比亞迪半導(dǎo)體、智芯科技、旗芯微、航順、賽騰微、琪埔微、小華半導(dǎo)體、云途半導(dǎo)體、曦華科技、復(fù)旦微電、國民技術(shù)、極海、先楫半導(dǎo)體、紫光國微、蜂馳高芯、靈動(dòng)微、東軟載波、希格瑪微電子、匯春科技、華芯微電子、愛思科微電子、凌歐創(chuàng)芯、峰岹科技、泰矽微、旋智科技、芯弦半導(dǎo)體、盛騏微、君正、士蘭微、晟矽微電、耐能、芯科集成、澎湃微、恒爍、鉅泉、奕斯偉、凌思微、全志、華大北斗、瑞芯微等。

1.2、ACPU常用的ACPU的架構(gòu)有MIPS和ARM，但以ARM的Cortex A系列為主。相比較MCU，ACPU的架構(gòu)更復(fù)雜、主頻更高、Cache和RAM性能更優(yōu)，整體性能更強(qiáng)。

例如，Cortex A72 ACPU核心的內(nèi)部架構(gòu)復(fù)雜程度參考下圖，比Safety MCU要復(fù)雜許多，相同主頻下算力約為Cortex R5F的3倍，主要升級如下：

• 15級流水線：- Branch prediction可以提升分支預(yù)測的成功率；- Decode可以支持多條指令并行解碼；- Dispatch可以支持同時(shí)發(fā)射多條指令；- Interger execute / Adv SIMD and FP / Load store等多個(gè)執(zhí)行單元可以并行工作；
• 可以支持更高的CPU主頻，如2.0 GHz;
• Instruction / Data Cache是一級緩存，參考容量48KB+32KB；
• 二級緩存一般較大，參考容量1MB，可極大降低指令和數(shù)據(jù)Cache Miss的概率，減少對DDR的訪問；
• 支持MMU，可實(shí)現(xiàn)內(nèi)核態(tài)和用戶態(tài)之間、不同進(jìn)程之間的地址隔離，提高內(nèi)存訪問的安全性；

引自《cortex_a72_mpcore_trm_100095_0003_06_en.pdf》

對L2+系統(tǒng)，除要求ACPU核心達(dá)到ASIL B外，常用外設(shè)一般也要求達(dá)到ASIL B，如IPC/DMA/CSI，具體硬件安全級別要求依賴功能安全分解。

ACPU的算力一般使用KDMIPS表示，如Cortex A72的算力約11 KDMIPS。ACPU的算力取決于使用的CPU核心的架構(gòu)和CPU的主頻，一般架構(gòu)越新支持的主頻越高，常用CPU核心算力信息參考如下。

以AE結(jié)尾的ACPU Core可以支持鎖步，實(shí)現(xiàn)ASIL D功能安全級別，如Cortex-A65AE。未來L3~L4系統(tǒng)會(huì)對ASIL D ACPU算力有越來越多的需求。

ACPU不僅主頻高，資源充足，還具備運(yùn)行大型操作系統(tǒng)如Linux的能力，為智能駕駛系統(tǒng)提供了強(qiáng)大的計(jì)算平臺(tái)。在L2+級別的智能駕駛系統(tǒng)中，功能安全要求往往對操作系統(tǒng)提出了ASIL B級別的嚴(yán)格標(biāo)準(zhǔn)。在這種情況下，QNX或VxWorks等操作系統(tǒng)成為了首選。這些操作系統(tǒng)不僅支持多進(jìn)程并發(fā)執(zhí)行，而且每個(gè)進(jìn)程都擁有獨(dú)立的地址空間，實(shí)現(xiàn)了進(jìn)程間的有效隔離。這種設(shè)計(jì)確保了系統(tǒng)的穩(wěn)定性和安全性，即使某個(gè)進(jìn)程崩潰，也不會(huì)影響到其他進(jìn)程的正常運(yùn)行。同時(shí)，這些操作系統(tǒng)還支持智能駕駛系統(tǒng)中成百上千個(gè)線程的復(fù)雜調(diào)度。通過高效的線程管理機(jī)制，系統(tǒng)能夠充分利用ACPU的多核性能，實(shí)現(xiàn)快速響應(yīng)和高效處理。這對于實(shí)現(xiàn)智能駕駛系統(tǒng)的各種復(fù)雜功能，如傳感器數(shù)據(jù)的預(yù)處理、加速器的調(diào)度、感知融合、導(dǎo)航規(guī)劃等至關(guān)重要。

ACPU在智能駕駛系統(tǒng)中的應(yīng)用不僅限于軟件模塊的部署。隨著NN（神經(jīng)網(wǎng)絡(luò)）算力的增加，ACPU需要處理更多的傳感器數(shù)據(jù)、更高分辨率的相機(jī)圖像以及更復(fù)雜的場景和功能。為了滿足這些需求，ACPU的算力也在不斷提升。現(xiàn)在，ACPU能夠支持更多高分辨率傳感器數(shù)據(jù)的預(yù)處理、深度學(xué)習(xí)模型的前后處理、更復(fù)雜的感知融合功能以及軌跡預(yù)測和行為規(guī)劃等任務(wù)。這些功能的實(shí)現(xiàn)都離不開ACPU強(qiáng)大的計(jì)算能力和高效的處理速度。此外，ACPU還配套了功能安全認(rèn)證的libc和STL庫等開發(fā)工具，為上層軟件的開發(fā)提供了極大的便利。這些工具不僅提高了開發(fā)效率，還確保了軟件的安全性和可靠性。

綜上，ACPU的選型需要重點(diǎn)關(guān)注算力，同時(shí)需要留意外設(shè)和操作系統(tǒng)的功能安全級別。此外，ACPU算力應(yīng)該和NN算力相匹配，以發(fā)揮最優(yōu)的系統(tǒng)性能。

2、并行計(jì)算2.1、DSPDSP芯片，也稱為數(shù)字信號(hào)處理器，是一種具有特殊結(jié)構(gòu)的微處理器，相比于通用CPU，更適用于計(jì)算密集度高的處理。

在DSP芯片內(nèi)部，通常采用程序和數(shù)據(jù)分開的哈弗結(jié)構(gòu)，廣泛采用流水線操作，同時(shí)具有專門的硬件乘法器，提供特殊的DSP指令，可以用來快速的實(shí)現(xiàn)各種數(shù)字信號(hào)處理算法。

DSP芯片一般具有如下的主要特點(diǎn)：

• 程序和數(shù)據(jù)空間分開，可以同時(shí)訪問指令和數(shù)據(jù)；
• 片內(nèi)具有快速RAM，通?？赏ㄟ^獨(dú)立的數(shù)據(jù)總線進(jìn)行連接；
• 有專門的硬件乘法器，在一個(gè)指令周期內(nèi)可完成一次乘法和一次加法；
• 具有低開銷或無開銷的循環(huán)及跳轉(zhuǎn)的硬件支持；
• 在單時(shí)鐘周期內(nèi)可以操作多個(gè)硬件地址發(fā)生器；
• 具有快速中斷處理和硬件I/O支持；
• 支持流水線操作，使不同指令之間的取指、譯碼和執(zhí)行等操作可以并行執(zhí)行；

與通用微處理器相比，DSP芯片的其他通用功能相對較弱一些。DSP結(jié)構(gòu)示圖如下。

通過獨(dú)立的指令總線和數(shù)據(jù)總線與外部數(shù)據(jù)存儲(chǔ)進(jìn)行連接，外圍通常會(huì)配置L1和L2 cache，提高數(shù)據(jù)存取效率。

內(nèi)部主要分為程序控制單元（PCU）、地址發(fā)生單元（AGU）和數(shù)據(jù)計(jì)算單元（DALU），外加一些地址寄存器和數(shù)據(jù)寄存器。每個(gè)處理單元都是獨(dú)立的硬件模塊，通過指令流水將各個(gè)模塊并行起來處理，提高DSP的處理能力。

在DSP評估過程中，運(yùn)算速度是DSP芯片的一個(gè)最重要的性能指標(biāo)，通常有如下幾個(gè)方面的考量：

• 數(shù)據(jù)位寬長度；
• 單周期內(nèi)的乘累加個(gè)數(shù)；
• 寄存器個(gè)數(shù)；
• 單周期內(nèi)同時(shí)可處理的指令個(gè)數(shù)；
• 內(nèi)聯(lián)指令豐富程度；
• 外圍SRAM大??；

隨著DSP在圖像、音頻和機(jī)器學(xué)習(xí)領(lǐng)域的應(yīng)用，芯片廠商對DSP也同樣做了新場景的適配和支持，如TI的C71 DSP，除了支持常見的標(biāo)量運(yùn)算和矢量運(yùn)算，還增加的矩陣乘加速器（MMA），進(jìn)一步的提升了DSP的專用能力，讓開發(fā)者更容易進(jìn)行NN模型部署。

業(yè)內(nèi)知名的DSP芯片廠要包括德州儀器、亞德諾等。也有多家國產(chǎn)DSP芯片進(jìn)軍汽車市場，包括進(jìn)芯電子、中科昊芯等。其中進(jìn)芯電子已經(jīng)推出了32位浮點(diǎn)DSP芯片AVP32F335系列產(chǎn)品，中科昊芯即將推出HXS320F280039C、HXS320F28379D等32位浮點(diǎn)RISC-V DSP芯片產(chǎn)品。

2.2、GPUCPU的功能模塊多，適合復(fù)雜的運(yùn)算場景，大部分晶體管用在控制電路和存儲(chǔ)上，少部分用來完成運(yùn)算工作。GPU的控制相對簡單，且不需要很大的Cache，大部分晶體管被用于運(yùn)算，GPU的計(jì)算速度因此大增，擁有強(qiáng)大的浮點(diǎn)運(yùn)算能力。

CPU與GPU架構(gòu)對比示意圖當(dāng)前的多核CPU一般由4或6個(gè)核組成，以此模擬出8個(gè)或12個(gè)處理進(jìn)程來運(yùn)算。普通的GPU就包含了幾百個(gè)核，高端的有上萬個(gè)核，這對于處理大量的重復(fù)處理過程有著天生的優(yōu)勢，同時(shí)更重要的是，它可以用來做大規(guī)模并行數(shù)據(jù)處理。

在應(yīng)用方面，GPU適合前后計(jì)算步驟無依賴性、相互獨(dú)立的計(jì)算場景，很多涉及到大量計(jì)算的問題基本都有這種特性，比如圖形學(xué)的計(jì)算、挖礦和破解密碼等，這些計(jì)算可以分解為多個(gè)相同的小任務(wù)，每個(gè)小任務(wù)由GPU中的單個(gè)核處理，GPU通過眾核并發(fā)的方式提高同時(shí)處理小任務(wù)的個(gè)數(shù)，從而提高計(jì)算速度。而CPU更適合前后計(jì)算步驟嚴(yán)密關(guān)聯(lián)，邏輯依賴較高的計(jì)算場景。

GPU相比CPU有幾個(gè)特點(diǎn)：

• 運(yùn)算資源非常豐富；
• 控制部件占得面積非常小；
• 內(nèi)存帶寬大；
• 內(nèi)存延時(shí)高，對比CPU使用多級緩存緩解延時(shí)，GPU采用多線程的方式處理；
• GPU處理需要數(shù)據(jù)高度對齊；
• 寄存器資源極為豐富；

實(shí)際CPU與GPU最大的區(qū)別是帶寬，CPU像法拉利，跑的很快，但要是拉貨，就不如重卡。GPU像重卡，跑的不快，但一次拉貨多。有些貨可以全部打包裝車運(yùn)輸，如這些貨都來自一個(gè)地方，大小相同，需要運(yùn)輸?shù)揭粋€(gè)地方，這就是計(jì)算密集型任務(wù)。有些貨不行，比如這些貨要去不同地方，體積大小不一，不能多個(gè)打包，只能多次運(yùn)輸，這就是控制密集型任務(wù)。CPU在緩存、分支預(yù)測、亂序執(zhí)行方面花了很多精力，用大量寄存器實(shí)現(xiàn)這些功能，保證了高速度，頻率一般都遠(yuǎn)高于GPU，每次速度很快，但大量寄存器占用大量空間，考慮到成本以及半導(dǎo)體的基本定律（單顆die面積不超過800平方毫米，否則良率會(huì)急速下降），CPU的核心數(shù)非常有限，每次能帶的貨很少。GPU相反，不考慮分支預(yù)測與亂序執(zhí)行，用最快的寄存器代替緩存，結(jié)構(gòu)簡單，晶體管數(shù)量少，可以輕易做到幾千核心，每次能帶的貨很多，但速度不快。所以，相對來說，GPU更適合處理分支少，數(shù)據(jù)量大，計(jì)算簡單且重復(fù)的運(yùn)算任務(wù)。

2.3、深度學(xué)習(xí)能力廣義上來說，只要能夠運(yùn)行人工智能算法的芯片都叫做深度學(xué)習(xí)芯片。但是通常意義上的深度學(xué)習(xí)芯片，指的是針對深度學(xué)習(xí)算法做了特殊加速設(shè)計(jì)的芯片。

通常來說，深度學(xué)習(xí)芯片普遍以O(shè)PS（Operations Per Second）為單位來評估深度學(xué)習(xí)的理論峰值算力。OPS的物理計(jì)算單位是乘積累加運(yùn)算（Multiply Accumulate, MAC），是在微處理器中的特殊運(yùn)算。1 * MAC = 2 * OPS。實(shí)現(xiàn)此運(yùn)算操作的硬件電路單元，被稱為“乘累加器”。這種運(yùn)算的操作，是將乘法的乘積結(jié)果b*c和累加器a的值相加，再存入累加器a的操作：a ← a + b*c

深度學(xué)習(xí)算力理論值取決于運(yùn)算精度、MAC的數(shù)量和運(yùn)行頻率。對于定點(diǎn)和浮點(diǎn)計(jì)算單元共用核心的加速器，可大致簡化為INT8精度下的MAC數(shù)量在FP16精度下等于減少了一半，F(xiàn)P32再減少一半，依次類推。例如，假設(shè)芯片內(nèi)有512個(gè)MAC運(yùn)算單元，運(yùn)行頻率為1GHz，則INT8的算力為512 * 2 * 1GHz = 1TOPS(Tera Operations Per Second)，F(xiàn)P16的算力為0.5TOPS，F(xiàn)P32的算力為0.25TOPS。

通常，各大芯片廠商宣傳的TOPS往往都是運(yùn)算單元的理論值，而非整個(gè)硬件系統(tǒng)的真實(shí)值。實(shí)際運(yùn)行起來，真正的有效算力可能只有理論值的30%算力,甚至更低。這里就涉及到“算力利用率”的概念。比如說，某個(gè)神經(jīng)網(wǎng)絡(luò)模型需要的理論算力是1TOPS，而實(shí)際運(yùn)行的SoC的標(biāo)稱算力是4TOPS，那么利用率只有25%。以下是特斯拉、Mobileye、英偉達(dá)、華為、地平線芯片的算力對比表。

以ResNet-50及MobileNet V1網(wǎng)絡(luò)在SoC A和SoC B上的運(yùn)行數(shù)據(jù)為例，實(shí)際的有效算力會(huì)因?yàn)閳D片分辨率、網(wǎng)絡(luò)結(jié)構(gòu)差異等原因而不同。

這又是什么原因呢？通常來說，實(shí)際的有效算力主要受兩方面的影響：1）處理器的計(jì)算架構(gòu)：從上表可以看到，即使是同一款SoC，對不同網(wǎng)絡(luò)結(jié)構(gòu)的利用率差異也非常大。這是因?yàn)樯疃葘W(xué)習(xí)加速器本身是高度定制化的計(jì)算架構(gòu)，只有執(zhí)行和加速器特性比較匹配的網(wǎng)絡(luò)結(jié)構(gòu)才能發(fā)揮出較高的利用率。

2）存儲(chǔ)帶寬：存儲(chǔ)帶寬決定數(shù)據(jù)搬運(yùn)的速度。如果存儲(chǔ)帶寬跟不上計(jì)算速度，則數(shù)據(jù)無法及時(shí)到達(dá)計(jì)算單元，導(dǎo)致處理器的計(jì)算單元空置，從而導(dǎo)致處理器的算力利用率大打折扣。智能駕駛應(yīng)用的處理場景通常具有圖像分辨率大、并行樣本量（batch size）小、網(wǎng)絡(luò)結(jié)構(gòu)小的特點(diǎn)，這對于存儲(chǔ)帶寬的要求通常會(huì)更高。

同汽車的動(dòng)力指標(biāo)，馬力不如百公里加速時(shí)間更真實(shí)反映整車動(dòng)力性能；同理，有效算力比理論算力更能反映芯片實(shí)際性能。所以，在SoC選型時(shí)需要重點(diǎn)關(guān)注SoC全系統(tǒng)能夠提供的有效算力。

2.4、算力多樣化需求在深度學(xué)習(xí)推理端，各家芯片往往都會(huì)根據(jù)自家的神經(jīng)網(wǎng)絡(luò)推理框架設(shè)計(jì)對應(yīng)的NN處理器，各種TPU/NPU/DPU…層出不窮，芯片廠家根據(jù)神經(jīng)網(wǎng)絡(luò)特點(diǎn)，通過定制化的設(shè)計(jì)處理器，使得軟硬件的適配度更高，從而提高芯片算力的利用率。

市場上，除了NN處理器，像高通/德州儀器等公司的車載芯片，在SoC上配備了GPU/DSP/CV加速器等通用算力處理器來提高車載芯片的處理能力和算法開發(fā)的擴(kuò)展性。

在智能駕駛系統(tǒng)中，大部分的計(jì)算可以通過深度學(xué)習(xí)處理器來完成。但是，對于一些算法開發(fā)能力較強(qiáng)的公司來說，會(huì)根據(jù)實(shí)際的業(yè)務(wù)場景需求，來設(shè)計(jì)自己的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，芯片廠商提供的NN處理器的算子庫無法滿足他們的需求，往往存在一些自定義算子的開發(fā)。另外，ISP、多傳感器融合、定位與建圖等功能還會(huì)涉及一些非深度學(xué)習(xí)的視覺算法的實(shí)現(xiàn)。此時(shí)，車載芯片上的GPU/DSP/CV加速器將可以很好的補(bǔ)充這部分算力需求。

DSP能夠提供低功耗的矢量處理能力，相比于CPU，可以使用DSP的SIMD指令很好的應(yīng)對并行度高，數(shù)據(jù)連續(xù)性較好的算法。對于并行度高，但是數(shù)據(jù)連續(xù)性較差的算法，如果部署在DSP上，將對IO帶寬帶來很大的挑戰(zhàn)，無法充分發(fā)揮DSP的計(jì)算能力，但是GPU的高并發(fā)特點(diǎn)，可以很好的應(yīng)對這種算法。同時(shí)，GPU的圖像處理能力能夠滿足智能駕駛場景中渲染和可視化的需求。

綜上，SoC選型時(shí)，需要根據(jù)業(yè)務(wù)需求，合理規(guī)劃和分配算力，實(shí)現(xiàn)SoC各個(gè)模塊協(xié)調(diào)高效合作，而非只關(guān)注深度學(xué)習(xí)算力。

3、安全3.1、網(wǎng)絡(luò)安全（Cybersecurity）隨著UNECE WP29 R155法規(guī)、ISO/SAE 21434標(biāo)準(zhǔn)的發(fā)布，國內(nèi)也緊跟著發(fā)布了一系列車載網(wǎng)絡(luò)安全相關(guān)的國標(biāo)、法規(guī)，包括網(wǎng)絡(luò)安全技術(shù)相關(guān)的、流程相關(guān)的、數(shù)據(jù)保護(hù)相關(guān)的等等，這一切表明網(wǎng)絡(luò)安全在智能網(wǎng)聯(lián)汽車行業(yè)的重視程度在逐日提升。

網(wǎng)絡(luò)安全機(jī)制的實(shí)現(xiàn)講究縱深防御，上層包括面向服務(wù)的應(yīng)用防火墻、對服務(wù)訪問的鑒權(quán)和授權(quán)等，中間層包括操作系統(tǒng)的進(jìn)程訪問權(quán)限管理、文件系統(tǒng)加密、以太網(wǎng)防火墻、安全通信、調(diào)試接口管控、安全審計(jì)等，底層包括安全啟動(dòng)、安全升級、安全存儲(chǔ)、密鑰管理等基礎(chǔ)功能。在芯片選型時(shí)，關(guān)于網(wǎng)絡(luò)安全往往會(huì)考慮如下方面：

• 芯片的封裝。盡量選擇BGA封裝的芯片。
• 芯片防信道攻擊的能力。目前很多側(cè)信道攻擊的手段可以很輕易獲取到芯片運(yùn)行時(shí)的關(guān)鍵資產(chǎn)，例如密鑰。
• 芯片的調(diào)試接口。例如JTAG，可通過某種硬件機(jī)制永久關(guān)閉，或者可通過軟件安全機(jī)制控制芯片調(diào)試接口的開關(guān)。
• 芯片的安全啟動(dòng)。安全啟動(dòng)一般起始于芯片的BootRom，通過校驗(yàn)固件的簽名，來防止固件被惡意篡改，確保了固件的完整性。
• 芯片的安全運(yùn)行環(huán)境。該運(yùn)行環(huán)境主要用于管理芯片運(yùn)行時(shí)的關(guān)鍵資產(chǎn)，例如芯片的安全配置、密鑰等，并通過硬件來實(shí)現(xiàn)安全算法加速服務(wù)。
• 芯片的內(nèi)存保護(hù)單元。例如MMU或MPU，該單元一般集成在處理器中，由運(yùn)行在處理器上的操作系統(tǒng)進(jìn)行配置，實(shí)現(xiàn)運(yùn)行態(tài)的內(nèi)核/進(jìn)程/線程的地址虛擬化和數(shù)據(jù)隔離。
• 芯片唯一SN。一般會(huì)用于綁定、認(rèn)證等安全業(yè)務(wù)。

除了以上技術(shù)要求之外，在芯片選型時(shí)，也需要考慮供應(yīng)商網(wǎng)絡(luò)安全資質(zhì)的要求，例如是否有CSMS管理體系。

3.2、功能安全（FuSa）眾所周知 “智能駕駛、安全第一”。SoC作為智能駕駛控制器的核心，其安全性能是確保最終交付安全產(chǎn)品的關(guān)鍵。因此在SoC芯片的設(shè)計(jì)選型中,必須把功能安全作為核心指標(biāo)進(jìn)行評估：

• SoC芯片支持的功能安全完整性等級（ASIL）是否滿足最終產(chǎn)品的安全等級需求；
• SoC芯片的安全設(shè)計(jì)是否匹配當(dāng)前的產(chǎn)品的功能安全概念；
• SoC芯片是否全面考慮支持不同駕駛自動(dòng)化等級產(chǎn)品應(yīng)用；

為了實(shí)現(xiàn)上述目標(biāo)，同時(shí)需要對SoC供應(yīng)商的功能安全的設(shè)計(jì)和開發(fā)能力進(jìn)行全面評估：

• 對SoC的安全設(shè)計(jì)概念進(jìn)行評估，包括安全需求、安全狀態(tài)、故障容錯(cuò)時(shí)間間隔等；
• 對SoC的安全機(jī)制設(shè)計(jì)進(jìn)行評估，包含診斷機(jī)制、自檢機(jī)制、安全隔離和冗余設(shè)計(jì)等；
• 對SoC的安全分析結(jié)果進(jìn)行評估，包括定性安全分析、定量安全分析和相關(guān)失效分析結(jié)果等；
• 對SoC的開發(fā)工具鏈的鑒定報(bào)告進(jìn)行檢查，包括工具軟件的置信度評估結(jié)果，軟件工具開發(fā)過程評估等；
• 對廠商提供的SoC相關(guān)的安全審核、認(rèn)證和評估結(jié)果進(jìn)行檢查，包括是否是獨(dú)立的第三方審核和評估，評估范圍、評估報(bào)告的等；

功能安全的級別跟SoC的功能安全目標(biāo)相關(guān)。評估時(shí)需要細(xì)分SoC內(nèi)部各個(gè)模塊的功能安全等級，從軟件和硬件維度，確認(rèn)SoC的功能安全設(shè)計(jì)是否能夠全面、有效的滿足自家產(chǎn)品的安全需求。在產(chǎn)品應(yīng)用層面，還需要全面評估產(chǎn)品引入功能安全設(shè)計(jì)后，潛在的SoC算力需求增加、通信帶寬增大、存儲(chǔ)容量需求增加等方面的變化，確保SoC安全功能設(shè)計(jì)能夠在項(xiàng)目中完整落地。

4、其他4.1、內(nèi)存帶寬SoC內(nèi)部的CPU、NN加速器、GPU等除了執(zhí)行指令外，還會(huì)從DDR讀取指令和讀寫數(shù)據(jù)。但DDR的訪問不能單周期完成，典型的訪問延時(shí)100ns+。盡管Cache在一定程度上可以緩解DDR的訪問延時(shí)問題，但考慮到多核心并發(fā)、隨機(jī)訪問DDR，DDR帶寬往往會(huì)成為CPU和各個(gè)加速器運(yùn)行的瓶頸。例如，假設(shè)NN加速器處理一幀圖像，50ms用于DDR數(shù)據(jù)的加載和存儲(chǔ)，50ms用于在數(shù)據(jù)運(yùn)算，此時(shí)幀率是10Hz；如果DDR的帶寬減半，此時(shí)需要100ms用于DDR數(shù)據(jù)的加載和存儲(chǔ)，50ms用于在數(shù)據(jù)運(yùn)算，此時(shí)幀率為6.7Hz。可見，DDR帶寬可以間接影響各個(gè)處理器和加速器的運(yùn)行的效率。

常用的單通道(32bit) DDR的頻率和帶寬參考如下。

如下圖為內(nèi)存多通道交織的例子：如果只使用一個(gè)通道，對DDR的訪問是單通道串行的；如果CPU同時(shí)連接到4通道的DDR，4個(gè)通道之間的訪問可以并發(fā)，提高DDR帶寬。

綜上，除了關(guān)注DDR的單通道帶寬外，還需要重點(diǎn)關(guān)注DDR的通道數(shù)，如理論上雙通道的DDR帶寬是單通道的2倍。

4.2、功耗和成本相同的芯片規(guī)格，芯片的工藝會(huì)直接影響到芯片的功耗，如7nm和16nm 30T算力的SoC功耗大約為15W和30W。算力的增加同樣會(huì)增加功耗，如7nm 30T和200T算力的SoC功耗大約為15W和100W。功耗的大小又會(huì)影響到結(jié)構(gòu)和散熱，較高的功耗需要增加風(fēng)扇、尺寸、銅管、材料等，進(jìn)一步增加域控制器的成本。

算力的增加也意味著芯片成本的增加，如200T算力的SoC的價(jià)格約為30T算力的SoC的7倍，所以在選擇芯片規(guī)格的時(shí)候也要重點(diǎn)關(guān)注對算力的真實(shí)需求，過多的預(yù)留可能會(huì)導(dǎo)致成本的浪費(fèi)。

4.3、豐富的IO接口資源自動(dòng)駕駛的主控處理器需要豐富的接口來連接各種各樣的傳感器設(shè)備。目前業(yè)界常見的自動(dòng)駕駛傳感器主要有：攝像頭、激光雷達(dá)、毫米波雷達(dá)、超聲波雷達(dá)、組合導(dǎo)航、IMU以及V2X模塊等。

• 對攝像頭的接口類型主要有：MIPI CSI-2、LVDS、FPD Link等；
• 激光雷達(dá)一般是通過普通的Ethernet接口來連接；
• 毫米波雷達(dá)都是通過CAN總線來傳輸數(shù)據(jù)；
• 超聲波雷達(dá)基本都是通過LIN總線；
• 組合導(dǎo)航與慣導(dǎo)IMU常見接口是RS232；
• V2X模塊一般也是采用Ethernet接口來傳輸數(shù)據(jù)。

除了上述傳感器所需IO接口外，常見的其它高速接口與低速接口也都是需要的，比如：PCIe、USB、I2C、SPI、RS232等等。

4.4、芯片的生態(tài)（工具鏈）芯片整個(gè)軟件的工具鏈或者對一些算法的開發(fā)是不是能滿足客戶的需求。也就是說芯片的生態(tài)怎么樣，是否具備一個(gè)良好的生態(tài)系統(tǒng)能夠支撐客戶做可落地化的開發(fā),也是主機(jī)廠或Tier1在選擇芯片時(shí)候的重要考量因素之一。

根據(jù)蓋世汽車研究院數(shù)據(jù)顯示，2023年高通座艙域控芯片裝機(jī)量超226萬顆，市場占比近六成。排在高通之后的同樣是從消費(fèi)電子芯片領(lǐng)域跨界而來的AMD，其2023年座艙域控芯片裝機(jī)量近57.6萬顆，市場占比超15%。這主要來自于為特斯拉代工的和碩與廣達(dá)，對應(yīng)車型為Model 3與Model Y。

瑞薩排位第三，2023年座艙域控芯片裝機(jī)量近32.8萬顆。德賽西威是主要客戶，其超20萬套座艙域控采用的瑞薩的M3或H3。除德賽西威外，這兩款芯片也用于安波福、佛吉亞、華陽通用的座艙域控產(chǎn)品中，配套量居高的車型包括艾瑞澤8、哈弗H6等。英特爾、三星、德州儀器也都在10萬級以上，其中英特爾近76%座艙域控芯片配套于東軟的座艙域控產(chǎn)品；三星則主要供應(yīng)LG；德州儀器主要供應(yīng)安波福。芯擎科技憑借60,152顆的裝機(jī)量，拿到了“第七”的排位，高于英偉達(dá)與恩智浦。據(jù)悉，該年度“龍鷹一號(hào)”主要配套北斗智聯(lián)和億咖通的座艙域控產(chǎn)品，涉及車型領(lǐng)克08 EM-P、睿藍(lán)7等。華為此次排位第十，麒麟芯片2023年裝機(jī)量為21,923顆，主要配套阿維塔11、阿維塔12等車型。

注：轉(zhuǎn)載至 網(wǎng)絡(luò) 文中觀點(diǎn)僅供分享交流，不代表貞光科技立場，如涉及版權(quán)等問題，請您告知，我們將及時(shí)處理