“先進駕駛員輔助系統(tǒng)（ADAS）最大的趨勢是，從不斷增加的離散傳感器中，獲取更高品質(zhì)的傳感器數(shù)據(jù)，從而增強系統(tǒng)功能。系統(tǒng)可以更好地理解環(huán)境，故而改善性能，更好地協(xié)助駕駛員進行操作。本質(zhì)上來說，圖行處理單元（GPU）因為其高度并行且以吞吐量為導(dǎo)向的特性，非常適合解決這一挑戰(zhàn)。因此，目前領(lǐng)先的ADAS廠商開始利用嵌入式GPU，以使汽車的性能和功能實現(xiàn)跨越式提升。”

以GPU為核心的智能輔助駕駛芯片

人工智能的發(fā)展也帶動了汽車智能化發(fā)展，過去的以CPU為核心的處理器越來越難以滿足處理視頻、圖片等非結(jié)構(gòu)化數(shù)據(jù)的需求，同時處理器也需要整合雷達、視頻等多路數(shù)據(jù)，這些都對車載處理器的并行計算效率提出更高要求，而GPU同時處理大量簡單計算任務(wù)的特性在自動駕駛領(lǐng)域取代CPU成為了主流方案。

GPU占據(jù)現(xiàn)階段自動駕駛芯片主導(dǎo)地位，相比于消費電子產(chǎn)品的芯片，車載的智能駕駛芯片對性能和壽命要求都比較高，主要體現(xiàn)在以下幾方面：

①耗電每瓦提供的性能；

②生態(tài)系統(tǒng)的構(gòu)建，如用戶群、易用性等；

③滿足車規(guī)級壽命要求，至少1萬小時穩(wěn)定使用。

GPU是實現(xiàn)提升的剛需

在汽車的中央電子控制單元（ECU）中，您可以找到一個或多個大型硅器件，其中包含一個多核中央處理單元（CPU），一個圖形處理單元（GPU），一個為傳感器數(shù)據(jù)提供實時處理的內(nèi)存子系統(tǒng)，以及一系列其他內(nèi)核，如I／O、外設(shè)連接、專用視頻和DSP。

GPU高度并行，以吞吐量為導(dǎo)向的特性使其非常適合ADAS應(yīng)用，并可應(yīng)對諸多挑戰(zhàn)。它就像是一個“渦輪增壓”的乘法累加引擎，而且是以神經(jīng)網(wǎng)絡(luò)類型算法為基礎(chǔ)的。因此，毫無疑問，當(dāng)今許多領(lǐng)先的ADAS供應(yīng)商都開始利用GPU的能力和性能，來實現(xiàn)汽車所需要的功能和性能的提升。

GPU為ADAS提供計算

隨著邁向完全自主駕駛（Level5），車內(nèi)需要更多的駕駛輔助功能，包括緊急自動剎車、車道偏離警告、行人檢測、駕駛員提醒、盲點檢測、十字路口輔助等等。

先進的GPU是并行處理單元，可用于重復(fù)算法，如在ADAS的許多功能中使用的算法。GPU的并行性和乘法／累加結(jié)構(gòu)是實現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)（CNN）完美解決方案。

CNN算法已經(jīng)存在了30多年了，直到最近它們才為服務(wù)器群處理提供保護。然而，隨著SoC處理技術(shù)的進步、CNN算法效率的提高和GPU的進步，現(xiàn)在可以開始在網(wǎng)絡(luò)邊緣而不僅僅是在云端實現(xiàn)。

對于ADAS功能來說，任何需要某種程度的圖像處理的功能，比如提取道路標志信息，都非常適合使用CNN來提高整體性能。與標準的高端CPU相比，嵌入式高端PowerVRGPU提供的性能高20倍，而功耗更低。

最終，CNN在硬件方面將會加速，因為它們的功能已經(jīng)被很好地理解，甚至已經(jīng)是標準化的。然而，在完全優(yōu)化的解決方案出現(xiàn)之前，GPU計算可以支持新型神經(jīng)網(wǎng)絡(luò)和其他加速技術(shù)的原型化和部署。

未來GPU和ADAS的兼容關(guān)系

未來ADAS平臺所需的性能水平迫使GPU日益增大，制造成本也會相應(yīng)地增加。平臺廠商將共同分擔(dān)這個成本，且與配置在汽車中的其他系統(tǒng)共享GPU。但前提是，GPU支持硬件加速虛擬化。有了虛擬化，GPU才可以被多個操作環(huán)境共享，且這些環(huán)境不會意識到彼此的存在（因此能夠互相影響）。

具有最佳的功耗效率和內(nèi)存帶寬PowerVRGPU微架構(gòu)的設(shè)計，可以提供一個契合汽車技術(shù)需求平衡的GPU設(shè)計。其系統(tǒng)具有絕佳的性能，顯示屏尺寸越來越大且分辨率越來越高，駕駛員和乘客可以有效地互動，這個設(shè)計本身便是非常符合下一代ADAS應(yīng)用程序的發(fā)展趨勢。

尤其是，當(dāng)下一代ADAS和全自動駕駛汽車到來的時候，任何有助于GPU固有優(yōu)勢的事物，尤其是在圖像分析或并行信號處理領(lǐng)域，都可以輔助汽車更好地感知周邊環(huán)境，并在更復(fù)雜的環(huán)境中更有效地運行。

結(jié)尾

過去汽車電子芯片以與傳感器一一對應(yīng)的電子控制單元（ECU）為主，主要分布與發(fā)動機等核心部件上。隨著汽車智能化的發(fā)展，汽車傳感器越來越多，傳統(tǒng)的分布式架構(gòu)逐漸落后，由中心化架構(gòu)DCU、MDC逐步替代。

隨著人工智能發(fā)展，汽車智能化形成趨勢，目前輔助駕駛功能滲透率越來越高，這些功能的實現(xiàn)需借助于攝像頭、雷達等新增的傳感器數(shù)據(jù)，其中視頻（多幀圖像）的處理需要大量并行計算，傳統(tǒng)CPU算力不足，這方面性能強大的GPU替代了CPU．

無論是新動力系統(tǒng)，車載信息娛樂系統(tǒng)，還是自動駕駛汽車，汽車技術(shù)都在以前所未有的速度迅猛發(fā)展。新的顛覆性技術(shù)和行業(yè)參與者正在向傳統(tǒng)的汽車概念發(fā)起挑戰(zhàn)。明天的駕駛體驗將與今天大不相同。