赛灵思汽车解决方案开启ADAS和自动驾驶新篇章.doc

《赛灵思汽车解决方案开启ADAS和自动驾驶新篇章.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、赛灵思汽车解决方案开启ADAS和自动驾驶新篇章　　北京时间7月18日凌晨，美国FPGA（现场可编程门阵列）大厂赛灵思（Xilinx）公司宣布已经完成对中国人工智能初创企业深鉴科技的收购。当时芯智讯就曾发文，认为赛灵思收购深鉴科技此举是为了进一步加强在ADAS/自动驾驶汽车市场的布局。　　7月23日，赛灵思在深圳召开媒体说明会，虽然并未介绍收购深鉴科技的相关细节信息，但是，在此次媒体说明会上，赛灵思详细介绍了其在汽车领域的布局以及在中国汽车市场进展，而被收购后深鉴科技也将成为接下来赛灵思发力汽车市场的重要的一环。　　赛灵思汽

2、车解决方案开启ADAS和自动驾驶新篇章　　北京时间7月18日凌晨，美国FPGA（现场可编程门阵列）大厂赛灵思（Xilinx）公司宣布已经完成对中国人工智能初创企业深鉴科技的收购。当时芯智讯就曾发文，认为赛灵思收购深鉴科技此举是为了进一步加强在ADAS/自动驾驶汽车市场的布局。　　7月23日，赛灵思在深圳召开媒体说明会，虽然并未介绍收购深鉴科技的相关细节信息，但是，在此次媒体说明会上，赛灵思详细介绍了其在汽车领域的布局以及在中国汽车市场进展，而被收购后深鉴科技也将成为接下来赛灵思发力汽车市场的重要的一环。　　赛灵思汽车解决方

3、案开启ADAS和自动驾驶新篇章　　北京时间7月18日凌晨，美国FPGA（现场可编程门阵列）大厂赛灵思（Xilinx）公司宣布已经完成对中国人工智能初创企业深鉴科技的收购。当时芯智讯就曾发文，认为赛灵思收购深鉴科技此举是为了进一步加强在ADAS/自动驾驶汽车市场的布局。　　7月23日，赛灵思在深圳召开媒体说明会，虽然并未介绍收购深鉴科技的相关细节信息，但是，在此次媒体说明会上，赛灵思详细介绍了其在汽车领域的布局以及在中国汽车市场进展，而被收购后深鉴科技也将成为接下来赛灵思发力汽车市场的重要的一环。　　　　赛灵思大中华区销售副

4、总裁唐晓蕾在会上表示：“灵活多变的赛灵思汽车解决方案，将开启中国ADAS和自动驾驶的新篇章。”　　显然，赛灵思接下来将会大力开拓中国市场ADAS和自动驾驶市场。值得一提的是，今年4月，赛灵思将原本独立的中国大陆市场和中国台湾市场合并成立了大中华区，开始与北美市场处在同一层级竞争，这也意味着赛灵思接下来将会进一步加大对于大中华区的投入。　　ASIC与FPGA之争　　当今，半导体市场格局已成三足鼎立之势，ASSP（专用应用标准产品，比如CPU、GPU）、ASIC（专用芯片，比如现在很多的矿机芯片）和FPGA三分天下。　　随着人

5、工智能计算的快速发展，传统的CPU、GPU已经开始难以满足越来越多的新的需求，并且在能效上也开始处于劣势。在此形势之下，半定制的FPGA和定制型的ASIC开始迎来了高速的发展。　　相对于ASSP和AISC来说，FPGA是一种可编程的半定制芯片，其与GPU一样具有并行处理优势，并且也可以设计成具有多内核的形态，当然其最大的优势还是在于其可编程的特性。这也意味着用户可以根据需要的逻辑功能对电路进行快速烧录。即使是出厂后的成品FPGA的逻辑块和连接，用户无需改变硬件，就可通过升级软件来配置这些芯片来实现自定义硬件功能。当然其也有

6、着成本较高、能效相对于ASIC较低的劣势。　　数据显示，在全球市场中，Xilinx、Altera两大公司对FPGA的技术与市场仍然占据绝对垄断地位。两家公司占有将近90%市场份额，专利达6000余项之多。　　而ASIC芯片的计算能力和计算效率都直接根据特定的算法的需要进行定制的，所以其可以实现体积小、功耗低、高可靠性、保密·性强、计算性能高、计算效率高等优势。所以，在其所针对的特定的应用领域，ASIC芯片的能效表现要远超CPU、GPU等通用型芯片以及半定制的FPGA。不过，ASIC由于一开始其适应的算法就是固定的，所以一旦

7、出现新的算法，将无法适应，存在被快速淘汰的可能。另外，ASIC的开发周期相对FPGA较长，开发成本最高，芯片出货量如果达不到一定规模的话，那么其成本也将非常的高昂。　　FPGA的特性决定了其非常适合于算法仍在快速变化的众多人工智能应用领域，灵活性较高，而ASIC则适用于算法相对稳定的领域，灵活性较差，可谓是各有优势和劣势。　　不过，FPGA和ASIC也在进化，比如赛灵思就推出了多处理器SoC产品，在FPGA上整合了ARM的CPU内核，还有Mali系列的GPU，甚至是RF器件等，以提升FPGA的性能、能效和功能。而ASIC也

8、开始出现了结构化ASIC（eASIC），进一步降低开发周期和成本。不久前，英特尔也斥资收购了专注于结构化ASIC的美国芯片公司eASIC。　　对此，赛灵思表示，“在人工智能跟深度学习仍在快速发展的时代，我们可以看到有非常多的创新，每天都会有不少新的算法出现，很多领域都还没有一个标准的算法，因此FPGA是