賽靈思發力ADAS/自動駕駛市場，收購深鑒科技只是一個開始！

摘要：7月23日，賽靈思在深圳召開媒體說明會，雖然並未介紹收購深鑒科技的相關細節信息，但是，在此次媒體說明會上，賽靈思詳細介紹了其在汽車領域的布局以及在中國汽車市場進展，而被收購後深鑒科技也將成為接下來賽靈思發力汽車市場的重要的一環。

北京時間7月18日凌晨，美國FPGA（現場可編程門陣列）大廠賽靈思（Xilinx）公司宣布已經完成對中國人工智慧初創企業深鑒科技的收購。當時芯智訊就曾發文，認為賽靈思收購深鑒科技此舉是為了進一步加強在ADAS/自動駕駛汽車市場的布局。

7月23日，賽靈思在深圳召開媒體說明會，雖然並未介紹收購深鑒科技的相關細節信息，但是，在此次媒體說明會上，賽靈思詳細介紹了其在汽車領域的布局以及在中國汽車市場進展，而被收購後深鑒科技也將成為接下來賽靈思發力汽車市場的重要的一環。

賽靈思大中華區銷售副總裁唐曉蕾在會上表示：「靈活多變的賽靈思汽車解決方案，將開啟中國ADAS和自動駕駛的新篇章。」

顯然，賽靈思接下來將會大力開拓中國市場ADAS和自動駕駛市場。值得一提的是，今年4月，賽靈思將原本獨立的中國大陸市場和中國台灣市場合併成立了大中華區，開始與北美市場處在同一層級競爭，這也意味著賽靈思接下來將會進一步加大對於大中華區的投入。

ASIC與FPGA之爭

當今，半導體市場格局已成三足鼎立之勢，ASSP（專用應用標準產品，比如CPU、GPU）、ASIC（專用晶元，比如現在很多的礦機晶元）和FPGA三分天下。

隨著人工智慧計算的快速發展，傳統的CPU、GPU已經開始難以滿足越來越多的新的需求，並且在能效上也開始處於劣勢。在此形勢之下，半定製的FPGA和定製型的ASIC開始迎來了高速的發展。

相對於ASSP和AISC來說，FPGA是一種可編程的半定製晶元，其與GPU一樣具有並行處理優勢，並且也可以設計成具有多內核的形態，當然其最大的優勢還是在於其可編程的特性。這也意味著用戶可以根據需要的邏輯功能對電路進行快速燒錄。即使是出廠後的成品FPGA的邏輯塊和連接，用戶無需改變硬體，就可通過升級軟體來配置這些晶元來實現自定義硬體功能。當然其也有著成本較高、能效相對於ASIC較低的劣勢。

數據顯示，在全球市場中，Xilinx、Altera兩大公司對FPGA的技術與市場仍然佔據絕對壟斷地位。兩家公司佔有90%以上的市場份額，專利達6000餘項之多。

而ASIC晶元的計算能力和計算效率都直接根據特定的演算法的需要進行定製的，所以其可以實現體積小、功耗低、高可靠性、保密·性強、計算性能高、計算效率高等優勢。所以，在其所針對的特定的應用領域，ASIC晶元的能效表現要遠超CPU、GPU等通用型晶元以及半定製的FPGA。不過，ASIC由於一開始其適應的演算法就是固定的，所以一旦出現新的演算法，將無法適應，存在被快速淘汰的可能。另外，ASIC的開發周期相對FPGA較長，開發成本最高，晶元出貨量如果達不到一定規模的話，那麼其成本也將非常的高昂。

FPGA的特性決定了其非常適合於演算法仍在快速變化的眾多人工智慧應用領域，靈活性較高，而ASIC則適用於演算法相對穩定的領域，靈活性較差，可謂是各有優勢和劣勢。

不過，FPGA和ASIC也在進化，比如賽靈思就推出了多處理器SoC產品，在FPGA上整合了ARM的CPU內核，還有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也開始出現了結構化ASIC（eASIC），進一步降低開發周期和成本。不久前，英特爾也斥資收購了專註於結構化ASIC的美國晶元公司eASIC。

對此，賽靈思表示，「在人工智慧跟深度學習仍在快速發展的時代，我們可以看到有非常多的創新，每天都會有不少新的演算法出現，很多領域都還沒有一個標準的演算法，因此FPGA是非常適合的載體，而且我們現在也有了多處理器的SoC產品，可以滿足更多樣化的需求。同樣，英特爾之所以收購Altera、eASIC也正是基於對於未來FPGA及半定製晶元市場的看好。

不過，需要注意的是，成本和功耗上的劣勢制約了FPGA在消費電子產品中應用，所以我們看到消費類領域的產品更多的還是採用ASSP或ASIC。不過，在行業應用市場，FPGA固有的劣勢將不再明顯，而其靈活性也將會帶來更大的價值。

比如 在巨頭競相爭奪的汽車市場，在賽靈思看來，隨著ADAS及自動駕駛技術的持續發展，以及汽車產品的研發的長周期性的特性，靈活性更高的FPGA將在汽車領域迎來高速的增長。

賽靈思在汽車市場的布局與成績

作為FPGA（現場可編程門陣列）的發明者及全球首個無晶圓半導體廠商，賽靈思從1984年成立至今已有34年的歷史。根據財報顯示，2017財年，賽靈思銷售額達到了23.5億美元。拿下了FPGA全球60%的市場份額，全球客戶超過20000家。

作為半定製化的晶元，FPGA順應了各類AI演算法爆髮式增長對於硬體要求快速變化的趨勢。FPGA 的好處是可編程以及帶來的靈活配置，同時還可以提高整體系統性能，比單獨開發ASIC晶元整個開發周期大為縮短，但缺點是價格、尺寸等因素。

憑藉多年來的持續創新，目前賽靈思在全球已擁有4300多項專利，並創造了多項行業第一，比如全球首款FPGA、首款硬體/軟體可編程的SoC、首款多處理器SoC（MPSoC，在FPGA上整合了ARM的CPU內核，還有Mali系列的GPU等）、首款RFSoC（將通信級RF採樣數據轉換器、SD-FEC內核、ARM處理器以及 FPGA 架構整合到單晶元器件中）。

賽靈思汽車產品營銷經理孫蕾蕾

其中，在汽車 ADAS 和自動駕駛解決方案上，賽靈思有針對自動駕駛中央控制器的Zynq UltraScale+ MPSoC、針對車載前置攝像頭的Zynq-7000 / Zynq UltraScale+ MPSoC 和針對多感測器融合系統的 Zynq UltraScale+ MPSoC。

目前賽靈思的解決方案已被廣泛應用於汽車領域，包括車載全屏顯示鏡像、駕駛員監控系統、汽車拖車影像監控、前向單/雙目攝像頭、激光雷達、毫米波雷達、抬頭顯示器、EV車載充電系統、環視系統等眾多車載產品。

根據IHS Markit的數據顯示，2017年1-9月車載前置攝像頭單元出貨達480萬件左右，其中基於賽靈思方案的佔比高達38%。而2012年，賽靈思才剛剛進入汽車前置攝像頭市場，短短5年時間，賽靈思就拿下了38%的市場，確實不易。

賽靈思汽車產品營銷經理孫蕾蕾表示：「將來在中國甚至是全球車載前置攝像頭的需求將越來越高，根據歐美的法規NCAP (new car assessment program)規定，每輛新的五星級車需配備有攝像頭，有個環視的攝像頭，有一個前端的攝像頭，才能達到安全性能標準。我們計劃將來那5年內，我們這個38%還是會不斷的生長的。」

此外，在新興的激光雷達感測器市場，賽靈思的市場份額更是高達90%以上。孫蕾蕾表示，「賽靈思的方案可以適用於所有激光雷達技術。因為賽靈思的FPGA和SoC產品有著並行處理的優勢，可以在整個前端Sensor數據不斷進來的時候，同時做一個並行處理，因此延遲相對的比GPU跟其他的CPU會更低，所以賽靈思在汽車行業已經達到很好的標準了」。

賽靈思的解決方案除了在激光雷達感測器市場佔有極高的市場份額，在新興的4D雷達上也具有很大的優勢。相對於3D雷達，4D就是在X/Y/Z基礎上還有一個速度，加上了一個速度，所以可以看得更加清楚，而且其成本相比激光雷達要更加的低廉。不過，4D雷達的發射天線很多，這也意味著需要接收和處理的數據也就越多，怎麼去做一個同步的計算是很重要的，而這也是賽靈思產品的優勢所在。

根據賽靈思公布的資料顯示，2014年賽靈思的車載晶元就已經進入了全球14個汽車品牌的29款車型，時隔4年之後，目前賽靈思的車載晶元已經進入了29個品牌的111款車型當中。賽靈思的ADAS業務年複合增長率高達60%以上，累計發貨晶元4000多萬片。

在大中華區汽車市場，目前賽靈思也與百度、海康威視、商湯科技等眾多有進入ADAS/自動駕駛領域的中國廠商有深度合作。

「賽靈思從2004年就開始進入到了汽車這個行業，首先是在歐美髮展，在歐洲許多大的Tier1(一級供貨商)，像是BOSCH、Continental等廠商都是我們的客戶。到現在，與我們合作的品牌已經擴展到了29家。在進軍中國的這一兩年的內，也可看到有很多中國的品牌已經在使用賽靈思了。」對於未來的預期，孫蕾蕾表示：「我們相信未來的5年是一個非常重要的環節，有很多汽車行業對FPGA非常感興趣，並且對將來Level3、Level4就是自動駕駛的部分也保持著高度的期待，所以未來5年是非常重要的一個環節。」

發力ADAS/自動駕駛市場

前面我們提到，賽靈思有針對自動駕駛中央控制器的Zynq UltraScale+ MPSoC、針對車載前置攝像頭的Zynq-7000 / Zynq UltraScale+ MPSoC 和針對多感測器融合系統的 Zynq UltraScale+ MPSoC。

其實，Zynq系列採用單一晶元即可完成 ADAS 解決方案的開發，雖然相對於專用的ASIC晶元來說，在性能和功耗上則處於弱勢，不過賽靈思的SoC平台則大幅提升了性能和應用範圍，便於各種捆綁式應用，能實現不同產品系列間的可擴展性，可幫助系統廠商加快在環繞視覺、3D 環繞視覺、後視攝像頭、動態校準、行人檢測、後視車道偏離警告和盲區檢測等 ADAS 應用的開發時間。並且可以讓 OEM和 Tier1 在平台上添加自己的 IP 以及賽靈思自己的擴展。

不過，根據賽靈思的ADAS/自動駕駛應用路線圖來看，目前在ADAS/自動駕駛領域，基於賽靈思晶元方案的客戶的量產產品還比較少。即便是L1/L2階段的ADAS方案，相應的客戶產品也要等到2019/2020年才會量產，L3階段的客戶產品也要等到2021/2022年才能量產。而基於賽靈思最新的XA ACAP方案的L4級別的客戶產品更是要等到2023/2024年才能量產。當然，在現階段，賽靈思已經與不少汽車廠商在合作研發L3/L4級的產品，不過由於汽車的產品的周期較長，這也使基於賽靈思L3/L4方案的客戶的產品最終量產時間會看上去比較晚。

賽靈思機器學習產品高級市場經理羅霖透露：「我們客戶做的基於賽靈思晶元方案的全高清的環視系統，2017年已經量產；今年2018年量產的主要是車載前視的攝像頭，然後這面包括有單目的，也有雙目的，可實現主要是像車道偏離的檢測、前向防控的檢測和行人防控的監測。當然還有面向司機的一些疲勞狀態的監測，今年我們有些客戶也會進入量產。」

「而L1/L2階段的產品，客戶會把前視的攝像頭跟77GHz毫米波雷達融合在一起，包括有ACC、AEB、LK還有PJA的應用，採用的是我們大一點的XA Zynq系列跟我們XA MPSoC的系列產品。L3階段的產品將會多攝像頭跟多感測器融合的平台，可以實現自動泊車、人與車的智能交互等。」

總的來說，雖然賽靈思是一家老牌的ADAS領域的半導體供應商，但是在目前的ADAS/自動駕駛市場，賽靈思還是相對落後於後起之秀英偉達、以及英特爾的Mobileye。

為此，今年3月，賽靈思北京發布了全新的高度集成的多核異構計算平台ACAP。唐曉蕾表示，ACAP是賽靈思開創的一個超越傳統的CPU、GPU，超越FPGA的一個全新的計算類別的產品。ACAP也可以提供非常強大的計算力，可以支持L4級自動駕駛。

不過，由於ACAP才剛剛發布沒多久，要到實際的商用和客戶產品落地可能還需要非常長的一個周期。因此，為了加速自身在ADAS/自動駕駛領域的布局，賽靈思選擇了直接收購此前已有投資並深度合作的深鑒科技。

加碼ADAS/自動駕駛市場，深鑒科技與賽靈思將走向融合

深鑒科技早在2017年就發布了深度學習開發SDK DNNDK（Deep Neural Network Development Kit）；人臉檢測識別模組（前端）；人臉分析解決方案（後端）；視頻結構化解決方案（人車交通分析）；深鑒ARISTOTLE架構平台；語音識別加速方案等6款產品。在AI晶元方面，深鑒科技也推出了「聽濤」和「觀海」，將於今年面市，正在在量產之中。

深鑒的核心技術之一就是神經網路壓縮演算法，能夠在保證基本不損失演算法精度的前提下，將網路模型的計算量和規模壓縮數倍至數十倍。

在賽靈思機器學習產品高級市場經理羅霖看來，賽靈思之所以選擇收購深鑒科技，也主要是看中了深鑒科技的神經網路壓縮演算法。「深鑒科技優化好的CNN的IP，它具有一個功能非常強大的計算半圓的陣列和非常靈活的數據控制流。這樣的話，可以比較通用地支持各種各樣類型的神經網路。同時的話，它的IP也具有擴展性，它可以支持賽靈思小型的器件，也可以支持我們很大的器件。更重要的一點的是，它還提供了一個全棧的SDK，這個SDK你可以理解為它是一套工具鏈，這個工具鏈的輸入是客戶在GPU上訓練好的浮點的模型，然後我們可以把這個模型進行壓縮，同時的話，把這個浮點的模型進行定點化，然後再進行編譯，同時用他的API，然後可以快速地部署到我們（賽靈思）的平台上面來，所以這是一個非常簡單、應用非常高效的工具鏈，可以大大地提高客戶把深度學習移植到ABJ上面的一個效率。」

根據賽靈思公布的數據顯示，賽靈思的嵌入的SoC藉助於深鑒科技的庫跟工具鏈優化之後，跟英偉達TX2的性能功耗對比，實現了平均5倍以上的提升。

羅霖表示：「這樣的對比結果，就是說我們可以用一個相當於英偉達TX2的1/5功耗的SOC，實現跟它同樣的性能，然後成本也大概只有它的1/5。」

對此，羅霖還例舉了與兩家國際著名的汽車OEM客戶合作的成功案例。「其中一家他們很詳細地評估了我們的一些IP跟工具，尤其是深鑒的神經網路壓縮工具，大家可以看一下這個網路。比如YOLOV2，它原來的計算量是198G ops，精度可以達到80.4，然後經過壓縮過後，我們把模型壓縮到原來的7%，然後精度的損失只有1.2%，就是說在損失很小精度的情況下，我們大大地降低了計算量。所以他們非常地滿意。」

另外一家汽車廠商要用一個Link器件同時做12路視頻的檢測，賽靈思用自己的方案結合深鑒科技的壓縮演算法也幫他們做了演示，實現12路30fps顯示，以及對於包括有車、行人跟自行車的檢測的效果，客戶對於結果也是非常地滿意。

從羅霖當天的介紹來看，賽靈思收購深鑒科技之後，將會將深鑒科技的DPU IP與賽靈思的系統級的開發工具SoC進行一個深度的集成。

大家可以看一下這張示意圖。最下面是硬體平台，包括有它的IP，上面運行Linux，這中間的話是賽靈思提供的API，包括平台性的API，主要是跟下面的硬體跟操作系統打交道；這上面的話，是應用級的API，用戶在開發深度學習應用的時候，只需要通過C或者C++去調用用戶級的API就行了，這樣的話，用戶完成這個開發過後，一編譯，就可以生成在賽靈思的板子上可以跑的一個設計。

羅霖表示：「在深度學習方面，其實賽靈思在這方面確實已經有一定的積累了，我們內部也有團隊在開發這方面的東西。深鑒科技它們也積累很長時間。可能有些東西原理上差不多，但是大家是各有千秋的，未來我們可能會把這兩方面的優點結合在一起。關鍵是提高易用性，讓客戶用起來更容易，開發效率更高。」

值得注意的是，今年6月份，深鑒科技正式宣布進軍自動駕駛市場，深鑒科技CEO姚頌當時稱，深鑒自主研發的ADAS輔助駕駛系統（Advanced Driver Assistance Systems）——DPhiAuto，目前已獲得日本與歐洲一線車企廠商和汽車產業鏈一級製造供應商（Tier 1）的訂單，即將實現量產。

根據官方介紹，深鑒科技基於FPGA的車載深度學習處理器平台DPhiAuto，是面向高級輔助駕駛和自動駕駛的嵌入式AI計算平台， 可為高級輔助駕駛系統提供車輛檢測、行人檢測、車道線檢測、語義分割、交通標誌識別、可行駛區域檢測等深度學習演算法功能，是一套針對計算機視覺環境感知的軟硬體協同產品。

那麼在ADAS/自動駕駛領域，賽靈思在收購深鑒科技之後，雙方的產品線將會做出怎樣的調整呢？

「從深鑒科技變成賽靈思的一部分之後，我們會做很多融合的動作，它們是我們的一部分。所以在整個產品規劃說，我們會做一個整體規劃。」不過，對於具體的產品規劃，賽靈思大中華區銷售副總裁唐曉蕾並未透露，只表示：「整體的roadmap現在都在規劃的階段，所以暫時我們不能透露出來。」

「賽靈思面向ADAS/自動駕駛、機器學習方面做了很多的研發的，做了很多優化，可實現時延，功耗、成本、靈活性、拓展性跟上市時間的一個最佳的平衡。同時，為了降低嵌入視覺深度學習的開發難度，我們提供各種軟體定義的編程的工具、庫跟框架，幫助客戶提高開發的效率。最後，我們將會與大中華區的ADAS/自動駕駛的合作夥伴緊密合作，提供Turn Key solution給我們最終的客戶。」羅霖最後總結道。

作者：芯智訊-浪客劍

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！