在剛結束的CES上，車載計算芯片成為了展會的重頭戲，汽車自動駕駛成為了行業(yè)巨頭爭奪的熱門市場。安霸也發(fā)布了其搭載最新一代CVflow架構的汽車域控制器芯片——CV3系列。本文從CV3出發(fā)，看到當前汽車域控制器的市場需求和走向；以及如何在市場發(fā)展前期多樣化的局面下，把握車載計算芯片的專用性和通用性的平衡。

從L2+到L4：多路徑、百花齊放

當前的智能汽車的ADAS處在蓬勃發(fā)展的階段，正在實現(xiàn)從L2+到L4的邁進。SAE將L0～L2級定義為駕駛輔助類，L3～L5級定義為自動駕駛類。在當前的自動駕駛發(fā)展階段，目前既有特斯拉蔚來這種新勢力車廠、也有谷歌百度這種大型IT公司、也有亞馬遜阿里這樣的云服務商、也有福特大眾傳統(tǒng)車企、也有小米蘋果這樣的消費類廠商。從不同的定位、不同的落地場景和不同的技術儲備出發(fā)，也就有著不同的考量，所以ADAS當前的技術路線也呈現(xiàn)多樣性。到車載計算芯片的定義上，PPA雖然是一致的追求，但具體的架構、片上接口資源和特性等也就各不相同。不同的芯片廠商例如高通、TI、英偉達等，結合自己對于ADAS應用的理解，也就開發(fā)出了不一樣的產品。

圖：SAE給出的六個自動駕駛級別

“關于自動駕駛的產業(yè)生態(tài)，尤其是在中國，會有多種發(fā)展路徑。很多家公司因為它落地場景不一樣，對成本要求不一樣，會采取非常不一樣的路徑?！卑舶灾袊鴧^(qū)總經理馮羽濤分享到，“有非常多的公司采取了不同的發(fā)展路徑，有一些是直接進入全自動駕駛的方向，它會跳過前面部分。大家常用的自動駕駛L1、L2的分級，后面直接研發(fā)到全自動駕駛，但是也有很多公司會采取逐漸發(fā)展的方式，多種路徑在國內都會存在，而且在快速發(fā)展期會非常多樣化?！彼?，在這個蓬勃發(fā)展的初期過程，各個公司的智能駕駛方案的會從其落地場景出發(fā)，平衡其傳感器配置以及系統(tǒng)整體成本。

圖源：Yole

在市場和行業(yè)的當前發(fā)展階段，沒有強合作綁定關系的汽車計算芯片的廠商，在進行自己的產品定義的時候，需要在ADAS專用的前提下，架構上有一定的張力，也就是通用性，保證能夠適應各種不同的技術路線，不同的ADAS處理算法。這也就是安霸最新的CV3系列芯片的定義出發(fā)點，馮羽濤表示，“ 安霸作為芯片供應商，我是希望能夠服務于所有的這些自動駕駛廠商。所以我們對自動駕駛的判斷就像我開篇說的，我覺得會多種發(fā)展路徑，多傳感器感知融合，這也是CV3的設計思路?！?

汽車計算芯片——算法為先優(yōu)化架構

在ADAS興起之前，汽車上對于圖像和視頻的采集最終都是需要人來觀看處理，ISP相關技術是關鍵。所以安霸最初涉足汽車電子領域，專注行車記錄儀和電子后視鏡等圖像和視頻處理芯片，當時的“算法優(yōu)先”考慮于處理好顏色、對比度和清晰度等細節(jié)。在這個階段，安霸就開始奉行“算法優(yōu)先”的理念，A12、H22和H32芯片架構非常適合這些圖像處理的算法需求，這也是其在這一領域首先取得成功的關鍵原因。

而后隨著駕駛輔助應用的興起，AI視覺感知技術成為了關鍵。AI視覺感知對于算法的依賴程度更高，為了實現(xiàn)更高的計算效率，需要架構與算法實現(xiàn)更緊密的耦合。安霸于2015年收購了有著25年自動駕駛經驗的VisLab公司，深入了解自動駕駛汽車的算法對于芯片的需求，做出適應更多算法和自動駕駛的AI加速硬件架構CVflow，這一架構下的產品有CV2x系列、CV2FS系列和CV5系列。而后又在2021年收購了傲酷，這是一家全球領先的4D成像雷達算法公司，可以用較少的硬件資源達到非常清晰的雷達成像。通過對傲酷的算法吸收，安霸在雷達感知與視覺融合算法有了更深入的理解。通過這些一系列的在視覺、雷達等傳感器數(shù)據(jù)處理算法上的積累和沉淀，安霸在此次CES上推出了搭載新一代CVflow架構的CV3系列，實現(xiàn)ADAS專用的同時又保證了算法的通用性，布局汽車AI域控制器領域。

因為是專門為算法優(yōu)化的架構，所以不能單純的看TOPS這一參數(shù)，安霸的芯片在算力表達上有所不同，從CV2x系列產品開始就用“eTOPS”來表示。e代表著Equivalent，也就是等效TOPS的意思。將同一個神經網絡運算，跑在CVflow架構的芯片上和跑在GPU上來進行對比。如果能把相同的神經網絡算法跑到等效的這么快，就叫做Equivalent TOPS，簡稱eTOPS。這是源自專用的CVflow更接近系統(tǒng)表現(xiàn)的算力的一種表達。

單芯片域控制器CV3：高算力、雷達和視覺原始數(shù)據(jù)融合

新一代的CV3為單芯片域控制器，首發(fā)的型號為最高性能的旗艦版，后續(xù)會在旗艦版的基礎上陸續(xù)推出新的低成本型號。CV3采用了和CV5相同的5nm 低功耗制程，內置了16個Arm Cortex-A78AE內核，搭載了新一代的CVflow架構，AI算力高達500 eTOPS，比CV2 系列提高了42 倍，每瓦性能比提高了4倍。單芯片集成多傳感器進行集中化AI 感知處理（包括高像素視覺處理、毫米波雷達、激光雷達和超聲波雷達）、多傳感器深度融合以及自動駕駛車的路徑規(guī)劃。

新一代的CVflow中包含NVP和GVP兩個向量處理器，從命名就可以看出，一個是專門做神經網絡的向量處理，一個是通用的向量處理。NVP針對4bit、8bit、16bit這種定點運算有著專門的優(yōu)化。GVP對16bit、32bit浮點運算的支持比較好。據(jù)馮羽濤分享，新一代CVflow的設計思路來自于和當前行業(yè)客戶的深入溝通。目前很多客戶的算法是混合的，既有傳統(tǒng)算法，也有神經網絡的算法。定點運算和浮點運算需求混合存在，所以針對不同的需求設計了不同的向量處理資源，來實現(xiàn)更高效率的處理。例如最近非常流行的Transformer網絡，需要的運算就是直接的多維向量矩陣乘法，這種計算需求在NVP上處理的效率就會高很多，安霸也在NVP中對這一網絡進行了專門的硬件支持。此外，CVflow的靈活性不僅僅體現(xiàn)在針對不同計算需求的處理上，在整個CV3的產品map里， 也可以通過調整CVflow中NVP和GVP的數(shù)量，來調整芯片的計算資源，結合其他的芯片資源的調整，實現(xiàn)產品型號由高到低的布局。

CV3的另一個特點在于可以將雷達數(shù)據(jù)和視頻數(shù)據(jù)在原始的數(shù)據(jù)集上進行處理，實現(xiàn)傳感器數(shù)據(jù)的深度融合計算。這也是行業(yè)內傳感器融合的一個發(fā)展趨勢，在前端完成原始數(shù)據(jù)的分析、學習和融合處理。

據(jù)安霸中國區(qū)市場營銷副總裁郄建軍分享，在視頻和雷達的融合方面，一般的做法都是“后融合”或目標級融合。而在CV3芯片里就可以做“前融合”，也就是視頻的像素和雷達的點云做原始數(shù)據(jù)級的融合。這種融合的挑戰(zhàn)在于處理的數(shù)據(jù)量很大，處理的實時性要求更高。需要保證點云和像素對位準確，時空同步做的非常好。CV3上的這種“前融合”會使感知的整體性能包括置信度大幅度提升，誤檢率、漏檢率大幅度下降。CV3中結合了傲酷的4D成像雷達算法，在和視頻做前融合以后，整體性能可以做到類似低線束激光雷達的效果，在某種程度上可以取代低線束激光雷達。

從CV2的4核A53到CV3的16核A78AE（4個集群），是跟進Arm架構的升級，響應某些用戶對于傳統(tǒng)算法和算力提升的需求。采用四個集群的設計，也是從系統(tǒng)開發(fā)的角度出發(fā)，可以分別在不同的集群上部署不同的功能，實現(xiàn)更為獨立的軟件開發(fā)。結合CV3支持20個攝像頭的接入，這些特性對于有“硬件預埋”需求的廠商而言，也是非常必要的，保證一定的硬件資源冗余。

總結

當安霸在2015年收購VisLab的時候，VisLab自己做的自動駕駛demo車里，后備箱里滿滿的PC處理器。當時安霸就想到，下一代能夠用一顆芯片取代這滿滿一后備箱的PC處理器，達到同樣的計算能力?，F(xiàn)在CV3的出現(xiàn)，單芯片高算力、前置雷達和視覺原始數(shù)據(jù)融合、靈活的CVflow架構、4集群16核的通用計算能力...已經將這一愿景達成。

在當前百舸爭流的ADAS賽道上，既要做ADAS算法專用的芯片，架構上優(yōu)化算法 ，堅持算法優(yōu)先策略；又要考慮各家不同算法的需求、不同傳感器的需求、實現(xiàn)一定的通用性。CV3的出現(xiàn)，可以幫助不同類型的玩家，讓ADAS從L2+到L4的發(fā)展更加精彩。