本文翻譯轉(zhuǎn)載于：Cadence Blog

作者：Vinod Khera

汽車行業(yè)正在經(jīng)歷一場前所未有的深刻變革，未來的汽車不再僅僅是交通工具，而是精密的軟件定義汽車（SDV）。這種轉(zhuǎn)變的顯著特征是對自動化的高度依賴，以及為了提高安全性和可靠性而大幅增加傳感器的應(yīng)用。然而，傳感器數(shù)量的增加帶來了更高的計算需求，同時也對管理多樣化數(shù)據(jù)提出了挑戰(zhàn)。傳統(tǒng)上使用單獨的處理器管理每個傳感器的數(shù)據(jù)的方法已經(jīng)過時，在當前趨勢下，我們需要采用統(tǒng)一的處理系統(tǒng)，結(jié)合傳統(tǒng)的數(shù)字信號處理（DSP）和 AI 驅(qū)動的算法來處理多模態(tài)傳感器數(shù)據(jù)。這種方法可以實現(xiàn)更高效、更可靠的傳感器融合，從而顯著增強車輛的感知能力。在設(shè)計汽車系統(tǒng)級芯片時，開發(fā)人員常常面臨嚴格的功率、性能、面積和成本（PPAC）挑戰(zhàn)，以及時序限制所帶來的挑戰(zhàn)。

憑借突破性產(chǎn)品和 AI 驅(qū)動的處理器，Cadence 正在助力設(shè)計師和汽車制造商應(yīng)對未來汽車行業(yè)的傳感器融合需求。在 CadenceLive Silicon Valley 2024 活動中，Cadence 產(chǎn)品營銷總監(jiān) Amol Borkar 發(fā)表了題為“Cadence 助力滿足未來汽車計算中的傳感器融合需求”的精彩演講，展示了公司的堅定承諾和前瞻性解決方案。本文旨在概括演講中的核心要點。您可單擊文末“閱讀原文”觀看演講視頻。

汽車行業(yè)的重要趨勢 —— 行業(yè)格局

我們正在見證一場汽車技術(shù)革命。乘客和駕駛員監(jiān)控系統(tǒng)（OMS、DMS）、4D 成像雷達、激光雷達和 360 度視圖等創(chuàng)新技術(shù)正在不斷突破極限，推動我們邁向卓越的自動駕駛時代——從解放雙手雙腳到最終解放雙眼。

傳感器融合和日益增長的處理需求 —— 傳感器融合技術(shù)可有效地整合來自不同傳感器的數(shù)據(jù)，幫助車輛更好地感知周圍環(huán)境。其主要優(yōu)勢在于克服了單一傳感器的局限性。例如，攝像頭可以提供詳細的視覺信息，但在光線不足或惡劣天氣條件下表現(xiàn)欠佳。另一方面，雷達在這些條件下具有出色的物體檢測能力，但缺乏攝像頭所具備的細節(jié)捕捉能力。通過結(jié)合來自多個傳感器的數(shù)據(jù)，汽車計算可以發(fā)揮這些傳感器的優(yōu)勢，同時彌補它們的不足，最終得到一個更可靠、更強大的系統(tǒng)。

需要注意的是，傳感器數(shù)量的增加會生成各種類型的數(shù)據(jù)，從而對預(yù)處理提出了更高的要求。

端側(cè)處理 —— 隨著汽車行業(yè)向自動駕駛邁進，對設(shè)備端側(cè)數(shù)據(jù)處理（而非云計算）的需求日益增加，這樣才能支持汽車做出明智的決策。設(shè)備端側(cè)處理不僅顯著提升了實時響應(yīng)能力，還能有效避免往返延遲。

AI 的應(yīng)用 —— AI 已成為提升汽車應(yīng)用性能、駕駛安全性、效率和用戶體驗的關(guān)鍵組成部分。AI 模型提供卓越的性能和適應(yīng)性，是汽車制造商在未來發(fā)展中的關(guān)鍵考量因素。AI 顯著增強了傳感器融合算法，提供了超越傳統(tǒng)基于規(guī)則方法的可擴展性和適應(yīng)性。神經(jīng)網(wǎng)絡(luò)支持早期融合、晚期融合、中期融合等各種融合技術(shù)，進而優(yōu)化了傳感器數(shù)據(jù)的集成和處理。

未來傳感器融合需求

汽車架構(gòu)在不斷發(fā)展。隨著當前趨勢以及 AI 融入雷達和傳感器融合應(yīng)用，SoC 需要是模塊化、靈活且可編程的，以滿足市場需求。

異構(gòu)架構(gòu) —— 如今的車輛配備了多種傳感器，每種傳感器都有其獨特的處理要求。要實現(xiàn)最佳 PPA，必須在最合適的處理器上運行應(yīng)用。為了滿足這些要求，現(xiàn)代汽車解決方案需要采用異構(gòu)計算方法，集成特定領(lǐng)域的數(shù)字信號處理器（DSP）、神經(jīng)處理單元（NPU）、中央處理單元（CPU）集群、圖形處理單元（GPU）集群和硬件加速器模塊。平衡的異構(gòu)架構(gòu)可提供最佳 PPA 解決方案。

靈活性和可編程屬性 —— 從早期利用 HOG（方向梯度直方圖）等計算機視覺算法檢測人和物體、使用 HAR 分類器進行人臉檢測，到采用基于 CNN 和 LSTM 的 AI 模型，再到如今的 Transformer 模型和圖形神經(jīng)網(wǎng)絡(luò)（GNN），這一行業(yè)已實現(xiàn)飛躍式發(fā)展。AI 在過去十年間突飛猛進，目前仍在繼續(xù)發(fā)展。為了跟上 AI 的迅猛發(fā)展，系統(tǒng)級芯片設(shè)計必須具備靈活性和可編程屬性，以便未來在需要時進行更新。

Cadence 助力滿足傳感器融合需求

Cadence 提供一整套硬件和軟件產(chǎn)品，以滿足汽車行業(yè)日益增長的計算需求。Tensilica 產(chǎn)品「1」組合基于強大的 32 位 RISC 架構(gòu)構(gòu)建，可滿足各種汽車 CPU 和 AI 需求。這些產(chǎn)品具有良好的可擴展性、靈活性和可配置性，是汽車行業(yè)的理想選擇，可滿足各種應(yīng)用需求。

Xtensa 系列「2」產(chǎn)品提供高質(zhì)量、節(jié)能的 CPU。Tensilica 系列還包括 Neo NPU「3」 等 AI 處理器，能夠為設(shè)備的 AI 推理或更廣泛的應(yīng)用提供最佳功率、性能和面積（PPA）。此外，Cadence 還提供面向特定領(lǐng)域的 DSP 產(chǎn)品，例如 HIFI DSP「4」、用于雷達和視覺處理的 Vision DSP 和加速器「5」，以及用于浮點應(yīng)用的通用浮點計算 DSP。

ConnX 系列「6」提供各種 DSP，從緊湊型低功耗產(chǎn)品到高性能產(chǎn)品，針對 ADAS、自動駕駛、V2X、5G/LTE/4G、無線通信、無人機和機器人產(chǎn)品中的雷達、激光雷達和通信應(yīng)用進行了優(yōu)化。Tensilica 已經(jīng)過 ISO26262 認證，符合汽車安全標準，可以作為值得信賴的合作伙伴，提供先進的汽車解決方案。Cadence NeuroWeave「7」軟件開發(fā)套件（SDK） 為客戶提供統(tǒng)一、可擴展且可配置的 ML 接口和工具，可顯著縮短產(chǎn)品上市時間，幫助客戶應(yīng)對不斷變化的 AI 市場需求。Cadence Tensilica 提供完整的軟件框架和編譯器生態(tài)系統(tǒng)，適合各種編程風格。

Tensilica 提供全棧式軟件支持，支持使用 C++、OpenCL、Halide 等神經(jīng)網(wǎng)絡(luò)方法對 DSP、NPU 和加速器進行編程。中間件庫促進了 SLAM、雷達處理和 Eigen 庫等應(yīng)用，為汽車軟件開發(fā)提供了強有力的支持。

結(jié)論

Cadence 的 Tensilica 產(chǎn)品提供針對汽車行業(yè)量身定制的開發(fā)工具鏈和各種 IP，涵蓋音頻、視覺、雷達、統(tǒng)一 DSP 和 NPU。Tensilica 解決方案已通過 ISO 認證，具有強大的合作伙伴生態(tài)系統(tǒng)，旨在滿足未來汽車計算需求，助力提高安全性和效率，促進技術(shù)創(chuàng)新。