真乄科技業的頂尖投資團隊

到目前為止，來自Nvidia、Mobileye與NXP 等晶片供應商的資訊，似乎顯示他們各自的自動駕駛車輛平台概念(以及他們打算如何實現)大不相同；有鑑於人人都會利用他們現有的、以及他們認為可以擊敗對手的東西來搶佔市場地位，這可以理解。

不過值得注意的是，對汽車原廠以及一線汽車零組件供應商來說，他們面臨的挑戰是一樣的：車子裡的電子控制單元(ECU)數量越來越多，自動駕駛車輛內有各種感測器，所收集的感測資料需要被處理、分析並融合，還有安全性問題──連網汽車的罩門。

那些挑戰與先進的視覺處理技術、深度學習、地圖繪製等等功能息息相關，也會影響新系統架構對處理器性能的需求。

所以，這裡有一個價值6,400萬美元的問題──今日的汽車廠商以及一線汽車零組件供應商，都已經知道2020年的自動駕駛車輛系統架構了嗎？

法國新創IC設計公司Kalray的執行長Eric Baissus最近接受EE Times編輯訪問時，對以上問題的回答是：他們不知道，或者說還不知道；而這也是為何這家新創公司認為，其配備288個VLIW核心的大規模平行處理器陣列(Massively Parallel Processor Array，MPPA)，已經來到了進入市場的好時機。

Kalray最初是為法國的原子能委員會(CEA)，開發核子彈模擬所需的極限運算技術；而該公司現在則是鎖定關鍵性嵌入式市場(例如航太)，還有雲端運算。

Baissus認為，自動駕駛車輛也屬於關鍵性嵌入式市場的一部分，因為這類車輛需要吸收大量來自車外、車內各個部位的資料，快速進行處理、然後用以快速做出決策；他表示，因此汽車產業：「需要可處理多域功能整合(multi-domain function integration)還有能以超高水準執行處理任務的新一代處理器。」

當然，所謂的「眾多核心(manycore)革命」已經展開；不過Baissus表示：「還沒有人成功設計出大規模平行、擁有超過100顆核心的“超級電腦單晶片”；」Kalray最新一代的288核心處理器Bostan，整合了16個各自有17顆核心的處理器叢集，配備2MB共享記憶體(SMEM)、資料傳輸速度每秒80GB，並有16個系統核心。

此外，Bostan也是能因應關鍵時刻的網路單晶片，支援高速乙太網路介面(8x1 GbE ~10GbE)。該晶片並配備高速加密與解密，以及與GPU/FPGA加速器的簡易連結功能。

因此該MPPA架構能提供DSP類型的加速，具備省電、時序可預測(timing predictability)、多域支援(舉例來說，不同的處理器叢集可以執行車內不同部分所採用的不同嵌入式系統)，以及可擴展的大規模平行運算(內部處理器能被結合在一起以因應系統的複雜性)。

這種為自動駕駛車輛打造的「超級電腦單晶片」，跟Nvidia的Drive PX平台豈不是很像？Nvidia將Drive PX稱為「世界最先進的自動駕駛車輛平台」，號稱該平台結合了深度學習、感測器、環景視訊等等功能。

而對此Baissis解釋，兩者之間的不同點有二：首先，Kalray的解決方案是「可認證(certifiable)」的：「我的意思是我們能證明決定論(determinism)，並能保證時序；在高性能運算中，1秒的延遲是可以接受，但在關鍵性嵌入式市場──例如航太與汽車──僅10毫秒(millisecond)的延遲都可能致命。」

其次，他表示工程師若要使用Nvidia的晶片需要懂CUDA，但：「我們的晶片能利用標準工具以及Linux執行標準的C/C++程式碼；」汽車廠商已經有很多C語言寫的舊程式碼以及演算法，就算汽車廠商轉向採用新的自動駕駛車輛平台，舊程式碼仍然很重要。

並不只有Nvida預期未來的汽車會需要更多處理性能，另一家晶片業者Mobileye也在最近「預發表」了EyeQ5處理器，並承諾在2018年可提供晶片工程樣本。

EyeQ5採用先進的10奈米或以下FinFET製程進行設計，將配備8個多執行緒處理器核心，以及18個Mobileye新一代視覺處理器核心；該公司表示，EyeQ5能執行每秒12 Tera次運作，同時間能將功耗控制在5W以下。

而包括Baissus在內的所有人都不敢小覷Mobileye；不同於Nvidia的Drive PX被很多產業觀察家視為自動駕駛車輛的「測試平台」，Mobileye追隨了商業市場在需求更高處理性能之餘、也要求更低功耗水準的趨勢；藉由利用已經證實的視覺處理演算法，EyeQ5將資料融合──結合20個外部處理器如攝影機、雷達、光達──囊括在單晶片中。

但EyeQ5能掌管自動駕駛車輛內部的ECU嗎？對此一位Mobileye發言人對EE Times解釋，EyeQ5不只支援資料融合，也能執行決策，但決策的付諸行動則是在其他方面執行──也就是汽車廠商所選擇的低階ECU。

而Kalray對其眾多核心處理器的角色定位，與Mobileye與Nvidia略有不同。Baissus表示，在感測器以及機器學習演算法方面，已經有很多對自動駕駛車輛來說很必要的進展:「但在處理器領域則還沒有實際作為；」這也是他看到的機會所在。

Baissus認為，新一代的自動駕駛車輛處理器需要執行超越資料融合的功能：「它們必須更像是開放性平台；」而他期望能提供一個自動駕駛車輛的開放性處理中樞──可稱之為「超級ECU」。這種超級ECU能在單晶片上提供跨領域的整合功能，為包括感測、學習、安全性、網路與成本等關鍵元素帶來更好的成果。

未透露廠商名稱，Baissus表示有領導汽車大廠以及一線汽車零組件供應商，正在採用Kalray的平台打造第一輛自動駕駛車原型，但他也坦承，目前自動駕駛車輛架構還不夠成熟；不過，透過與多家主要廠商的合作，他期望能夠了解更多車廠的需求，以有助於該公司定義下一代的自動駕駛車輛解決方案。而Baissus也不排除將MPPA架構授權給其他車用晶片廠商。

編譯：Judith Cheng

(參考原文： Got Self-Driving Architecture? Show Me，by Junko Yoshida)

資料來源:電子工程專輯