fpga驱动深入汽车

fpga内部达到更深层次和更广泛的汽车、跨多系统发挥着越来越重要的作用在一个汽车电子内容持续增长。

的作用fpga在汽车摄像头和传感器已经建立。但他们也赢得插座内的一系列新技术,从人工智能系统将成为中央逻辑自治车辆,新类型的传感和通信技术。

”有很多概念英尺左右的目光从控制大脑类型的驾驶辅助系统应用,”斯图尔特·克拉布观察到HLS合成高级产品营销经理弹射器和验证导师,西门子业务。“有各种文章谈论如何,首先,太可恨的昂贵。你不能把一个12000美元的液冷的Nvidia基于gpu的盒子在一份价值20000美元的汽车。福特不够能写检查。”

汽车是一个相对低利润、高容量的业务。当然卷不比较的智能手机,拥有持续的摩尔定律在过去的十年中,汽车制造商一直勤于挤压成本的供应链几十年了。和越来越多的电子产品被添加到车辆,价格压力已经扩展到芯片和电子子系统。

但是汽车的世界添加了一些芯片制造商的主要障碍。除了尽可能削减成本,他们也必须遵守严格的标准,如ISO 26262和ASIL A, B, C和D,并满足韧性要求,老化和可靠性寿命十年以上。这就是真正开始的问题,因为技术和标准是在一个几乎恒定的进化状态。这也是为什么汽车公司依靠fpga的处理器体系结构的选择。

“不仅仅是,‘我们跑30分钟,看起来不错,船。这是一个非常不同的方面,”克拉布说。“如果我们在AI看看发生了什么,人们谈论卷积神经网络(cnn)现在的大事机器学习。有传统ADAS,行人检测、雷达处理等,但cnn是一个巨大的实验区域,因为没人真正理解它们是如何工作的。没有数学证明为什么他们工作,它们是如何工作的。他们只是做。它包括卷积池、和培训网络。你训练一个网络首先,它看起来很好,然后你把它扔几件事情,它不工作。一次每个人都认为解决方案将会是很多很多的浮点数,这可能是为什么英特尔和所有的浮点单元Stratix 10设备,因为这将是机器学习(平台)。将推论或训练,这将是了不起的。”

gpu的算法之前培训市场。gpu已被证明是一个便宜的培训,因为他们很容易并行架构和大多数算法开发人员熟悉。让他们理想的数据中心,这是训练算法开发。但这不是最好的推论架构,功率,性能和面积比训练更重要。

现在的挑战是量化,克拉布说。“什么样的网络?我如何构建网络?内存架构是什么?你从网络开始,即使你只有几层和大量的数据和一些系数,它快速旋转到数以百万计的系数。内存带宽有变得相当可怕,没有人真正知道正确的架构是什么。”

这些问题与用户产生共鸣的大声,因为许多工具提供商EDA空间报告强劲需求和参加研讨会和活动主题相关的AI /机器学习/深度学习。当答案并不明显,设计定制ASIC太贵了。

“你唯一要做的就是买一大堆加速器的CPU,”他说。“但是没有人真正找到了正确的答案。福特和通用都说,他们希望整个自我驱动子系统100瓦或更少,而现在示威者相当于开车有100台笔记本电脑在你的箱子。所以有很长一段路要走,解决方案不会被一大堆的gpu。有人会破解一个解决方案为一个通用的解决方案,或非常特殊的定制有updatability的事情。这就是为什么我们开始看到真正的复苏嵌入式FPGA方面。”

图1:英特尔的FPGA和加速度堆栈。来源:英特尔。

对eFPGAs日益增长的作用
离散fpga的问题是汽车公司不能获得这些芯片的数据不够快。“fpga的并行转换器有很多他们交流,并且他们非常高的性能,但是当你看多少数据可以传输128位芯片上公共汽车,一个并行转换器并不是那么快,”说杰夫•泰特的首席执行官Flex Logix。“所以当你进入任何芯片,任何芯片,这通常是一个瓶颈。FPGA是有用的,它往往是与FPGA以外的东西。这就是为什么Xilinx和阿尔特拉发达SoC芯片。这是一个一步减轻。但Zynq-type芯片非常大的和昂贵的。有一个类的客户,愿与fpga更具成本效益的解决方案,但不一定是数以百万计的附近地区或成千上万的附近地区”。

根据市场的观察,泰特认为有很多SoC单片机公司想fpga集成。“他们看到价值。我们发布应用笔记展示加速器基于可重构FPGA可以在Arm处理器的速度比。但目前的挑战是,大多数单片机公司用于c,他们通常不知道如何编程程序Verilog。另一个挑战是,如果你看一个FPGA,这些东西的编程模型通常是一个客户写的所有代码。今天,计算机或分时和多核,有很多程序同时运行在一个操作系统。我们被要求如何模块化或多核FPGA架构,那里可能是一个库的应用程序可以运行在多种不同的soc和微控制器无需人RTL学习。如何使fpga看起来更像处理器,在那里他们可以运行的代码块,同时从不同的人不同的代码块和绕过当前模型的RTL的一个大块,一个人写的,在一个时间吗?这将使嵌入式FPGA价值主张更容易被人不是RTL专家。”

离散fpga一直用于汽车业务,从仪表控制台(统称为信息娱乐)和娱乐功能,和进入司机援助。“阿尔特拉赢得了大量的套接字在传感器融合激光雷达,声纳和雷达,以及fpga是完美的,”泰Garibay说,首席技术官Arteris IP。“你可以把每个接口上的数据在不同的格式,合并,并在另一端吐出来。所以fpga普遍应用于每一个高端汽车为360度视图。当你太靠近停车场,没有专用SoC能够这样做。这些运行近30帧/秒。阿尔特拉和Xilinx几乎所有的后视相机市场。”

他指出,FPGA汽车制造商也有成本效益的,因为虽然传感器技术的发展,整个FPGA不需要requalified。

但离散fpga并不是理想的一切。“只要司机援助意味着提供指导或警告司机,传统fpga是足够的,”肯特Orthner说,系统架构师Achronix。”这个术语的驾驶员辅助变化意味着操作代表司机的车辆,通过应用刹车或油门自适应巡航,自动车道变化和self-parallel-parking。与FPGA负责汽车的实际操作,功能安全要求变得更加严格,难以满足。”

一个设计团队经验开发asic或soc,满足汽车功能安全要求可以实现装置,将eFPGA视为整个解决方案的一个组成部分,他说。”,团队可以应用他们的功能安全技术的设计、验证、文档和汽车eFPGA SoC的特性,导致设备能够满足安全需求更容易比传统独立的FPGA。此外,eFPGAs提供更多的机会来定制FPGA应用程序的核心。汽车,这意味着可以有专门的硬电路照顾弹性需求和冗余”。

另一种力量
汽车空间权力相关问题并不陌生。功率预算会影响每加仑行驶里程或每次充电,特别是汽车越来越电气化。汽车制造商还必须满足所有政府规定的里程,除了所有这些新的电子技术。

“有三个冷却系统在特斯拉,“导师的克拉布说。“常规冷却系统,暖通空调,等等。有一个电池的冷却系统。然后有一个冷却系统,基于gpu的大展示。在100000美元的汽车很好,但我不认为这工作在本田思域。出于同样的原因,我不会把FPGA, 5000美元。它曾经是一个经验法则,如果产品你卖给最终客户成本不到1000美元,你没有把一个FPGA。不过,有一个更大的复兴工程团队说,“我有非常复杂的算法来加速。我不能用软件。我当然不能这么做Arm处理器,显卡是不可能的,所以我需要一些定制的硬件。 I’m really not sure I have the right answer yet, so I need a halfway programmable solution.’ This is where these SoCs come into their own. The danger with the FPGA SoCs is that it’s very easy to get locked into the provided IP.”

图2:特斯拉的带状的冷却管。来源:Teslarati.com

IP不一定玩其他地方。

“突然离开你的障碍被锁在FPGA平台变得相当可观,尽管你可能在RTL秘方,你写对你所做的FPGA甚至HLS与FPGA的工具,这也是锁定你,”他说。“你不会在任何地方与设计方法。这是好如果你做一个概念证明,你希望得到被亚马逊收购或Facebook,但如果您打算产生一个真正的产品,努力摆脱环境实际上是相当大的,因为你要和设计的IP或去买它。这突然使5000美元的FPGA不那么贵,因为你没有支付知识产权;这是一个问题,你是如何支付它。人们做出一个伟大的区分生产预算和发展预算。”

汽车市场驱动非常具体的要求,所以汽车的好消息或坏消息是,尽管他们有这些严格的要求,他们也希望芯片为至少10年工作,说总裁Sancheti,高级营销主任Synopsys对此。“直到我们都开始使用一次性汽车,至少我们要期待我们的汽车工作了10年。”

这种动态半导体公司本身带来了新的挑战,一直专注于消费产品。

对另一些人来说,灵活性有不同的方法,根据Avinash Ghirnikar,连接企业集团的技术营销主管迈威尔公司。自2005年以来,该公司已在汽车及其方法来改变汽车purpose-building设备需求的汽车,如88年q9098无线SoC。“这个设备不是我们设计的手机就打了进汽车。层1和oem交谈,很多人表达了渴望使可定制的解决方案,我们提供一个固件SDK,这将允许他们定制他们的无线解决方案。这意味着,如果通用汽车希望凯迪拉克、雪佛兰科鲁兹的解决方案,他们可以创建一些定制,凯迪拉克,它可能是一个不同的定制雪佛兰科鲁兹。因为他们的环境是不同的,用例可能略有不同。”

在一天结束的时候,灵活的设计方法,以及fpga等技术,比以往更多的选择给汽车制造商裁缝和定制的车辆,并适应不断变化的需求,汽车需求成熟。