【EV视界报道】2019年12月3日，由自适应和智能计算的全球领先企业赛灵思公司（Xilinx, Inc.，（NASDAQ:XLNX））举办的2019赛灵思开发者大会（ XDF ）亚洲站于北京盛大揭幕。

在下午的自动驾驶分享环节中，赛灵思汽车战略与客户市场营销总监Dan Isaacs做出了精彩演讲，以下为演讲内容实录：

大家下午好！非常感谢大家能够抽出时间来参加今天赛灵思汽车方面的媒体访谈。首先我想花几分钟的时间给大家简单做一个介绍，介绍一下我们现在赛灵思跟汽车相关的产品，我们现在做到了什么样的程度，以及我们的一些优势。我的名字叫Dan Isaacs，是赛灵思汽车战略及客户市场的总监，我在赛灵思工作已经有17年多了，我也是负责推出了好几款产品。其实我的职业生涯当中，一半时间都是在汽车行业的。

首先给大家介绍一下赛灵思在汽车方面的一些自适应的器件，我们的器件在汽车领域有着非常广泛的应用。如果说你从我们的这个品牌和车型器件出货量来看的话，现在出货量总计是1.7亿片，涵盖了汽车当中很多不同的应用。从这张图上可以看到，从2014年开始我们就在出货各种品牌和车型，不管从品牌还是车型看，我们的数量是不断增加的。而且这个数字只是到2018年，2019年的数字会更多。所以无论从我们的背景或者从经验来看，我们在汽车领域都是有着非常深厚的经验。

我们最近也是推出了两款新的产品，这两款产品都是使得我们现在汽车级别的器件更具有编程性、有更高的I/O，而且有更好的性能，这也是我们汽车级别SA产品线当中最新的产品。这个主要是基于ADAS和自动驾驶的需求，比如现在我们对于边缘的探测器和中央预控制器都有更高要求。我们之所以推出这两款产品，也是因为客户的需求，所以我们推出了赛灵思ZU7EB这样一个新的产品。就像今天早晨CEO Victor Peng在主旨演讲当中所说的那样，我们的产品有着非常高的质量和可靠性，不然的话我们也不可能在这么短的时间内一共出货了1.7亿片的器件。之所以能够做到这一点，就是因为我们货品的次品率非常少，而且现在也在尽我们所能继续把这个数字降低。

 在这里我想强调的一点是DAPD，就是数据汇总预处理和分配的功能，因为我们现在有很多客户都希望有大的器件，因为他们的车上有更多的传感器，他们需要更多的可编程的能力，并且能够把更多的加速器放在他们整个系统当中。根据他们的要求，我们做出了响应，所以有了一系列可扩展的产品线。所以在这里我们可以看到我们的产品器件是从小到大的覆盖了所有客户可能出现的需求，从图像最左边一直到最右边这两个是新的器件，都是为了满足客户新的对于处理和传感的要求，除了这个边缘之外，我们也可以满足客户对于中心预控制的要求。

在这张图上可以看到这些器件都是用在车的什么地方，这些比较小的器件一般来说都是在边缘，可能在车的四周传感器上使用。而比较大的器件是在车的中央预控制器当中进行使用。一直以来市场上也是非常喜欢我们的芯片，特别是在ADAS和自动驾驶方面的使用，因为我们的产品有扩展性，我们有着统一的平台，可以使得我们的设计能够再运用，这样更方便自动驾驶和ADAS的应用。

在这里大家可以看到我们的产品用在不同厂商的产品当中、平台当中，比如百度的阿波罗、比亚迪、戴姆勒、麦格纳、采孚和今天到场的小马智行，待会我们将会听到中国两个合作伙伴介绍一下他们是如何使用我们的产品来做到自动驾驶的。所以说产品的优势不仅仅我这么说，我的客户也非常认可我们的产品。1.7亿个器件的出货量也是证明了很多OEM都在使用我们的产品。

现在我们看到的重新定义汽车的产业，我们看到了汽车行业当中几个非常重要的趋势，第一个趋势是跟ADAS相关，也就是我们现在已经逐渐从计算机视觉向神经网络AI在进行过渡，我们希望通过可变成的逻辑来优化我们的驾驶。现在我们可以看到一级L1厂商和OEM已经在常用类似这些解决方案和产品。第二个变化是我们现在看到在车内的监控，因为我们过去这些传感器都是在监测外部环境，现在我们看到越来越多的要求，要求对于内部司机进行监控，比如司机是不是注意道路的情况，如果车子出了问题，司机是否能够控制这个车子。我们现在已经看到欧洲新车的评估和中国新车的评估当中，对于车内监控提出了一些新的要求，所以这也是一个新的趋势，就是我们对于监测的要求已经从车不仅仅到车外，现在在车内也是有监测要求。除了监测司机之外，还会监测乘客。第三是自动驾驶，我们现在看到了汽车自动化在不断提升。

说到车内的体验发生了很大的变化，我就想到之前我们有一个客户在丹麦，他们使用了一个新的在车里可以识别你的手势，比如一个简单的手势一变，车子里的显示就会随即发生变化，这也是我们现在自动驾驶当中一个非常重要的趋势。另外，自动驾驶自动的程度会越来越高，以后这个车子由系统控制，而不再由驾驶员控制。随之而来我们就会看到交通及服务的一种新的现象出现，也会滋生生出新的商业模式。之前大家也看到了我们产品的可扩展性也是可以实现行业巨大转变的。

要想实现自动驾驶，我们有两条路径可以走，在左边图上可以看到一条比较传统的路径，就是一开始传统厂商可能会先去做全景环式探测器，从车外移到车内，然后再做ADAS预控制器等等，右边可以看到另外一条非传统的路径，比如有互联网公司，比如百度等等，在右边这个图实现自动驾驶，他们直接做集中处理模块的方式来实现自动驾驶。

我们可以看一下赛灵思的产品和解决方案，是涵盖了这两条路径当中所有的内容，不管是边缘传感器还是集中处理的预控制器，我们都是可以覆盖的。右边的图上可以看到数据的汇总、预处理、分配和安全性处理器、高性能的处理器、加速器等等，通过我们的产品把所有相关数据进行收集、一致化、整合、预处理，然后再分配出去。这张图上通过进一步举例看到我们的技术正在广泛应用于汽车领域，其中包括左边ADAS所有的应用还有右边自动驾驶的中央模块功能的应用，左边这些ADAS应用已经有产品是在生产了，右边这些产品是有一些正在测试当中，之前也有很多客户他们已经通过我们的产品和技术实现了不同程度的自动驾驶。

我们之前听到很多新闻都是我们很多客户非常成功的使用了我们的技术，比如说在前置摄像头，我们就听说我们有客户正在使用我们的产品，而且非常成功。在激光雷达方面，现在我听说有30多个公司已经在使用我们的产品和技术了。其中还有一家公司因为使用我们的技术，即将获得CES的奖项。另外在全景摄像头和全屏显示后视镜当中，我们的产品也是广泛被客户使用，最近我们也是听说一家公司也是宣布使用我们的产品。

我们很多客户都在使用我们自动驾驶中央模块的功能和技术，不管是从数据的整合还是传感器的融合方面，我们都在再次向大家证明了我们的产品和技术是非常有扩展性的，从很小的器件可以扩展到很大的器件。左边跟ADAS相关的产品都是在生产当中的，右边自动驾驶这些模块功能很多已经是在车子里进入了评估阶段。早期部署就是这些功能已经用在了现在正在实验的自动驾驶的车当中，大家可能都已经读到这些相关新闻了。我们之所以看到这么多新的功能和特点在车的器件当中出现，就是因为我们对于安全有着更高的要求，我们一直都在思考如何能够让我们的自动驾驶或者是辅助驾驶更加安全，在这里我们可以看到一张非常明确的路线图，也让我们知道在未来我们可以期待什么样的变化。很多的变化都是跟传感器相关的，因为传感器的要求提高了，所以我们对于处理的要求也会提高，这个就会带来很多的变化。

在这里可以看到的是在不同阶段是有着不同的要求，我们对于数据的处理要求也在不断发生变化，这就要求汽车当中这些系统和器件都是具有可扩展性的。我们的技术就是可以帮助客户做到这一点。

我们在这个图上可以看到方块，方块表示已经在实现了，比如第一条2018年就实现了，但是要求在不断进行演进，一直到2020年。我们的产品具有自适应性，所以不管是要求有更多的传感器，还是要有更高的运算的性能，我们有自适应性的产品都可以满足这些不断变化的要求。自动紧急制动在2018年已经实现了，但是又添加了很多其他的新的要求或者是新的特性，它在不断变化。另外一个对于驾驶员的监控也是在不断进行变化，而且我们看到它的标准慢慢确定下来，所以我们的产品具有自适应性，不管要求进行什么样的变化，我们的产品都是可以满足。

在这里我稍微总结一下，在右边可以看到在边缘分布式传感器，一些小的器件是用于边缘的分布式传感器，到了中间，比如我们要进行中心化数据处理的时候，我们就会用一些相对来讲比较大的器件，这些器件都是有高的I/O，有可编程性。我们要想进一步实现自动驾驶的话，我们就会看到更多分布式传感器，有更多的摄像头，更多的激光雷达在车子上使用，因为我们需要车子的系统更好的更全面的去知晓它所行驶的整个环境，另外可以通过数据的收集进行更好的路径规划，这也是刚才我们所说的，我们会把所有传感器当中的数据进行汇总，把这些数据一致化，然后进行分析。如果想实现像之前所说的完全机器人自动化的自动驾驶的话，还有很长的路要走，现在很多这些技术功能都是在早期，我们还在研发当中，要想说明自动驾驶是可行的，就要展现出这些技术方面不断的突破，我们的产品、我们的芯片有着高度的自适应性，可以满足不断变化的需求。比如看一下激光雷达，现在有50多家激光雷达的公司，他们在处理数据和收集数据的方式都是不一样的，所以对他们来说，他们希望能够很好的通过不同方式把数据进行收集，可以实现刚才所说的完全自动的出租车的驾驶。这里还要再强调一下，只有可扩展的有自适应性的产品才能满足产品和技术不断的迭代。

另外摄像头方面也有很多变化，比如现在很多高清摄像头要能够识别，并且能够清晰化周围出现的舞物体，更好了解周围的情况。我们已经从机器视觉正在向机器学习、人工智能、神经网络阶段过渡，实现自动驾驶，我们的设备器件和技术是最可以实现的。

在这里就是一个集中处理模块的例子，在左上角可以看到DAPD数据的汇总、预处理和分配，在这个做完了之后，我们将把这些数据送到计算的加速器当中，可以用一些其他的器件，比如今天早上说的Versal来实现加速，之后这个数据将送到安全性的处理器当中来确保驾驶室是完全安全的。当然这只不过是架构的一种，其实还有很多其他种类架构都用在自动驾驶当中，这也是为什么我们必须要有可扩展性，这个产品必须有灵活程度，这也是为什么我们具有自适应和可扩展的产品是用在了很多客户的汽车当中。

今天早上大家可能也听到我们的CEO Victor Peng在介绍的时候说到了赛灵思双重优化，第一是希望我们能够通过VITIS优化AI，通过对机器学习和神经网络的优化来实现。另外一个优化是希望能够实现硬件模型的优化，通过这样一个方式能够实现业界领先AI的推断性能，能够实现低延时和高性能。

低延时对于自动驾驶来说是非常重要的，我们的响应速度要非常快速才真正实现安全，通常情况下，如果我们用传统CPU、GPU或者DSP的话，我们可以实现高吞吐量，但是没有办法实现低时延，因为处理时间会比较长，这时候我们就需要花更长的时间来进行响应。但是如果用赛灵思新的产品的话，我们同时可以实现高吞吐量和低延时，刚才从例子当中就已经看到低延时带来了车子快速的响应，就可以使得自动驾驶更加安全，如果是我的话，我肯定会选择后面这辆车，因为这辆车可以通过传感器的融合识别出整辆车，而在第一辆车上有二分之一延时的。

另外我们的一个特点是我们可以实现亲片内的运行中重配置，这也是和我们的自适应性相关的。刚才我们在演讲当中也看到了欧洲新车测评估安全标准是在不断进行变化，随着这些标准不断变化，我们的产品和技术不需要引入新的器件就可以实现运行中的重配置。在MIPI协议当中，数据速率在不断提高，我们不需要改变原来的器件，只要通过可编程逻辑的变化就可以支持高数据速率。

另外一个赛灵思的器件的特点就是用DFX，也就是动态功能交换的性能，也就是说我们不需要进行重启或者是关掉这些器件，我们就可以实现器件之间功能的互换。

比如在I/O或者传感器不需要发生太大变化，我们只是用了我们可编程逻辑当中的一部分在进行改变，比如在这里可以看到一个例子，一开始我们是在预驾驶的阶段，预驾驶阶段用所有的摄像头来看车子的周围环境是什么样的。我们可以通过某一个动作来实现功能的调换，比如我换了一个档，比如我换了倒车档，这时候就启动了后置摄像头。在这个过程当中，我并不需要把整个系统关掉再重开就可以实现。当我从倒车档到了前进档的时候，我们可以再次去重编程，我再用一部分可变编程的逻辑，这时候我们又重新启动了前置摄像头。在系统当中可以节约很多成本的，因为我不需要所有的设备功能都能够有了，我们只需要大概一两毫秒的时间可以实现功能的互换。所以从系统上进行了很多的节约，同时也是增加了整个汽车的可靠性，因为我并没有那么多的器件了。同时也可以帮助我们节省很多的耗电量。我们现在已经有很多的合作伙伴看到了我们这样的能力，他们也已经在他们的产品当中使用了动态功能交换的性能。大家对于软件的远程更新都是非常熟悉的，但是现在已经可以做到硬件，就是芯片的远程更新了。

总结一下，我们刚才听到所有的产品和技术可以为我们大家提供最低功耗的AI推断，就是高性能、低延时。同时我们产品具有高度的扩展性，而且非常灵活，通过可编程的逻辑可以帮助大家实现刚才我们所说的动态功能交换或者在远程硬件，也就是芯片更新，我们就可以提供一个非常全面的可扩展的解决方案，根据我们的传感信息I/O的要求，还有加速的能力。特别是大的器件，比如中央预控制器可以加上很多加速器，完全是根据客户自己的要求来做的。同时还有数据汇总、预处理和分配的能力，我们将所有的数据从边缘小的器件那里收集过来进行处理，用大器件，也就是中央预处理器来进行处理。

加上ADAS就可以实现异构计算，帮助矢量引擎、AI引擎和各种引擎来实现异构计算。我们现在这些产品和技术都有过证实过的安全性、可靠性、实用性。今天通过两位非常棒的合作伙伴到场给我们做的展示，我们可以看出赛灵思的产品和技术真的是在ADAS在自动驾驶方面是最有效的，是最可以帮助我们实现自动驾驶和ADAS的。

非常感谢大家今天的聆听，赛灵思一直以来都是在不断推动和赋能ADAS和自动驾驶的。我们是通过现在自动驾驶真正实现灵活应变，打造一个万物智能的世界。

谢谢大家！

总结：伴随人工智能迅速落地，数据中心加速发展，5G 部署全面展开，赛灵思正携手全球各地的合作伙伴，在各个产业全面扮演重要角色，释放创新活力，借助独特的自适应计算技术，引领着行业迈入一个崭新的自适应计算时代。赛灵思自动驾驶这个重要业务部门将会展示强大生态系统及市场成就。