【行业】自动驾驶芯片-GPU和ASIC的未来（26页）

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

车载芯片的发展趋势（CPU-GPU-FPGA-ASIC）。过去汽车电子芯片以与传感器一一对应的电子控制单元（ECU）为主，主要分布与发动机等核心部件上。随着汽车智能化的发展，汽车传感器越来越多，传统的分布式架构逐渐落后，由中心化架构DCU、MDC逐步替代。随着人工智能发展，汽车智能化形成趋势，目前辅助驾驶功能渗透率越来越高，这些功能的实现需借助于摄像头、雷达等新增的传感器数据，其中视频（多帧图像）的处理需要大量并行计算，传统CPU算力不足，这方面性能强大的GPU替代了CPU。再加上辅助驾驶算法需要的训练过程， GPU+FPGA成为目前主流的解决方案。 . 着眼未来，自动驾驶也将逐步完善，届时又会加入激光雷达的点云（三维位置数据）数据以及更多的摄像头和雷达传感器，GPU也难以胜任，ASIC性能、能耗和大规模量产成本均显著优于GPU和FPGA，定制化的ASIC芯片可在相对低水平的能耗下，将车载信息的数据处理速度提升更快，随着自动驾驶的定制化需求提升，ASIC专用芯片将成为主流。本文以如上顺序梳理车载芯片发展历程，探讨未来发展方向。
分布式架构向多域控制器发展。汽车电子发展的初期阶段，ECU主要是用于控制发动机工作，只有汽车发动机的排气管（氧传感器）、气缸（爆震传感器）、水温传感器等核心部件才会放置传感器，由于传感器数量较少，为保证传感器-ECU-控制器回路的稳定性， ECU与传感器一一对应的分布式架构是汽车电子的典型模式。
车载芯片的现在—以GPU为核心的智能辅助驾驶芯片。人工智能的发展也带动了汽车智能化发展，过去的以CPU为核心的处理器越来越难以满足处理视频、图片等非结构化数据的需求，同时处理器也需要整合雷达、视频等多路数据，这些都对车载处理器的并行计算效率提出更高要求，而GPU同时处理大量简单计算任务的特性在自动驾驶领域取代CPU成为了主流方案。

【免费下载】http://tinyurl.com/yaxf7vvd

【备用下载】 自动驾驶芯片-GPU的现在和ASIC的未来.pdf (3.05 MB, 需要: 5 个论坛币)

2018-8-13 09:10:18 上传

需要: 5 个论坛币  [购买]

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

谢谢分享！！！

谢谢分享！！！

谢谢分享！！！