赛灵思：FPGA的鼻祖，全球最大的FPGA厂商

2018年3月，全球最大的FPGA厂商也是FPGA的鼻祖赛灵思（XILINX），推出新一代自适应加速平台（ACAP），它将超越CPU和GPU的性能，应用于L3及以上自动驾驶。

2018年6月26日，赛灵思宣布与戴姆勒公司（Daimler AG）合作，为梅赛德斯奔驰汽车研发基于人工智能（AI）的应用。

两家公司目前正在合作研发一套使用赛灵思技术的车载系统，用于汽车应用中的人工智能处理。由赛灵思汽车平台提供支持，该平台由片上系统（SoC）设备和人工智能加速软件组成，此项可扩展解决方案可让目前嵌入了人工智能的汽车应用保持高性能、低延迟以及最佳功率效率的特点。

2018年7月18日，自适应和智能计算的全球领导企业赛灵思公司宣布已经完成对深鉴科技的收购，这是国内第一家被收购的AI芯片初创公司。

如果不是身处行业之内，没有多少人会知道赛灵思是谁？

这家创立于1984年的美国半导体公司，创造了FPGA的概念，作为一项低功耗、低时延、高灵活度的技术，FPGA已经在过去的十多年中，广泛的应用于汽车零部件中。而在接下来的数十年中，FPGA也将会广泛应用于自动驾驶、人工智能领域。

FPGA会不会过时？赛灵思公司大中华区销售副总裁唐晓蕾直言：十年前赛灵思就坚定的认为FPGA是一项富有价值的技术，到今天依然未变，未来随着人工智能的发展，FPGA也会与时俱进，跟上时代的步伐。

新一代ACAP

ACAP是赛灵思推出的新一代器件门类，它可实现对工作负载的加速，具有硬件/软件可编程引擎、IP子系统和片上网络、高度集成的可编程I/O。支持最高800万像素摄像头，以及L３级的自动驾驶水平，能够胜任城市与高速路路况。

未来随着自动驾驶技术的发展，以及相应量产项目的落地，ACAP还会支持更高等级的自动驾驶工况。

由于自动驾驶中，对于数据处理的时延要求极高，因此为了加速数据处理，ACAP的片上网络不仅使用了高速数据传输技术，同时在片上也内置了不同大小的缓存，使得数据足不出芯即可完成处理。

赛灵思的片上存储器分为三大类，从数十Byte到几十Mb不等，对应不同客户的不同需求，灵活适配。

AI数据处理离不开卷积网络，赛灵思使用了环境认知的高性能／低功耗卷积神经网络（CNN）处理，可大幅优化处理的速度和效率。在同OEM合作调试的过程中，可将计算处理单帧的时间大幅压缩。

适应自动驾驶的低延时、低功耗、高算力

在ADAS/AD的应用需求中，对数据处理的时延需求是不高于100ms，100ms基本分为三部分：采集图像数据、处理数据、执行命令。

赛灵思机器学习资深产品营销经历罗霖表示，在这三项中，前后两项会各花掉20ms左右，中间数据处理的过程，虽因不同清晰度的照片、帧数以及神经网络的不同，处理时间会存在差异，但花费的时间是三项中最多的。

目前各大厂商要提高数据处理的速度，也都是集中提升中间处理环节的效率。做法通常有几种，一种是使用精简的神经网络，另外一种是使用高性能处理器，还可使用加速器。由于车载领域对于功耗敏感度较高，因此盲目使用高性能处理器并不可取。

赛灵思收购深鉴科技，也是看重其在加速处理以及工具链上的优势。在使用了深鉴的加速器后，赛灵思的FPGA ZCU-102处理性能得到了较大的提升。相比于CPU、GPU的结构，赛灵思的FPGA针对不同精度可重新配置，进行扩展和优化。

覆盖自动驾驶全产业链

赛灵思的FPGA自动驾驶解决方案，被国内多家ADAS公司使用，包括Minieye、魔智、自行科技、中科慧眼、元橡科技、极目科技、海康威视等，还有驭势科技、易成、百度等自动驾驶公司。

除了在自动驾驶视觉处理领域的应用，赛灵思的方案还广泛应用于其它领域，如激光雷达、毫米波雷达，国内使用其方案的公司就有镭神智能、禾赛、承泰科技、安智杰。从传感器、ACU、ECU到域控制器都有涵盖。

赛灵思全球汽车产品营销经理孙蕾蕾表示，在激光雷达芯片领域，保守估计赛灵思占有超过90%以上的市场。在新兴的4D毫米波雷达领域，赛灵思也已经有解决方案。

罗霖表示，赛灵思落地的方案都是量产的项目，在国内由于政策法规的因素，目前应用的方案都是针对于两客一危的ADAS摄像系统，后装和前装的单双目摄像头，ADAS传感器融合ECU，未来还会随着技术和市场的成熟度，发展到更多自动驾驶ECU、深度学习传感器、OTA芯片。

到目前为止，赛灵思的产品已经在29个OEM品牌的111种车型上得到了应用，未来这个数字还会扩大。无论OEM，还是Tier1，未来都将会是赛灵思的合作伙伴。