為什么嵌入式FPGA（eFPGA）IP是ADAS應用的理想選擇？
了解eFPGA IP的基礎知識，它的優(yōu)點，以及為什么它將成為未來先進駕駛輔助系統(tǒng)（ADAS）技術的關鍵要素。
提高汽車電氣化和自動駕駛的一個主要方面是先進駕駛輔助系統(tǒng)（ADAS）的普及。如今，這些系統(tǒng)正迅速應用于市場上幾乎所有的車輛，而且隨著技術的成熟，這一趨勢只會持續(xù)下去。然而，隨著技術的發(fā)展，ADAS設計人員面臨的硬件挑戰(zhàn)變得越來越復雜。在本文中，我們將介紹ADAS的硬件需求，F(xiàn)PGA如何填補這些空白，以及為什么eFPGA IP將成為下一個ADAS硬件趨勢。
ADAS的硬件要求
ADAS在現(xiàn)代汽車中的發(fā)展給底層硬件帶來了一些嚴峻的挑戰(zhàn)。在像ADAS這樣的關鍵任務應用中，最重要的目標是確保車輛乘員的安全。這個目標要求系統(tǒng)準確、可靠和實時地工作（即低延遲）。同時，這些系統(tǒng)需要在盡可能低的功耗下運行，以保持電池壽命并延長電動汽車（Electric Vehicle）的續(xù)航里程。
圖：ADAS給計算硬件造成了巨大壓力
平衡這些需求對ADAS來說是一個巨大的挑戰(zhàn)，因為系統(tǒng)往往依賴于大量的數(shù)據(jù)和計算密集型的任務，如機器學習算法。因此，ADAS硬件必須獲取數(shù)據(jù)，通過傳感器融合匯集數(shù)據(jù)，運行機器學習算法，然后采取行動——所有的都需要實時運行，并以最低的功耗預算——這顯然不是一件容易的事。
汽車設計人員需要一個靈活且可擴展的硬件平臺來滿足快速發(fā)展的規(guī)格變化，這進一步加劇了這一挑戰(zhàn)。
硬件加速和FPGA
為了解決ADAS硬件面臨的嚴峻挑戰(zhàn)，設計人員正在采用專用硬件加速器來提高性能，而不是傳統(tǒng)的基于CPU的架構。從比較常規(guī)的計算資源（如CPU或GPU）轉移，通過專用硬件加速器為特定應用程序提供了更好的性能和能效。基于在此范圍內，選擇通常介于FPGA和ASIC之間，F(xiàn)PGA提供最大的靈活性，ASIC提供最高的性能。
FPGA的一個關鍵特性是FPGA能夠提供高級別的并行性，同時仍然可以針對特定的工作負載進行編程。結果表明，F(xiàn)PGA在工作負載加速方面提供了顯著的價值，特別是在性能和延遲作為關鍵的情況下。此外，與比較常規(guī)的CPU和基于GPU的系統(tǒng)相比，F(xiàn)PGA可以給需要加速的工作負載提供每瓦最佳的性能，從而幫助系統(tǒng)平衡性能和功率效率之間的權衡。
同樣重要的是，由于FPGA可編程特性，其在可擴展性方面比ASIC更具優(yōu)勢。這種適應性在如ADAS等底層算法瞬息萬變的機器學習系統(tǒng)中尤為重要。此外，ASIC的規(guī)格必須提前幾年定義，而FPGA可以在一分鐘內更新和重新編程。此功能使基于FPGA 的ADAS系統(tǒng)能夠提供ASIC根本無法實現(xiàn)的可擴展性和多功能性。
由于這些原因以及更多的原因，目前汽車中已經搭載了超過2.5億顆FPGA，其中超過7500萬顆用于ADAS應用。
行業(yè)趨勢：用于ADAS的eFPGA
盡管硬件加速功能強大，但像FPGA和ASIC等器件通常仍無法完全獨自運行。今天的ADAS解決方案需要將硬件加速器與CPU集成在一起，其目的是在系統(tǒng)級別處理許多通用型和組織型任務。正是由于這個原因，異構計算平臺（如異構SoC）已經成為加速和ADAS平臺中最常見的平臺之一。
圖：Achronix的Speedcore IP這樣的eFPGA技術可以與CPU資源緊密耦合
因此，我們相信ADAS計算的下一個主要趨勢將是嵌入式FPGA（即eFPGA）IP在定制ASIC中的興起。借助eFPGA IP，設計人員能夠利用FPGA技術的優(yōu)勢，同時將其硬件加速與其他ASIC子系統(tǒng)（如CPU和I/O接口）緊密耦合。通過將FPGA與CPU一起嵌入到定制SoC中，與分立式FPGA解決方案相比，eFPGA IP可顯著節(jié)省成本、功耗和空間。
具體來說，我們的評估表明，與基于FPGA的獨立系統(tǒng)相比，eFPGA IP集成可以幫助設計人員節(jié)省90%的成本、降低75%的功耗、延遲改善100倍、接口帶寬增加10倍。因此，ADAS將在不久的將來逐步采用基于eFPGA技術的異構解決方案。
Achronix的行業(yè)角色
如今Achronix是唯一一家同時大批量生產獨立FPGA芯片和eFPGA IP解決方案的公司。得益于我們的Speedcore eFPGA IP等旗艦產品，迄今為止，我們已經在多個行業(yè)領域授權了超過1500萬個基于eFPGA的產品。隨著對ADAS計算需求的不斷增長和演進，我們認為有能力支持這些變化并賦能下一代計算平臺。
