GPU與NNA賦能智能座艙與自動駕駛

Jamie Broome

1 趨勢和技術挑戰是什么？

對于現代的電動汽車（EV），我們所看到的趨勢本身就是問題所在。作為未來交通出行的主流工具，即使是在入門級電動汽車中，也可以看到更多的屏幕和更高的分辨率，同時更先進的駕駛輔助和自動駕駛工具也會被安裝在車輛中。

隨著顯示屏亮度的增加和分辨率的提高，它們不僅需要更高的功率，還需要功能更強大的圖形處理器（GPU）。這就帶來了一個問題，因為傳統的GPU往往功能強大，但功率效率不高，這意味著在電動汽車平臺上，它們可能會對電池產生明顯影響。

對于自動駕駛功能，也存在同樣的問題。雖然GPU或CPU可以處理神經網絡和AI工作負載，但它們在汽車邊緣側的處理效率并不是很高。相反，我們需要著眼于專用集成電路（ASIC），例如神經網絡加速器（NNA），它的功耗要低得多，而且得益于特定的設計，它可以實現相同的功能甚至表現更好。

這種對功率效率的需求意味著汽車制造商需要尋找最佳且最確切的方法來解決這些問題。就像任何管道都可以作為排氣管，但是從成本和效率的角度看，專門為執行這項工作而設計的管道始終是最佳解決方案。

2 Imagination的解決方案

Imagination在汽車專用半導體IP方面擁有悠久的歷史。目前，全球超過40%的車輛裝載了Imagination的GPU或NNA，可以為從車載顯示器到先進駕駛輔助系統（ADAS）再到通用計算等一切車內應用提供支持。

我們最新一代的汽車專用GPU——IMG BXS，從一開始就被設計為可完美解決顯示分辨率和尺寸增加的問題。BXS采用類似于手機GPU的嵌入式架構，可以提供無與倫比的功耗、性能和面積（PPA）指標，這意味著它對于整車廠（OEM）而言是非常高效且成本合理的產品。

它不僅功能更強大，而且設計滿足ISO 26262安全標準，符合ASIL-B等級的要求。這意味著它可以用于信息娛樂和非關鍵型顯示，也可以為屏幕上的速度表、檔位指示器和警示燈等安全關鍵型顯示提供支持。

它可以高效地做到這些，得益于其獨特的分塊區域保護（TRP）設計，該設計可以將顯示區域分成多個區塊，并可以動態地指定哪些區塊是安全關鍵型應用，哪些區塊不是。這意味著GPU只需要對顯示的一小部分而非整體進行特定的安全驗證，這樣一來，安全性不會受到影響，同時性能也不會受到影響。

類似地，在自動駕駛領域，IMG Series4 NNA是我們最新的面向汽車的神經網絡加速器。它能夠無限擴展，可以滿足自動駕駛超過500 TOPS（每秒萬億次操作）的算力需求，同時不需要大的芯片面積和大量功耗。

在自動駕駛工作負載中，延遲對于保證車輛及時做出決策是至關重要的。借助正在申請專利的Imagination Tensor Tiling（ITT）算法，NNA無需多次向外部存儲器傳輸數據，即可對數據進行處理。這將使延遲降低高達90%，并允許在一顆小的獨立芯片上處理更大量的數據。

當與裝載了Imagination以太網數據包處理器的路由器和交換機一起使用時，該IP可以成為目前市場上現代電動汽車領域最強大、功率效率最高的計算解決方案之一。