不止HMI和图形处理，为什么GPU对自动驾驶很重要

自动驾驶汽车的发展势头强劲，瑞萨电子等主要参与者推动了L2+和L3自动驾驶解决方案的创新（行业标准将自动驾驶分为六个等级）。瑞萨电子的全新 R-Car V4H SoC 显著提升了深度学习性能，可通过汽车传感器（摄像头、雷达和激光雷达）实现快速图像识别和周边环境处理。 一些城市也在通过法律、法规和基础设施为自动驾驶革命做准备。德国、日本和韩国已成为首批支持L3驾驶解决方案法律基础的国家，同时梅赛德斯-奔驰等制造商竞相开始进行国际验证，生产搭载L3系统方案的汽车。 

即使在这些较低级别的自动驾驶系统中，汽车中的各种传感器每小时也可以生成 25GB数据，是以高性能、低功耗的 SoC 是应对庞大数据难题的关键部分。当涉及完整的自动驾驶时，汽车 SoC代表了制造商构建其解决方案的基础，其中的专用人工智能加速器是为人工智能自动驾驶提供动力的传统组件。一些人不理解的是，传统 GPU 在处理传感器输入方面也可以发挥重要作用，因为这些架构在设计时考虑了并行计算。 

GPU的汽车应用远不止车载显示和仪表盘

当谈到汽车应用中的 GPU 时，大多数人会将其与车载显示器和仪表盘联系起来，但 GPU 的功能远不止这些。具体来说，它们可以显示并且驱动当今汽车标准的高级驾驶员辅助系统 (ADAS)。 GPU 代表了一种大规模并行处理单元，并且由于其架构，在某些情况下，传统在 CPU 上运行的代码优化为 GPU上运行时，执行速度最高可提升 20 倍。借助人工智能加速器（例如 Imagination 的神经网络加速器(NNA)）可以进一步提升，从而显著节约电力——这是电动汽车的一个关键问题，成为最常见的自动驾驶解决方案平台。 当谈到自动驾驶要求时，GPU 是为这项任务量身定制的，可执行图像分析和并行信号处理。GPU原本就用来图形处理，同时 ADAS 平台可以利用 GPU 并行计算来实时分析来自激光雷达、雷达和红外摄像头的传感器数据。 

推动先进计算Imagination IP

在汽车领域拥有超过 15 年的经验，是市场上部署的领先解决方案之一。累计出货量超过3亿辆汽车和卡车，在汽车应用处理器中的图形市场占有率接近 50%。其中许多都采用了 Renesas R-Car SoC，这是一个广泛部署的汽车平台，采用Imagination GPU IP。我们还将在手机方面的经验带到汽车领域，这促使我们优化功率预算，从而降低电池需求并增加续航里程。IMG B 系列多核 GPU IP为低功耗优化的嵌入式图形提供了广泛的性能选择，将性能密度与节能解决方案结合在一起。IMG BXS是专为汽车安全而设计的，采用经过独立验证符合 ISO 26262的流程构建，使客户能够更快地集成到功能安全的系统中。

IMG BXS核旨在为高分辨率数字仪表盘和 ADAS提供支持，其效率高于市场上的其他核。BXS 亮点功能包含分块区域保护 (TRP)，这允许在屏幕上仅对显示安全关键信息的部分执行渲染检查，在保持安全的同时最大限度地提高性能。  

软件驱动的集成

GPU 可以为 SoC 设计带来更大的灵活性，因为它们可以处理前面提到的所有 ADAS流程。我们的 GPU 安全核心（例如 IMG BXS）和安全关键驱动程序设计符合 ASIL B 标准，以防止出现永久性和瞬态故障。

这意味着制造商拥有了构建其自动驾驶系统的坚实基础，增加了NNA神经网络加速器 的可扩展性，同时优化功率。最后一部分很重要，因为自动驾驶越来越成为电动汽车的代名词。 

随着自动驾驶市场和功能的发展和演变，对车辆中的软件进行调整以保持功能、安全性和安保的需求也在增加。我们预计，与过去相比，OEM 供应商将通过软件打造更多的差异化。开发人员可以利用软件来微调和优化他们的 SoC——平衡 GPU 和 NNA 以提高性能和效率。我们通过功能强大的SDK 产品为我们的产品启用此功能，从而持续地在软件方面为 IP提供灵活性。我们还提供了符合Khronos OpenGL 安全关键标准的软件驱动程序。 

Imagination提供一站式服务

值得注意的是，异构计算最近在整个行业中受到关注。在SoC开发时考虑异构计算，OEM 可以释放更高的能源效率和灵活性，利用特定的处理器架构来运行工作负载的不同部分，以发挥 GPU 并行计算的优势。 我们最近发布了Catapult RISC-V CPU ，为制造商提供了创建完整 Imagination SoC 的可能性，其中包括 CPU、GPU 和 NNA。这提供了多种好处，例如将人工智能卸载到 NNA，并在 GPU上执行大部分图形捕捉处理。这使得SoC设计具有前所未有的灵活性，可以精确控制多个并行工作负载。

英文链接：https://blog.imaginationtech.com/beyond-hmi-and-graphics-why-gpus-matter-for-autonomy

声明：本文为原创文章，转载需注明作者、出处及原文链接。