知識｜汽車電子漫談之ADAS處理器

作者：佐思產研

來源：佐思汽車研究

傳統汽車廠家的思維模式與現今的網際網路思維模式完全不同，傳統車廠對新事物新技術要經過長期驗證才會認同。

汽車行業理應如此，因為這牽涉到人命，不能拿活人做實驗。

相對於創新和革命，我們最需要的是更加安全，這就註定汽車半導體進步的速度很慢。

上圖是汽車電子發展不同階段的結構圖。

第一階段叫分散式結構(Distributed)，主要包括兩級設置，第一級在傳感器部分，主要是ADC和DSP；第二級在控制器部分，主要是MCU。

這些電子零部件通過CAN、LIN、Flexray、Most、以太等總線連結起來。

第二階段叫局部集中式結構(Partially Centralized)，典型如融合型ECU和視覺ECU。

最後則是中央集權式結構(Centralized)，恐怕要到無人駕駛時代才會出現。

傳感器數據處理主要是圖形處理和雷達信號處理。

圖形處理無需多說，大家想必已經比較熟悉了，當然目前能通過ISO26262標準的就那幾家。

雷達就需要多說幾句，目前77GHz的FCMW型雷達在數位訊號處理中需要使用FFT，也就是快速傅立葉變換，這需要大量的運算資源。

使用單精度浮點處理實現一個4096點FFT，採樣點越多，誤差就越小，但運算量會大幅度增加。

它在每個時鐘周期輸入輸出四個複數採樣。

每個FFT內核運行速度超過80 GFLOP，這一般需要FPGA才能比較好的實現。

一般車載雷達的採樣點在512-2048左右，但軍用的可以達到8192，必須配備FPGA。

由於大部分人不熟悉FPGA，因此雷達的使用受到了限制，近期NXP推出的Qorivva 57A7和德州儀器的DRA75X都可以大大簡化雷達的設計，其內部用浮點DSP加速器來替代FPGA。

國內比較喜歡Qorivva 57A7，價格更低一點。

不過如果追求特別高的精度，FPGA還是更勝一籌。

順便說一點，FFT也是稍微做了妥協的做法，如果追求最高精度，該用DFT，但計算量太大了，沒人使用。

由於傳感器需要使用帶寬比較高的總線系統，因此一般是計算能力比較強的32位MCU。

在汽車MCU領域，瑞薩優勢非常明顯。

NXP在合併飛思卡爾後，MCU的市場份額與瑞薩非常接近，有些機構則認為兩者是平分秋色。

MCU可以看做一個微型計算機，其核心架構（指令集）主要有四大類型，分別是ARM、PowerPC、SuperH、MIPS。

PowerPC來自上個世紀的摩托羅拉、蘋果和IBM共同開發的成果，SuperH則來自日立。

MIPS沒有構建其完整的生態系統，在汽車領域比較少見。

儘管飛思卡爾（NXP）和瑞薩還有意法半導體都引入了ARM，但主要是在對安全性要求不高的領域和32位MCU領域，NXP和瑞薩仍然保有了自己獨有的指令集體系，並沒有完全倒向ARM。

在汽車領域保持一定的獨立性非常有必要。

瑞薩在製程方面擁有比較明顯的優勢，速度優勢明顯，瑞薩從90納米後一直領先除ARM外的體系，在2010年就推出40納米工藝MCU，瑞薩與台積公司自90納米技術世代開始便密切合作開發內建Flash的MCU產品。

為了使未來的環保汽車與自動駕駛車更具節能效益且更可靠，雙方在合作40納米MCU平台與生產四年之後，擴大合作至28納米MCU的開發，核心技術是瑞薩具備高可靠性及高速優勢的金屬氧化氮氧化矽(MONOS)eFlash技術。

飛思卡爾則在發動機領域優勢非常突出，不過主流的MPC5554製程還是130納米，甚至還有些180納米工藝的MCU在汽車發動機領域發揮餘熱，汽車領域更在乎可靠性。

不過NXP顯得後勁不足，對ARM依賴過高，NXP目前最先進的PowerPC架構的MCU是MPC5604E，還是2010年的產品，採用55納米工藝。

而最新的BLUEBOX則使用LS2088A，內嵌式處理器是由8個64位ARM Cortex-A72，似乎有完全倒向ARM的跡象。

而為了ACC、AEB功能，比較先進的設計會使用傳感器融合。

首先要說融合的三個層次，分別是傳感器數據級（Data）、傳感器特徵級（Feature）、決策級（Decision）。

一般情況下都是數據級融合，主要是原始數據（可不是最原始的數據，是從傳感器ECU輸出的數據）融合，一般採用加權平均或卡爾曼濾波器算法實現融合。

特徵級融合則把形狀、深度、速度等數據融合，通常採用霍夫變換算法。

決策級則對比多個決策，算法一般是貝葉斯算法。

上圖是Matlab的仿真模型，數據級融合通常都是以圖像傳感器為核心，用卡爾曼濾波器對雷達測量的距離信息進行濾波後，得到坐標系下前方車輛與攝像頭之間各個坐標軸上的距離估計, 通過坐標映射對它們在二維圖像上進行實時描述。

這就是傳感器視覺化。

由於目前融合多是雷達與攝像頭融合，所需要的帶寬，一般的ASIC都能夠滿足。

但是要融合雷射雷達，則最好用FPGA，FPGA做傳感器Hub是最合適不過的。

同時傳感器融合目前應用較少，合適的ASIC並不好找，FPGA成為主流選擇。

隨著ADAS複雜度進一步增加，特別是傳感器數量越來越多，這將導致原有的電子架構變得不太合適。

域控制器開始出現。

每一大區域有一個域傳感器負責，如下圖。

現行架構的缺點是軟體複雜程度越來越高，ECU數量越來越多，這不僅導致ADAS帶來高成本，也導致研發成本大增。

再次是大幅度增加功率消耗，對電動車來說尤其無法接受。

其次是電氣架構複雜程度大增，線束，連接器等數量大增，成本自然大增。

最後還有安全隱患，每一個ECU都有可能成為被攻擊的入口，需要統一的網絡安全設置。

採用Domain控制器大幅度簡化ECU架構，減少ECU數量，降低功耗，提高處理器和內存利用效率，同時整車廠家可以只關注底層軟體和作業系統，軟體供應商則只關注應用層軟體。

域控制器最好要Autosar和乙太網總線（未來將是TSN總線）來配合。

下圖為域控制器軟體結構。

說到晶片，不能不提晶圓代工廠，也就是Foundry。

除了CPU和內存外，幾乎所有的數字IC都是Foundry代工的，汽車類數字IC也不例外。

對於數字IC來說，製程越先進就意味著功耗越低，效率越高，所以人們不斷地追求更先進的製程，對於模擬和混合信號IC，則沒這個必要。

進入ADAS時代，汽車內的運算量大增，數字IC的使用量也大增。

而無人駕駛時代，這個數量還要暴增，深度學習晶片對先進位程的依賴更加嚴重，同樣的設計，10納米製程就比16納米製程要好上不少，這就讓Foundry廠的地位日益突出。

不要以為代工的利潤就微薄。

為蘋果代工處理器的台積電的凈利率幾乎是蘋果的兩倍。

全球10大Foundry收入排名

台積電有多強？28納米市場占有率高達95%，14/16納米市場占有率85%，大部分機構預計未來的10/7納米市場，台積電市場占有率將超過90%。

無論你是蘋果、華為、高通、英偉達、Xilinx、MTK、谷歌、抑或任何一家深度學習晶片設計公司，都必須在台積電面前俯首。

就連英特爾收購的Altera，目前90%的訂單也是由台積電完成而非英特爾代工。

台積電刻意維持略微緊張的產能，如果你的訂單量太小，對不起，要麼給你的價格遠高於大客戶，要麼只能排隊等著。

你可能設計了一款非常好的晶片，但可能遲遲無法出貨或者價格毫無競爭力。

聯發科的Helio X30已經確認採用台積電的10納米工藝，將在2017年1季度出貨，這是全球首款採用10納米的手機CPU，也是聯發科在製程領域第一次超越高通，也是對台積電10納米工藝的完美背書。

同時蘋果在2017年的10納米工藝處理器A11，也將由台積電獨家代工，台積電不僅在先進位程領域領先三星，同時在封裝領域採用InFO技術，同樣也是力壓三星。

半導體產業沒有捷徑，砸錢不行，一步一步慢慢來才行，想投機取巧，彎道超車，結果只會是虧損破產。

來源：佐思汽車研究