雷锋网按，汽车正在引领行业革命，引领一个行业的重新定义。        

　　在这个大背景下，FPGA 领域的先行者赛灵思近两年也将逐渐将版图延展到 SoC、MPSoC 以及 ACAP（Adaptive Compute Acceleration Paltform，自适应计算加速平台）等。更重要的是，赛灵思正致力于下一代汽车解决方案的开发与部署。    

　　近日，深耕汽车领域 13 年的赛灵思举行了汽车解决方案媒体沟通会，分享了赛灵思在汽车领域的最新动态。        

　　在过去一年里，赛灵思年收入首次突破 30 亿美元大关，并推出 Zynq UltraScale+ RFSoC 系列、业界首款支持第四代 PCIe 的轻量级自适应计算加速卡 Alveo U50、全球最大容量 FPGA、Vitis 统一软件平台等重磅新品。  

　　截至目前，赛灵思服务的车企已超过 30 家，车型超过 100 款。而赛灵思在汽车领域的合作伙伴则涵盖了全球所有主流的一级汽车供应商、原始设备制造商（OEM），以及各种初创型企业。

　　此外，车规级芯片全球范围内累计销售已经超过 1.7 亿颗，其中7,000 万颗用于量产型 ADAS。

　　随着近年来近年来全球自动驾驶相关政策推动、技术突破以及车企智能车型逐渐落地，自动驾驶产业的前景愈发光明。根据 IHS Markit 预测，到 2040 年，美国、中国和欧洲市场的自动驾驶汽车年销量将突破 2740 万辆。 

　　此外，随着智能驾驶从 ADAS 向 AD 持续演进，汽车装备的探测器以及传感器的数量也在不断增长，比如前视摄像头、激光雷达、成像雷达、传感器融合、计算加速平台等领。       

　　与之相对应的，智能驾驶的责任方也已经从驾驶员逐渐向计算机演进。换句话说，一开始用于实现外部感知的传感器，它们旨在对驾驶进行辅助，这个过程中仍然是人来主导；但在未来，汽车的概念将被完全颠覆，广义上的计算机平台将成为汽车驾驶的主导。  

　　赛灵思汽车系统架构师兼市场经理毛广辉认为，随着上述过程的推进，ADAS 从计算机视觉将逐渐过渡到 AI 深度学习处理，前置摄像头预计在 2022-2023 年成为“标准功能”，同时二维雷达向成像雷达过渡，激光雷达技术高度分裂化/差异化，传感器探测目标范围将超过 300 米。  

　　同时，为了提高自动驾驶的安全性，自动驾驶对多传感器的融合所带来的集中处理的自动驾驶提出了更高的要求。这意味着汽车需要有非常强大的异构处理平台，能够综合集中处理不同来源的数据。       

　　这对 ADAS 和自动驾驶系统平台提出新的要求，需要更加灵活可扩展的智能处理能力，这也是芯片平台面临的新的挑战。   

　　不过，赛灵思赛灵思大中华区核心市场总监酆毅表示，在 ADAS 的应用中，无论是厂商使用了什么芯片平台，进行了怎样的处理，多传感器的同步和融合所需要的整体系统的响应时间是最关键的，应该要尽可能实现整体应用的加速。    

　　目前，赛灵思自适应异构计算平台能实现多传感器同步和融合，并支持着视觉系统的持续进化，支持功能的持续叠加和传感器分辨率的持续提升，算力也不断增强。      

　　其中，视觉系统是自动驾驶的重要一环，处理大量的视觉、视频、图形图像需要高性能的图像处理芯片。赛灵思车规级 XA Zynq UltraScale+ MPSoC 具备一定的视觉处理性能及深度神经网络加速功能，可以充分帮助 ADAS 和 AD。   

　　基于动态功能切换（DFX，Dynamic Function eXchange）技术，赛灵思的动态可重编程芯片支持众多 ADAS 和 AD 功能，可有效降低系统成本和功耗。        

　　值得一提的是，此前，赛灵思已经与魔镜智能联合打造了全栈式自能驾驶方案，采用了赛灵思 XA Zynq® UltraScale+™ MPSoC 自适应计算处理器平台，在前装乘用车、前装商用车和后装市场形成了自己的产品及方案。      

　　就目前而言，基于魔视智能的全栈式智能驾驶方案，已经广泛应用于单目前视 AEB、多路环视盲区预警和碰撞缓解、APA（自动泊车辅助系统）、AVP（自动代客泊车）、拥塞驾驶辅助 TJP 等多种自动驾驶系统，并有众多项目已在中国一线乘用车及商用车 OEM 前装客户进入量产阶段。 

　　与此同时，在一线城市公交车系统、市政渣土车、两客一危等细分垂直市场，全栈式智能驾驶方案也已成功落地。