為什么嵌入式FPGA（eFPGA）IP是ADAS應用的理想選擇？

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（ADAS）的普及。如今，這些系統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，這一趨勢只會持續下去。然而，隨著技術的發展，ADAS設計人員面臨的硬件挑戰變得越來越復雜。在本文中，我們將介紹ADAS的硬件需求，FPGA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在現代汽車中的發展給底層硬件帶來了一些嚴峻的挑戰。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。這個目標要求系統準確、可靠和實時地工作（即低延遲）。同時，這些系統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，因為系統往往依賴于大量的數據和計算密集型的任務，如機器學習算法。因此，ADAS硬件必須獲取數據，通過傳感器融合匯集數據，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展的規格變化，這進一步加劇了這一挑戰。

硬件加速和FPGA

為了解決ADAS硬件面臨的嚴峻挑戰，設計人員正在采用專用硬件加速器來提高性能，而不是傳統的基于CPU的架構。從比較常規的計算資源（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?；谠诖朔秶鷥?，選擇通常介于FPGA和ASIC之間，FPGA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，FPGA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，與比較常規的CPU和基于GPU的系統相比，FPGA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中尤為重要。此外，ASIC的規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系統能夠提供ASIC根本無法實現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技術的優勢，同時將其硬件加速與其他ASIC子系統（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的獨立系統相比，eFPGA IP集成可以幫助設計人員節省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。