近年來(lái)，汽車和卡車預(yù)計(jì)將達(dá)到使用壽命的極限，通常為10至20年，這直接影響到其搭載的電子設(shè)備的穩(wěn)定性。另一方面，管理汽車人工智能系統(tǒng)不僅涉及到技術(shù)創(chuàng)新，還需應(yīng)對(duì)現(xiàn)場(chǎng)服務(wù)問(wèn)題及法規(guī)變更等復(fù)雜情況。

硬件升級(jí)成本過(guò)高，軟件更新則需依賴可擴(kuò)展系統(tǒng)，以滿足多地多產(chǎn)品線的需求。因此，硬件和軟件的可擴(kuò)展性至關(guān)重要，以支持車輛使用壽命內(nèi)的長(zhǎng)期更新，并適應(yīng)不斷進(jìn)步的新車架構(gòu)。

為了保證汽車人工智能硬件的未來(lái)發(fā)展，汽車人工智能正逐漸滲透到車輛的各個(gè)領(lǐng)域，如ADAS、電動(dòng)汽車智能電池管理、車廂監(jiān)控系統(tǒng)、智能降噪信息娛樂(lè)系統(tǒng)等。這些智能功能均在定制的人工智能處理器上運(yùn)行，因此，處理器必須能適應(yīng)未來(lái)汽車架構(gòu)和人工智能技術(shù)的演變。

然而，“演變”是一個(gè)關(guān)鍵的限制因素。雖然人工智能基礎(chǔ)模型有時(shí)會(huì)出現(xiàn)重大變革，例如從卷積神經(jīng)網(wǎng)絡(luò)（CNN）到Transformer的模型架構(gòu)，但更多時(shí)候，模型會(huì)在汽車生命周期內(nèi)或產(chǎn)品線中逐步演進(jìn)。

如果硬件平臺(tái)的擴(kuò)展性能強(qiáng)大，足以處理從經(jīng)典深度神經(jīng)網(wǎng)絡(luò)（DNN）到生成模型等各種類型的模型，且在性能和功耗上都具有競(jìng)爭(zhēng)優(yōu)勢(shì)，那么就應(yīng)能應(yīng)對(duì)這種模型演進(jìn)的程度。但值得注意的是，這將在下一節(jié)詳細(xì)探討。

Ceva NeuPro-M是一款強(qiáng)大的NPU IP系列，為嵌入式汽車人工智能設(shè)計(jì)奠定了堅(jiān)實(shí)基礎(chǔ)。作為一個(gè)可擴(kuò)展平臺(tái)，NeuPro-M可根據(jù)需求靈活配置。NeuPro-M可并行運(yùn)行1至8個(gè)引擎，每個(gè)引擎均配備混合精度神經(jīng)引擎、補(bǔ)充激活單元和先進(jìn)的稀疏性引擎，以管理權(quán)重和數(shù)據(jù)中的任何形式的稀疏性。

此外，NeuPro-M還與矢量處理單元（VPU）共享本地內(nèi)存，以最大限度提高本地吞吐量。一個(gè)本地控制器負(fù)責(zé)協(xié)調(diào)各功能間的流程，一個(gè)通用子系統(tǒng)則負(fù)責(zé)引擎間的高層協(xié)調(diào)、下層共享內(nèi)存、權(quán)重和數(shù)據(jù)的壓縮和解壓縮，以及與主機(jī)設(shè)計(jì)的接口。

高級(jí)定制策略的重要性

如同其他設(shè)計(jì)領(lǐng)域，汽車人工智能產(chǎn)品的獨(dú)特性主要源于定制程度。雖然充分運(yùn)用硬件自身特性即可實(shí)現(xiàn)改進(jìn)，但若要進(jìn)一步提升性能，還需引入定制化軟件，超越硬件本身支持范圍。例如，傳感器融合便是一例。

試想自動(dòng)泊車功能，需綜合應(yīng)用超聲波、雷達(dá)及視頻傳感器，或者說(shuō)它們的組合，以科學(xué)規(guī)劃停車路徑。盡管這些傳感器可獨(dú)立判斷與障礙物間的距離，但如何將這些數(shù)據(jù)整合并制定出最佳路徑，卻是每個(gè)汽車制造商都需自行研發(fā)的算法。

此算法需依據(jù)二維（或三維）空間中的障礙物及其他感知信息，精確規(guī)劃車輛行駛路線，同時(shí)考慮速度及前后障礙物可能的運(yùn)動(dòng)情況。這便涉及到向量分析技術(shù)。

許多處理器會(huì)選擇將此類計(jì)算任務(wù)交給外部數(shù)字信號(hào)處理器（DSP）或圖形處理器（GPU）處理，但鑒于汽車在狹小空間內(nèi)行駛，這種方式易導(dǎo)致嚴(yán)重延遲，并不適宜。

而在NeuPro-M NPU IP中，每臺(tái)引擎均內(nèi)置可編程VPU，使得融合算法的部分內(nèi)容得以在同一引擎上運(yùn)行，且與其他神經(jīng)操作性能相當(dāng)，共享本地內(nèi)存，從而實(shí)現(xiàn)快速、低延遲的傳感和融合性能。

實(shí)際上，Ceva的SensPro2視覺(jué)人工智能傳感器集線器DSP正是為此功能而生，可與定制化人工智能引擎協(xié)同工作，助力高效芯片和系統(tǒng)設(shè)計(jì)。

如此高性能的定制算法開(kāi)發(fā)，不僅能拓展汽車人工智能算法，也為未來(lái)可能出現(xiàn)的各類創(chuàng)新提供堅(jiān)實(shí)支撐，無(wú)論在核心深度學(xué)習(xí)層級(jí)，還是在融合算法等擴(kuò)展層面。

為持續(xù)發(fā)展的人工智能生態(tài)系統(tǒng)保駕護(hù)航

提前布局硬件以應(yīng)對(duì)未來(lái)需求只是第一步，更重要的是要有面向未來(lái)的汽車人工智能模型和軟件堆棧作為后盾。Ceva具備豐富的支持所有標(biāo)準(zhǔn)網(wǎng)絡(luò)接口的經(jīng)驗(yàn)，并提供編譯器和優(yōu)化功能，可無(wú)縫映射至基于NeuPro-M的硬件平臺(tái)。