自动驾驶

本篇文章，我们将从与自动驾驶的关系、加速中遇到的挑战、量化计算、节约资源和带宽五个方面，介绍 ACU-Advanced 的核心高性能芯片 FPGA 的相关技术。这是一篇“硬核”的技术文章。正是这些后台的“硬核”技术，成就了令人炫目的自动驾驶。本文中介绍的相关技术已经落实在 Valet Parking 产品中的量产 ACU 硬件上。

现场可编程门阵列（FPGA）是实现这些愿景的特定计算硬件之一。为了让我们的读者更好地了解这项技术，Yole软件和计算市场与技术分析师Yohann Tschudi博士采访了赛灵思（Xilinx）高级总监Willard Tu先生，与其交流了FPGA在未来自动驾驶中的关键作用

作为国内专业的元器件本土代理商和自适应和智能计算的全球领先企业赛灵思公司 （Xilinx, Inc.) 中国唯一的本土代理商，科通集团 携手赛灵思携手多家在不同智能应用领域领先的用户带来各种优秀产品及方案，共同参加：2019年5月6-8日在中国福州举行的数字中国建设峰会2019

智能汽车是一个很宽泛的概念，那具体什么样的汽车可以称为智能汽车？所谓“智能”，可以从几个不同的角度和深度来阐述。

本视频演示了运行在赛灵思 Zynq UltraScale+ MPSoC ZU11 性能板上的 ZF ProAI Gen3 平台。该平台是 ZF （采埃孚公司）与赛灵思联合开发。赛灵思处理器为 ZF 平台带来了低延迟、高性能的 AI 计算

2018年，汽车行业对于自动驾驶关键技术和产品落地的探索仍在持续，而且一些Global Tier1和OEM仍在重金投入，但面对L3+级别自动驾驶系统的超高难度和复杂度，尤其在量产中众多的已见以及尚未可知的困难时，人们对自动驾驶产业成熟的预期在逐渐归于理性，整个行业某种程度上开始了新一轮的反思和探讨

据麦姆斯咨询介绍，目前，对于科技公司和汽车厂商的高管和工程师来说，自动驾驶汽车（AV）技术及其发展路线图上还有很多问题有待解决。其中，三个悬而未决的大问题正在突显。

10月16日，赛灵思开发者大会(XDF)北京站在北京国际饭店举办。本次大会围绕“学习，交流，分享”的主题，展示了当下众多热门应用、创意以及设计案例，亚马逊、华为、浪潮等数十家国内外厂商参展，科通集团(港股代码：400HK)作为重要合作伙伴出席开发者大会并在现场设置了展位，展示了科通及其客户在赛灵思FPGA产品上的应用与发展。

　 科通集团创建于1995年，旗下电子元器件自营电商科通芯城Cogobuy于2014年在香港上市(港股代码：400HK)，目前是中国领先的电子元器件及方案提供商之一，致力于与全球主要的领先半导体供应商紧密合作，为国内的OEM厂商和EMS厂商提供范围广泛的电子元器件，应用涉及无线通信、电信设备、企业网络、数字媒体、家庭娱乐、汽车电子、工业控制等众多领域。

　　科通作为赛灵思(NASDAQ:XLNX)在中国的代理商，多年来积极推广赛灵思FPGA芯片和板卡以及开发软件和IP内核等产品在各行各业的应用。

魔视智能，嵌入式人工智能自动驾驶领导者，在赛灵思开发者论坛（ XDF）宣布基于魔视智能先进的嵌入式深度学习技术的辅助自动驾驶产品已经领先在国产一线乘用车主机厂项目上正式量产落地。XDF是一个连接软硬件及系统开发者与赛灵思及合作伙伴和业界领袖并进行深度交流的行业盛会。

魔视智能已经在和包括比亚迪，北汽新能源，一汽，众泰等国内的一线整车主机厂进行不同LEVEL等级，面向多个产品方向，满足多个应用场景的自动驾驶项目合作。魔视智能还和包括转向和刹车执行器，智能网联，仪表，新能源动力系统总成，雷达在内的多个一级体系供应商进行多种形式的深入产品合作。到目前为止，魔视智能已经和18个主机厂OEM及TIE1进行量产和产品研发合作，已有包括乘用车和商用车在内的9个项目正式定点。自18年6月正式批量量产至今，累计出货已经超过万台规模。

汽车行业是使用人工智能（AI）来模仿、增强和支持人类行为的前沿领域。利用先进的基于机器的精确定位系统，现在的半自动驾驶汽车和未来的完全自动驾驶汽车将依赖AI系统来执行各种任务。

根据Tractica的最新分析，虽然自动驾驶将成为人工智能在汽车行业消费的主要动力，但AI在汽车行业的用例实际上要广泛得多，包括汽车人机交互（HMI）功能，如语音/语音识别、驾驶员面部分析、情感识别和手势识别；维护和安全应用，如预测性维护、自动化交通客户服务、车辆网络和数据安全；以及汽车个性化服务等。

总而言之， Tractica预测到2025年汽车人工智能软件、硬件和服务的收入将从2018年的20亿美元增长到265亿美元，复合年增长率（CAGR）为46.9%。

首席分析师Keith Kirkpatrick表示：“除了自动驾驶汽车以外，人工智能还可以用来为驾驶员和乘客提供更方便、更安全的生活。在自然语言处理和机器学习技术的帮助下，车内助手可以让车辆系统响应语音命令并采取相应的行动，无需人工干预。与此同时，人工智能在后台将越来越多地用于实现广泛的自动化车辆安全和维护功能。”