英飛凌（Infineon Technologies AG）去年曾就收購意法半導體（STMicroelectronics NV）舉行早期會談，若該并購成功完成，英飛凌將一躍成為歐洲半導體巨頭。不過法國政府反對這項并購。
英飛凌是歐洲一家芯片廠商，成立于1999年，在汽車半導體領域有著豐富的經驗。在其發布的2018年業務報告中，自動駕駛業務已經占公司總業務的42%。其對于2017年自動駕駛半導體業務市場占有率的排名為，NXP、英飛凌、瑞薩、TI、意法半導體、博世、安森美、羅姆集團、東芝、ADI。
那么為什么自認為是業內排行老二，還有收購老五呢？除了半導體領域要不斷通過保持壟斷地位才能持續有競爭力以外，還有沒有別的原因？
英飛凌在自動駕駛領域的業務，已經遠遠大于其它IPC、PMM、CCS業務，在自動駕駛領域其主要的業務是雷達、微處理器、數據傳輸以及電源管理等部分，基于機器視覺的ADAS芯片還沒有。
意法半導體在芯片領域也是巨頭，在汽車領域有鼎鼎大名的STM系列微處理器，邏輯IC，以及信息娛樂處理單元。在自動駕駛時代，更是聯合Mobileye研發生產了EyeQ系列ADAS芯片。
英飛凌跟意法半導體之間有很多重合的業務，而在自動駕駛領域，其欠缺的就是ADAS視覺處理芯片的能力，此次傳出英飛凌有意向收購意法半導體，會否是想要彌補視覺處理芯片方面的短板？
視覺處理芯片是自動駕駛芯片陣列中重要的一環，由于可以同雷達等傳感器形成互補，基于深度學習的視覺識別處理，在道路、交通標志、障礙物、行人等識別中重要性愈發凸顯。
而在即將到來的ADAS普及浪潮中，視覺ADAS方案由于價格低廉，技術成熟，產業鏈完善，必然會成為OEM首先選擇的對象。那么方案商有哪些ADAS主處理芯片的選擇呢？OEM又意下如何呢？
高處不勝寒
Mobileye聯合意法半導體推出的EyeQ系列的視覺處理芯片，在自動駕駛CV領域，聲名卓著，其中EyeQ4于2016年發布，在其官網上這樣顯示，EyeQ ? 4是目前市場上最先進的專用視覺計算SoC。
除了能夠應付雷達和LIDAR的數據外，還可支持8個攝像頭傳感器，每秒處理2.5萬億次操作，而功耗僅為3-5瓦。EyeQ4有一組工作在1GHZ的工業級四核MIPS處理器，多個專用的向量微碼處理器（VMP），用來應對ADAS相關的圖像處理任務。
EyeQ系列的芯片是由Mobileye和ST意法半導體聯合生產的，在意法半導體的2017年報中，也提到了雙方將繼續聯合協作，研制2020年將要推出的EyeQ5。
英偉達2016年推出DRIVE?PX2（Autocruise和AutochauFFeur，Autochauffeur相當于前者性能X2+ Pascal 架構的獨立 GPU），Autochauffeur配置兩個SoCs（片上系統）Tegra Parker （Cpu Cores是4個Denver和8個Cortex A57）和兩個分離式的Pascal GPU（單精度計算能力達到8TFlops），支持12路200萬像素攝像頭每秒60幀的拍攝圖像的攝像頭數據。
這種可擴展的構架可以配置從運行10瓦特的被動冷卻的移動處理器，到用兩個移動處理器，以及兩個分離式GPU可達到每秒24萬億次深度學習的操作。多個Drive PX 2 平臺的并行使用可以實現完全的自主駕駛。
2016年NVIDIA發布Xavier，它是一款完整的片上系統 （SoC），集成了被稱為 Volta 的全新 GPU 架構、定制 8 核 CPU 架構以及新的計算機視覺加速器，采用 16nm FinFET 加工技術進行制造。
該處理器提供 20 TOPS（萬億次運算/秒）的高性能，而功耗僅為 20 瓦。充當自動駕駛汽車大腦的 Xavier 在設計上符合 ISO 26262 道路車輛功能安全規定等嚴格的汽車標準。
NVIDIA和mobileye在ADAS視覺處理中，無疑是最有話語權的，前者代表著算力，后者代表著量產經驗，但市場可能暫時不會選擇二者。
原因也很簡單，前者算力雖高，但價格和功耗都不低，在ADAS領域綜合的性價比并沒有優勢，在消費者市場還屬于教育階段的時候，以一個高價智能駕駛配置入局，結局不會太好。
而Mobileye則相對封閉，且有成熟的從芯片到解決方案的完整鏈條，價格也不低，對于OEM和Tier1占主導地位的汽車市場，需要在供應鏈上有充足的可選項，因此Mobileye不會是唯一選項，OEM和Tier1樂見更多的選項出現。
此時，傳統汽車電子芯片領域的玩家，就出現了。
既得利益者
NXP（恩智浦）推出的第二代視覺處理器系列S32V234，旨在支持圖像處理的計算密集型應用，并提供了一個ISP、強大的3D GPU、雙APEX-2視覺加速器和安全性，以及支持SafeAssure?。
有運行頻率高達1GHz的64位Arm? Cortex?-A53四核，以及頻率高達133 MHz的M4內核。S32V234帶兩個MIPI CSI2接口，4個通道用于攝像機輸入（支持1080像素@ 30 fps），支持2x1或1x2百萬像素@ 30 fps和4x2百萬像素圖像輸入。
S32V234具有S32 Design Studio IDE for Vision支持的完整支持平臺，包括編譯器、調試器、Vision SDK、Linux BSP和圖形工具，還有MATLAB的恩智浦視覺工具箱是面向S32V234處理器附送的集成開發環境。
S32V234適用于ADAS、NCAP前視攝像頭、異物檢測和識別、環視、機器學習和傳感器融合應用。S32V234專為汽車級可靠性、功能安全和安全措施而設計，以支持汽車和工業自動化。可支持前視攝像頭、智能后視攝像頭、環視等的一些自動駕駛應用。符合ISO26262以及ASIL的相關標準。
瑞薩（Renesas）2017年4月11日宣布推出針對NCAP前置攝像頭的R-Car V3M SoC ，配有雙核800MHz的ARM CA53 （ARMv8），以及單顆ARM CR7 （ARMv7），串口可輸入單通道4路視頻，單路視頻傳輸速度可達1.5Gbps。
V3M的硬件加速器使CNN能夠以超低功耗水平執行，該加速器可實現越來越多的道路檢測或對象分類等功能在汽車自動駕駛應用中。V3M SoC以及包括瑞薩開源e?工作室IDE集成開發環境（IDE）在內的支持軟件和工具。
2018年2月28日推出全新的R-Car V3H片上系統（SoC），其計算機視覺性能比其前身R-Car V3M SoC高出五倍，使用了雙圖像信號處理器（ISP），四顆1.0-GHz的Cortex ? -A53 MPCore的？內核，雙鎖步800 MHz的Cortex ? -R7核心，同時CNN的專用IP加速了深度學習。
該SoC將會用于批量生產的L3級和L4級自動駕駛汽車，V3H SoC樣品將于Q4上市，量產計劃于2019年第三季度開始。
瑞薩的V3M和V3H使用不同的加速器實現了一流的性能計算機視覺異構平臺：多功能管道引擎（IMP）和計算機視覺引擎（CVE），輔以DMA來控制內存傳輸。此外，兩個SoC都帶有卷積神經網絡（CNN）的集成IP。
這使得R-Car V3M和V3H適用于計算機視覺算法，如物體檢測和分類，深度神經網絡和卷積神經網絡。此外，對于上述硬件加速器，V3H具有用于密集光流，密集立體視差和對象分類的專用IP。
德州儀器（TI）針對ADAS前視視覺識別推出的是TDAx SOC系列芯片，包括TDA3x、TDA2x、TDA2Px，這些處理器都包含有雙核Arm Cortex-A15MPU，以及雙核Arm Cortex M4，C66x DSP。
TDA系列芯片分不同型號，可支持1-3路攝像頭，像素也從1.3-2.5MP，存儲帶寬從4.0-10.7 GB/s。芯片可達到從 ASIL-B 到 ASIL-D 安全級別。
德州儀器（TI） 提供針對 Arm，DSP 和 EVE 協處理器的完整開發工具集，其中包括 C 語言編譯器、一個可簡化編程和調度的 DSP 匯編優化器和一個針對源代碼執行可視性的調試接口。
亞德諾（ADI）推出的ADSP-BF60x系列芯片，是專門針對ADAS視覺處理的，可以囊括LDW、FCW、TSR、HBA、PD函數五項功能，且系統的總體成本降低了30%。
BF60x是基于雙核Blackfin，單核的工作頻率最高可達500 MHz，采用ADI公司/Intel微信號架構（MSA）。每個內核包含2個16位乘法器、2個40位累加器、2個40位ALU、4個視頻ALU和1個40位移位器。計算單元處理來自寄存器文件的8位、16位或32位數據。
流水線視覺處理器（PVP）提供硬件來處理信號和圖像算法，從而預處理和協處理先進汽車輔助駕駛（ADAS）或其它視頻處理應用 中的視頻幀。其中BF608的PVP可支持VGA， VGA為每幀640 x 480像素，每秒30幀。
BF609可支持HD，HD為每幀1280 x 960像素，每秒30幀。ADSP-BF60x在105°C環境溫度下的功耗不足1.3 W，具有同級產品的最低功耗。
以上，是傳統汽車芯片領域的玩家，他們都有著在傳統視覺處理領域的解決方案，在自動駕駛浪潮席卷而來的時候，他們并沒有著急跟風。而是基于原有的芯片基礎，進行功能上的適配，滿足ADAS的需求。
這些芯片解決方案，基本可以覆蓋汽車前視的預警功能需求，且在價格、功耗、量產經驗上，都占優勢。因此，在未來汽車普及ADAS功能的過程中，他們可能才是真正的食利者。
這些廠商，對于推出符合更高級別自動駕駛算力要求的視覺處理芯片的時間點，都更為保守。甚少談L4、L5自動駕駛，更多的集中在L3以下的需求，芯片性能也在滿足百萬像素級圖像、視頻處理，主頻多是1GHz左右的Arm? Cortex?-A53，輔以完整的開發工具，方便用戶上手。
傳統廠商在自動駕駛浪潮中的集體低調甚至緘默，是源于對市場以及OEM需求的熟稔于心。沒有誰，比他們更清楚氣候冷暖了。
蛋糕覬覦者
高通（Qualcomm）推出的面向汽車的處理器820，配備有定制 64 位 Kryo 四核處理器，Qualcomm? Adreno? 530 GPU，Qualcomm? Hexagon? 680 DSP，可支持多達 8 個攝像頭傳感器同時輸入。
由于擁有多個異構計算引擎，Zeroth? 機器智能平臺使驍龍 820 車用處理器可提供設備認知技術和神經網絡處理能力。
賽靈思（Xilinx）推出的Zynq-7000 / Zynq UltraScale+ MPSoC可用于前視攝像頭數據的處理，ARM A9 或 A53 用于目標分類和連接車輛網絡，PL 用于連接傳感器、預處理圖像/數據和軟件算法的硬件加速。
（XA） Zynq?-7000 SoC 非常適合高級駕駛員輔助系統 （ADAS） 的高計算要求，采用了28nm 工藝，使用了ARM 雙核 Cortex-A9 MPCore，頻率超過667MHz，可在可編程邏輯 （PL） 中實現額外的硬件加速器。
XA Zynq? UltraScale+? MPSoC 系列完全通過 ISO26262 ASIL-C 級認證，符合 AEC-Q100 測試規范。該產品在單個器件中高度集成一個特性豐富的、基于 64 位四核 ARM? Cortex?-A53 及雙核 Cortex-R5 的處理系統 （PS） 和 Xilinx 可編程邏輯 （PL） UltraScale 架構。與 Zynq-7000 SoC 相比，系統級性能功耗比提升 5 倍。
安霸（Ambarella）在2018年的ces展上，發布了計算機視覺芯片CV1，芯片是基于CVflow架構，CV1能夠對分辨率高達4K的視頻進行計算機視覺處理，其重要的應用領域之一就是ADAS。為了造出這款芯片，VisLab和安霸通力合作，結合了雙方在深度學習和高清圖像處理、低功耗方面的經驗。
2018年3月28日，安霸公布了升級版的CV2視覺芯片，CVflow的優勢在于可以提高每個處理單元的性能。CV2的深度神經網絡性能是CV1的20倍。它能夠提供深度神經網絡和立體視覺處理，瞄向的是ADAS和自動駕駛汽車市場。二者都是4K級的立體視覺處理器。
與通用CPU和GPU相比，CVflow?采用了一種根本不同的方法，包括使用高級算法描述編程的靈活CV硬件引擎。這使得芯片的架構能夠以非常低的功耗和不限制的靈活性將性能擴展到每秒數萬億次操作，公司同時提供了行業標準工具（如Caffe和TensorFlow）對其CNN網絡進行有效映射，以在基于CVflow?的芯片上運行。
Altera作為排名第二的FPGA廠商，被英特爾收購，英特爾？ FPGA 可提供理想的解決方案，滿足系統對靈活 IO 和高數據速率的要求。FPGA 可收集多個傳感器（接口類型、數據速率等各不相同）的數據，并將它們轉化成統一格式（例如 MIPI CSI-2）以輸出至計算要素，并進一步傳輸至 AD 系統。
被英特爾納入麾下以后，針對自動駕駛的FPGA解決方案，并沒有大力的推廣，這可能是收購了Mobileye后，在汽車芯片領域的發展步伐有所放緩。但作為一項被業內廣泛使用的技術，FPGA未來在自動駕駛中還會充當重要的角色。因此英特爾的FPGA，也是一支不能忽視的力量。
以上這些廠商，在汽車芯片領域，算是新來者。賽靈思在加大投入，開始重視汽車市場，安霸借著原有汽車市場的一些經驗，也在意圖更多CV市場份額。高通從傳統消費者市場闖進來，自知閱歷不足，意圖收購NXP來一統江湖。但臨煮熟的鴨子，飛了，往后的路還要靠自己走。
自動駕駛視覺處理芯片的賽跑，才剛剛開始，領頭羊、傳統勢力、新入局者各自的節奏都不一樣的，但市場一致——我們目力所及的汽車，ADAS還遠未普及。誰能掌握真正的話語權，在于占領足夠大的市場，而這些故事，將會在接下來的5-10年完成。
