當今汽車行業最受關注的話題之一是先進的駕駛輔助系統（ADAS），該系統可以多種方式幫助駕駛員處理潛在問題。它們可以為駕駛員提供視覺和聽覺警告，也可以控制制動器、加速器和轉向裝置，使汽車遠離危險。
ADAS系統依賴于來自越來越多的離散傳感器的高質量數據，例如光探測和測距傳感系統（LiDAR），它使用脈沖激光測量與目標物體之間的距離；還有無線電探測和測距傳感系統（RADAR），其類似于LiDAR，但RADAR使用無線電波代替激光和紅外（IR）相機系統。
以上這些都使ADAS能夠更好地認知周邊環境并提高其輔助駕駛的能力。
ADAS中的GPU
在汽車的中央電子控制單元（ECU）中，您可以找到一個或多個大型硅器件，其中包含一個多核中央處理單元（CPU），一個圖形處理單元（GPU），一個為傳感器數據提供實時處理的內存子系統，以及一系列其他內核，如I / O、外設連接、專用視頻和DSP。
GPU高度并行，以吞吐量為導向的特性使其非常適合ADAS應用，并可應對諸多挑戰。它就像是一個“渦輪增壓”的乘法累加引擎，而且是以神經網絡類型算法為基礎的。因此，毫無疑問，當今許多領先的ADAS供應商都開始利用嵌入式GPU的能力和性能，來實現汽車所需要的功能和性能的提升。
從歷史上看，GPU在汽車的技術構成中起的作用較為傳統，即驅動顯示器。然而消費者越來越期望他們的新車提供與智能手機或平板電腦相同的尖端技術。因此，我們看到，應用正在向具有多個高分辨率屏幕的數字儀表板轉變，目前，1080p在中檔車中很常見，且有越來越多的4K屏幕被指定用于豪華車和行政車。
這些更大、更高分辨率且響應更快的屏幕使駕駛員和乘客能夠以更自然、更直觀的方式與他們的汽車互動。 因此，對于汽車OEM來說，從小型CPU或微控制器轉向功能更強大的GPU來驅動這些屏幕是必要的，鑒于此，嵌入式GPU在這一領域取得了明顯的進展。
不只是圖形處理，ADAS對GPU提出了更多、更高的要求，這些是與傳統的渲染功能截然不同的東西。如果我們看一下計算機圖形處理，會發現計算著色器的使用現在是提供高級圖形效果的標準。從本質上講，GPU運行小型計算機程序，定義屏幕上數百萬個像素的顏色和陰影。ADAS平臺可以利用此GPU計算功能實時處理和分析傳感器數據，而不只是圖形處理。
實際上，不僅僅是傳感器，還有傳統的攝像頭，可以為GPU提供很方便使用的數據。圖像處理是GPU的看家本領，因此，幾乎任何類型的密集并行計算難題都可以用GPU去解決。從這個層面來看，GPU是這類應用的最佳選擇。
汽車GPU虛擬化
未來ADAS平臺的性能水平將需要越來越大的GPU，這將不可避免地增加制造成本。為了應對這種情況，平臺供應商希望通過使用它來在汽車中執行多個工作負載來增加GPU的價值。只有GPU對硬件加速虛擬化有堅如磐石的支持，才有可能實現這一目標。虛擬化允許GPU運行多個操作上下文，例如app / OS集，同時，這些上下文彼此又沒有任何了解，且不會以任何方式相互影響。
這個很重要。想象一下，儀表板軟件的問題能夠影響駕駛員輔助系統的正確操作。這可能是災難性的，必須不惜一切代價避免。擁有GPU支持的受保護、虛擬化的執行上下文的能力將確保不會出現這種情況。
當硬件支持為每個上下文使用完全獨立的托管地址空間以及重新啟動或刷新行為不正常的上下文時，虛擬化可以發揮最佳作用。這種隔離是允許合作使用（cooperative use）GPU的關鍵，同時保持關鍵軟件（例如駕駛員輔助系統）不被任何其他操作影響或破壞。
新的收入來源
從汽車OEM的角度來看，虛擬化提供了額外的好處，它使得更安全的環境能夠提供各種應用和服務，而無需擔心電子系統被流氓軟件所取代。這也意味著，與信息娛樂和發動機管理系統固定軟件的傳統硬件盒子相比，汽車成為了靈活、可配置的軟件平臺，可通過無線方式更新。它將使OEM能夠輕松地交換付費服務，而不會中斷汽車的運行，從而為他們提供潛在的新收入來源。
GPU在ADAS中的應用實例
下面，我們就以PowerVR為例，分析一下GPU在ADAS中的應用及其功能。據悉，新的PowerVR GPU內部的核心計算架構是從頭開始設計的，旨在提供快速性能和低功耗，以實現精度降低計算，尤其是半精度浮點（FP16）。以較低的精度（通常被歸類為小于32位）運行是降低嵌入式GPU功耗而不會顯著降低精度的最佳方法之一。 我們將FP16硬件設計為與全精度FP32硬件分開的數據路徑。 雖然共享數據路徑設計很常見，因為它們在許多方面都比較簡單，但每個設備都有獨立的硬件，這使我們能夠提供最佳的功耗和效率，因為每個數據路徑在設計中接受的損害較小，無法做到需要做的事情。
正如我們所描述的，虛擬化使得在GPU上運行的所有上下文能夠彼此隔離地運行，以確保所有ADAS功能都安全運行，并且由于硬件支持，它可以在所需的性能級別上執行此操作。硬件支持的虛擬化是PowerVR的關鍵優勢。
此外，還有一個工具集，支持跨GPU和AI加速器的神經網絡開發、優化和部署。它是一個統一的工具鏈，使開發人員能夠采用多個框架和多種網絡類型，并將它們轉換為GPU上的計算引擎，其可在PowerVR Series2NX和3NX神經網絡加速器上部署，或者將這兩者混合使用。
因此，ADAS平臺設計人員可以將GPU用作汽車整體系統架構中的一流組件，同時允許系統供應商通過使用GPU加速車載信息娛樂軟件，在安全和可用的情況下攤薄他們的投資。
綜上，GPU微體系結構的設計具有理想的電源效率和內存帶寬，是一種平衡的GPU設計，可以很好地滿足汽車的技術需求，非常適合下一代ADAS應用。尤為突出的是，它為駕駛員和乘客互動的大型和高分辨率顯示器提供出色的性能。
展望未來
GPU固有的特性和優勢正好與ADAS的要求相吻合，特別是在圖像分析和并行信號處理領域。 隨著ADAS系統在車輛中變得越來越普遍，使用GPU的重要性也會隨之增加，也可以說，不使用GPU和具有特定功能加速器的系統將會落伍。
從目前和可預見的將來來看，是GPU，而不是CPU，能夠提供應用所需要的計算能力，使未來的汽車能夠更加了解周圍環境，以便他們可以如我們預想的那樣平穩、安全地運行。
