TI 首发集成专用 AI 加速器的车规 SoC

Texas Instruments (TI) 首次在其汽车系统级芯片（SoC）中嵌入专用 AI 加速器，彰显深度学习能力在高级驾驶辅助系统（ADAS）中的快速融合。新模块融合 TI 最新 C7x 数字信号处理器（DSP） IP 与专有矩阵乘法加速器。

首发 Jacinto 7 SoC 之一的 TDA4VM，融合传感器预处理和数据分析，可处理 800 万像素前置摄像头，或 4-6 颗 300 万像素摄像头并发运行，同时融合雷达、激光雷达和超声波输入。这些传感器支撑自动泊车等 ADAS 功能，深度学习实现传感器融合和目标检测。

TDA4VM 包含面向 ADAS 的深度学习加速器，分析摄像头、雷达、激光雷达和超声波数据（图片来源：TI）

DSP + MMA

在德国慕尼黑 TI 发布会上，EETimes Europe 采访了 TI 处理器业务副总裁 Sameer Wasson 和 Jacinto 产品线总经理 Curt Moore。

“这是首款搭载 C7x DSP 的 SoC，”Moore 说。“我们添加了针对计算机视觉的向量指令，同时继承 DSP 处理海量数据流的传统——高效处理并实时输出结果。”

点击查看大图

图：TDA4VM 功能框图（来源：Texas Instruments）

新 C7x DSP 擅长处理海量数据流和复杂数学运算，满足苛刻实时环境。其数据流能力配合矩阵乘法加速器——“MMA”——加速深度学习工作负载。

Sameer Wasson（图片来源：TI）

“我们亲切称它为 MMA，”Wasson 说。“配合 TIDL（TI 深度学习）等库，MMA 复杂性被抽象；开发者通过 TIDL 编程，C7x 以前所未有的速度搬运数据进出。”

TDA4VM 面向 5-20 W 功耗包络的 ADAS 系统。实践中，前视方案通常低于 7 W；更复杂用例如自动代客泊车可逼近 20 W 上限。

TI 认为部署高科技 SoC 实能降低前视应用整体系统成本。

“有了正确的深度学习模型，可避免双目摄像头，”Wasson 说。“单颗低成本镜头配合强大引擎补偿传感器输入减少，即可实现同等性能。”

Curt Moore（图片来源：TI）

TDA4VM 深度学习引擎提供 8 TOPS。作为旗舰 Jacinto 7 首发，Moore 定位其为中端性能；未来变体将覆盖更低和更高算力。例如 2 TOPS 设备足够驾驶员监测或乘员检测。

“汽车市场之美在于所有用例共存，”Wasson 说。“即使 OEM 推出新平台，单颗 SoC 可服务多条车型线，各有不同需求。挑战在于确保软件跨谱系兼容。”

Moore 强调现在导入 ADAS 的车型跨度极大——从 1.2-1.5 万美元入门车到 10 万美元以上豪华车。

“10 万美元车主期望的 ADAS 体验与 1.2 万美元车主不同，”他指出。“3000 美元 ADAS 包在前者属高端，在后者却是基础。”

他也指出预算约束：“即使大车企年开发投入仅 1000 万美元，也须摊销到相对小的车队，不像手机厂商出货数千万台。”

TDA4VM 量产计划 2020 年下半年启动，预生产样片和 TDA4VMXEVM 评估模块已可用。

嵌入式