文丨高工 汽車主機廠ADAS研發(fā)人員

先上部分概念：

CPU

CPU 中央處理器（Central Processing Unit）是一塊超大規(guī)模的集成電路,，是一臺計算機的運算核心（Core）和控制核心（ Control Unit）,。它的功能主要是解釋計算機指令以及處理計算機軟件中的數(shù)據(jù)。中央處理器主要包括運算器（算術(shù)邏輯運算單元,，ALU,，Arithmetic Logic Unit）和高速緩沖存儲器（Cache）及實現(xiàn)它們之間聯(lián)系的數(shù)據(jù)（Data）、控制及狀態(tài)的總線（Bus）,。它與內(nèi)部存儲器（Memory）和輸入/輸出（I/O）設(shè)備合稱為電子計算機三大核心部件,。

GPU

GPU 圖形處理器（Graphics Processing Unit），又稱顯示核心,、視覺處理器,、顯示芯片，是一種專門在個人電腦,、工作站,、游戲機和一些移動設(shè)備（如平板電腦、智能手機等）上圖像運算工作的微處理器,。用途是將計算機系統(tǒng)所需要的顯示信息進行轉(zhuǎn)換驅(qū)動,，并向顯示器提供行掃描信號，控制顯示器的正確顯示,，是連接顯示器和個人電腦主板的重要元件,，也是“人機對話”的重要設(shè)備之一。顯卡作為電腦主機里的一個重要組成部分,，承擔輸出顯示圖形的任務,，對于從事專業(yè)圖形設(shè)計的人來說，顯卡非常重要,。

NPU

NPU 嵌入式神經(jīng)網(wǎng)絡處理器,，采用“數(shù)據(jù)驅(qū)動并行計算”的架構(gòu)，特別擅長處理視頻,、圖像類的海量多媒體數(shù)據(jù),。嵌入式NPU的小型化、低功耗和低成本優(yōu)勢,，加快人工智能技術(shù)落地應用,。例如無人機對攝像頭的重量和功耗有很高的要求，否則會影響起飛和續(xù)航能力,。而“星光智能一號”只有普通郵票大小,，重量僅幾十克，它的誕生讓諸多監(jiān)控攝像頭等小型設(shè)備有了人工智能化的可能,，邁出了人工智能從神秘的機房,，跨向生活應用的一步,。

TPU

TPU（Tensor Processing Unit）,，是谷歌打造的處理器,，是專為機器學習量身定做的，執(zhí)行每個操作所需的晶體管數(shù)量更少,，自然效率更高,。因為它能加速其第二代人工智能系統(tǒng)TensorFlow的運行，而且效率也大大超過GPU——Google的深層神經(jīng)網(wǎng)絡就是由TensorFlow引擎驅(qū)動的,。

MPU

MPU有兩種意思,，微處理器和內(nèi)存保護單元。MPU是單一的一顆芯片,，而芯片組則由一組芯片所構(gòu)成,，早期甚至多達7、8顆,，但目前大多合并成2顆,，一般稱作北橋（North Bridge）芯片和南橋（South Bridge)芯片。MPU是計算機的計算,、判斷或控制中心,，有人稱它為”計算機的心臟”。

MCU

MCU 微控制單元(Microcontroller Unit) ,，又稱單片微型計算機(Single Chip Microcomputer )或者單片機,，是把中央處理器(Central Process Unit)的頻率與規(guī)格做適當縮減，并將內(nèi)存(memory),、計數(shù)器(Timer),、USB、A/D轉(zhuǎn)換,、UART,、PLC、DMA等周邊接口,，甚至LCD驅(qū)動電路都整合在單一芯片上,，形成芯片級的計算機，為不同的應用場合做不同組合控制,。諸如手機,、PC外圍、遙控器,，至汽車電子,、工業(yè)上的步進馬達、機器手臂的控制等,，都可見到MCU的身影,。

SOC

SOC的定義多種多樣,，由于其內(nèi)涵豐富、應用范圍廣,，很難給出準確定義,。一般說來， SOC稱為系統(tǒng)級芯片,，也有稱片上系統(tǒng),，意指它是一個產(chǎn)品，是一個有專用目標的集成電路,，其中包含完整系統(tǒng)并有嵌入軟件的全部內(nèi)容,。同時它又是一種技術(shù)，用以實現(xiàn)從確定系統(tǒng)功能開始,，到軟/硬件劃分,，并完成設(shè)計的整個過程。

DSP

DSP（digital signal processor）是一種獨特的微處理器,，是以數(shù)字信號來處理大量信息的器件,。其工作原理是接收模擬信號，轉(zhuǎn)換為0或1的數(shù)字信號,，再對數(shù)字信號進行修改,、刪除、強化,，并在其他系統(tǒng)芯片中把數(shù)字數(shù)據(jù)解譯回模擬數(shù)據(jù)或?qū)嶋H環(huán)境格式,。它不僅具有可編程性，而且其實時運行速度可達每秒數(shù)以千萬條復雜指令程序,，遠遠超過通用微處理器,，是數(shù)字化電子世界中日益重要的電腦芯片。它的強大數(shù)據(jù)處理能力和高運行速度,，是最值得稱道的兩大特色,。

討論自動駕駛芯片的意義并非單純理解芯片原理，更需要理解計算并非是一個軟件工作而是一個軟硬件配合的工作,。很多算法在不同的芯片上都可以實施,，但是量產(chǎn)過程中需要在靈活性以及成本功耗之間做出權(quán)衡。而如果要做到這點,，你必須理解芯片,。

芯片的概念結(jié)構(gòu)

當下芯片結(jié)構(gòu)是復雜的，但簡單劃分就三種概念結(jié)構(gòu),。馮.諾依曼結(jié)構(gòu),，哈弗結(jié)構(gòu)和改進哈弗結(jié)構(gòu)。了解一個芯片的結(jié)構(gòu)核心是看它的總線布置和存儲器設(shè)計,。

打個比方,，假如芯片是一個“銀行”,，這個銀行很小就兩個人。一個負責撥算盤（計算）,，其他它都不管,。一個負責記錄文檔（存儲），把“算什么,？”（數(shù)據(jù)）和“咋么算,？”（程序）都完整的用文檔記錄下來，方便和撥算盤的人溝通,。他們之間定義了一個溝通方式（一組總線），內(nèi)容包括了“文檔從哪里??？放回哪里？”（尋址總線）和“文檔具體內(nèi)容是什么,？”（數(shù)據(jù)總線）兩大部分,，換句話說，一組總線包括一個地址總線和一個數(shù)據(jù)總線,。特別注意這里的總線上的“數(shù)據(jù)”對應著一份文檔,，不要和文檔里 “算什么？”的這個數(shù)據(jù)概念混淆了,。

客戶把原始的需求文檔（包含輸入數(shù)據(jù)和程序）交給負責記錄的人后,，根據(jù)定義的溝通方式，和負責實際計算的人一起反復來回的傳遞文檔（拿程序指令,，拿數(shù)據(jù),，返結(jié)果），最后把最終的計算結(jié)果通過記錄的人反饋給客戶,。上面這種分工思路就是馮.諾依曼結(jié)構(gòu)的核心,，關(guān)鍵的特點就是客戶只用和一個記錄人員溝通就行，再復雜的需求都可以一股腦的給一個人,，剩下的都是他們之間的事,。整個過程非常靈活，這也是馮.諾依曼結(jié)構(gòu)的最大優(yōu)勢,。這種結(jié)構(gòu)下程序指令存儲地址和數(shù)據(jù)存儲地址指向同一存儲器的不同物理位置,，因此程序指令和數(shù)據(jù)的寬度相同。但這種方式效率不高,，因為記錄的人每個時刻只能干一件事,，要么告訴撥算盤的人咋么算，要么告訴它算什么,。因此出現(xiàn)了哈佛結(jié)構(gòu),，將程序指令和數(shù)據(jù)分開存儲,，指令和數(shù)據(jù)可以有不同的數(shù)據(jù)寬度。采用了獨立的一組程序總線和一組數(shù)據(jù)總線,。這就相當于原來2個人,，現(xiàn)在三個人，記錄員分了個工,，一個就負責記錄傳遞計算方法（程序）,，一個人就負責記錄傳遞計算內(nèi)容（數(shù)據(jù)）。兩個人和撥算盤的人點對點溝通,，但相互之間老死不往來,。這種并行化自然提高了效率，原來要至少兩個周期做完的事,，一個周期就搞定了,。可這種方法讓客戶要同時對應2個毫無聯(lián)系的記錄員這非常不友好,。且如果需求側(cè)重點不同,，兩個人的工作量常常不均衡導致浪費，如果由一個人擔當（馮.諾依曼結(jié)構(gòu)）,，這些問題都不存在,。

為了解決這個平衡問題出現(xiàn)了改進哈弗結(jié)構(gòu)。它只有一組總線供程序存儲器和數(shù)據(jù)存儲器分時共用,。原來的哈佛結(jié)構(gòu)需要４條（2組）總線,，改進后需要兩條（1組）總線，且保留了兩個獨立并行的存儲器,。也就是說,，記錄員還是為了效率做了分工，但溝通方式升級,，走上了“敏捷之路”,。不再是兩兩溝通的老國企做派，把客戶和撥算盤的人也加入進來做了個四方溝通會（分時公用）,，歸口統(tǒng)一保證了靈活性,，同時分時也對并行化影響不大。

討論完基本的結(jié)構(gòu)思想這里有幾點要著重提醒下,。實際的芯片設(shè)計是對這幾種概念結(jié)構(gòu)的擴展和嵌套,，比如CPU處理器雖然外部總線上看是諾依曼結(jié)構(gòu)，但是由于內(nèi)部高速緩存的二級設(shè)計,，實際上對內(nèi)已經(jīng)算是改進哈佛結(jié)構(gòu)了,。

芯片的派系劃分

接著我們聊下芯片的分類，梳理分類首先要區(qū)分芯片的兩個大類通用芯片（CPU, GPU, DSP等）和定制芯片（FPGA, ASIC等）,，這個大類劃分很重要,，兩者有本質(zhì)上的不同,。同樣用銀行做比喻，通用芯片就是“銀行柜員”而定制芯片就是“ATM機”,。

通用芯片關(guān)鍵是“通用”二字,，這意味著其必須具備處理各式各樣千奇百怪的指令要求，并且經(jīng)常同時存在多個外部設(shè)備的請求,，它必須擁有隨時中止目前的運算轉(zhuǎn)而進行其他運算,，完成后再從中斷點繼續(xù)當前運算的能力。就好比銀行柜員,，客戶要辦的業(yè)務千奇百怪,，時常還來個缺德的插隊罵娘或者站著位置不走撩你兩下的人存在。柜員都要應對,。而為了做到這一點通用芯片有復雜的控制取指譯碼流程,，Cache內(nèi)存分級機制（緩和高速CPU與低速內(nèi)存的臨時指令存儲器），真正的計算單元ALU只占了通用芯片不大的一部分,，更多設(shè)計是為了靈活性存在的，在計算效率和通用性上的權(quán)衡上犧牲前者選擇后者,。

計算機元件無法理解我們的指令,，它們只能理解晶體管實現(xiàn)的兩種狀態(tài)：“開”和“關(guān)”的含義，對應的就是1和0這,為了讓指令變成CPU能理解的0和1,，CPU需要一個專門的譯碼器來翻譯我們的指令,。這個過程分為兩步：“取指”（從一個專門存放指令的存儲器中將需要執(zhí)行的指令提取出來）和“譯碼”（根據(jù)特定的規(guī)則將指令翻譯成計算單元能夠理解的數(shù)據(jù)）。

當我們在上文討論芯片結(jié)構(gòu)的時候更多的是在討論通用芯片的結(jié)構(gòu),，是在討論說滿足客戶變化需求的時候,，哪種“人員組織形式和溝通方式”是最高效的。

而定制芯片就是完全的另一個概念,，雖然它也有結(jié)構(gòu)思想在里面,，但是就像你不會去討論一個程序的“人員組織架構(gòu)”一樣，在這種芯片里根本就沒有時序中斷,，取指譯碼這些為了靈活性而設(shè)計的概念,。相比通用芯片，定制芯片是沒有“人性”的,，就是一個ATM機,，其給客戶定義了清晰的操作流程，省去了中斷等大量靈活性設(shè)計,，撩小姐姐的一套對機器人是不成立,。

打個比方，比如一個比大小的邏輯用馮諾依曼結(jié)構(gòu)的CPU至少需要幾條指令完成,，但用FPGA就根本不用考慮時序周期,，只要串聯(lián)幾個邏輯單元,，在一個周期就搞定了。但如果再增加幾個邏輯,，CPU還是在相同邏輯資源下用幾個指令完成,，但是FPGA 就需要額外占用另一部分邏輯資源完成計算。再比如FPGA和GPU（GPU是通用芯片）在并行化上有類似的思想,，但兩者實際沒有多少可比性,，你不會把三個柜員的辦理通道和ATM機理存在在三個恰好并行的流程做比較一樣。還有人在信號處理效率上把DSP和FPGA拿出來對比,，我覺得這些零零種種的比較都沒有太大意義,。為靈活性存在的“人”（通用芯片），和為效率存在的“機器”（定制芯片）是兩個維度的事情,，不要從性能上去強行比較,。

從這里我們可以大致看出來，兩者的幾個重要差異,。定制芯片是對已經(jīng)固化的業(yè)務進行降本增效,，就像銀行用ATM機，代替成本更高的柜員處理一些常規(guī)銀行業(yè)務,。而通用芯片是為了對一些無法或者暫時沒有固化的業(yè)務作出的靈活設(shè)計,。兩者沒有優(yōu)劣之分。

了解了芯片的兩個大方向,，我們看下這兩個大方向內(nèi)部的細分差異以及聯(lián)系,。通用芯片下的CPU（MPU）, GPU, DSP，MCU之間同樣存在細分差異,。

CPU和MPU可以簡單理解為一個概念,，只是理解范疇上的區(qū)別。CPU和GPU之間的區(qū)別更多的是核的數(shù)量,。CPU雖然有多核,，但基本不超過兩位數(shù)，每個核都有足夠大的緩存和足夠多的數(shù)字和邏輯運算單元,，并有更復雜的邏輯判斷硬件,，就像銀行里常備的3-4個柜臺的柜員，擅長處理客戶很復雜的業(yè)務,。而GPU的核數(shù)遠超CPU每個核擁有的緩存大小相對小,，數(shù)字邏輯運算單元也少而簡單，更像是500多個電話客服柜員,，處理一些相對簡單但數(shù)量眾多的客戶業(yè)務,。

DSP（數(shù)字信號處理芯片）是一類特殊的CPU，采用了上面說的哈佛結(jié)構(gòu)，且存在專用的硬件算法電路和專門的尋址模式,。它具有通用芯片設(shè)計的靈活性,，但在實時運算過程中很少變化，因此特化了業(yè)務流程的性能（記錄和計算過程）,。就像是某個辦理“外匯存取”的專業(yè)柜臺會部署一些特化的柜員和流程,。DSP對于專用信號（視頻編解碼，通訊信號）的處理能力遠遠的優(yōu)于一般CPU,。當然普通柜臺也可以處理展業(yè)柜臺的業(yè)務,，但性價比就很差了，如果需求很多開設(shè)專門的柜臺就變得有意義,，這些還是和客戶需求有關(guān),。用DSP處理專門的信號流常具有執(zhí)行時間可控，芯片性價比高等優(yōu)點,。

講完了通用芯片,，定制芯片也有兩個主要方向，F(xiàn)PGA和ASIC,。兩者核心的區(qū)別就是固化程度,。FPGA仍然具有一定的靈活性（但遠遜于通用芯片），而ASIC則是完成固化的設(shè)計（也存在和FPGA類似的部分編輯的產(chǎn)品存在）,。類似可以編程的ATM機和完全固化的ATM機,，兩者區(qū)別最大的維度還是成本和功耗。

FPGA最早是從專用集成電路發(fā)展而來的半定制化的可編程電路,，是高端的CPLD (Complex Programmable Logic Device復雜可編程邏輯器件)。FPGA可以實現(xiàn)一個DSP, GPU甚至是CPU的功能,，就像之前說的把柜員業(yè)務固化為ATM機操作流程一樣,。但不是說FPGA可以代替CPU，這是設(shè)計目的上的大方向差異,，反復強調(diào),。

FPGA是一堆邏輯門，通過硬件描述語言HDL把它轉(zhuǎn)成電路連接,，從最基本的邏輯門層面上連接成電路,。雖然看起來像一塊CPU，其實是完全硬件實現(xiàn)的,。根據(jù)一個固定的模式來處理輸入的數(shù)據(jù)然后輸出,。FPGA片上大部分都是計算單元，沒有控制單元并不代表FPGA不會執(zhí)行指令,，事實上FPGA里控制單元的角色由單元和單元之間可編程邏輯連接線來完成的,，通過HDL編程更改每個單元的運算邏輯和單元之間的連接方式，從而使其達到和一般的運行程序差不多的效果。由于省去了CPU的取指和譯碼兩個步驟,，F(xiàn)PGA重復運行相同代碼的效率得到了極大的提高,，也因此，其無法應對沒有被編程過的指令,。

ASIC就是專用IC,，沒有明確的定義?？梢岳斫鉃槌藛纹瑱C,、DSP、FPGA之類的能叫出名的IC,，剩下的都是ASIC,。ASIC原本就是專門為某一項功能開發(fā)的專用集成芯片。后來ASIC發(fā)展了一些,，稱為半定制專用集成電路,，相對來說更接近FPGA，甚至在某些地方,，ASIC是個大概念,，F(xiàn)PGA屬于ASIC的一部分，也常常被作為ASIC開發(fā)的預研,。其代表了在需求一定的情況下,，對性價比的極致追求。

芯片之上的集成

在上面我偷偷遺漏了一個概念MCU,，原因是其本身不是一種芯片類型而是一種集成方式,，SOC芯片也是同樣的道理，兩者的區(qū)別是程度上的不同,。在自動駕駛汽車領(lǐng)域MCU更多的是集成了更多的輸入和輸出設(shè)備在芯片當中,，方便更好的控制，因此叫做微控制器而不是微處理器,。而SOC是在更高的層面上將不同的芯片做了進一步的集成,，維度更高。如果MCU是一種人員組織最終形成一個公司對外服務,，那SOC更像是公司級別的組織形成了一個行業(yè)對外服務,。

單片機是MCU的通俗說法，經(jīng)典的51系列就是一堆IO口,，后來慢慢的把常用的PWM, AD之類的功能加入了單片機之中,。其構(gòu)成等價于一個帶了更多外設(shè)CPU，但側(cè)重點是討論其外設(shè)的部分,。在PWM,AD等之上繼續(xù)發(fā)展其外設(shè)也就形成了汽車行業(yè)熟悉的ECU即電子控制單元,，同時泛指汽車上所有電子控制系統(tǒng),，可以是轉(zhuǎn)向ECU，空調(diào)ECU等,。

ECU一般由MCU,，擴展內(nèi)存，擴展輸入和輸出（CAN/LIN,，AD,PWM等）,，電源電路和其他一些電子元器件組成，特定功能的ECU還帶有諸如紅外線收發(fā)器,、脈沖發(fā)生器,，強弱電隔離等元器件。整塊電路板設(shè)計安裝與一個鋁質(zhì)盒內(nèi),，通過卡扣或者螺釘方便安裝于車身鈑金上,。

在輸入處理電路中，ECU的輸入信號主要有三種形式,，模擬信號,、數(shù)字信號(包括開關(guān)信號)、脈沖信號,。模擬信號通過A/D轉(zhuǎn)換為數(shù)字信號提供給微處理器,。

在輸出電路中，微處理器輸出的信號往往用作控制電磁閥,、指示燈,、步進電機等執(zhí)行件。微處理器輸出信號功率小,，使用+5v的電壓,，汽車上執(zhí)行機構(gòu)的電源大多數(shù)是蓄電池，需要將微處理器的控制信號通過輸出處理電路處理后(D/A,放大等)再驅(qū)動執(zhí)行機構(gòu),。

電源電路中,，傳統(tǒng)車的ECU一般帶有電池和內(nèi)置電源電路，以保證微處理器及其接口電路工作在+5v的電壓下,。即使蓄電池電壓有較大波動時，也能提供穩(wěn)定電壓保證系統(tǒng)的正常工作,。

一般搭載8位MCU的ECU主要應用于風扇控制,、空調(diào)控制、雨刷,、天窗,、門控等較低階的控制功能。16位MCU主要應用如引擎控制,、齒輪與離合器控制等,。32位MCU應用于多媒體信息系統(tǒng)，實時性的安全動力系統(tǒng)以及復雜的X-by-wire等傳動功能。更復雜的功能就不在MCU或者ECU的討論范圍內(nèi)了,。

隨著自動駕駛的發(fā)展,，ECU的概念進一步升級，更為流行的說法是域控制器,，其無外乎就是把MCU變成了SoC（片上系統(tǒng)）,，同時集成了更多的外圍設(shè)備而已。目前域控制器搭載的主流通用芯片（GPP）多采用SoC的芯片設(shè)計方法,，通過HDL語言在SoC內(nèi)由電路集成各種功能芯片,。在SoC中各種組件（IP核）采用類似搭積木的方法組合在一起。IP核（諸如典型的ARM內(nèi)核設(shè)計技術(shù)）被授權(quán)給數(shù)百家半導體廠商,，做成不同的SoC芯片,。還可能集成GPU、編解碼器（DSP）,、GPS,、WiFi藍牙基帶等一系列功能。如果看一下高通或者TI的芯片,，基本是一個ARM核控制整體運算,，一個DSP處理語音編解碼， 一個GPU負責圖像運算,，一個基帶和天線處理模塊負責通信,，以及GPS，安全加密等林林總總的特殊芯片,。

過去極端情況下自動駕駛的原型處理器功耗可以高達5000W,，不僅昂貴且需要搭載額外的散熱裝置。SoC和ASIC的發(fā)展給我們帶來很多啟示,，回到我經(jīng)常提及的貫穿整個自動駕駛系統(tǒng)的靈活性,。在新的SoC世界里，你不會從不同的供應商那里組裝物理元件,。相反,，你從不同的供應商那里組裝IP從而獲得更好的集成度，也因此更容易降低功耗和成本,。

軟硬件的匹配設(shè)計

大部分自動駕駛算法公司都想定制或自制ASIC/SOC計算平臺,，原因還有另一個層面來源于軟硬件的匹配問題。算法的性能與硬件設(shè)計往往脫離不開,。追求模塊化就要犧牲利用率,。要提高利用率就需要軟硬件一體設(shè)計。你的算法是用GPU合適還是CPU合適,，網(wǎng)絡模型一次用多少內(nèi)存又同時使用多少MAC,，由此來設(shè)計芯片,。或者說反過來給定一個芯片,，我的算法要如何兼容,，是否要減少內(nèi)存訪問次數(shù)提高利用率，還是要遷移部分CPU基于規(guī)則的算法,，改為用GPU基于深度學習來實現(xiàn),。軟硬件一起考慮往往才能充分利用好系統(tǒng)性能。

不同的芯片,，不同的算法和需求,，往往有最優(yōu)的組合方式。比如一個經(jīng)典底層而常用的算法應用,，需求是大量的且競爭是激烈的時候,，ASIC就是很好的選擇。為了一個簡單功能（比如編解碼）支付一個ARM的授權(quán)是愚蠢的,。

如果算法非常經(jīng)典且底層,，但仍然有改進的空間和需要適配的不同場景，信號流的處理（手機語音處理）可以直接使用DSP,，而更復雜的輸入輸出邏輯算法（比如圖像SIFT特征處理）,，就可以交給FPGA來做，性能相對于CPU都可以由30-100倍的提升,，且成本和耗能更小,。

在復雜算法領(lǐng)域相對于CPU，GPU的眾核架構(gòu)把同樣的指令流并行發(fā)送到眾核上,，采用不同的輸入數(shù)據(jù)執(zhí)行,。所以GPU比CPU更適合并行算法，而串行的復雜規(guī)則邏輯則更適合CPU處理,。更具體的說,，如果標量視為零階張量，矢量視為一階張量,，矩陣視為二階張量,。CPU對應標量計算，主要是路徑規(guī)劃和決策類算法,，常用的傳感器融合如卡爾曼濾波算法也多是標量運算,。GPU則對應矢量或者說向量計算，包括點云,，地圖，深度學習,，核心是矩陣運算,。用CPU編寫程序時,，更適合通過精益化邏輯來提升性能。而用GPU編寫程序時,，則更合適利用算法并發(fā)處理來提升性能,。