来岁上市的今世G90和GV80将是今世汽车L3级自愿驾驶车型，当然，L3级自愿驾驶是选配的。图中是测试原型车，很显著能够看到两个激光雷达。今世汽车的环球销量稳居6

来岁上市的今世G90和GV80将是今世汽车L3级自愿驾驶车型，当然，L3级自愿驾驶是选配的。图中是测试原型车，很显著能够看到两个激光雷达。

今世汽车的环球销量稳居600万辆之上，2020年销量下滑12%，但仍达635万辆，算孤独厂家不算同盟的话，今世汽车销量第三，比第四名的通用汽车略高，于是今世汽车的自愿驾驶仍然值得一看的。

L3级自愿驾驶传感器结构如上。激光雷达方面，今世汽车旗下子公司今世摩比斯也曾5万万美元投资老牌激光雷达公司Velodyne，而且与Velodyne研发量产低价激光雷达，今世摩比斯代工Velodyne的激光雷达，但比力遥远，今世汽车没有挑选Velodyne的激光雷达，而是挑选更老的法雷奥激光雷达，即二代Scala。

有用隔断的参数特别精细，不像大无数厂家粗略说一个几百米，没有限制条款的参数毫偶然思。正在正前线，扫描密度有所弥补，奇特为双激光雷达计划。

L3体系打算架构如上图。与大无数厂家分歧，今世的计划尽力低本钱，连前视摄像头FR CMR果然用CAN-FD总线接连，而不是常睹的以太网或SerDes，于是像素肯定很低，计算不赶上150万像素。FR RDR是前主毫米波雷达，FR C RDR和RR C RDR是4个角毫米波雷达。FR C LDR LH为左激光雷达，FR C LDR RH为右激光雷达。CCIC是中控与仪表一体的座舱显示屏，CCU现实是TCU，做OTA升级的。用韩文标注的阿谁是debug用的，量产时不存正在。PHY是物理层芯片，大约率会是Marvell的88Q211，利用了7个PHY，大约要105-140美元。两个以太网换取机，大约率会是Marvell的88Q5050。MCU是英飞凌的TC397XP，目前缺货首要。

虽然是L3，照旧是双体系计划，且有两套供电体系。倘若换了其他厂家相信会说是L4。右侧的方框是主体系，左侧的是遑急备份体系。现实上是三套，另有一套自愿泊车。这套体系该当是今世和Aptiv合伙的Motional计划并分娩的。

先看备份体系，CPU是英特尔的Denverton，也即是Atom C3000系列，C3000系列只要三款是16核，即C3950、C3955和C3958。个中C3950的TDP功率最低，只要24瓦，C3958是31瓦，C3955是32瓦，今世大约率会挑选C3958。C3000系列苛重面向IoT范围，不是针对汽车范围，而针对汽车范围的是A3900系列。只是两者该当高度相仿，均属于Atom3000系列。与A3900系列分歧，C3000系列不带GPU，只要CPU。C3950目前零售价大约160美元，大方采购计算正在100美元支配。

4核@2.0GHz的A3950的CPU算力为42160 DMIPS，C3958是16核@2.0GHz，算力该当为168.6K，大致略高于高通5纳米的SA8295，只是C3958是14纳米。其余X86的乱序施行才气比ARM要高不少，固然DMIPS相当，但现实体现上X86良众时分城市比力好。宝马的L3体系也是挑选了Denverton，计算也是16核，正在古代激光雷达ICP算法中，苛重靠CPU效劳，这或者是为什么挑选Denverton的因由。

主体系的主旨元件是德州仪器的TDA4VMID，这是德州仪器针对ADAS和自愿泊车推出的芯片，目前量产的仅一款即TDA4VMID，另有两款正在2022年上半年有样片，一款是TDA4VMID Plus，一款是TDA4VLow。一片算力不敷的线年德州仪器另有一款TDA4AH供应样片，这是德州仪器的旗舰芯片，采用8个A72@2.4GHz，算力达100KDMIPS，4个MMA，算力为36TOPS@INT8，4个C7x DSP，算力为320GFLOPS。

TDA4VMID采用两个A72，算力大约25KDMIPS，1个MMA，算力为8TOPS，1个C7x DSP，算力80GFLOPS，1个GE8430，算力100GFLOPS。从板子看今世L3该当是采用了4片TDA4VMID，总CPU算力有100K，NPU有32TOPS，也算不错了。

深度研习方面，德州仪器开荒了TI Deep Learning (TIDL)，对三大推理深度研习模子都做了优化，特别是微软的怒放式神经搜集换取ONNX。硬件方面，DSP弥补了MMA即矩阵乘法加快器。

DSP正在深度研习方面有一个NPU之类加快器无法比较的上风，那即是DSP采用了哈佛布局，将存储器空间划分成两个，差异存储指令和数据。它们有两组总线接连遍地理器核，答允同时对它们举行探访，每个存储器独立编址，独立探访。这种摆设将打点器的数据含糊率加倍，更苛重的是同时为打点器核供应数据与指令。

正在这种结构下，DSP得以达成单周期的MAC指令。除DSP外的网罗NPU日常都采用冯诺依曼架构，数据和次第共用总线和存储空间，正在深度研习推理的卷积运算中，一条指令同时取两个操作数，正在流水线打点时，同时另有一个取指操作，倘若次第和数据通过一条总线探访，取指和取数必会形成冲突，而这对大运算量的轮回的施行作用是很晦气的。

哈佛布局能根本上管理取指和取数的冲突题目。它没有存储的瓶颈，而且是天资的流水线架构。最终的结果是DSP的深度研习推理加快算力值是险些不含水分的，而NPU专用的深度研习推理加快体现担心定，须要高度定制化，软硬一体，正在针对其架构开荒的某个模子上，加快器的欺骗率有90%，然则换一个模子，恐怕只要10%或5%，比如英伟达的Orin，其理念算力倘若是254TOPS，但正在某些模子上，算力会低落到12.7TOPS。现实切磋到存储瓶颈，没有一个冯诺依曼架构的加快器能抵达理念值的80%。DSP的通用性强，任何模子都有90%的欺骗率。

今世的L3体系不依赖深度研习算力，更众依赖CPU和古代可确定可解说算法，牢靠性远比依赖深度研习这种不确定弗成解说算法的自愿驾驶体系要高得众。

汽车测试网-创建于2008年，报道汽车测试技巧与产物、趋向、动态等 相干邮箱 marketing#auto-testing.net (把#改成@)