當今汽車產業最受關注的話題之一是先進駕駛輔助系統(ADAS)，該系統可以多種方式提示駕駛員處理潛在問題。ADAS系統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系統依賴於來自越來越多的離散感測器的高品質資料，例如光探測和測距感測系統光達(LiDAR)，使用脈衝雷射測量與目標物體之間的距離；還有無線電探測和測距感測系統雷達(Radar)，其類似於LiDAR，但Radar使用無線電波代替雷射和紅外(IR)相機系統。以上這些都使ADAS能夠更好地認知周邊環境並提高其輔助駕駛的能力。
GPU重要性提升
在汽車的中央電子控制單元(ECU)中，可以找到一個或多個大型矽元件，其中包含一個多核中央處理單元(CPU)，一個圖形處理單元(GPU)，一個為感測器資料提供即時處理的記憶體子系統，以及一系列其他內核，如I/O、周邊連接、專用視頻和DSP。
GPU高度並行，以輸送量為導向的特性使其非常適合ADAS應用，並可應對諸多挑戰。它就像是一個渦輪增壓的乘法累加引擎，而且是以神經網路類型演算法為基礎的。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慧手機或平板電腦相同的尖端技術。因此，可以觀察到，應用正在向具有多個高解析度螢幕的數位儀表板轉變。目前，1080p在中階車款中很常見，且有越來越多的4K螢幕被指定用於豪華車和行政車。
這些更大、更高解析度且回應更快的螢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，對於汽車OEM廠來說，從小型CPU或微控制器(MCU)轉向功能更強大的GPU來驅動這些螢幕是必要的，有鑒於此，嵌入式GPU在這一領域取得了明顯的進展。
GPU展現即時處理優勢
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。看一下電腦圖形處理，會發現目前運算著色器的使用是提供高級圖形效果的標準。從本質上講，GPU運行小型電腦程式，定義螢幕上數百萬個畫素的顏色和陰影。ADAS平台可以利用此GPU運算功能即時處理和分析感測器資料，而不只是圖形處理(圖1)。
圖1 硬體支援的GPU虛擬化架構
實際上，不僅僅是感測器，還有傳統的攝影機，可以為GPU提供很方便使用的資料。影像處理是GPU的看家本領，因此，幾乎任何類型的密集平行運算難題都可以用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平台的性能水準將需要越來越大的GPU，這將不可避免地增加製造成本。為了應對這種情況，平台供應商希望透過使用GPU來在汽車中執行多個工作負載，以增加其價值。只有GPU對硬體加速虛擬化有堅如磐石的支援，才有可能實現這一目標。虛擬化允許GPU運行多個操作環境，例如app/OS集，同時，這些環境彼此又互不察覺存在，且不會以任何方式相互影響。
這點很重要。想像一下，儀表板軟體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，因此必須不惜一切代價避免。擁有GPU支援的受保護、虛擬化的執行環境的能力將確保不會出現這種情況。
當硬體支援為每個環境使用完全獨立的託管位址空間以及重新啟動或刷新行為不正常的環境時，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，同時保持關鍵軟體(例如駕駛員輔助系統)不被任何其他操作影響或破壞。
虛擬化GPU潛在商機
從汽車OEM的角度來看，虛擬化提供了額外的好處，它保障更安全的環境且能夠提供各種應用和服務，而無須擔心電子系統被惡意軟體所取代。這也意味著，與資訊娛樂和發動機管理系統固定軟體的傳統硬體盒子相比，汽車成為了靈活、可配置的軟體平台，可透過無線方式更新。它將使OEM能夠輕鬆地交換付費服務，而不會中斷汽車的運行，從而為廠商提供潛在的新收入來源。
GPU應用/功能
接下來將以PowerVR為例，分析一下GPU在ADAS中的應用及其功能。舉例來說，新的PowerVR GPU內部的核心運算架構是從頭開始設計的，旨在提供快速性能和低功耗，以實現精度降低運算，尤其是半精度浮點(FP16)。以較低的精度(通常被歸類為小於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。將FP16硬體設計為與全精度FP32硬體分開的資料路徑。雖然共用資料路徑設計很常見，因為其在許多方面都比較簡單，但每個設備都有獨立的硬體，這使GPU能夠提供最佳的功耗和效率，因為每個資料路徑在設計中接受的損害較小，無法做到須要做的事情。
正如上所述，虛擬化使得在GPU上運行的所有環境能夠彼此隔離地運行，以確保所有ADAS功能都安全運行，並且擁有硬體支援，使其可以在所需的性能級別上執行此操作。硬體支援的虛擬化對於嵌入式GPU來說，將會是一項關鍵的優勢。
此外，還有一個工具集，支援跨GPU和AI加速器的神經網路開發、優化和部署。它是一個統一的工具鏈，使開發人員能夠採用多個框架和多種網路類型，並將它們轉換為GPU上的運算引擎，其可在神經網路加速器上部署，或者將這兩者混合使用。
因此，ADAS平台設計人員可以將GPU用作汽車整體系統架構中的一級元件，同時允許系統供應商通過使用GPU加速車載資訊娛樂軟體，在安全和可用的情況下攤薄他們的投資。
綜合上述，GPU微體系結構的設計具有理想的電源效率和記憶體頻寬，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解析度顯示器提供出色的性能。
展望GPU汽車應用發展
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並行訊號處理領域。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，能夠提供應用所需要的運算能力的是GPU，而不是CPU，GPU使未來的汽車能夠更加瞭解周圍環境，以便汽車能可以如預想的那樣平穩、安全地運行。
(本文作者為Imagination汽車部門營銷總監)