賽靈思重點投入中國市場，開啟自動駕駛新篇章

　　FPGA應用：賽靈思激光雷達市場占據主導地位

　　賽靈思的芯片不僅用于幾家主要的tier one激光雷達產品中，同時也被多數新創公司的設計采用。Angela Suen介紹說，賽靈思身為新興激光雷達傳感器的領頭羊，FPGA產品可以基于硬件和軟件的更新，加入FPGA技術的新興激光雷達傳感器預計占市場份額90%以上，可以滿足多家知名一級供應商和大多數的初創企業，讓想要執行自家專有成像處理演算法的汽車OEM實現差異化。

　　在ADAS輔助駕駛系統的性能安全上，不論是提供高級ADAS功能著稱的特斯拉還是主打ADAS技術的 Moileye在自動駕駛中都頻發事故，出現這種問題的原因賽靈思也進行了分析。

　　Andy Luo向OFweek電子工程網編輯表示，出現這些情況主要是因為神經網絡訓練未遇到這種CASE，或者收集的CASE不足。中國跟其他國家的路況完全不一樣，即使有些國外最好的車在中國也無法工作，所以在面對中國市場時，各廠商需要采集非常多的資料和信息去做神經網絡訓練。

　　而在輔助駕駛的可靠和安全性方面，賽靈思認為要結合傳感器融合技術，比如攝像頭、雷達、激光雷達的融入，使車與車，車與基礎設施進行通信。此外，輔助駕駛的可靠性和安全性與車產品自身質量也有很大關系，例如在高溫環境下，結溫125度的狀況，與功能安全設計好不好有很大關系，這意味著在故障出現時能否及時診斷、解決。而賽靈思對功能安全花費了很大功夫，賽靈思通過提供功能安全開發包，提供參考設計，以及各種器件參考模型以提高輔助駕駛系統的功能安全。

　　CNN模型： 賽靈思結合深鑒科技打造全套的SDK

　　兩周前賽靈思幫助戴姆勒為汽車系統提供了時延極低且功率高效的解決方案，之后完成收購在神經網絡和深度學習有著很深造詣的深鑒科技，賽靈思表示將結合深鑒科技的技術，把DPU IP與SDSoC集成相結合，在生成的SDSOC平臺上，實時多傳感器與多網絡，將CNN與計算機視覺集成相融合，而賽靈思在優化好的CNN IP-ISA基礎上，通過功能強大的PE陣列和靈活的數據控制流，可以通用支持各種各樣的神經網絡，相當于一個完整的工具鏈，提供了全套的SDK，使得整體性能提高。

　　系統在壓縮、編譯與運行時，CNN系統級的優化，大大提升了多核原生架構的性能，Caffe或TensorFlow這樣的深度學習框架將使用較大的圖像數據集對CNN圖形進行訓練 ，通過多次迭代而對各個系數進行優化，從而檢測圖像中的具體特征。

　　嵌入式解決方案：面向ADAS和自動駕駛應用的創新

　　ADAS和自動駕駛應用的創新，要歸功于賽靈思在ADAS和自動駕駛方面的嵌入式視覺(包括深度學習)的解決方案和案例上。

　　嵌入式視覺解決方案，將是汽車實現全自動駕駛的關鍵驅動因素。第一步是要采用多個攝像頭和圖像傳感器，而汽車解析來自這些圖像的內容并且相應采取行動也至關重要。要做到這一點，嵌入式視覺處理器的硬件必須經過性能優化，同時保持低功耗。

　　針對ADAS應用，Zynq MPSoC將高度并行化的硬件圖像處理和分析加速功能與基于軟件的算法配置和控制功能緊密結合在一起。

　　賽靈思通過UltraRAM?增加視頻緩沖的作用讓吞吐量實現了最大化，利用片上層到層數據流，可以讓時延大大縮短的同時也擴展了內存可用度。在計算處理幀的時間上，軟件的執行速度提升了4倍，使用賽靈思加速OpenCV庫進行提速使用xfDense OptFlow 將光流從庫遷移到PL，最后優化算法，處理更小的Rol，達到整合各項功能的作用。

　　加碼大中華區：開啟賽靈思自動駕駛新篇章

　　面對國內外AI和智能市場的競爭，賽靈思向OFweek電子工程網編輯表示，AI行業競爭關系會一直存在，但FPGA是一個不可取代的技術，在低延時、低功耗、低成本上持續有優勢，在汽車領域會將賽靈思技術和深度學習進行融合，并已逐步應用于前攝攝像頭、自動泊車、駕駛員長時間疲勞駕駛監測等方面。

　　目前中美兩國市場的發展都非常令人振奮，機遇巨大，早在今年4月20日，賽靈思宣布首次在中國大陸和臺灣成立賽靈思大中華地區，據Maria Tang介紹，賽靈思將增加在大中華區的銷售力量，針對大中華地區重點投入，對組織架構等方面的內部問題也將進行加強和調整。賽靈思認為中國市場的發展非常快，在創新方面有高校和人才等非常好的資源優勢，未來還將繼續在中國市場關注和投資其他很有前途的創業型、創新型的企業。

　　Andy Luo介紹到，賽靈思的技術應用于汽車、無線基礎設施、有線通信、音視頻與廣播、航空航天、工業科學與醫療、測試測量與仿真、消費類電子等行業，將會對我們的生活帶來非常大的影響。賽靈思主旨是打造“自適應的智能世界”，將超越 FPGA 的局限，推出高度靈活且自適應的全新處理器及平臺產品系列，為用戶從端點到邊緣再到云端多種不同技術的快速創新提供支持。