939
安霸成立于2004年，核心團隊均來自中國臺灣，創(chuàng)始人王奉民。安霸依靠GoPro運動相機一炮而紅，并借助群光電子打入GoPro供應鏈，是GoPro獨家芯片供應商。運動相機市場飽和后，安霸轉入行車記錄儀業(yè)務，后自2018年開始進軍汽車ADAS前裝市場，安霸2021年收入大約3億美元，其中約15%來自汽車前裝領域。
目前已進入豐田高端雷克薩斯供應鏈，新興造車企業(yè)Rivian也是安霸客戶，此外還有現(xiàn)代汽車與安波福合資的Motional，與Uber合作打造無人車的英國新興造車勢力ARRIVAL。安霸自2022年開始進軍L4級自動駕駛域控制器，首發(fā)芯片CV3。
圖片來源：互聯(lián)網(wǎng)
國內(nèi)客戶主要有吉利、長安、長城、上汽、宇通、比亞迪，合作項目主要是行車記錄儀或DMS。
圖片來源：互聯(lián)網(wǎng)
安霸在2021年下半年推出CV3，采用16核ARM Cortex-A78AE設計，同樣的內(nèi)核也可以在英偉達的Orin里發(fā)現(xiàn)，不過Orin是12核。AI算力方面，INT8位精度達500TOPS，如果INT4位精度，可達1000TOPS。
圖片來源：互聯(lián)網(wǎng)
安霸CV3簡介，采用三星5納米工藝制造，比英偉達Orin的7納米要高。運行溫度范圍最高上限達125℃，比Orin高20度。功能安全達到B級，加上MCU安全島為D級。安霸晶圓代工合作伙伴一直都是三星，產(chǎn)能比較寬松，價格也最低。
圖片來源：互聯(lián)網(wǎng)
ASIL-B級主要就是決策部分，其底層采用QNX操作系統(tǒng)。安全域采用ARM的安全島即Cortex R-52。域控制器層面采用硬件安全模塊（HSM），這是安霸的特色之一。
HSM對于完全的安全車載通信 (SecureOnboard Communication, SecOC) 是必不可少的。HSM有助于確保所收到的所有數(shù)據(jù)的真實性，并防止攻擊者通過繞過與安全性相關的ECU接口，獲得對中央處理器甚至車載網(wǎng)絡的訪問權限。然而，集中式車載網(wǎng)絡所面臨的挑戰(zhàn)不僅限于此：每當車輛計算機（通常劃分為多個虛擬機）接管多個ECU的軟件應用程序和功能時，對安全組件的需求也會增加。新一代的HSM也為此做好了準備。物理上，HSM的安全功能封裝在相應處理器的HSM內(nèi)核中。在那里，安全功能通過HSM軟件協(xié)議棧激活和操作。因此，車輛計算機的主控制器可以專注于其實際任務，而HSM內(nèi)核則處理安全性的要求：安全的車載通信、運行時的操作檢測以及安全的啟動、刷新、日志記錄和調(diào)試。這使HSM比純粹基于軟件的安全解決方案要強大得多。
新一代的HSM將具備一個精簡的實時操作系統(tǒng)，或者稱之為固件。新的HSM固件可確保HSM內(nèi)核最多處理16個并行會話，而HSM軟件中的會話數(shù)量可配置。這種多核和多應用程序支持的秘密在于HSM固件驅動程序的特殊體系結構。這允許不同的虛擬化應用程序獨立集成驅動程序，從而為獨立開發(fā)各種軟件部件鋪平了道路：在集成過程中，“鏈接器”步驟可確保驅動程序的各種實例在硬件的共享RAM中使用通用結構。新一代HSM設計用于多核和多應用程序任務，使用批量MAC接口，即使在高數(shù)據(jù)負載和異構格式的情況下，也可以確保通信的實時性。
安霸的AI加速器是CVflows，安霸沒有透露過太多細節(jié)，核心就是數(shù)據(jù)流架構，類似于DSP。數(shù)據(jù)流架構是一種計算機體系結構，直接與傳統(tǒng)的馮·諾依曼架構或控制流體系結構進行對比，數(shù)據(jù)流架構沒有概念上的指令計數(shù)器（所以它的算力無法使用TOPS這樣的單位，安霸只能說等效于500TOPS）。其使用粗粒度表示（Coarse-grained Representation）來提高數(shù)據(jù)的并行度，并允許編譯器同時調(diào)度多個順序循環(huán)和功能，以實現(xiàn)更高的吞吐量及更低的延遲。
現(xiàn)在大部分的GPU、CPU都是基于指令集的架構，應用層可以通過軟件和編輯器去將語言最終轉化為機器語言，即二進制的碼，從而執(zhí)行指令和操作，并保證對不同應用的兼容性。DSP有個重復循環(huán)機制，即進入這種模式時，指令自動變?yōu)閱沃芷谥噶?，零存儲開銷，零譯碼開銷，效率飛速增加。某種意義上等于沒有了指令的概念。安霸的CVflows應該就是這種設計。
圖片來源：互聯(lián)網(wǎng)
傳統(tǒng)AI加速器靠堆砌MAC數(shù)量，數(shù)量越多，算力越強，非常簡單粗暴，缺點是成本高，效率低。
圖片來源：互聯(lián)網(wǎng)
安霸特別拿英偉達的Xavier做了個對比，汽車GPU達到30TOPS算力的只有英偉達的Xavier。安霸的效率是英偉達的5倍。
圖片來源：互聯(lián)網(wǎng)
安霸也提供完整的軟件協(xié)議棧，還精細地分為有HD地圖和無HD地圖兩種模式。
安霸的EVA原型車演示界面
圖片來源：互聯(lián)網(wǎng)
圖片來源：互聯(lián)網(wǎng)
安霸也不會忘記與Mobileye對比，安霸是一個開放的平臺。
圖片來源：互聯(lián)網(wǎng)
安霸汽車軟件合作伙伴，其中DMS領域的Seeing Machines是澳洲上市公司，其產(chǎn)品大量用于通用汽車上。
除了CVflows，安霸另一個特色是立體雙目，上圖中Rivian的R1T就用了安霸的CV2實現(xiàn)立體雙目。 立體雙目的主要使用者包括奔馳、路虎、雷克薩斯、斯巴魯、本田第一輛L3和鈴木，支持立體雙目的Tier1包括博世、德國大陸汽車、日立、電裝、電產(chǎn)和華為。立體雙目需要深厚的技術積累。
必須說激光雷達或立體雙目是L3級智能駕駛必備的傳感器，自動駕駛領域，感知部分的任務就是建立一個準確的3D環(huán)境模型。深度學習加單目三目是無法完成這個任務的。
單目和三目攝像頭的致命缺陷就是目標識別（分類）和探測（Detection）是一體的，無法分割。必須先識別才能探測得知目標的信息，而深度學習的窮舉法特性導致其肯定會出現(xiàn)漏檢，也就是說3D模型有缺失，因為深度學習的認知范圍來自其數(shù)據(jù)集，而數(shù)據(jù)集是有限的，不可能窮舉所有類型，因此深度學習容易出現(xiàn)漏檢而忽略前方障礙物，也就是說如果無法識別目標，系統(tǒng)會認為前方障礙物不存在，不做任何減速，特斯拉多次事故多半皆是這個原因。
傳統(tǒng)算法，則可能無法識別前方障礙物，但依然能夠獲知前方障礙物的信息，能夠最大限度地保證安全。當然這需要傳感器配合，激光雷達和雙目立體視覺都是以傳統(tǒng)算法為核心（因為它不需要識別目標也能探測到目標的3D信息，當然你也可以用深度學習處理激光雷達數(shù)據(jù)，也可以讓激光雷達識別目標）。
也就是說三目系統(tǒng)只能用于L2，因為它必然有漏檢，漏檢是無法避免的，L2以上必須要有激光雷達或立體雙目。 所以即使特斯拉的HW4.0（FSD Beta）算力再高也是L2，也是無法避免漏檢的，并且FSD Beta版在識別與對于物品的警示功能方面仍有限，對于靜態(tài)的物體、緊急駛出的車輛、施工區(qū)域、較復雜的十字路口等無法進行辨別。
安霸之后或許會出現(xiàn)更多的英偉達挑戰(zhàn)者，三星的5納米產(chǎn)能充足，價格估計不到臺積電的1/4，超過1000TOPS算力也不是什么難事，超過4TFLOPS的GPUIP也有出現(xiàn)。就是ARM的A78架構比較昂貴。單純從芯片指標挑戰(zhàn)英偉達并不困難，難的是整體競爭力。
