智东西|对话赛灵思大中华区高管：十大核心市场发力新基建( 二 ) 智东西

酆毅重点阐述了赛灵思如何发力于汽车、工业视觉与医疗、专业音视频与广播、测试、测量与仿真（TME）以及消费电子等核心市场。
1、汽车：总出货量逾1.7亿颗
过去四五年间，赛灵思汽车业务稳步增长，覆盖范围从2014年的14家车厂、29个车型，发展到如今超过30家车厂、100多个车型，涵盖全球所有主流的一级汽车供应商、原始设备制造商（OEM）及各种创企。
赛灵思车规级芯片总体出货量已逾1.7亿颗，其中约7000万颗用于量产型高级驾驶员辅助系统（ADAS）。

文章图片
赛灵思汽车方案从ADAS向AD持续演进，在前视摄像头、激光雷达、成像雷达、传感器融合、计算加速平台等领域均有成功应用。
ADAS从计算机视觉逐渐过渡到AI深度学习处理，前置摄像头预计在2022-2023年成为“标准功能” ，同时二维雷达向成像雷达过渡，激光雷达技术高度分裂化/差异化，传感器探测目标范围将超过300米。
这对ADAS和自动驾驶系统平台提出新的要求，需要更加灵活可扩展的智能处理能力。
对此，赛灵思提供从边缘传感器到领域专用控制器的灵活可扩展产品组合，具备极低功耗、低时延的AI推理性能，并且提供符合功能安全（ISO26262）标准的成熟器件、工具和设计流程。
基于动态功能切换（DFX ， DynamicFunctioneXchange）技术，赛灵思的动态可重编程芯片支持众多ADAS和AD功能，可有效降低系统成本和功耗。

文章图片
▲赛灵思汽车级器件路线图
机器学习仅是汽车各种系统应用处理过程中的一个组成部分，自动驾驶讲究不同来源的数据融合，最关键的是总体执行时间，即实现整体应用的加速。
赛灵思异构计算平台能实现多传感器同步和融合，并支持着视觉系统的持续进化，支持功能的持续叠加和传感器分辨率的持续提升，算力也不断增强。
酆毅展示了一个L4级自动驾驶的“真实”时延案例，使用激光雷达传感器和视觉摄像头同时探测一个目标。

文章图片
当两种探测结果融合后，没使用赛灵思平台的传统方案至少造成1/3车身长度的延时，这对自动驾驶安全场景有极大隐患；而赛灵思平台能实现多传感器同步和融合，带来实时的整体系统响应。
2、工业视觉与医疗：边缘计算解决时延痛点
在工业领域，赛灵思的主要应用于智能工厂和智慧城市，涵盖机器人技术、驱动与电机控制、工业物联网网关与边缘设备、PLC/PAC/IPC、I/O模块与智能传感器、人机界面、视频监控与智慧城市、机器与计算机视觉、智能电网、3D打印与增量制造等应用。
在智慧医疗领域，赛灵思的十大应用包括外科手术机器人、内窥镜检查、CT/核磁共振/PET成像、放射设备、超声、3D牙科成像、病患监护、呼吸机与气泵、智能病床、除颤器。
在疫情期间，赛灵思被相当多全球医疗客户要求保障供货，医疗设备对其产品需求高涨。

文章图片
酆毅以一个实例展示工业物联网领域加倍的边缘计算和智能化需求。
从时延角度考虑，控制系统的速率由自然速率确定，理论上至少需要10倍的采样频率才能有效捕捉信息，风力发电机采样频率可能在几赫兹或十几赫兹，所需控制速率要达到10毫秒左右。
如果对控制系统的作用通过中央化/云化处理平台来实现，则会面临物理限制的挑战。例如纽约至洛杉矶距离2800英里，数据即便用最快的光速（每秒186000英里）来传播，往返一次尚且需要30毫秒，控制速率基本不可能达到10毫秒。因而本地化部署对于解决时延问题尤为必要。