从特斯拉AP2.0/2.5 运算单元看未来无人驾驶域控制器的设计趋势1

用户1908973

发布于 2019-03-12 10:56:07

1.1K0

发布于 2019-03-12 10:56:07

文章被收录于专栏：CreateAMindCreateAMind

新悦智行从今年4 月份开始设计自己的WiseADCU 无人驾驶运算控制单元，所以做了一些同类产品的对标和分析。因为WiseADCU 已经投板，所以将之前拿到的一些国际先进的无人驾驶运算控制单元的平台分析报告通过《汽车电子设计》分享给大家。

先看一组图片，这是目前几乎所有的主机厂和无人驾驶新兴团队的标准配置：

图一：杂乱不堪的后备箱

那么通常情况下，这里面会有哪些东西呢？业内通常的标配就是

工控电脑（GPU 运算卡、CAN 卡）
UPS 电源/稳压电源
交换机
低压电源分配器
GNSS/IMU 模块
车辆控制单元（通常是dSPACE MicroAutobox）
散热及冷却机构等

如果采用了一些特定的传感器，则还会有独立的工控机、融合器、接口和电源模块等。再加上互联的线缆、高低压电缆以及HMI 和调试用的接口，其规模不亚于一个小型企业的机房。正是因为如此，新悦智行才会设计自己的WiseADCU，正如特斯拉的Autopilot 运算控制单元、Audi 的zFAS 等等。自动驾驶从实验室走向量产，必然需要在提升可靠性的同时降低体积、成本和功耗。当然，nVidia 提供了Drive 系列，NXP 也有BlueBox，但这些都只是“开发工具”，而主流零部件供应商则宣布了他们的运算控制单元或者域控制器，对于主机厂来说，也只是黑盒子的存在，而且很有可能会捆绑其底盘电子相关产品。新悦智行的WiseADCU 则是用开放的软硬件合作模式，为主机厂和无人驾驶团队“赋能”，使其完全掌握无人驾驶运算控制系统的软硬件规划和定义能力。

【nVidia Drive PX2】

首先分析的是Drive PX2 AutoChauffeur 开发板，这是nVidia Drive 系列目前公开的最新的一代产品：

图2：nVidia 的Drive 系列

虽然基于Xavier 的下一代SoC 已经公开，但是依据N 家的产品节奏，保守估计明年Q2 才有机会看到车载级的产品和开发板公开发售。

图3：nVidia 的Drive PX2 版本

而在Drive PX2 的中，AutoChauffeur 是一个定义面向L3 的版本，其运算部分的配置是双Parker SoC 外加双MXM3.1 接口的Pascal 架构独立运算单元，而更低一些的AutoCruiser 则是单颗Parker SoC，更高一级的Full Autonomy 则是由两个AutoChauffeur 组成。AutoChauffeur 和AutoCruiser 都采用了Infineon 的TriCoreAURIX TC297 作为ASIL-D 的功能安全控制单元。

图4：Drive PX2 AutoChauffeur 区别

实际上，AutoChauffeur 也有至少两个不同的版本，其区别在于Parker 之间的互联模式，其中一个采用Altera 的Cyclone V FPGA + ARM SoC 和以太网互联，而另一个则是采用了PLX 的PEX8724 非透明PCIe 交换芯片和以太网互联。

图5：Drive PX2 AutoChauffeur 框图

因为手头没有FPGA 的版本，也没有FPGA 的实现逻辑，只能分享一下PEX 版本的情况，简单来说，采用PEX 的版本，可以将独立的Pascal GPU 挂在任何一颗Parker SoC上，采用PCIe 4x 互联。

图6：正面

图7：背面

12 路FHD 摄像头，在PX2 上采用了Maixm 定制的GMSL-CSI2 转换芯片，这是一颗非公开物料。

标准的Drive PX2 相对比较公开，虽然我们手头有Drive PX2 的硬件，但因为保密协议和相关法律条款，以上的分析虽然都是实物分析，但均可以找到互联网公开的资料来源。

前段时间疯传Tesla 正在和AMD 合作打造自己的无人驾驶芯片，这种可能性当然存在，打造自己的芯片也理应是特斯拉的的必然选择。但是作为一个曾经在农企（AMD）工作过的人，结合对Drive 系列平台尤其是DriveWorks 相关框架的实际应用和理解，农企在自动驾驶领域的积累比起兵工厂（nVidia）可能差了不止3、5 年。在成型的DriveWorks 框架和海量的基于CUDA 的算法面前，OpenCL 还是非常的苍白。

实际上，农企在工控机领域是有长期的积累的，以前脱胎于Cyrix 后来被NatSemi 收购的Geode 系列，还有农企自己的AM186~AM486 系列直到今天还在供货。只是在生存的窘境面前，面对牙膏厂和兵工厂的双重挤压，一个连笔记本处理器都不太敢碰的企业，又有多少精力和勇气去进入无人驾驶领域？

话说回来，在目前传感器大都具备一定的算法处理能力，能做到结果输出。如果不是极端的成本优化和控制需求，是否需要重度依赖CUDA、OpenCL 和各种CV 加速呢？

【Tesla Autopilot 2.0】

做了一些背景铺垫，大家最关心的莫过于Tesla 的Autopilot 运算单元的分析，之所以会有前面对Drive PX2 的描述，是因为此前看了很多国内外的文章和分析，大家都将Tesla Autopilot 硬件直接说成“采用nVidia Drive PX2”，这一点是不准确的。至少Autopilot2.0 和2.5 都不是Drive PX2 任何一个版本的简单复制。

简而言之，AutoPilot2.0 基本等同于AutoChauffeur 的一半，或者AutoCruiser 加上一块Pascal 独立运算单元，同时增加了GNSS 接收芯片。而AutoPilot2.5 则是AutoChauffeur 去掉一块Pascal 独立运算单元，另一个则从MXM 插卡变成板载，增加了一套基于Intel 芯片和NXP MCU 的仪表/导航板的整合系统，同时将TBOX 和GNSS接收整合在板。

图8：Autopilot2.0 外观，双风扇

图9：风扇下面的散热片

图10：Autopilot2.0 主板正面

图11：Autopilot2.0 主板背面

和Drive PX2 AutoChauffeur 对比，Autopilot2.0 去掉了PEX PCIe 交换芯片，增加了Ublox NEO-M8L GNSS 接收芯片，将Maxim 的GMSL 摄像头接口换成了TI 的FlatLinkIII 芯片，从12 路GMSL 变成6 路LVDS，保留两路GMSL 视频输出和一路HUD 输出。

增加了一路22W 单声道Class D 功放和一颗立体声Codec，9 路CAN 总线，其中有4路没有焊接收发器。保留了三路以太网，其中一路没有焊接，另外两路也没有采用BroadR Reach，而是标准AVB。采用的散热片加双风扇风冷散热

简单列举一下主要芯片的型号：

1、 NVIDIA “PARKER” P94W97.01P TA795SA-A2，Parker SoC主控，内置了256 CUDA单

元，4核A57 64位ARM和2核丹佛64位ARM

2、四颗Samsung DRAM K4F8E3S4HBMHCJ

3、 NVIDIA GP106-505-KC的MXM插卡，4GB GDDR显存，预留4个焊盘，最大可以到8GB，属于GP106系列去掉显示部分的运算卡，有1280个CUDA运算单元

4、 INFINEON TriCore AUTRIX TC297TX-128 ASIL-D MCU

5、 UBlox NEO-M8L GNSS接收模块

6、 Toshiba eMMC和Spansion NOR Flash

7、 Marvell 88AE1512 AVB/以太网收发器

8、 Marvell 88EA6321 7口AVB交换芯片

9、 Maxim MAX9260 GMSL显示输出