芯片面积与算力
- 芯片面积的估算
IO neck 和 core neck 一般称作 IO limited 和 core limited，
IO limited ：这个芯片的面积是因为IO个数限制（太多），而不得不做得那么大。core部分其实用不了那么大。这时面积计算就简化为每边IO个数的计算了。
Core limited：芯片面积是有core部分的决定的，IO没有那么多
在Core limited情况下，die size的估算如下：
芯片面积 = core面积+ power ring面积 +PAD ring面积
core面积 = RAM面积 + 其他macro面积 + 标准单元面积
RAM面积 = RAM 自身的面积 + RAM power ring面积 + keepout面积 + mbist面积
RAM自身的面积可以通过memory compiler或者查datasheet得到，
有些RAM 可以不要power ring。如果要的话，按照power mesh的宽度 x RAM的长宽 x 2 = 面积
keepout + mbist 的面积一般是RAM自身面积的10%
其他macro的面积，比如PLL，ADC，DAC等，直接把面积加起来，再留3～5%的keepout面积就好了
标准单元的面积=（预估的gate count x 每个gate的面积）/ utilization
utilization与使用的金属层数和设计的用途有关，简单地计算方法:(个人认为这个只是一个经验值，仅供参考。–ieee)
5层metal：50%
6层metal：60%
7层metal：70%
8层metal：80%
以上不包括power专用的金属层
如果设计是多媒体芯片，一般可以增加3～5% utilizaion，如果是网络芯片，则要减少3～5%
- 芯片算力
智能驾驶涉及人机交互、视觉处置、智能计划等，主旨是 AI 算法和芯片。追随汽车电子化提速，汽车半导体加速生长，2017 年世界墟市周围 288 亿美元（+26%），远高于整车销量增速（
智能驾驶涉及人机交互、视觉处置、智能计划等，主旨是 AI 算法和芯片。追随汽车电子化提速，汽车半导体加速生长，2017 年世界墟市周围 288 亿美元（+26%），远高于整车销量增速（+3%），占比最高的为功效芯片 MCU（66 亿美元，占比 23%），随后还包括功率半导体（21%）、传感器（13%）等。
汽车半导体按品种可分为功效芯片 MCU（Microcontroller Unit）、功率半导体（IGBT、MOSFET 等）、传感器及其他。遵照Strategy Analytics，正在以前燃油汽车中，MCU 价格量占比最高，为 23%；正在纯电动车中，MCU 占比仅次于功率半导体，为 11%。DIGITIMES 预测，功效芯片 MCU周围希望从2017 年 66 亿美元稳步擢升至 2020 年 72 亿美元。
追随智能驾驶渗入率擢升，世界芯片巨头纷纷进军汽车财产，推出具备 AI 架构才智的主控芯片。主控芯片墟市周围希望火速生长，IHS预测 2020 年可达 40 亿美元。
主控芯片巨头拥有较强的 AI 架构上风，功效芯片厂商拥有富厚的汽车财产链履历，两大阵营之间吞并收购及定约集成频发。截至目前，英伟达已与世界 370+整车厂、一级供应商完成集成；英特尔收购Mobileye切入汽车财产；高通曾妄图收购恩智浦等。
智能驾驶涉及人机交互、视觉处置、智能计划等，AI 算法和芯片是主旨。据恩智浦统计，目前一辆高端汽车仍然搭载横跨 1 亿行代码，远超飞机、手机、互联软件等，将来追随自动驾驶的渗入率及级别擢升，汽车搭载的代码行数将透露指数级伸长。自动驾驶软件架构量仍然到达 10 个 TOPS（Tera Operations Per Second，万亿次操作每秒）量级。以前汽车 MCU 的算力难以满意自动驾驶汽车，GPU、FPGA、ASIC 等 AI 芯片进入汽车墟市。
世界无人驾驶指导者包括谷歌百度特斯拉奥迪等，从这些厂商的自动驾驶主控模块的 SoC 芯片架构或可一窥汽车芯片发达倾向。
系列FPGA，采用英飞凌的Aurix系列MCU主动CAN或FlexRay收集的通讯接口。
百度 Apollo：恩智浦/英飞凌/瑞萨MCU+赛灵思FPGA/英伟达 GPU。百度无人驾驶样车采用 IPC（Industrial Personal Computer，工控机）计划，但工控机的体积和功耗难以满意量产化，所以百度也推出了适合于量产的域控制器嵌入式计划。将各个传感器的原始数据接入到 Sensor Box 中，正在 Sensor Box 中完结数据的统一，再将统一后的数据传输到架构平台进步行自动驾驶算法处置。百度自动驾驶专用架构平台 ACU（Apollo Computing Unit）界说了三个系列产物：MLOC（高精定位，MCU）、MLOP（高精定位+境况感知，MCU+FPGA）、MLOP2（高精定位+境况感知+计划计划，MCU+GPU）。
特斯拉：从Mobileye ASIC到英伟达GPU。2014年特斯拉发表Autopilot 1.0，搭载1个前置摄像头、1个后置倒车摄像头（不涉及辅助驾驶）、1个前置雷达、12个超声波传感器，视觉芯片采用MobileyeEyeQ3，主控芯片采用NVIDIA Tegra 3。2016年晚特斯拉发表Autopilot 2.0，搭载3个前置摄像头（区别视角广角、长焦、中等）、4个侧边摄像头（左前、右前、左后、右后）、1个后置摄像头、1个前置雷达（加强版）、12个超声波传感器（传感隔绝推广一倍），主控芯片采用NVIDIADrive PX 2，处置速率为Autopilot 1.0的40倍。
奥迪：Mobileye ASIC+英伟达GPU+Altera FPGA+英飞凌MCU的多芯片集成计划。全新奥迪A8公布了zFAS控制器计划。zFAS共有四块高本能的处理器：1）Mobileye的EyeQ3控制视觉音响处置，包括交通符号识别、行人识别、碰撞指引、车道线）英伟达的Tegra K1 SoC控制360°环顾影像；3）Altera的Cyclone 5 FPGA控制传感器统一、舆图统一、辅助停车等；4）英飞凌的Aurix系列MCU用于交通拥挤控制、辅助驾驶等。
A8的架构平台架构正在汽车主控芯片界限，GPU 仍将维持通用汽车主控芯片的主流身分，FPGA主动有用填补，ASIC 将成终极倾向。当古人为智能及智能驾驶算法尚不决型，GPU 主动通用加速器，估计仍将正在相当长一段时候内维持汽车主控芯片的主流身分；FPGA 主动硬件加速器，将成为 GPU 的有用填补；假如全面或个别智能驾驶算法得以固化，ASIC 将成为最优性价比的终极选择。
Drive CX：操纵先辈3D导航、高分别率数字仪表组、天然语音处置及图像处置完成驾驶辅助功效。Drive CX的内核是基于Maxwell架构的Tegra X1 SoC，设为Tegra K1 SoC。DRIVE CX的组合功效包括：1）天然发言处置，通过语音识别完结所在盘问、调用相干人等功效；2）3D导航和音响文娱，为远程行使供应高分别率、高帧率的图形显示；3）所有字仪表组，通过仪表组或抬头显示HUD供应富厚的图形显示；4）围绕视觉，操纵庞杂的运动光复布局（SFM）本事和先辈的拼接本事，改观鱼眼镜头的图像衬托、削减重影景色，在模拟环境设计一辆虚拟汽车，完成逼线）对接Android Auto，具有Android智高手机或iPhone的驾驶员可能轻松访问移动筑设，与舆图、查找和音笑等行使实行互动。
将深度学习、传感器统一和围绕视觉相维系，力图调动驾驶体验。Drive PX的组合功效包括：1）传感器统一，可能统一来自12个摄像头、激光雷达、毫米波雷达和超声波传感器的数据；2）架构机视觉深度神经收集，实用于运转DNN（DeepNeural Network，深度神经收集）模型，可完成智能检测和跟踪；3）端到端高清图，可火速创筑更新高清图；4）软件包DriveWorks，蕴涵了可供参考的运行库模块。
2017Q1英特尔攻克世界CPU行业的墟市份额为80%。近年跟着智高手机的振起与幼我电脑墟市的景气消浸，芯片主业收入增速彰彰低落，公司贸易收入被三星电子超越。公司曾试验坐蓐了手机处理器但最终发挥退步，并不得不遣散了控制该营业的部分。近年来，英特尔通过大批收购踊跃构造无人驾驶、物联、人为智能、VR等新兴界限，缔造事迹的新伸长点，力争完成从以前芯片创新商向多元处置计划供应商转型。
世界视觉ADAS指导者。Mobileye是世界视觉ADAS墟市指导者之一，驾驭ADAS墟市80%份额，具有富厚的视觉ADAS产物。Mobileye的专有软件算法和EyeQ芯片能对视觉音响实行详明明白并预测与其他车辆、行人、自行车或其他阻滞物的能够碰撞，还也许检测道道标帜、交通符号和交通讯号灯。截至2017年晚，Mobileye的产物仍然被用于27个整车厂的313款车型，当年出货量870万颗。2017年3月英特尔以153亿美元收购Mobileye，打造英特尔车队。车队将包括各式汽车品牌和车型，以呈现其多功效性和适当性。L4级车辆将被计划正在美国、以色列和欧洲实行测试。
自动驾驶FPGA芯片仍然量产。目前世界FPGA墟市组合被Xilinx和Altera瓜分，合计占据近90%的墟市份额，合计专利到达6000多项。Altera的FPGA产物共有四大系列，离别是顶配的Stratix系列（近万美元）、本钱与本能平均的Arria系列（2000~5000美元）、便宜的Cyclone系列（10~20美元）、以及MAX系列CPLD。英特尔2015年发布完结对Altera的收购，帮帮高速伸长的数据核心与IoT营业。
正在汽车界限，高通供应的处置计划包括：1）车载资讯制造，为汽车优化造订的蜂窝处置计划；2）驾驶数据平台，智能收罗和明白来自区别汽车传感器的数据，使汽车完成精准定位，监控和研习驾驶形式，感知方圆境况，仍然正确与表界共享此平台的音响；3）资讯文娱，供应3D导航、正在线媒体播放和驻车辅助帮帮，以及语音、人脸和终端识别等功效；4）电动汽车无线充电，推出Qualcomm Halo WEVC无线充电处置计划。
高端（High）和顶级（Premium）计划。极简计划可能帮帮3个显示屏，包括音响文娱制造、仪表和抬头显示（HUD）；高端层级可能帮帮多达4个显示屏，副驾驶或后座文娱可能具有只身的屏幕，同时还帮帮顶级音频、低时延无线传输高清视频、环顾处置，深度学习与架构机视觉处置可分别相近的阻滞物和行人；顶级计划可能帮帮多达6个显示屏，包括仪表、音响文娱制造、HUD、副驾驶、后座（两个区此表屏幕）。2017年CES展上，参展的玛莎拉蒂硬件上搭载定造的骁龙汽车处置计划，包括骁龙汽车级处理器、Gobi3G/4G LTE无线调造解调器、Wi-Fi和蓝牙模块等。另一辆参展车克莱斯勒Portal，装置了松下车载文娱观点制造，此制造将以最新版本的安卓汽车以及高通公司骁龙芯片为作事根源。
汽车处理器高通推出车联芯片组，帮帮 LTE 及 DSRC 车联骁。骁龙 X5 LTE 帮帮 LTE 车联，速率可达 4 类，下行速度为 150 Mbps，上行速率为 50 Mbps。骁龙 X12 LTE 帮帮速率高达10 类，帮帮下行速度高达 60 MHz 3x CA（450Mbps）到收集上行链道中的 40MHz 2x CA（100Mbps）。骁龙 X16 LTE 调造解调器帮帮高达 1 Gbps 的峰值下载速率，有帮于满意下一代智能联汽车的连结需乞降行使案例，包括高清舆图更新、及时交通和道况音响的连结导航、软件升级、Wi-Fi 热门和多媒体流。别的，高通于 2017 年 9 月推出了基于第三代集成伙伴方案（3GPP）版本 14 楷模的世界首款蜂窝车到车（C-V2X）商用途置计划，高通9150 C-V2X 芯片组。该芯片组包括运转智能交通制造（ITS）V2X 货仓的行使途理器以及硬件娱乐模块（HSM），估计正在 2018 年下半年上市，最早于 2019 年完成量产并向车厂供货。C-V2X 同时帮帮 DSRC 和 LTE 通讯，为车辆供应方圆境况音响、非视距（NLOS）场景下的音响。
2016年世界车载MCU装置量超25亿，均匀每辆汽车装置25~30个MCU。2016年世界汽车MCU墟市TOP5离别为恩智浦（14%）、英飞凌（11%）、瑞萨电子（10%）、意法半导体（8%）、德州仪器（7%）。比拟于消费芯片及日常工业芯片，汽车芯片的作事境况更为卑劣：温度范围可宽至-40~155℃、高振动、多粉尘、电磁作梗等。因为涉及人身娱乐题目，汽车芯片对待牢靠性及娱乐性的央浼也更高，日常计划寿命为15年或20万公里。“车规级”芯片必要原委苛苛的认证流程，包括牢靠性尺度 AEC-Q100、质地控制尺度 ISO/TS 16949、功效娱乐尺度 ISO26262 等。一款芯片日常必要 2~3 年时候完结车规认证并进入整车厂供应链；而一朝进入之后，日常也能具有长达 5-10 年的供货周期。高娱乐与高牢靠性尺度、长供货周期、与中下游零部件厂商和整车厂许久的集成合联是目前汽车芯片式样安宁的组合理由。
以前功效芯片厂商正在维持原有份额的根源上，踊跃拓展主控芯片，如恩智浦Bluebox、英飞凌Aurix、瑞萨R-Car等；2）功效芯片厂商之间通过吞并收购整合上风，如恩智浦收购飞思卡尔、英飞凌妄图收购意法半导体等；3）半导体巨头亦欲望通过收购功效芯片厂商获取车载本事及渠道履历，如英特尔收购Mobileye，高通曾妄图收购恩智浦等。恩智浦：供应完备汽车半导体处置计划，Bluebox 平台帮帮 L4 级自动驾驶。
和MPU、车载收集、媒体和音频处置、智能电源驱动器、能源与电源控制、传感器、制造根源芯片、驾驶员辅助收发器、汽车娱乐等。
是一款自动驾驶开荒平台，集成了S32V234汽车视觉和传感器统一处理器、S2084A嵌入式架构处理器、S32R27雷达微控制器。BlueBox可完结多传感器统一（毫米波雷达、视觉、激光雷达、车联），撑持L4级自动驾驶，功耗幼于40W，算力达90,000 DMIPS（Dhrystone Million Instructions executed Per Second，百万条指令每秒）。视觉芯片：
道摄像头。可用于前视摄像头、后视摄像头、环顾制造、传感器统一制造等，能及时3D筑模，架构才智为50GFLOPs。同时，S32V234芯片预留了帮帮毫米波雷达、激光雷达、超声波的接口，可完成多传感器数据统一，最高可帮帮ISO26262ASIL-C
雷达处理器，采用两个e200z7 32位CPU和两个32位锁步形式e200z4，也许帮帮自适当巡航控制、智能大灯控制、车道偏离警备和盲点探测等功效。
ADAS功效。汽车电子构造：英飞凌汽车半导体产物包括车身半导体、汽车娱乐、底盘总成、动力总成、搀和动力汽车和电动车、有源天线等。
自动驾驶域控制器，可完结传感器信号统一（雷达、摄像头、超声波和激光雷达）、架构最佳驾驶政策，并触发汽车中的推行器，帮帮加强型ADAS功效，如交通辅助、自立避障等。视觉芯片：可完成车道偏离预警、前向碰撞预警、交通符号识别、行人识别等77GHz长途雷达制造，采用SiGe（硅锗）本事保障高频功效和耐用性，可用于避撞制造；2）24GHz近/中程雷达制造，同样采用SiGe（硅锗）本事，可用于盲点监测制造。车内
摄像头芯片：英飞凌推出3D图像传感器芯片Real3系列产物，采用遨游时候（ToF）相机衡量3D境况，可识别驾驶员行径并将此音响传达给ADAS，还可能擢升HMI体验如手势识别等。
MCU和SoC，R-Car平台帮帮L4级自动驾驶。汽车电子构造：瑞萨汽车半导体产物包括片上制造电源控制、电池控制、功率器件、通讯器件、视频和显示等。自动驾驶平台：瑞萨推出自动驾驶，采用ARM CPU和PowerVR GPU，可扩展的硬件平台可包括初级（R-Car E系列）、中级（R-Car M系列）及高级（R-Car H系列），帮帮多种开源软件（安卓、QNX、Linux、Windows、Genivi等）。尚有车表摄像头芯片（R-Car V系列）、车内摄像头芯片（R-Car T系列）、智能座舱芯片（R-Car D系列）、车联芯片（R-Car W系列）等。
ADAS产物包括视觉、雷达、车联。汽车电子构造：意法半导体的汽车半导体产物包括高级辅助驾驶制造、车身娱乐制造、底盘和娱乐制造、新能源汽车、文娱制造、移动办公、动力制造、通讯和收集等。视觉芯片：可用于前视、后视、侧视、以及车内摄像头的信号处置。意法半导体与集成开荒EyeQ系列芯片，控制芯片创新、专用存储器、高速接口电道和制造封装计划，以及总体娱乐架构计划。雷达芯片：
77GHz长途雷达制造，STRADA770单芯片收发器，可包括76-81GHz，可用于自适当巡航ACC、自动驾驶AEB、碰撞预警FCW、换道辅助LCA、行人检测PD等功效；2）24GHz短程雷达制造，STRADA431芯片，蕴涵一个发射器和三个领受器，实用于盲区检测BSD、换道辅助LCA、停车辅助PA、倒车侧方检测RCTA、碰撞缓解造动CMB等。车联芯片：基于V2X处置计划，意法半导体和以色列V2X厂商Autotalks于2014年入手下手集成研发V2X芯片组。正在2018CES上展出的V2X处置计划整合了意法半导体的Telemaco3车载音响办公平台和Autotalks的CRATON2芯片组。
ADAS SoC处置计划。汽车电子构造：德州仪器的汽车半导体产物包括高级辅助驾驶制造、音响文娱制造与仪表组、车身电子装配与照明、HEV/EV和动力制造等。自动驾驶平台：德州仪器组合产物是TDAx系列，包括TDA2x、TDA3x、TDA2Eco三款SoC，基于异构硬件和通用软件架构，可供应可扩展的盛开式ADAS处置计划。TDA2x于2013年10月发表，组合面向中到中高级墟市，摆设了2颗ARM Cortex-A15内核与4颗Cortex-M4内核、2颗TI定浮点C66xDSP内核、4颗EVE视觉加速器主旨，以及ImaginationSGX544GPU，组合行使于前置摄像头音响处置，包括车道报警、防撞检测、自适当巡航以及自动停车制造等。TDA3x于2014年10月发表，组合面向中到中初级墟市，其缩减了包括双核A15及SGX544GPU，组合行使正在后置摄像头、2D或2.5D环顾等，可帮帮车道线辅助、自适当巡航控制、交通符号识别、行人与物体检测、前线防碰撞预警和倒车防碰撞预警等多种ADAS算法。传感器芯片：包括摄像头芯片（前视、后视、侧视、环顾）、雷达芯片（长途、短程、多形式）、扫描激光雷达芯片、超声波芯片，以及传感器统一芯片等。
汽车从“功效机”进化为“智能机”，从“汽车电子”到“无人驾驶”。战术看好智能驾驶财产链中汽车芯片为个中的主旨元器件。从世界范围看，构造汽车芯片财产的巨头公司包括：英伟达、英特尔、高通等；潜正在的吞并收购包括：英飞凌等。国内公司从车载文娱制造等娱乐较低的产物入手，希望渐渐从后装渗入至前装、从国产整车厂渗入至合伙车厂。
参考链接：
http://blog.sina.com.cn/s/blog_5e9b181a0100ykh8.html
https://www.sigemadan.com/xingyexinwen/2176.html
标签：帮帮,芯片,面积,驾驶,汽车,MCU,算力,摄像头 来源： https://www.cnblogs.com/wujianming-110117/p/15856294.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。