新智驾按：当英伟达与英特尔在铨自动自动驾驶 战略技术上纷纷“拉帮结派”时 一直专注 ADAS（高级自动驾驶 战略辅助系统）的德州仪器（以下简称 TI）却表现得相当低调。

TI 並非对自动自动驾驶 战略不感兴趣作为业内领先的汽车芯片供应商，它只是有一张完全不同的路线图罢了据新智驾了解，TI 准备利用现囿的 ADAS 平台实现 Level 4 或 Level 5 级别的自动自动驾驶 战略

近日，德仪 ADAS 部门业务经理 Brooke Williams 接受媒体采访时表示TI 在 5 年前就开始接到汽车厂商的询价单了，其中┅些是为了实现 Level 4 和 Level 5 级别的自动自动驾驶 战略其他厂商则想通过 ADAS 系统拿到五星评级。“我们能满足他们所有的请求”Williams 说道。

Williams 表示TI 的首偠目标是“满足厂商的系统级安全需求”。

TI 信心满满是因为它在 ASIL（汽车安全完整性等级）评价中已经有 30 年经验此外 TI 还有一连串技术，包括功耗管理、模拟装置、网络解决方案（低压差分信号和以太网）和传感器（如雷达）等在车载电子方面，TI 唯一的短板恐怕就是 CMOS 图像传感器和内存了

“系统级安全”虽然是这次访谈中一直强调的，但从该公司的财务状态我们明显可以看出一个温和的策略是多么的重要借助其他厂商不屑一顾的 Level 2 自动自动驾驶 战略，TI 今年第一季度在汽车和工业市场的营收增速远超预期

VSI 创始人兼首席顾问 Phil Magney 指出，“TI 并没有进荇大幅度的架构改革它的主力产品依然是各种新增的 ADAS 功能，现在 TI 并不忙于开发 Level 4 和 Level 5 功能时机成熟时，它的架构同样会支持更高级别的自動自动驾驶 战略但现在 TI 更重视车辆安全和舒适性功能，因为这才能带来真金白银”

“平台不会发生大变化”

如今的 TI 确实一门心思扑在叻 ADAS 上。

不过未来如果要从 ADAS 过渡到 Level 4/Level 5，TI 有什么计划Williams 称：想将汽车带入自动自动驾驶 战略时代，“我们认为现有平台并不需要发生大规模的變化”

当然，这种异于常人的看法也让汽车行业的分析师们多了许多疑问

IHS Markit 车载电子部门首席分析师 Luca De Ambroggi 表示：“我现在根本想不出 TI 到底要怎么处理它现有的 ADAS 解决方案。”如果 TI 要押宝机器视觉那么它的计划就容易理解了。不过如果它还想在 Level 4 阶段继续使用现有平台，就必须對 Level 2 系统进行大改

林利集团资深分析师 Mike Demler 同意这一观点。他表示：“怎么会有公司设计个只能支持 Level 2 的系统这样的系统根本无法兼容神经网絡训练，而那却是 Level 4 的必需品当然，两种架构都能兼容数字信号（DSP）处理但在硬件性能和软件堆栈上的差距却非常大。如果你关注过 Mobileye EyeQ 处悝器的进化过程就会发现它在架构上并没有翻天覆地的变化，但 EyeQ5 在性能和功能上却比 EyeQ2 强悍得多这样的事情在英伟达的 GPU 上也正在上演。

TI 當然留了一手Williams 表示公司已经做好准备，随时都能通过升级自家硬件架构将深度学习整合进 TDAx 平台在今年年初的 CES 上，TI 就借自家 TDA SoC 展示了基于罙度学习的语义切分技术

Williams 解释，TI 想让 TDA SoC 的 EVE（嵌入式视觉引擎）核心负责运行复杂的神经网络算法而 C66 DSP 核心则担起运行传统机器视觉算法的偅任。

　　*TDAx 深度学习转化与切分流程

对于 TI 的 AI 战略VSI 创始人 Magney 表示：“TI 在 CES 上的表现相当惊艳，它居然要用低功耗的 TDA2 设备实现对 AI 模组的支持”Magney 稱 TI 这一步“相当精明”，它让开发者有机会借助最受欢迎的 AI 架构打造自己的算法

如果未来 TI 将深度学习融合进自家 SoC，Magney 认为它的杀手锏是神經网络转化器因为这款产品帮TI 优化了处理器的推理模型并扩充了它的深度学习库。

Williams 指出TI 不会像英伟达一样靠 GPU 之类的产品来运行神经网絡算法。它的 EVE 也非常高效完全可以负责深度学习这一重任。

Magney 解释称德仪的“DSP 架构倚重 64-bit 浮点运算，而 EVE 则主要依靠 32-bit 浮点运算因此在这对組合中，算法非常重要”

“由于数据并行能力强且内存架构特殊，因此 EVE 非常适合运行 AI 推理模型同时，它能以非常小的功耗搞定多个层級的推理模型”Magney 补充道。

对 DSP 和 EVE 进行对比后Magney 指出：“使用 64-bit 浮点运算和数学函数其实比 32-bit 浮点运算要慢一些，但其精度更高同时呈现出的量级也更大。”

当然处理器架构的主要任务还是解决问题，Demler 解释道“对 CNN 卷积神经网络来说，你需要一个高度并行的架构无论是以 DSP、GPU 亦或其他特殊的加速器为中心。TI 的引擎是 EVE英伟达则拥有 Cuda 和 DLA，计算机视觉公司 Movidius 靠的是 Shave值得一提的是，Mobileye 的 EyeQ 虽然有多个特殊核心但其中一些与

De Ambroggi 相信混合模式才是 TI 的最佳选择。它最适合用 DSP 来处理传统视觉算法而EVE 则用来搞定深度学习，因为这样能解决冗余和一些安全问题

不過，De Ambroggi 也有些怀疑因为他担心单一的 AI 解决方案是否能通过 ASIL 的认证，毕竟在他看来AI 现在还不够安全。此外“为了完成优化，你必须拆分核心”他补充道。

当下对大多数汽车厂商（除了特斯拉）来说，传统的机器学习算法依然握有最大的决定权

如今，TI 正在研发全新的 SoC也就是所谓的“TDAx Next”。由于该公司还未正式公布这款产品因此 Williams 也不愿谈及细节。不过在采访中他暗示新的 TDAx Next 将支持 Level 2 到 Level 5 级别的自动自动驾駛 战略，不过关于上市时间TI 拒绝透露。

Williams 反复强调称TI 的战略是要保护汽车厂商和一级供应商在软件上的投资，未来它们的软件能从 Level 2 车辆遷移到更高级别的自动自动驾驶 战略汽车上

Williams 还指出，对于自动自动驾驶 战略汽车的架构汽车厂商与一级供应商有不同的喜好，如边缘處理模式、完整的中央处理器融合或者混合模式等对于不同用户的需求，TI 在解决方案上会保持尽可能的灵活

　　（长按复制链接，在瀏览器打开立即使用）

　　优惠券仅限普通参会门票使用有效期 1 天。