新基建的东风，正吹向各行各业。

2020年初，中国《2020政府工作报告》提出的发展目标显示，今年将不断加强新型基础设施建设，其中就包括建设数据中心这一项内容。

在数据层面，如何利用好数据作为支撑，推动行业发展，改善人民生活，成为重要议题。尤其是自疫情以来，大数据发挥的作用逐渐显现，在实时跟踪、重点筛查以及有效预测等方面发挥着重要作用。

如果说5G、人工智能等是社会发展的重要科技推动力，那么大数据则在其中扮演着关键角色。在整个大数据体系中，通过一系列动作，包括数据获取、存储、处理和分析，其最终意义在于提供有说服力的参考决策。

在这其中，全球自适应和智能计算平台“赛灵思”作为FPGA、可编程SoC及ACAP玩家，在可编程芯片技术、应变处理器技术和自适应开放平台方面，已有一定布局。2018年1月，Victor Peng 就任赛灵思第四任 CEO 并宣布启动三大战略，即数据中心优先、加速核心市场发展以及驱动自适应计算。

赛灵思大中华区销售副总裁唐晓蕾表示：“‘新基建’的本质是‘数据新基建’。数据从云到端到边缘流动中相互作用，使得数据量呈爆炸式增长且杂乱无序，超越了现有处理器架构的处理能力。因此，世界亟需异构的、能适应未来需求的架构，以匹配‘新基建’所驱动的创新时代需求。”

就行业属性而言，赛灵思已在5G无线、有线、消费电子、数据中心、医疗诊断、工业物联网、自动驾驶、航空航天领域均有布局。

当前，工业物联网正推动边缘计算朝智能化方向发展。在工业与视觉方面，赛灵思正打造智能工厂与智慧城市，其能够为智能电网、视频监控与智慧城市、驱动与电机控制等智能自适应资产提供支持。针对医疗健康及专业音视频与广播，赛灵思也已经有所加码。

在汽车行业更是如此，数据显示，截至目前，赛灵思已经同30多家车企共同合作，合作车型超过100款。其合作对象包括全球主流一级汽车供应商、设备制造商，以及各种初创型企业。在车规级芯片制造方面，其在全球范围内累计销售已经超过1.7亿颗，其中7000万颗用于量产型 ADAS。

赛灵思大中华区销售副总裁唐晓蕾及核心市场发展总监酆毅、汽车系统架构师兼市场经理毛广辉针对其在汽车业务的布局做了更多解读，新基建背景下，赛灵思未来将如何发力汽车市场？

从ADAS到自动驾驶

Q：目前赛灵思在汽车业务上取得的一些进展？

酆毅：赛灵思汽车方案逐步实现了从ADAS到自动驾驶的演进，业务范围包括计算机视觉逐渐过渡到 AI 用于防撞、使用边缘传感器、相机、雷达（ RADAR ）和激光雷达（ LiDAR ）进行目标检测和跟踪、通过 AI 推断识别乘员的警觉性、姿势和偏好进行车载监控。

在测试测量与仿真领域，赛灵思解决方案为实现下一代测试测量平台提供I/O性能和灵活应变能力、信号处理带宽和部分重配置功能。另一方面，借助赛灵思FPGA ，仿真与原型设计可快速实现SoC系统建模和验证并加速软件和固件开发。

Q：新基建背景下，赛灵思在业务方面会有哪些进一步部署，机会在哪里？

酆毅：我们正在主推汽车领域，因为汽车行业正在发挥引领作用。汽车本身既是一个巨大的数据源，也是一个巨大的数据消耗源，同时汽车产业对数据引力和时延性要求极高。所以，这依赖于通过异构计算平台解决。

另一方面，可以预见的是工业和专业音视频领域，尤其是专业音视频领域，本身就是由一个个数据组成，要想更多、更快、更好，需要异构计算平台进行处理。

Q3：传统厂商和自动驾驶出租车对技术要求非常不同，赛灵思在服务这两类客户时，使用ADAS有什么不同的解决方案？

酆毅：这必然需要不同的方案和不同的芯片，或者统一的、可拓展的异构计算平台，来满足不同的需求。比如，传统车厂对智能驾驶的诉求，更多利用相关摄像头领域计算进行势能，比如视觉环视诉求，或前摄像头防碰撞这样的诉求，雷达处理器或者激光雷达处理器的方案的整合，都需要不同的解决方案。我们不光在跟国际主流车厂进行配合，也跟国内很多的一些专业方案公司一起配合，希望解决这方面需求。

对于智能出行方面，他们更强调强大的I/O融合能力。所谓的数据融合能力，是指能够接不同传感器过来的内容，不管是激光雷达也好、雷达也好，或者是摄像头，企业需要具备能力做到同步，这也需要一个资源相当丰盛的平台。在这方面，赛灵思已经同国内主流的几家自动驾驶的非传统厂商达成了紧密合作。

Q2：如果想实现自动驾驶，需要依赖大量传感器对道路环境信息进行采集、处理，并做出决策，及时规避障碍物或者行人，保证过程安全，这一系统对中央处理器的要求非常严格，赛灵思有什么独特之处？

毛广辉：在自动驾驶感知及最后决策过程中，中央计算非常重要，但它不是全部。除了在中央计算之外，赛灵思从数据接入、汇总、分发、预处理的数据层会先做一层过滤，以帮助中央计算提取有效数据，最后再去运算。

我们认为未来有一个趋势，叫做前融合，就是原始数据抛过来后，需要做下一步工作，然后在上面做感知、加速。另外，单纯算力提供之外，我们还要了解算力的实际情况。除了大规模并行处理外，如果说并行处理的结果还需要做等待，实际上得到的结果也没有办法及时的回馈到车控系统，这样就会产生延迟的风险。赛灵思则会在处理过程中可以直接把结果输出，达到低延迟保证。我们可以从这样几个维度去看：第一，提供高算力，保障算力要求；第二，在流水数据做汇总、分发，可以给企业所需要的比特；第三，在高吞吐的同时，做到低延时，保证自动驾驶系统运转。

新能源汽车市场的万亿机会

Q：新基建带来的市场涉及七大领域，赛灵思在新能源汽车充电桩等方面是否有相应规划，如何看待这一领域？

唐晓蕾：我们看到了创新的，或者说跨界的机会。赛灵思这样看待这件事，像数据中心、人工智能，这些我们叫数据产业化；轨道交通、新能源汽车充电桩，叫产业数字化。怎么将传统行业变成能加入到数据洪流中的迭代过程，是我们在考虑的事情，我们从不同的环节中切入去研究市场，接下来我们会找到更多跟产品特性相关的应用。

整体规划上，我们认为这些传统行业会越来越把智能化变成一个切入点，基于这些数据怎么处理，将数据变成有价值的信息，再提供到整个的设备网络中去，是一个完整的流程。举个简单的例子，像智能灯杆，如何将传统的灯变成有通讯属性是一个思考的方向。在此过程中，我们认为赛灵思的机会开始慢慢扩大，它可以在5G基站上有一些市场份额，也可能会在传统智能相机方面也有份额。所以，我们是在跟不同行业组织在做融合。同样，我们也坚定相信，这些行业会变得越来越聪明、智能，这是赛灵思的机会。

Q1：想问一下赛灵思在新能源领域未来有什么样的规划与计划？

酆毅：从充电桩这方面发展来看，我们更关注的是数据，靠近边缘层面的，在新能源范围是对大量数据融合的能力。赛灵思新一代自适应平台有更多的I/O和更高速的I/O和处理能力，正在进行这样的数据融合。新能源可以衍生出很多应用场景，无论是控制器，还是高速控制器，包括远程指挥控制中心，赛灵思都有在部署。

毛广辉：新能汽车一般是由三电构成，包括电池包、电驱动、电控系统这三部分。从48V混动到300V纯电动，赛灵思均有对应方案。在电控部分，赛灵思能够实现控制多个数量，并保持精确的、确定的控制，实现高速变频电机回路控制，满足SIC高开关频率的要求，在提高电机速度的同时可以减小机器尺寸和重量；同时赛灵思也积极拥抱新能源，希望携手行业共同实现更美好的生活环境。

疫情阴霾

Q3：疫情对赛灵思汽车业务是否有影响？今年的目标是什么？如何看待当下的自动驾驶行业？

毛广辉：关于疫情这一块，对我们产品发布，包括交付，以及研发目标，不会造成太大影响。

但确实在中国，在疫情爆发情况下，很多工厂已经停工，会造成车辆积压，包括订单也存在很多不确定性。好在疫情慢慢缓解，我们看到势头向好发展。做一个比较保守的预计，包括往年中、年底来看，对我们订单的出货量没有特别大的影响。

酆毅：我稍微补充一下关于疫情的影响，事实上全球汽车市场都受到了影响，这是公开的事实。但目前为止，在6月份去预测整年的改变，还是稍微显早一些。因为受到疫情影响的市场积压，事实上在疫情过去以后，会有一个反弹。

另外，针对于全球市场，因为早期疫情只局限于中国，但现在目前变成一个全球的趋势。它对全球市场的影响事实上不只是赛灵思，全球相关的厂商都在进行关注。

Q：前段时间英伟达要发力L2自动驾驶芯片，是否会对赛灵思的ADAS业务产生影响？

毛广辉：英伟达在汽车业务也在发力，但是方向和赛灵思略有不同。英伟达直冲L4级别的驾驶，通过加速平台给到大的算力，提供算力的同时再提供一些服务，去满足L4。赛灵思的策略不单单是覆盖高级别自动驾驶，我们在ADAS、座舱、DMS，以及传统的多媒体芯片方面，均有出货，去匹配不同层级的需求。

至于针对L4，对我们是否有冲击？我的理解会有影响，但是不会影响我们既定的路线，我们在汽车产品迭代时已经考虑到未来针对L4的算力要求，所以公司在向平台性方向迈进。同时算力是通过SoC，和大容量的FPGA加速，我们现在已经可以覆盖到算力加速的要求。同时，针对于扩展性，包括前端多类传感器接入，以及大规模数据并行处理、解决延迟问题，是我们的优势。

怎样看待行业未来发展？

酆毅：汽车行业正在经历一场革命，从汽车诞生至今，以驾驶员为主导作用的体系并未发生改变，即使随着智能辅助装置发展，本质仍然没有改变。发展至今，人们越来越期盼完全智能时代到来，尤其是robotaxi这样的新兴技术出现后，需求得到进一步刺激。但所有新兴技术革命或者新兴事物出现后，都存在迭代过程。我认为汽车行业已经过了相对冷却的低谷，到了重新起步阶段。

所谓的应用大幅提升，需要考虑到芯片层面及技术层面的问题。从芯片本身来讲，刚才提到异构计算架构，包括需要不断提升不同数据的整合和计算能力，同属于技术范畴。但我们更要注意其中的安全性。因为从传统车厂角度出发，安全性至关重要，这远远高于技术的激进性；其次，如果要推动新产业前进，也需要政策方面的支持。我们认为，中国新基建计划里将智能驾驶汽车和人工智能结合在一起，能让中国汽车产业率先实现产业化。

最后，讲一下目前国内车厂行业存在的同质化和技术瓶颈问题，赛灵思非常乐意和国内汽车企业达成紧密合作，我们已经跟国内很多初创公司、人工智能企业和汽车行业的初创公司，就视觉计算平台、激光雷达处理技术等自动驾驶领域的平台都有紧密的合作。

作者： 杨雅茹 来源：亿欧