加入星计划,您可以享受以下权益:

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入
  • 正文
    • 汽车行业为什么要用RISC-V?
    • 向量处理
    • All in汽车
    • RISC-V竞争
  • 相关推荐
  • 电子产业图谱
申请入驻 产业图谱

SiFive的RISC-V处理器向Nvidia发起挑战

2022/09/21
3120
阅读需 13 分钟
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

Nvidia在2020年试图收购Arm的举动使得SiFive(RISC-V IP供应商)全面进军汽车市场几乎是不可避免的,因为SiFive认为汽车芯片公司一定会寻求他们的帮助,以对抗Nvidia汽车SoC和基于Arm内核解决方案的联合力量。虽然Arm的交易没有达成,但SiFive准备了三个低功耗、高性能的汽车RISC-V处理器组合。SiFive认为,他们的解决方案如果组合使用,可以与Nvidia的汽车SoC竞争。

SiFive将在未来18个月内推出三款基于RISC-V的汽车处理器。与竞争对手相比,SiFive承诺具有更高的性能、更低的功耗和更简单的编程,希望吸引汽车OEM和汽车芯片公司使用RISC-V,以取代ADAS和AV半导体市场的现有竞争者。

SiFive的产品副总裁Chris Jones表示,SiFive的新产品系列将两年来专注于汽车市场的“幕后”开发努力和人才招聘推向了高潮。

汽车行业有许多基于Arm内核的SoC选择,但Jones表示,“有些客户要求下一代汽车应用具有最大的性能,但现有的供应商忽略了他们的需求。”他表示,SiFive正以“从嵌入式内核到矢量计算再到高性能产品的三种产品”来满足这些OEM和半导体Tier1的需求。

SiFive的RISC-V汽车处理器将涵盖三类:“基本系列”(E6-A),用于处理传统的嵌入式32位和64位应用;“智能系列”(X280-A),为中央传感器融合与AI提供向量计算;以及一个“性能系列”,SiFive计划在下个月公布其细节。E6-A系列预计在第四季度推出,X280-A将在2023年中期推出,高性能系列将在明年底推出。

这三款处理器旨在帮助车厂将下一代系统设计转变为zonal架构。SiFive还瞄准了那些希望为自己的AV中枢大脑寻求高性能计算的客户。

最终目标是打破Nvidia在低功耗、高性能汽车半导体市场的垄断。

在推出最终产品之前,SiFive已经向客户透露了所有三款新型汽车处理器的RTL(register-transfer level)模型。SiFive表示,到目前为止,已经为E6-A系列找到了两家半导体Tier1客户,并为其高性能系列找到了一家领先的半导体客户。据Jones介绍,加州山景城的一家AV公司已经签约购买了X280-A。

他们没有透露这些客户的名称,但SiFive称这些公司都是Top 10的芯片公司,他们把SiFive的IP与自己的芯片组整合在一起。

汽车行业为什么要用RISC-V?

RISC-V内核正出现在一些新款汽车SoC中。

在今年的CES上,Mobileye推出了专为L4车辆设计的EyeQ Ultra。Mobileye放弃了之前EyeQ系列中使用的MIPS CPU内核,在EyeQ Ultra中采用了12个RISC-V内核,以及Arm GPU和DSP

在上个月的Hot Chips大会上,开发AI推理芯片的初创公司Untether AI讨论了其第二代at-memory架构,该架构装载了超过1400个优化的带有定制指令的RISC-V处理器。

Jones表示,两个因素会促使基于Arm内核的汽车SoC和Nvidia的GPU转向RISC-V解决方案,即功耗和“灵活性”。

他说:“人们过去常说,在汽车领域,功耗并不重要。因为与智能手机不同,汽车是一个庞大的系统。但电动车就不同了,因为所有的东西都是靠电池运行的,而GPU需要大量的电力。”

至于“RISC-V的自由度和灵活性”,Jones指出,“中国数十家自动驾驶汽车OEM厂商正在设计自己的汽车芯片。在同等条件下,他们希望采用RISC-V,因为他们希望确保他们对技术的访问不会中断,无论他们正在进行什么软件开发都不会被浪费。”

向量处理

SiFive认为,去年RISC-V International批准的向量扩展,将使RISC-V内核可以实现许多新的数据驱动应用,包括AI和机器学习更重要的是,它认为RISC-V向量指令可以解决业界的许多设计和开发挑战,包括功耗、数据移动、多库以及打包的SIMD(single-instruction, multiple-data)和GPU实现中的代际不兼容。

这并不新鲜。计算机中的向量运算至少可以追溯到20世纪70年代中期的超级计算机,到了20世纪80年代中期,IBM的370架构提供了向量扩展。

低规模集成限制了IBM架构师的选择,因为向量处理单元往往是大盒子,而浮点单元(FPU)往往是大型芯片。但是FPU进化出了一些有限的向量能力,即多个pipeline,所以它们可以同时做几个相同的操作。这演变成了主流CPU的向量处理扩展。IBM Power架构和Arm都有类似的扩展。

向量扩展有两个主要用途。第一种是使用向量或矩阵代数运算,通常用于科学或统计目的。这些计算速度可以同时组织和协调大量的数据块。其次,向量扩展在不涉及向量数学的普通并行算术或逻辑运算中很有效,比如深度学习所需的数据库搜索和计算,无论是基于训练还是基于推理。

它的整体概念与GPU相比,在GPU中,许多数据路径在不同的数据块上做相同或几乎相同的事情,以响应单个指令SIMD。GPU有一种更复杂、更并行的方式来做同样的事情。但结果是,它们的编程难度要大得多,除非有人给你一个向量数学库和像Nvidia的CUDA这样的并行计算平台和API

为了在某些应用中与Arm Cortex和x86 CPU竞争,RISC-V中新增的向量处理器和指令可能将允许供应商通过“更数学上的‘向量’和更少的SIMD”来实现差异化。

在SiFive看来,RISC-V向量提供了一种强大、有效的替代方案(在代码大小、性能和面积方面),以解决SIMD和GPU处理大型数据集的低效使用。RISC-V在相同的软件代码中使用不同向量长度的能力提供了可扩展性和灵活性,同时最大限度降低了软件的复杂性。

Jones表示,SiFive的新X280-A具有向量扩展功能,无需使用多个加速器或DSP。其结果是显著降低了功耗,提高了效率。

All in汽车

对于SiFive来说,巧合的是,就在Patrick Little于2020年9月加入SiFive担任CEO的第二天,Nvidia透露了其收购Arm的计划。

Jones说:“尽管这笔交易未能实现,但Nvidia-Arm的宣布引发了一系列Nvidia可能从未想过的事件,包括让RISC-V成为汽车半导体行业的首要考虑。”由于担心Nvidia在汽车领域的野心,AMD和Renesas等主要芯片公司不愿与Nvidia分享自己的路线图。

在加入SiFive担任CEO之前,Little曾担任Qualcomm的SVP,帮助高通成功进军汽车业。当Nvidia收购Arm的交易失败时,Little已经是汽车芯片制造商最抢手的顾问之一。

如今,Jones认为,从很多方面来说,Nvidia的声明为SiFive进军汽车行业开辟了道路。

RISC-V竞争

SiFive并不是唯一一家追求汽车市场的RISC-V公司。

Andes Technologies拥有几家早期客户,其应用领域包括触摸屏控制、舱内雷达和汽车MCU很明显,该公司的RISC-V重点在广泛的汽车MCU中。

Andes的CEO Frankwell Jyh-Ming Lin说,Andes专注于“车规级产品”,而SiFive则致力于“汽车应用”。

Andes的CTO Charlie Hong-Men Su强调了ASIL-ready和ASIL-compliant解决方案之间的区别。他说,大多数宣扬基于RISC-V的全功能安全处理器IP的公告都“只是ASIL-ready”的。“Andes帮助汽车市场的方法是提供可靠的符合ASIL标准的产品,而不是没有真正准备好的ASIL-ready的产品。

去年年底,Andes获得了SGS TÜV的ISO 26262认证,其首个符合ASIL标准的内核“也处于SGS TÜV认证的最后阶段”。

在向量处理方面,Andes、阿里平头哥(T-Head)和NSITEXE已经实现了RISC-V向量扩展标准。Andes声称,它是第一家提供RISC-V向量处理器IP的公司,并于2019年发布了一款产品。CTO表示,该产品已被“超过10个数据中心AI加速器客户项目”采用。

尽管SiFive尚未宣称其汽车处理器是否符合ISO 26262标准,但这正是其目标所在。

SiFive的团队中包括Monia Chiavacci,据公司新闻稿称,她是“全球公认的功能安全应用于SoC的先驱”。Jones表示,Chiavacci曾在2016年Intel收购的Yogitech公司工作,在过去五年里负责Intel的功能安全。

Jones说,“SiFive费了很大力把她招了进来,帮助从基础设施的角度建立SiFive需的一切,以完全符合ISO 26262规范。

他补充说,ISO 26262的业务是Chiavacci全权负责的。

现在说SiFive基于RISC-V内核的汽车处理器是否会像Nvidia的设计一样强大还为时过早。但由于目前有许多针对汽车MCU的RISC-V解决方案可用,SiFive的方法是独特的。该公司的目标是在高性能ADAS/AV应用处理器领域,承诺比GPU更低的功耗和与DSP相当的编程难度。然而,该公司还没有准备好分享他们宣布的产品的规格参数。

英伟达

英伟达

NVIDIA(中国大陆译名:英伟达,港台译名:辉达),成立于1993年,是一家美国跨国科技公司,总部位于加利福尼亚州圣克拉拉市,由黄仁勋、克里斯·马拉科夫斯基(Chris Malachowsky)和柯蒂斯·普里姆(Curtis Priem)共同创立。公司早期专注于图形芯片设计业务,随着公司技术与业务发展,已成长为一家提供全栈计算的人工智能公司,致力于开发CPU、DPU、GPU和AI软件,为建筑工程、金融服务、科学研究、制造业、汽车等领域的计算解决方案提供支持。

NVIDIA(中国大陆译名:英伟达,港台译名:辉达),成立于1993年,是一家美国跨国科技公司,总部位于加利福尼亚州圣克拉拉市,由黄仁勋、克里斯·马拉科夫斯基(Chris Malachowsky)和柯蒂斯·普里姆(Curtis Priem)共同创立。公司早期专注于图形芯片设计业务,随着公司技术与业务发展,已成长为一家提供全栈计算的人工智能公司,致力于开发CPU、DPU、GPU和AI软件,为建筑工程、金融服务、科学研究、制造业、汽车等领域的计算解决方案提供支持。收起

查看更多

相关推荐

电子产业图谱

C.A.S.E.及大出行领域学习及知识分享。欢迎业内朋友交流~!