自动驾驶（七十五）---------几种硬件平台对比

      上一篇主要介绍了硬件平台的基本情况，并没有详细的分析和对比每种硬件平台的优劣，这里我选取几种常见的硬件平台，从输入、硬件架构、输出等几个方面进行详细对比，以便深入了解各种平台。

       这里我主要对比：恩智浦S32V、英伟达DRIVE PX2、TI的TDA4、寒武纪1M、高通SA8155。

1 .恩智浦S32V

       S32V是恩智浦推出的一款汽车视觉微处理器，主要参数如下：

1. 硬件方面：4 x [email protected]，1 x [email protected]内核，2个APEX核，3D GPU, 图像信号处理器(ISP)
2. 存储方面：2 GiB DDR存储器，SD卡插槽，QSPI Nor闪存，用于NVM的16 GiB EMMC。
3. 接口方面：视频输入(VIU接头2 x MIPI-CSI2)，Gigabit以太网，1x PCIE 2.0，加速度传感器、磁力计以及陀螺仪，汽车CAN口输出。
4. 功耗方面：GPU 10瓦，不用GPU 4瓦。
5. 结构图：

2. DRIVE PX2

          英伟达在自动驾驶领域也可为信心满满，不过px2至今没有被用于量产，到底什么原因呢：

1.  硬件：16nm FinFET工艺，8xA57核心和4xDenver核心，Pascal架构GPU.
2.  接口：支持12路摄像头输入、激光定位、雷达和超声波传感器，PCIe v3.0，GMSL Display
3.  功耗：250W ，采用水冷散热设计。
4.  总结：性能强悍，但是真是太贵了，价格一点都不亲民。没有车辆CAN总线接口，需要自己集成。

3. TI的TDA4

       TDA4是TI的第一款片上系统（SoC）,基于Jacinto™ 7架构, 功能强大：

1. 硬件：2xARM A72，深度学习矩阵乘法加速器(MMA)，视觉处理加速器(VPAC)和图像信号处理器(ISP)和多个视角辅助加速器;深度和运动处理加速器(DMPAC);
2. 接口：6路摄像头、激光定位、雷达和超声波传感器，4路PCIe v3.0，优化的CAN总线接口。
3. 功耗：5~20W，无需主动冷却。
4. 结构图： 

4. 寒武纪1M

        国产芯片，集成度和国际大厂还是有很大的区别，作为国产第一个芯片还是很值的肯定的，不支持摄像头和雷达数据的直接输入，需要外置采集卡，只有逻辑计算平台，也没有集成CAN总线接口，处理器对深度学习有一定的优化。

1. 硬件：台积电7nm工艺，主频1GHz，压缩解压缩模块
2. 接口：支持PCIe接口，支持 CNN、RNN、SOM 等多种深度学习模型。
3. 功耗：80瓦

       寒武纪的芯片在逻辑计算和深度学习方面，还是有很多亮点的，但是好的产品需要有强大的硬件以及易用的开发软件。寒武纪的芯片没有集成摄像头和传感器是输入，也没有能集成CAN总线接口，与之对应的开发平台也不完整。总之，中国芯片产业任重道远。