【导读】高效能的计算机运算平台只是发展自动驾驶车的一部份。如何以汽车的成本达到飞机等级的百分之百可靠性，才有助于打造零缺陷的自动驾驶车...
问起当今汽车电子产业的前五大半导体巨擘，如果你能回答出恩智浦半导体(NXP Semiconductors)、英飞凌科技(Infineon)、瑞萨电子(Renesas)、意法半导体(ST Microelectronics)和德州仪器(Texas Instrument)，表示你非常了解这个产业。
然而，讽刺地是，在一个以芯片业为主的展会上——如国际消费电子展(CES)，与会者对于上述这些厂商却所知不多。当谈到汽车产业将朝人工智能(AI)与自动驾驶的方向迈进时，在CES上受到瞩目的反而是英伟达(Nvidia)、Mobileye与英特尔(Intel)等拥有巨大芯片处理能力的芯片供应商。
老实说，消费者对于自动驾驶车的概念如此兴奋，原因就在于车辆中搭载了每秒兆次浮点运算(TFLOPS)效能的超级计算机。
然而，英飞凌科技并无意加入TFLOPS超级运算性能的竞赛。英飞凌首席执行官Reinhard Ploss直截了当地表示：“我们对这块领域没有兴趣。”
在《EE Times》的专访过程中，Ploss解释，高效能的计算机运算平台只是发展自动驾驶车的一部份。他并提及如何以汽车的成本达到飞机等级的百分之百可靠性，以及如何让传感器融合(sensor fusion)不至于出现混淆。
近期不再有并购行动
尽管近期全球芯片业界不断发生整并，英飞凌首席执行官在受访时指出，短时间内并没有任何并购计划。
英飞凌科技在近几年成功并购国际整流器(International Rectifier，IR)与Wolfspeed后，Ploss相信该公司如今已有足够的实力实现有机成长(organic growth)。
去年夏天，英飞凌以8.5亿美元收购科锐(Cree)旗下的Wolfspeed功率与射频(RF)部门，这笔交易包含功率与RF功率相关的碳化硅(SiC)晶圆基板业务，让英飞凌得以快速掌握业内技术。
英飞凌也完成了两年前以30亿美元并购IR的行动。Ploss称此行动为英飞凌奠定全球功率半导体龙头地位的重要基石，“这项并购行动扩大了公司的规模。”
去年十月，英飞凌还收购了总部位于荷兰奈梅亨(Nijmegen)的无晶圆厂半导体公司Innoluce，期望藉由取得Innoluce的专精技术，为高性能光达(LiDAR)系统开发芯片。Ploss并称此举为“进入市场前必要的技术性”收购。
英飞凌预估今年将有6%的成长，优于整体产业表现，并希望达成15%到17%的营业利润目标。
两大趋势：电气化与自动驾驶
英飞凌预见当前的汽车市场即将发生两大变革：车辆电气化，以及辅助/自动驾驶。
提到车用电力驱动系统，Ploss自豪地说：“英飞凌能提供最完善的解决方案。”他解释，收购Wolfspeed让英飞凌能够提供最广泛的复合半导体，并进一步在电动车(EV)与再生能源市场成为重要的功率与RF组件供应商。
全世界对于电动车的需求与日俱增，特别是中国，这对于英飞凌来说相当有利。
然而，Ploss指出，辅助/自动驾驶的发展趋势则“可能更具有活力”。他解释：“不容置疑地，消费者对于辅助驾驶功能的需求一直在成长，他们希望能有一种技术让开车变得更轻松。”
迈向零缺陷技术之路
Ploss形容自动驾驶车在本质上可称之为“驾驶机器人”(driving robot)。连网汽车固然重要，但他强调更重要的是在忽然失去连网能力时，自动驾驶车如何保持继续行驶。
Ploss表示，让机器人能顺利驾驶的法宝为眼睛、耳朵、大脑和肌肉，但要让自动驾驶车具备百分之百的可靠性并非全靠计算机系统。他解释：“高度复杂的高效能处理器并非为了实现零缺陷技术而设计的。但自动驾驶车必须具有备援(fall-back)能力，在遇到状况时能让监督者掌控这台车。”例如，当自动驾驶车的供电系统故障时。
Ploss强调，为了避免意外发生，关键不在于自动驾驶车的连网能力，而是监测芯片必须能为车辆重新配置电力系统，保持继续驾驶或安全地停车。
英飞凌有信心能协助汽车制造商达到零缺陷(zero defect)的目标。英飞凌提供一系列的Aurix微控制器(MCU)，包含三颗独立的32位TriCore CPU，符合ASIL-D安全标准。透过Aurix平台，汽车开发商就能利用单一MCU平台控制动力传动、车身、安全与先进驾驶辅助系统(ADAS)等应用。
例如，Intel GO自动驾驶车的车载开发平台有两种处理器版本，一是搭载Atom的双核心处理器，另一种则是结合Arria 10 FPGA的28核心Xeon处理器。在这两种版本中，英飞凌的Aurix MCU都在符合ASIL-D安全要求方面扮演重要作用。
同样地，Nvidia新推出的Xavier芯片，能以30W功耗处理每秒30兆次指令周期，号称是自动驾驶车平台的超级计算机。其中，也必须搭配像是Aurix MCU等芯片。虽然目前Xavier芯片仅达到ASIL-C标准，但Nvidia表示，汽车OEM只要加上经ASIL-D认证的MCU，一样能符合ASIL-D安全标准。
那么，Nvidia或英特尔是否会在其所谓的汽车大脑芯片中整合ASIL-D MCU？Ploss抱持怀疑的态度。尽管芯片厂的研发任务在于走向更高度的整合，但通过ASIL-D标准要求所需要的是完全不同的设计流程。Ploss解释：“缩小芯片尺寸以及整合通过ASIL-D标准的MCU必须以完全不同的方式处理。”
避免传感器融合的混淆
再者，还有机器学习(machine learning)的问题。
无疑地，机器学习的发展神速，但测试卷积神经网络(Convolutional Neural Network，CNN)芯片的安全性仍是一大考验。目前在汽车产业中还没有人能解决这个问题，Ploss解释，主要是因为卷积神经网络具有不确定性。
Ploss相信自动驾驶车内的传感器融合芯片将会维持双架构，其一仍靠传统计算机视觉算法来处理，例如方向梯度直方图(HOG)，另一种架构则有赖于卷积神经网络。Ploss说：“无论如何都不能导致传感器融合的混淆。”
英飞凌预计，Aurix MCU并不会只运用在汽车大脑芯片中，也可能出现在其他相关的传感器解决方案，像是雷达或是光达系统。Ploss说：“我们认为Aurix MCU也将运用在传感器相关应用，适时协助实现预处理与实时行动。”他将Aurix MCU芯片比喻为人体中的自律神经系统，即使在无意识的状态下，也能控制调节身体机能。
传感器技术
除了电力电子与安全MCU，英飞凌还开发了专为高度自动驾驶量身打造的传感器技术，包含雷达、光达，以及专用于监控驾驶人的飞时测距(ToF)成像器技术。
就像恩智浦和意法半导体等竞争对手一样，英飞凌也大幅受益于雷达芯片的市场成长需求。Ploss宣称，英飞凌光是在2016年就销售出1千万个雷达芯片；相形之下，该公司在2015年底以前所累积的雷达芯片销售量同样达到1千万个。
目前英飞凌提供的是基于硅锗(SiGe)的雷达芯片，Ploss指出，利用CMOS工艺的芯片目前正在研发中。不过，Ploss强调，“对于雷达技术来说，信号噪声比(SNR)至关重要，基于硅锗的雷达芯片在这方面能提供更好的效能。”尽管如此，他指出，英飞凌仍会因应市场需求提供硅锗与CMOS两种雷达芯片。
针对CMOS雷达技术，英飞凌去年宣布与IMEC合作开发高度整合的CMOS 79GHz传感器芯片，并承诺将在今年初推出基于CMOS雷达系统的展示方案。
此外，英飞凌在并购由飞利浦(Royal Philips)独立而出的Innoluce后，也将光达技术导入ADAS产品组合中。英飞凌希望能善加利用Innoluce基于固态微机电系统(MEMS)微镜技术的微型雷射扫描模块，以提供更具成本效益、长距离且高效能的光达系统。
Innoluce为车用光达开发的MEMS镜像技术
英飞凌在传感器技术的第三大利器为影像传感器芯片——Real3，这是一种高度整合的3D ToF成像器芯片。英飞凌宣称，与PMD technologies连手开发这款ToF传感器相机可提供完整的3D环境数据以及不需阳光的巨幅影像，能够用于监测驾驶是否分心、有睡意、微睡眠(micro-sleep)，以及脸部表情及其情绪反应。
最后，Ploss强调：“自动驾驶车是一种整合了机械与电子功能的产品。”因此，电动车也可能发生短路问题；尽管如此，自动驾驶车在目前功能不够强大的情况仍得上路。因此，这让Ploss看见了其中的重要商机——英飞凌将致力于提供零缺陷的技术，让自动驾驶车能顺利地行驶于现实世界中。
