魔视智能与赛灵思达成全球战略合作、共推智能驾驶新方案

8月31 日， 嵌入式AI智能驾驶 科技 公司魔视智能与全球领先的自适应计算芯片公司赛灵思共同宣布面向全球 汽车 市场，推出全新的智能驾驶量产方案， 将双方的战略合作推向全球层面。

双方通过长期密切合作， 成功将魔视智能先进的卷积神经网络（ CNN ）算法与赛灵思 Xilinx Automotive (XA) Zynq   系列化 SoC 芯片平台紧密融合，实现了智能驾驶汽车的前向视觉感知与控制功能，提供成熟可量产的智能驾驶解决方案，已逐步推广至全球各大汽车主机厂 。

赛灵思是全球领先的芯片公司，是 FPGA、可编程 SoC 及 ACAP 的发明者。赛灵思的汽车业务一直稳步增长，其28nm和16nm产品收入超过15年保持两位数增长，迄今为止已有超过8000万颗赛灵思芯片被用于辅助驾驶功能，仅去年一年，赛灵思在汽车行业的出货量就接近2000万片器件。 赛灵思携手魔视智能经过多年精心开发推出的前向视觉系统，是辅助驾驶与智能驾驶最关键的组成部分之一，它提供先进的路况感知能力，直接关乎车辆行驶安全，具体实现的功能包括车道保持（ LKA ）、自动紧急刹车（ AEB ）和自适应巡航（ ACC ）。并可用于L2.5+的行车。 通过魔视智能先进的卷积神经网络算法与XA Zynq SoC芯片组的完美融合，实现了成本优化、低时延、高灵活、可扩展的LKA、AEB与ACC量产方案，各项参数均满足欧盟NCAP 2022规范要求。

根据国际知名咨询机构Strategy Analytics提供的数据，智能驾驶前向视觉面临巨大的增长机遇，这一 全球市场在 2020 至 2025 年间有望实现年均 20% 的高速增长， 2025 年全球市场规模将达 24 亿美元 。美国国家公路交通安全管理局（NHTSA）、欧洲最新的一般安全法规（GSR）、欧盟NCAP、中国C-NCAP等各国各地法律法规均针对LKA、AEB等功能提出了强制安装时间表，且规范标准日渐提升、愈发严苛。Strategy Analytics认为赛灵思和魔视智能合作打造的芯片与算法紧密融合方案将极大满足全球汽车主机厂的需求，尤其能让各大主机厂更加从容地应对全球各地不断提升的法律规范和各项新标准。

在双方共同打造的量产方案里，赛灵思提供从28nm到16nm的XA Zynq各级别SoC车规级芯片组，以及未来7nm XA VersalTM AI Edge芯片组，涉及算力从数T到数百T不等，支持灵活可定制的卷积神经网络算法引擎，符合汽车行业芯片与算法解耦大趋势。在方案里， 魔视智能提供先进的卷积神经网络算法 IP 授权，双方的算法与芯片平台互为优化、密切配合，满足不同成本级别、不同功能等级的量产方案，包括此次推出的支持 800 万像素2 5 帧/秒的前向视觉感知系统。 由此，各大主机厂和行业合作伙伴可以基于魔视智能的感知与控制算法，打造差异化、面向未来的智能驾驶功能。

▲魔视智能CEO虞正华

魔视智能CEO虞正华博士表示：“我们非常荣幸与赛灵思一起把双方战略合作推向新高度、共同面向全球市场推出双方多年精心打造的全新智能驾驶量产方案。 我们很欣慰地看到，方案迅速得到了多家国际厂商的高度认可。 高标准、车规级、差异化的LKA、AEB与ACC方案，需要先进神经网络算法与车规级高算力芯片的紧密配合。基于赛灵思SoC芯片平台能力和魔视智能高度灵活可定制的深度学习网络引擎，双方此次联合发布的方案将向全球汽车行业推出业界领先的效能、效率和可升级能力，满足各地法律法规日益严苛的要求、满足未来汽车消费者愈发多样化的需求。”

▲赛灵思汽车业务高级总监 Willard Tu

赛灵思汽车业务高级总监 Willard Tu 表示：“借助面向前视摄像头市场的全面解决方案，我们扩展了车规级解决方案阵容，将成本优化的高性能解决方案交付于客户手中。我们很高兴能够将该解决方案投放市场，并推动行业向前发展。魔视智能在嵌入式深度学习领域积累了丰富的专业知识，并能通过优化神经网络应对前视摄像头感知的严峻挑战，这些为双方赢得市场份额提供了独特优势，同时也将助力我们的 OEM 客户加快上市时间。”

在9月15日将要举行的赛灵思年度最大规模技术会议Xilinx Adapt 2021上，虞正华博士将作为唯一一家中国自动驾驶算法公司代表发表主旨讲话，共同向全球汽车主机厂和行业合作伙伴进一步介绍此次双方共同发布的方案细节，敬请关注。

关于魔视智能

魔视智能是以AI算法技术与先进芯片的算力为核心，提供面向前装量产的汽车智能驾驶产品的创新科技公司。魔视智能成功研发了领先的自动驾驶算法及其硬件系统，积累了包括泊车+行车，舱内+舱外，前视+环视，标准+定制的全栈式算法及跨芯片平台工程能力。魔视智能依照汽车工程标准，将优化的AI计算引擎高效运行在多种核心芯片平台，在精确的环境感知和车辆定位基础上，使用视觉和多种传感器融合，结合路径规划和车辆控制，实现不同等级的自动驾驶，并在乘用车和商用车领域实现大规模量产。