LiDAR在FPGA和ASIC之间的选择

LiDAR点云的实时处理有时甚至超过100万个数据点/秒，因此需要高水平的计算来加速点云深度学习算法。LiDAR 3D点云数据的处理是通过删除不需要的数据、过滤相关数据和将点云划分为片段等步骤进行预处理的，最后对特征进行识别和分类。
 
LiDAR系统的开发必须在ASIC或FPGA之间进行权衡。目前，大多数采用的ASIC都集中在模拟光子学方面，而不是数字信号处理。
 
NRE：研究、设计、开发和测试一个新产品或产品改进的一次性成本性能和功耗：功耗预算与芯片性能的关系上市时间成本芯片封装尺寸
 
在提到汽车ASIC和FPGA时，人们会有一个固有观念，但这些需要重新审视。车厂最好在为LiDAR应用选择ASIC或FPGA之前询问芯片供应商，因为很多固有观念其实是有误区的。一般这些固有观念认为ASIC会优化性能、能效高、开发时间长/上市时间慢、可定制性低；FPGA价格太贵、功耗高、没有针对应用进行优化、开发资源有限、只适用于研究/测试车辆，而不适合量产。
 
基于FPGA的解决方案
 
FPGA和基于FPGA的MPSoC（Multi-processor Systems-on-Chip）得益于并行处理架构，与CPU和GPU的串行架构不同。FPGA的灵活性使它适合于需要经常修改和升级的应用和设备，而ASIC则更适合于永久性应用。
 
FPGA提供了灵活性和差异化，以及低延迟、高吞吐量，也可以满足快速上市时间。灵活性和适应性在LiDAR领域很重要，因为为ADAS和AV系统的性能、标准和算法在不断变化。例如，FPGA可以被配置和重新配置，以平衡电源效率和性能要求。
 
FPGA既能提供AI应用所需的额外性能和处理效率，包括LiDAR点云处理，又能实现可编程性，从而有利于系统的灵活性、硬件复用、降低开发成本。
 
FPGA是一个有吸引力的选择，特别是当感知算法仍在开发中时，因为芯片可以随着算法的开发而定制，并避免了昂贵的重新设计ASIC解决方案的可能性。
 
FPGA早前是作为加速器来增强基于CPU的SoC的性能。然而，FPGA正逐渐成为MPSoC的主要处理设备。
 
FPGA已经从基本的可编程逻辑发展到复杂的SoC器件，其中包含多个嵌入式处理器、计算引擎、内存和接口，所有这些都具有高能效。
 
以Xilinx解决方案为例，不同类别的FPGA如下：
 
FPGA：Artix-7系列，Kintex-7系列
SoC：Zynq-7000系列
MPSoC - Zynq UltraScale+ MPSoC
RFSoC - Zynq UltraScale+ RFSoC
 
ASIC解决方案
 
许多开发者选择了ASIC，是作为提高集成度、降低成本和功耗的一种手段。与GPU和FPGA相比，典型的ASIC解决方案往往具有更高的效率、更小尺寸以及更低的功耗。LiDAR开发者还必须权衡ASIC的漫长开发周期和缺乏灵活性的问题。
 
ASIC是一种芯片解决方案，为特定的目的而设计，不能被重新编程或修改以执行其他功能或其他应用。ASIC被设计为用于特定的功能，而且只是这个特定的功能。
 
随着功能的成熟和规模的增加，就可以开发ASIC来降低成本和功耗。为某一特定功能设计和构建专用的ASIC并非没有潜在的隐患，因为它们不能被重新编程，并且需要持续的NRE投资。开发一款ASIC需要具有专业知识的设计团队来设计、测试和验证，这可能会增加整个项目的成本和几个月的开发时间。
 
一个ASIC通常是适合大众市场、大批量的设计，特别设计的需要。它比FPGA的能效更高，当大批量应用时更具成本效益，ASIC的单位成本通常低于FPGA。ASIC的封装尺寸也比FPGA小得多。
 
由于其固有的设计灵活性，工程师可以改变FPGA内的电路，以应对汽车LiDAR系统的流体设计和性能要求。从下面的时间轴可以看出，与基于ASIC的设计相比，FPGA解决方案在汽车生产LiDAR处理应用中占了大多数。

Innoviz是唯一一家在量产车型中采用ASIC的公司，该公司还在内部设计了MEMS模块、硅探测器和名为Maui的信号处理ASIC等关键系统部件。宝马将采用Innoviz的LiDAR技术，由Magna提供系统集成。Innoviz声称，内部设计关键部件，而不是使用现成的商品部件，提供了可保护和可持续的技术差异化，可区别于竞争对手或替代技术。Innoviz认为，汽车LiDAR进入市场的重要障碍之一是大批量制造紧凑而复杂的传感产品的工艺和技术。
 
Innoviz的16纳米Maui信号处理ASIC如下：
 
控制激光脉冲的发射，使其从场景中的物体上反射并返回被探测器收集。
接收和处理来自探测器的模拟信号，并创建从LiDAR输出的点云。
控制MEMS镜的逻辑，以保持正确的扫描模式，这是可以通过软件配置的，并保持各个反射镜之间的同步，这对LiDAR的性能非常重要。
Maui包括过滤噪声（如环境光）和提取信号的技术，这对LiDAR的性能至关重要。
Maui还包括硬件和CPU内核，以满足功能安全和ISO26262需求。