自动驾驶软件开发人才现状_从ADAS到自动驾驶：研发设计人员的三项心得体会…

当谈到确保实时处理、传感器融合及其他关键任务(mission-critical tasks)时，自动驾驶的雅畈人员可从ADAS的研发过程中汲取经验。

在初期，ADAS研发人员依靠内置静态随机存取存储器(内存，SRAMs)实现片上计算子系统的信息交换，成对的内存可被用作输出邮箱，同时还将向其送入计算任务的输入值。软件中的通信管理成为技术挑战，当信息处理元件增多后，会导致信息延迟。

最后，ADAS芯片采用了异构缓存一致性(heterogeneous cache coherency)等技术，该项片上通信技术可高效地实现与片上系统内CPU、GPU及DPU等计算元件的连通，旨在增强处理带宽并缩短延迟时间。

最为关键的是，这类硬件加速器在自动驾驶车用片上系统中占据了主导地位，异构缓存一致性等片上通信技术也发挥着重要作用，允许片上系统执行近实时嵌入式处理，旨在应该对复杂的机器学习算法。

3.整合的挑战

自动驾驶片上系统的复杂程度令人胆寒，鉴于将超级计算机的强大功能、功能性安全要求及近实时内嵌式性能收敛(near-real-time embedded performance converge)集成到一块定制硅晶片后，这一感觉就变得尤为明显。

许多自动驾驶设计将硬件加速器用于研发工作，该类设备被用作为处理节点(processing nodes)，以便特定的算法任务，如：高清雷达成像的计算机视觉。而许多自动驾驶车辆的片上系统正利用深度神经元络执行机器学习功能，硬件加速器在该络内发挥神经元的功能。