Mobileye EyeQ6系列深度分析

佐思汽车研究

佐思汽研致力于汽车、TMT、新能源(特别是新能源汽车、智能汽车、车联网)领域的行业研究、专项调研、战略规划、投资咨询、数据分析以及推广传播。

696篇原创内容

公众号

虽然Mobileye在L3/L4领域被英伟达和高通压制，但目前市场主流还是L2，L3/L4的出货量目前还很低，Mobileye在L2的市场占有率在75%以上。2021年出货量高达2810万片，绝对的霸主地位。

图片来源：互联网

L2+时代，被英特尔收购的Mobileye不再以芯片单打独斗，而是借助英特尔的强大实力，开拓更广的产品线来为客户提供全套解决方案。英特尔在光电子领域耕耘多年，光收发器技术全球领先，激光雷达本质上就是个光收发器。在射频领域，英特尔也有足够的技术积累，WiFi6和5G领域皆有相关产品，做毫米波雷达芯片更是得心应手。同时Mobileye也推出了EyeQ6系列芯片。

图片来源：互联网

EyeQ6H与Mobileye之前的芯片比最大不同是加入了两个GPU，一个是很小规模的ARM MALI GPU，算力仅为64GFLOPS，估计是双核的MALI G78AE，运行频率500-600MHz之间，预计用于ADAS的AR图像叠加输出。另一个GPU不明，可能是Imagination的BXS 1024 MC-2，算力1000GFLOPS，主要是应对OCL，应该是OpenCL，OpenCL是GPGPU的API，OpenCL类似于另外两个开放的工业标准OpenGL (跨平台图形API) 和OpenAL (跨平台音效API)，这两个标准分别用于三维图形和计算机音频方面。OpenCL扩充了GPU图形生成之外的能力。OpenCL由非盈利性技术组织Khronos Group掌管。应该是做立体视觉中的计算量最大的立体匹配用的。顺便说一下，计算机视觉领域的关键库OpenCV是英特尔主导并开源的，英特尔无处不在，早在1999年，英特尔就开始做OpenCV的前期工作了。

CPU方面还是MIPS的架构，还是EyeQ5的I6500-F架构，特色是多线程，EyeQ6H是8核32线程。ARM架构除了极罕见的A65AE外，都是单线程架构。x86架构通常都是多一倍的线程，一般是4核8线程这样，只有MIPS，从2005年引入多线程以来，一直以此为卖点。

MIPS成立于1984年，是最早提供RISC CPU IP的公司，主打的实时应用，特别是互联网实时应用，网络打印机、路由器、网关领域是MIPS的核心领域，注重性能而对功耗不太在意。但这些领域缺乏增长，股东看不到增长就要出售公司。2018年MIPS经过两度转手，最终落到了AI初创企业Wave Computing手里。不过好景不长，在收购第二年，Wave Computing就申请破产重组，最终还是活过来了，2020年11月，Wave将RISC-V支持加入MIPS核心，此举并不意味着Wave全面倒向RISC-V，MIPS仍然有庞大的用户基础，维持稳定的现金流没有问题，在2019年采用MIPS架构的芯片就有10亿片出货。汽车领域客户不少，包括电装、NXP、奔驰投资的Valens、Microchip。

图片来源：互联网

简单说一下多线程，我们说的多线程一般是SMT，Simultaneous Multithreading，它还有一个名字超线程（Hyper-Threading），业内也叫线程级并行，线程级并行是一种显式并行，也就是程序员要写多线程程序。随着单核性能的不断提升，后端执行资源也越来越丰富，这种执行端口闲置的情况就会越来越明显，造成资源浪费。这时候，为了将这些资源物尽其用，同步多线程SMT就应运而生了。SMT的思路是这样的，既然一个任务填不满后端的资源，那么我们就找不止一个任务来填就好了，不同任务之间的相互依赖和冲突情况很低，放到一起来执行正合适去填满后端资源。

图片来源：互联网

即一个物理核心虚拟出多个逻辑核心，一般是一个物理核心虚拟出两个逻辑核心，即英特尔和AMD的SMT2。而MIPS是SMT4，在常规指令译码后多了4个线程级逻辑单元，实际物理上不存在，要靠软件来实现。上图是I6400的微架构图，I6500与之类似。

天下没有免费的午餐，SMT技术带来多线程性能提升的同时，势必也会有一些负面的影响。首先是上下文转换的开销，一个物理核心如果引入多个线程，那么是要协调、隔离多个线程的，任务的转换之间会产生额外的开销。所以最理想情况下，如果一个核心有两个线程，那么两个线程的总执行时间会更快，但细分到每一个线程的执行时间，会比分别执行来的慢一些。其次是资源冲突，最典型的冲突就是缓存的冲突，一个线程可以用100%的缓存，而超过一个线程使用同一个缓存，可用缓存就不是100%，会导致大量开销极大的缓存-内存换入换出。只要有一个线程是非常吃缓存的，那么加入SMT不但不会提升总的执行效率，反而会降低整体效率。SMT非常忌讳不同线程的资源冲突，一但冲突SMT就很容易引入反面效果。比如在很多云服务器、HPC服务器上，SMT通常是关闭的，就是因为资源冲突。再次是线程安全问题，两个线程在同一个核心内执行，是需要严格隔离它们的上下文的，线程A不能访问修改其他线程的资源。线程隔离是一个非常复杂和繁琐的过程，若隔离不彻底，会导致执行错误、以及隐私泄漏的问题。最后是功耗，加入SMT后单核的能耗比会有些许倒退。由于引入SMT会导致核心设计更加复杂，静态功耗、漏电会更难控制，这对于移动设备是致命的。这也是为什么SMT在PC和服务器上大行其道这么多年，手机上几乎看不到的原因。

图片来源：互联网

上图为I6500F的一致性管理，这是异构计算的先决条件，一致性特别是缓存一致性。

在一个多处理器系统中，缓存和内存池可能对同一份数据有多份副本，如何保证这些副本的一致性（Coherency）是个必须严肃对待的问题。可以纯软件来处理这个问题，利用Cache操作指令，但开销巨大十分复杂，而且操作系统的内存模型就需要全部改变，这对X86体系甚至绝大多数体系而言都是不能接受的。所以绝大多数计算机体系都是靠硬件来完成Cache Coherency的，硬件会自动保证各个副本的一致性，无需软件操心。常规的做法是加一个Snoop偷窥过滤器。在内存控制器端的CacheAgent(CA)，在L3 Cache端，他们都在Ring bus上监听和发送snoop消息。这种模型叫做Bus snooping模型，与之相对的还有Directory模型。考虑到I6500是2016年的产品，可能还是Snoop偷窥过滤器。

图片来源：互联网

I6500的ACE 一致性编织比较适合异构计算，就是CPU、GPU和AI混合。

图片来源：互联网

图片来源：互联网

常见苹果、高通与ARM MALI GPU参数对比

资料来源：佐思汽研

ARM MALI G78AE GPU是ARM首款针对车载领域开发的GPU IP，目标是ASIL-D级标准。

图片来源：互联网

MALI G78AE框架图如上，主要是加入了灵活分区功能，能够提高效率与安全性。

ARM MALI G78AE简介

图片来源：互联网