作者：Bryce Johnstone，Imagination Technologies汽车业务总监
人们都说，你不能给安全定价，但是当我们着眼于整个汽车行业从低到高差距甚广的价格范围，以及不同价位所对应的安全等级时，这种说法并不一定成立。
这并不是说有任何汽车制造商正在制造不安全的汽车来出售给公众，而是说为了获得最好、最全面的现代安全功能，需要付出相应的成本。然而，汽车设计和生产的成本/效益分析在不断优化，那么我们如何能够在不大幅提高价格的情况下，利用汽车中已有的技术来大幅提升安全性？
安全问题就在眼前
当我们考虑汽车安全时，大多数人会立即想到硬件设备：安全气囊、防抱死刹车和防撞缓冲区在事故中都会使用到，可以确保车上人员的安全。但安全不仅仅是要在碰撞中幸存下来，还需要将系统安装到位以避免碰撞和故障。
欧盟新车安全评鉴协会（Euro NCAP）将最高的五星安全等级定义为：“碰撞保护整体表现优秀，配备了全面而强大的防碰撞技术”。在避免碰撞方面，我们不仅可以利用最新的先进驾驶辅助系统（ADAS）功能来实现自动刹车及引导车辆在其车道上行驶，还可以寻求一种更简单的解决方案——避免硬件故障。
汽车的机械故障是事故发生的主要原因，因此一种简单的解决方案是，在有可能移除机械部件的地方，我们就尽量完全移除机械部件。每当你开车时，你眼前的那片区域（仪表盘）恰好就是这种方案所涉及的典型情况。
对于安全驾驶体验来说，仪表盘是至关重要的部分，负责指示速度、档位和显示所有车辆警示灯，如果这里出现故障，可能会引发灾难性的后果。这意味着传统的机械仪表盘必须按照严格的公差进行设计并仔细组装，从而导致这种看似很小的车辆部件却拥有高昂的成本。所有价位的车辆采用的解决方案都是用数字显示器代替机械仪表盘，但这可能也会引发其他相关问题。
现代的车载显示器需要满足ISO 26262的ASIL-B等级认证。这意味着需要采取各种适当的措施来支持系统检查自身的计算，从而大幅拉长故障的平均间隔时间。这种重复检查会产生巨大的计算负担，意味着所有事情都需要在瞬间完成两次。这同样造成了成本和效益的问题。
为了达到安全的目的，中央处理器（CPU）是一种进行快速重复计算的好方法，但是你不可能通过仅使用CPU来渲染出丰富的显示效果。这会导致显示单调且无法交互，同时还被安装在固定的位置上，虽然这样价格实惠，但是并不能为驾驶员在其前方和车辆中控的位置提供最佳内容。传统上，另一种选择是使用图形处理器（GPU），但这种方式下每一帧都需要两个渲染通道，这意味着尽管丰富的三维（3D）渲染效果会令驾驶员惊叹不已，但背后需要大量的芯片面积和成本来促成其实现。
那么，我们所需要的就是传统GPU带来的令人惊叹的用户体验，以及CPU带来的快速计算能力和低成本。
在性能和成本双方面实现可扩展性
如果没有能够将所有事情都做好的新型混合计算解决方案出现，那么所能做的就是优化现有方案，并对其进行定制设计，以符合汽车的需求，特别是考虑将高端安全功能部署至汽车制造商价值最低的车型中时。考虑到这一点，一款成功的、用于渲染显示的汽车GPU需要具备可扩展性，同时要高效且在功能上是安全的。
在讨论可扩展性时，人们几乎总是希望没有限制并且能够获得无限的计算潜能。对于某些情况，如数据中心和家用计算，这会非常棒。不过，很少有人会谈论到架构也可以缩小，其实在这种情况下，可以提供同样高水平的计算能力和功能，但成本和芯片面积却只有原来的一小部分。
用于现代豪华汽车的多个4K显示器的GPU，和用于小型城市汽车的简单高清显示器的GPU在架构上是相同的，这样不仅芯片成本会降低，其软件成本也会降低，设计工程时间会减少，因为底层结构和原理是保持不变的。
开放的工具获取方式和快速的原型设计
随着通用GPU解决方案覆盖整个汽车制造商群体，开发能够高效运行的软件和系统是我们希望在不影响品质的情况下削减成本的下一个领域。要实现这一目标，就需要有易于获取和使用的工具，从而优化开发体验并尽可能快速地进行功能和系统的原型设计。Imagination最近发布的工作组保护的OpenCL扩展套件就是这样一个系统，它可以支持汽车制造商在一个封闭的环境中建立工作模型，并在大规模部署之前快速地迭代。
GPU并不是道路的终点，但却是一个很好的开始
采用数字化方式，可以在不影响所有重要的NCAP评级的情况下节省成本，如果使用了合适的GPU，所节省的成本将会更多。除了使用GPU这种优选方法来实现汽车数字化安全以外，现代的ADAS和自动驾驶系统都需要特定的神经网络加速器（NNA）来执行自身的计算。
通过对其整个价值链采用一种全面的方法，同时找到一种从最小的单核一直到用于全自动驾驶汽车的多核方案都涵盖其中的解决方案（如Imagination支持单核和多核形态的BXS GPU和Series4 NNA），汽车制造商可以节省时间和成本，并且在任何价位的车型上都能以优质的体验赢得客户。