去年通信和汽车电子这2个领域成为半导体芯片增长的主要推力，从去年关于自动驾驶铺天盖地的报道，不难发现，自动驾驶的大蛋糕在未来会不断升级，汽车电子芯片在未来几年也必将有一个大的增长，自然联发科也想分一块蛋糕，至于如何撬开这块市场，联发科选择了从雷达技术和视觉芯片入手。

 雷达技术之争

当然，联发科在雷达技术上还有很多要努力的地方，尤其是面对像英飞凌科技(Infineon Technologies)和恩智浦这两家业界翘楚。

英飞凌曾指出，该公司光是在2016年就已卖出1000万个雷达芯片，此外，在2015年之前累积的芯片销售量也达到了1000万颗，这个数据可以明显地看出雷达技术在过去一年的车用市场上是多么地火红。

英飞凌目前的雷达芯片采用硅锗(SiGe)，而采用CMOS技术的版本目前正在研发中。恩智浦则在今年初的CES上推出号称“全球最小、具备超高分辨率的77GHz雷达收发器单芯片(7.5x7.5mm)”。

德国一家具有15年以上汽车雷达技术经验的一线汽车雷达公司Hella在恩智浦的展位上进行展示时提到，该公司将于2018年推出以恩智浦RF CMOS技术研发的Compact Radar产品。

Compact Radar将用于短距离和中距离传输应用，Hella原始设备全球行销负责人Kristian Doescher提到：“我们已经完成现场测试了，初步的结果颢示极具发展前景。RF CMOS技术让我们能将产品的体积缩小。”

视觉SoC：HOG与CNN

在视觉SoC的领域中，以色列业者Mobileye在现今的车用视觉芯片市场具有领先地位，该公司所研发的EyeQ芯片也是其他公司在设计时所参照的黄金标准，后进者要与之抗衡不是件容易的事。

然而，徐敬全则在此看到了联发科的机会。越来越多的汽车OEM如今在研发视觉SoC时致力于寻求更弹性的架构，“有些OEM在实现传感器融合时，需要更成熟的影像传感器相关技术，以便于加入自家的算法。”

谈到联发科目前正在研发的视觉SoC，徐敬全解释U“我们的芯片将同时支持两种影像处理技术——一种专注于传统的电脑视觉算法，像是『方向梯度直方图』(HOG)，另一种则着重于以『卷积神经网络』(CNN)技术为基础的深度学习。”而目前联发科也计划在SoC中加入特殊的本地内存，以支持神经网络。该视觉SoC将在2018年初出样。

但为何要在相同的芯片上同时添加传统的电脑视觉和深度学习技术?徐敬全说U“深度学习技术无法解决一切问题。我们目前正与一线客户合作开发，同时提供两种技术才能满足他们更深层的系统设计需求。”

Android系统导入车载系统

徐敬全指出，越来越多新兴市场的汽车制造商开始对于支持Android的车载信息娱乐系统(IVI)感兴趣，“他们想善加利用已经为智能手机与平板电脑建立起来的既有生态系统。”

不过，当被问到Android应用零碎纷歧对于汽车电子产业可能带来的不利影响，徐敬全坦承的确会有一些担心。

联发科开始研发汽车电子市场相关技术。徐敬全说U“我们目前在汽车电子部门已经有一百多位员工了——大部份都是工程师，也有一些业务人员参与其中。”