随着特斯拉通过视觉算法来实现自动驾驶。各大Tier 1大厂纷纷进入算力的军备竞赛，算力不断加大，较大的算力需要消耗较高的功耗。

    实际上自动驾驶领域，变化的区域占整个图像的很小一部分，大部分视觉数据是无用数据。传统的视觉处理花费了大量精力来处理这些无用的背景，这浪费了大量的算力和时间。采用事件处理系统，通过时间系统触发判断方式，可以提高100-1000倍的处理速度，减少运算量。

    图像事件系统能解决视觉识别的大部分算法，但是，它也存在一些局限性。除了传统的图像算法，激光雷达、毫米波雷达、超声波雷达也越来越多地被用于ADAS。随着ADAS的智能化要求的不断提高，自动驾驶系统需要采用多个不同类型的传感器协同处理的方式实现。

    常用的时间同步主要包括：GPS同步、SyncE、NTP和PTP（IEEE 1588）时间同步。对于ADAS来说，主要采用的是时间敏感网络TSN（Time Sensitive Network）技术。

    初来源于音视频领域Ethernet AVB的应用需求，用于解决音视频网络的高带宽、高实时性、和高传输质量的需求。TSN的原理是基于时间流量调度和管理，通过TSN网络中的时间感知整形器TAS（Time Aware Shaper）的调度来实现的。

    图像事件系统含有海量数据，要满足多传感器深度融合，这些数据就必须要在极短时间完成信息交换。受流线型处理器启发，人们一直采用独立于处理器的32位或64位局部总线。该总线工作频率为33MHz/66MHz，峰值速度达533MB/s。这种总线被称为外设互联标准总线（PCI总线）。

    总线在发展到PCI-X 2.0之后，传输速率很难做进一步的提升。这是因为，时钟和数据信号之间的传输线寄生电感形成串扰，严重影响数据信号的波形，很容易对采样信号形成误判，影响通信效率。

    数字信号在高速传输的时候，很容易产生天线效应，向周围辐射，产生电磁感应，形成码间干扰。码间干扰，包括感染源信号和被干扰信号。这导致传输信号判决门槛的不断提高。为了提高抗码间干扰问题，有人提出采用差分传输模型。

    这种差分信号传输方法，后来经过一系列演变和改进，发展成后来的USB和PCIe传输总线，PCIe总线经过迭代，现在已经演进到现在都PCIe5.0，根据消息，PCIe刚刚已经发布PCIe6.0和PCIe7.0规范。

    目前，市面上大部分视觉算法处理系统都是基于GPU和FPGA实现的，这些处理器大部分都是基于静态随机存储器工艺为单元。

    单元用六只N沟道CMOS管组成，其中四个CMOS管组成基本RS触发器，用于记忆二进制代码，另外两个做门控开关，控制触发器和位线。

    除了基于CMOS的SRAM处理器之外，Excelpoint世健的工程师Wolfe Yu介绍了Microchip推出的一种基于叠栅MOS的Flash架构FPGA处理器。

    可以实现网络传输延迟，但是，由于时钟晶体存在频偏差异，可能引发不同节点之间的频率误差，为了解决频偏问题，人们通常会在节点中，采用PLL锁相环和VCXO来锁定时钟频率。同时，为了更进一步同步GPS的1PPS时钟，还需要同步1PPS时钟。Microchip的ZL307XX系列集成5个PLL ，支持1PPS，SYNCE。满足大部分以太网时间同步要求。目前，Microchip已经和部分车企展开合作，开始评估Microchip的时钟解决方案。

    年2月，Microchip宣布推出市场上首款汽车级的PCIe交换机PM430XX/PM440XX。新发布的PFX、PSX和PAX交换机解决方案为ADAS提供了的计算互连能力，第4代PCIe交换机提供高速互连，支持ADAS架构中的分布式实时安全关键数据处理。

    带功能安全的PolarFire FPGA系列内置安全加密、可以保护设计、数据、网络不受攻击，Flash自带SEU免疫性能的FPGA，是数据中心、工业、汽车和航空航天应用的理想之选。