Socionext Europe GmbH

Wenn moderne Funktionssysteme im Auto miteinander interagieren müssen, sind ASICs als universelle Steuereinheiten eine sehr gute Option.

Bild: Socionext

Individuelle SoCs für Fahrzeuge So konzipieren Sie digitale Auto-Cockpits optimal

08.06.2020

Auf dem Weg zum autonomen Fahren verändert sich auch das Fahrzeuginnere: Infotainment- und Fahrerassistenz-Systeme verschmelzen zunehmend und erfordern immer komplexere Soft- und Hardwarelösungen. Application Specific Integrated Circuits oder kurz ASICs bieten hierfür eine ideale und anwendungsoptimierte Plattform.

Sponsored Content

Heutzutage berücksichtigen Autokäufer bei ihrer Kaufentscheidung mehr als nur die reine Optik und die Fahreigenschaften eines Fahrzeugs. Eine wichtige Rolle spielen auch die Konnektivität und eine nahtlose Integration mobiler Geräte, eine einfache und komfortable Bedienung durch Touch-Konzepte mit Sprach- und Gesteneingabe und die Möglichkeit der Personalisierung, beispielsweise über Anwenderprofile für Licht-, Audio- oder die Sitzeinstellungen; mithilfe von Künstlicher Intelligenz und biometrischer Erkennung auch automatisch und übertragbar von Fahrzeug zu Fahrzeug.

Anmerkung: Zum Thema ASICs haben wir kürzlich das kostenlose Whitepaper „6 Tipps – Energie und Kosten sparen mit ASICs“ veröffentlicht. Sie können es über nachfolgenden Link herunterladen.

Zum Whitepaper-Download

Wenn Fahren zur Nebensache wird

Damit rücken bei der Spezifizierung neuer IVI-Systeme (In-Vehicle Infotainment) der Mensch und dessen persönliche Bedürfnisse und Anforderungen immer mehr in den Mittelpunkt. Dieser Trend wird sich noch weiter verstärken, wenn durch die Einführung von autonomen Fahrzeugen der Stufe 3 und 4 das eigentliche Fahren im Auto zur Nebensache wird und sich ganz neue Möglichkeiten zur Unterhaltung der Fahrgäste in Verbindung mit In-Car-Zahlungsmöglichkeiten ergeben.

Dargestellt wird dies dem Fahrer zukünftig über ein rein digitales Cockpit, welches alle relevanten Informationen auf einem nahtlosen Breitbildschirm, bestehend aus mehreren hochaufgelösten Displays, präsentiert. Zur weiteren Verbesserung des Fahrerlebnisses und der Erhöhung von Komfort und Sicherheit integrieren moderne IVI-Systeme auch eine Vielzahl von ADAS-Features (Advanced Driver Assistance Systems).

Hierzu müssen Informationen von den vielen Sensoren, wie Radar, Lidar, Ultraschall und Kameras, sinnvoll verarbeitet und Entscheidungen in Echtzeit getroffen werden. Mithilfe von Deep Learning und Objekterkennung werden zusätzliche Informationen gewonnen, die zur Unterstützung des Fahrers und der Erhöhung des Komforts beitragen. Typische Applikationen wären beispielsweise 360-Grad-Surround-View, Parkassistenten und Driver Monitoring.

Komplexe Videodatenverarbeitung

Um die genannten Features zu implementieren, ist komplexe Hard- und Software notwendig. Auf Hardwareseite erfordern sowohl IVI als auch ADAS komplexe Multiprozessor-Systeme mit hohen Rechenleistungen, die nur in Form von hochintegrierten Schaltungen verwirklicht werden können.

Dies sei hier am Beispiel ADAS-Videodatenverarbeitung erläutert. Um die Fahrzeugumgebung und andere Verkehrsteilnehmer auf Videodaten zu erkennen, werden oft sogenannte CNNs (Convolutional Neural Networks) eingesetzt. Diese lernfähigen Systeme bilden biologische Hirnzellen in elektronischer Form nach und haben sich zum Beispiel im Bereich Bilderkennung bewährt. Im Fahrzeug werden CNN-Inferenz-Systeme eingesetzt, die ein CNN nachbilden, das bereits „gelernt“ hat, bestimmte Strukturen zu erkennen.

CNNs werden in Hardware mit einer Mischung aus DSPs (Digital-Signalprozessoren), GPUs (Graphical Processing Units) und NNPs (Neural Network Processors) nachgebildet. Eine große Herausforderung bei dieser Art von System ist der enorm große Datenfluss zwischen Speicher und Recheneinheiten. Moderne und schnelle Memory Interfaces wie LP-DDR5 oder HBM, aber auch gutes Systemdesign, um ein eventuelles Nadelöhr zu verhindern, sind daher wichtig für ADAS.

Der amerikanische Elektrofahrzeug-Pionier Tesla hat 2019 einen eigenen ADAS-Chip namens FSD (Full Self Driving) entwickelt und dessen Architektur offengelegt. Neben einem LP-DDR4-Speicher-Interface hat Tesla auch einen 1 Gigapixel/s ISP (Image Signal Processor), zwei mit 2 GHz getaktete NNPs, eine mit 1 GHz getaktete GPU und eine Zwölf-Kern-ARM-CortexA72-CPU (2,2 GHz) verbaut. Insgesamt liefert der 260 mm2 große Chip 50 TOPS (Trillion Operations per Second), das heißt 50 x 1012 Rechenoperationen pro Sekunde bei 100 W Leistungsverbrauch. Da 100 TOPS als Voraussetzung für ein vollautonomes Fahrzeug gelten, plant Tesla, den Chip doppelt zu verbauen.

Hochleistungsrechner auf einen IC bringen

Im Bereich IVI gibt es ähnliche Anforderungen, da auch hier Rechenleistung benötigt wird, um beispielsweise Bilddaten von mehreren Quellen zusammenzusetzen wie bei Surround View und/oder zu „verstehen" wie für Driver Monitoring. Im Gegensatz zu ADAS wird ein IVI-Chip weniger CNN-lastig sein, aber trotzdem werden CPUs, GPUs und vermutlich auch NNP-Blöcke benötigt.

Als Halbleitertechnologien für integrierte Schaltungen im Bereich ADAS und IVI bieten sich im Moment 7- oder 5-nm-CMOS-Technologien an. Diese erlauben die oben beschriebenen Taktraten (> 2 GHz) sowie die hohen Integrationsdichten und reduzieren den Stromverbrauch auf das im Moment mögliche Minimum.

Die Integration von Hochleistungrechnern auf einem IC ist eine große Herausforderung. Es ist nicht damit getan, die für die erzielbare Rechenleistung nötigen Blöcke (CPUs, GPUs oder NNAs) auf einem Chip zu integrieren. Man muss natürlich auch sicherstellen, dass die Busarchitektur flexibel und breitbandig genug ist, um den nötigen Datenfluss zu erlauben. Dabei muss man die resultierende Chipfläche, die ja einen direkten Einfluss auf die Stückkosten hat, sowie die Leistungsaufnahme der Gesamtschaltung immer im Auge behalten.

Eine applikationsspezifische Implementierung mittels ASIC ist eine optimale Methode um diese – teils in Konflikt stehenden – Anforderungen unter einen Hut zu bekommen und auf die jeweilige Anwendung hin zu optimieren. Außerdem ermöglichen es ASICs, proprietäre Algorithmen und Methoden direkt in Hardware zu implementieren. Dies kann dabei helfen, das eigene Produkt von der Konkurrenz abzuheben und einen klaren Wettbewerbsvorteil zu erzielen.

Es zahlt sich daher für Automobilhersteller und -zulieferer aus, im Bereich ASIC-Konzeption und Entwicklung Know-how aufzubauen beziehungsweise zu vertiefen. Socionext hat langjährige Erfahrungen hinsichtlich Automotive ASICs und ist – als weltweit zweitgrößter Fabless-ASIC-Anbieter – ein verlässlicher Partner in diesem Bereich. Außer den im ASIC-Bereich üblichen Digitaldesign- und Layout-Services bietet Socionext das komplette Spektrum für Automotive-Kunden einschließlich Spezifikationserstellung, ISO26262-Support sowie vollständigem IP-Einkauf und Logistik.

Firmen zu diesem Artikel
Verwandte Artikel