汽车行业对 Chiplet 和 UCIe 的需求

文摘   2024-11-06 07:00   上海  

多年来,自动驾驶汽车的愿景一直稳固地处于 Gartner 炒作周期中过高预期的顶峰。Gartner 炒作周期让我们认识到,许多技术趋势都会经历不同的阶段,在这些阶段,它们通常被过度炒作;而随着时间的推移,当实用性开始显现时,它们会从炒作周期的顶峰转变为幻灭的低谷。随着时间的推移,如果这种趋势继续存在,它就会达到趋势或技术得到部署的程度,但通常不会达到这种趋势处于顶峰时最初预期的水平。
一段时间以来,汽车行业一直在经历重大转型,不仅通过电气化和联网,而且还承诺提供自动驾驶技术。高级驾驶辅助系统 (ADAS) 在减少事故方面取得了巨大进步,盲点检测、自动紧急制动或智能大灯等功能对提高驾驶员和乘客的安全性产生了深远影响。如上所述,这些技术可以协助驾驶员,但仍依赖驾驶员对车辆进行主要控制。4 级自动驾驶汽车支持有条件的自主性——在某个时候,驾驶员可能需要接管车辆的控制权,或者可能被限制在地理围栏区域内行驶。5 级自动驾驶汽车假设永远不需要驾驶员干预,这一愿景被认为是未来汽车的最终目标。
虽然立法问题会对推迟 5 级汽车的推出产生影响,但同样具有挑战性的可能是实现这些更高自主性所需的实际计算性能水平以及试图解决这些问题的有限功率预算。2018 年,针对汽车行业的 SoC 被推出,声称可以达到 L5 性能。这些设备“仅”有 300 TOP,功耗为 400 瓦。最近,为解决 L5 问题而推出的产品声称拥有 2000 TOP,但功耗预算仍然很高。在自动驾驶的早期阶段,自动驾驶汽车的行业规范要求在驾驶室内安装一块功耗仅为 75 瓦的 PCB。
因此,从历史上看,汽车行业一直依赖于采用成熟工艺技术节点的成熟产品 - 如今,汽车行业正在推动使用最新的半导体技术节点以及最新的封装和组装。考虑到现在被带入车辆的计算性能水平,同时利用与数据中心完全相同的故障转移冗余架构,经常被过度使用的“车轮上的数据中心”这一短语确实是一种轻描淡写。
现在,chiplet 正成为汽车行业的通用语言,因为构建完美的计算平台以实现 L3+ 功能可能会对最强大的单片 SoC 造成负担。随着新的极端情况被发现,以及具有更高性能、更低延迟和更高精度的新神经网络不断发展和部署,感知所需的 AI 处理性能似乎在不断增长。此外,更高分辨率的视觉传感器正在部署更大的图像尺寸,这也提高了 AI 引擎所需的计算性能。制造具有足够计算性能同时消耗少量功率的单片设备变得越来越困难,甚至不可能。
更低功耗 AI 引擎越来越依赖“内存”计算架构来实现高 TOP 和低功耗。这通常会导致 AI 引擎的芯片尺寸相对较大,也会导致传感器融合等任务的芯片尺寸较大,并且通过 chiplet 与其他不同类型的技术集成效果更好。Untether AI 采用内存计算架构,为我们的边缘 AI 推理引擎实现了业界领先的以能源为中心的性能。
通过引入通用 Chiplet 互连快速通道 (UCIe) 标准,为创建行业生态系统奠定了基础,在这个生态系统中,一流技术可以无缝集成,就像乐高积木由于具有共同的外形尺寸而互连一样。虽然仍然需要先进的封装技术和其他配套制造和测试支持,但 UCIe 标准是获得构建这个生态系统的关键动力的重要一步,在这个生态系统中,离散 Chiplet 的销售将很快成为现实,满足集成一流技术的需求。

软硬件协同设计 HW-SW Co-Design
欢迎后台留言,AI 客服全天在线。脱离物理硬件,开发测试和调试软件。基于虚拟原型的软硬件协同设计,提前一年实现产品上市创收,降低一半开发时间。
 最新文章