Поколенные автомобильные полупроводники: ключ к полностью беспилотным автомобилям 5-го уровня

Electronics & Sensors INSIDER

Взгляд на поколенные полупроводники, необходимые для питания полностью беспилотных автомобилей завтрашнего дня. (Изображение: Исследователи)

Текущее состояние и будущие потребности

Беспилотные роботакси, курсирующие по Сан-Франциско, и передовые функции помощи водителю на более чем половине новых автомобилей, проданных в этом году, показывают, насколько далеко зашла технология автономных автомобилей. Но для выполнения обещания 5-го уровня автономии — автомобилей, которые водят себя везде при любых условиях — эксперты говорят, что нам нужно новое поколение полупроводников.

«Автомобили уже давно рассматриваются как компьютеры на колесах, но для достижения полной автономии они должны стать более похожими на передвижные центры обработки данных», — сказала Валерия Бертакко, профессор компьютерных наук и инженерии Mary Lou Dorf. «Чтобы сделать этот скачок, автопрому понадобятся новые материалы, архитектуры, системы и производственные процессы для чипов, которые быстрее, дешевле, потребляют меньше энергии и более долговечны».

Исследования Мичиганского университета и инициатива mstar

Исследователи Мичиганского университета работают с глобальными лидерами отрасли для переосмысления вычислительных систем AV. Усилия поддерживаются 10 миллионами долларов от штата Мичиган для инициативы Michigan Semiconductor Talent and Technology for Automotive Research (mstar), в которую также входят imec, KLA, Michigan Economic Development Corporation, Washtenaw Community College и General Motors.

Автоматизированные автомобили требуют огромной вычислительной мощности, которая растет экспоненциально с каждым уровнем автономии. «Это ограниченная встроенная система», — сказала Ритупарна Дас, доцент компьютерных наук и инженерии. «Потребность в более эффективном AI-аппаратном обеспечении хорошо понята. Это рынок в миллиард долларов».

Нейроморфные чипы и чиплеты: новые архитектуры

Глубокие нейросетевые модели в современных AV небрежно имитируют структуру биологического мозга, но работают гораздо менее эффективно. Они работают, обрабатывая непрерывный поток нефильтрованных данных. Исследователи U-M разрабатывают подход, имитирующий поведение мозга, а не структуру. Он фокусируется на контрасте, движении и внезапных событиях, так же как наш мозг и глаза работают вместе для фильтрации и фокусировки нашего внимания.

Они тестируют более эффективный процессор — нейроморфный чип на основе их вольфрамоксидной мемристорной технологии и сопутствующий алгоритм «спайкового нейронного сета». «Нейроморфные сенсоры не захватывают кадры как обычные камеры. Вместо этого они обнаруживают изменение в каждом пикселе независимо», — сказал Вэй Лу, профессор инженерии James R. Mellor в механической инженерии.

В то время как традиционная архитектура «system on a chip» предполагает печать всех компонентов на одном куске кремния, вычислительные потребности AV выходят за пределы физического размера и сложности. Подход чиплетов включает более мелкие модульные компоненты, которые можно комбинировать на печатной плате для построения более адаптированных, долговечных систем. Исследователи U-M разрабатывают более надежный протокол коммуникации чиплетов, способный работать годами в движущемся автомобиле. «Не только коммуникация чиплетов должна быть надежной, но она также должна быть эффективной с точки зрения энергии и пропускной способности», — сказал Майк Флинн, профессор электротехники и компьютерной инженерии Fawwaz T. Ulaby. «Мы пытаемся сделать её высокоскоростной и низкоэнергетической».

Источник