Автомобильные полупроводники следующего поколения:ключ к беспилотным автомобилям 5-го уровня

Электроника и датчики INSIDER

Взгляд на полупроводники следующего поколения, которые нам нужны для питания полностью беспилотных транспортных средств завтрашнего дня. (Изображение:исследователи)

Беспилотные роботизированные такси, курсирующие по Сан-Франциско, и расширенные функции помощи водителю, имеющиеся в более чем половине новых автомобилей, проданных в этом году, показывают, насколько далеко продвинулись технологии автономных транспортных средств. Но чтобы реализовать обещание автономности 5-го уровня, то есть автомобилей, которые могут самостоятельно ездить куда угодно и в любых условиях, эксперты говорят, что нам нужно новое поколение полупроводников.

«Некоторое время автомобили рассматривались как компьютеры на колесах, но для достижения полной автономии они должны быть больше похожи на передвижные центры обработки данных», — сказала Валерия Бертакко, профессор кафедры компьютерных наук и инженерии Мэри Лу Дорф. «Чтобы совершить этот скачок, автомобильной промышленности потребуются новые материалы, архитектуры, системы и производственные процессы для производства чипов, которые будут быстрее, дешевле, с меньшим энергопотреблением и более долговечны».

Исследователи Мичиганского университета работают с лидерами мировой отрасли над переосмыслением AV-вычислительных систем. Эта инициатива поддержана 10 миллионами долларов США от штата Мичиган в пользу инициативы Michigan Semiconductor Talent and Technology for Automotive Research (mstar), в которую также входят imec, KLA, Корпорация экономического развития штата Мичиган, Общественный колледж Ваштено и General Motors.

Автоматизированным транспортным средствам требуется огромная вычислительная мощность, которая растет в геометрической прогрессии с каждым уровнем автономности. «Это ограниченная встроенная система», — сказал Ретупарна Дас, доцент кафедры компьютерных наук и инженерии. "Потребность в более эффективном оборудовании для искусственного интеллекта очень хорошо понятна. Это рынок стоимостью в миллиард долларов".

В прошлом году представители полупроводниковой промышленности посетили испытательный полигон Mcity и заглянули вдаль. «Приятно видеть, как люди собираются вместе для решения этих проблем», — сказал Майкл Сан, возглавляющий отдел развития автомобильного бизнеса тайваньской компании TSMC. «Я работаю в этой области уже долгое время и думаю, что сейчас наблюдается большой импульс».

Модели сетей глубокого обучения в современных AV-системах во многом имитируют структуру биологического мозга, но работают гораздо менее эффективно. Они работают, обрабатывая непрерывный поток нефильтрованных данных. Исследователи UM разрабатывают подход, который имитирует поведение мозга, а не его структуру. Он учитывает контраст, движение и внезапные события, подобно тому, как наш мозг и глаза работают вместе, фильтруя и фокусируя наше внимание.

Они тестируют более эффективный процессор, называемый нейроморфным чипом, основанный на технологии мемристора из оксида вольфрама и сопутствующем алгоритме «пиковой нейронной сети». "Нейроморфные датчики не фиксируют кадры, как это делают обычные камеры. Вместо этого они обнаруживают изменения в каждом пикселе независимо", - говорит Вэй Лу, профессор машиностроения Джеймса Р. Меллора.

В то время как традиционная архитектура «системы на кристалле» предполагает печать всех компонентов на одном куске кремния, вычислительные потребности AV-систем выходят за пределы физических размеров и сложности. Подход на основе чиплетов предполагает использование более мелких модульных компонентов, которые можно смешивать и совмещать на печатной плате для создания более адаптированных и надежных систем. Исследователи UM разрабатывают более надежный протокол связи чиплетов, который может работать в течение многих лет в движущемся транспортном средстве. «Мало того, что связь чиплетов должна быть надежной, она также должна быть эффективной с точки зрения энергопотребления и пропускной способности», — сказал Майк Флинн, профессор кафедры электротехники и вычислительной техники Фавваза Т. Улаби. «Мы пытаемся сделать его высокоскоростным и маломощным».

Источник