Автомобільна промисловість переживає масштабні зміни зі зростанням популярності електромобілів та інноваційних систем допомоги водію (ADAS), безпеки та інформаційно-розважальних систем на основі ШІ. Автовиробники впроваджують в автомобілі нові технології, водночас враховуючи співвідношення простору, енергоефективності й вартості. Оскільки кількість датчиків і процесорів у транспортних засобах продовжує зростати, збільшується і попит на вбудовані технології з адаптивною та універсальною архітектурою. Такі рішення покликані обробляти й об'єднувати в мережу великі обсяги даних зі скороченим терміном відгуку, працювати з дедалі складнішими алгоритмами, а також відповідати вимогам безпеки і стандартам інноваційних автомобільних технологій.

Загалом можливості підключеного автомобіля можна розділити на три аспекти: автоматизоване водіння, вдосконалені системи допомоги водію (ADAS) і враження від керування автомобілем (IVX). Існує шість рівнів автоматизації водіння, що починаються з рівня 0 (L0), який описує керування автомобілем на механіці, до L5 — повністю автоматизованого транспортного засобу. Різниця між рівнями стає помітною під час переходу від L2, де присутні функції автоматизованого водіння, але кінцева відповідальність за керування автомобілем лежить на водієві, до L3, де після увімкнення автоматизована система водіння повністю відповідає за водіння.

Функції автоматизованого водіння (L3 і вище) зазвичай застосовуються у комерційних програмах і недоступні для загального придбання. Роботаксі та роботизовані вантажівки — приклад транспортних засобів рівня L4-L5, які потребують надзвичайно надійних, високопродуктивних та енергоефективних обчислювальних систем. Хоча ринок роботаксі привертає велику увагу з боку преси, ринок роботизованих вантажівок, своєю чергою, пропонує суттєву перевагу —задоволення потреби у збільшенні перевезень вантажів, навіть при нестачі водіїв вантажівок. Уже готується законодавство, яке дозволить рух автомобілів рівня L4 «сонячним поясом» США, поєднуючи східне та західне узбережжя країни.

Різниця між L2 та L3 прискорює інновації для рівня L2 — з’являються більш прогресивні функції, що мають назву L2++ або L2.99. Ці транспортні засоби підтримують функції автоматизованого водіння, що можуть контролювати рульове керування, прискорення та гальмування, але вимагають постійного втручання водія. До того ж вони підтримуватимуть розширені системи допомоги водію (ADAS) — функції попередження про певні ситуації на дорозі, зокрема вдосконалені датчики, а також функції допомоги водію у тимчасовому керуванні системою. Прикладами функцій ADAS різного рівня автоматизації є система виявлення сліпих зон (BSD), адаптивний круїз-контроль (ACC) та система утримання у смузі руху (LKA). Все більша кількість транспортних засобів оснащується ADAS для підвищення безпеки водіїв та інших учасників дорожнього руху. Ця система застосовує дані з датчиків авто для попередження про потенційні небезпеки, а також виявляє момент відволікання чи втоми водія завдяки функціям моніторингу стану водія і того, що відбувається в салоні. Дані технології також допомагають під час паркування, перебування у заторах, і навіть можуть скасувати дії водія, щоб уникнути зіткнень. Це стало можливим завдяки таким технологіям, як вдосконалені системи камер, радіолокаційні датчики зображення і датчики LiDAR (визначення відстані та освітлення).

Ще один аспект підключеного автомобіля — це враження від кермування (IVX). Покращена можливість підключення автомобіля включає в себе вдосконалення інформаційно-розважальних систем. Окрім запобігання втомі та стимуляції розумової активності, інтуїтивний і безперервний обмін інформацією, зокрема навігація, технічне обслуговування автомобіля та оновлення даних про дорожню ситуацію в реальному часі, може поліпшити досвід керування та посилити безпеку водія. Електромобілі також створюють краще враження від досвіду перебування у салоні. Так, зростає попит на складніші цифрові кокпіти, що забезпечуватимуть водію продуктивність і пропонуватимуть збагачений спектр додаткових сервісів під час заряджання автомобіля. Зрештою, IVX виходить далеко за межі просто досвіду водія, поширюючись на весь досвід перебування в автомобілі, щоб охопити всіх користувачів. І водії, і пасажири очікують вдосконалених розважальних систем, як-от потокове відео, онлайн-ігри чи окреме аудіо для кожного сидіння, що підвищує вимоги до обчислювальної техніки і можливостей підключення в автомобілі.

Вбудовані системи безпеки

Найважливіший аспект автоматизованого водіння та функцій ADAS — це безпека водія і пасажирів. Виробники, постачальники, користувачі легкових і комерційних транспортних засобів очікують найвищого рівня безпеки та надійності в транспортних засобах з автономними системами керування. Однак агрегація, попередня обробка й розподіл даних (DAPD) створює складні технічні проблеми щодо доступності пропускної здатності, енергоефективності, продуктивності та надійності датчиків. Прикладом цього є автоматизована система екстреного гальмування, де датчики виявляють небезпеку, діляться цією інформацією з обчислювальною системою транспортного засобу, що повідомляє про необхідність виконання відповідного маневру — зупинки транспортного засобу.

Тестування й сертифікація безпеки мають бути суворими аби гарантувати, що такі системи ніколи не вийдуть з ладу, мають належне підключення та живлення в будь-який час, а також захищені від зловмисних та незловмисних кіберзагроз. Це означає, що технології всередині автомобільних систем повинні відповідати вимогам до тестування якості (AEC-Q100) та специфікаціям безпеки (ISO26262). AEC-Q100 — це галузевий стандарт, що визначає вимоги до тестування електронних виробів для автомобільного застосування. ISO26262 — міжнародний стандарт функціональної безпеки дорожніх транспортних засобів, визначений Міжнародною організацією зі стандартизації (ISO). Існує чотири рівні сертифікації ASIL за стандартом ISO262262, де ASIL A означає найнижчий ступінь, а ASIL D — найвищий ступінь небезпеки для автомобіля. Усі вбудовані системи й технології мають відповідати цим стандартам.

Ці технічні та безпекові вимоги роблять адаптивні обчислення критично важливим компонентом у підтримці цілісності функцій автоматизованого водіння, оскільки стандарти швидко розвиваються і стають дедалі складнішими. Адаптивне обчислювальне обладнання на основі програмованої логіки (PL) може програмуватися та перепрограмовуватися неодноразово після розгортання в польових умовах для виконання різноманітних функцій та розвитку разом із середовищем. Можливості паралельної обробки означають, що воно може швидко та ефективно обчислювати кілька завдань і потоків даних. Тому пристрої на основі PL добре підходять для транспортних засобів з автоматизованими функціями, яким потрібен адаптивний кремнієвий елемент з низькою затримкою, низьким енергоспоживанням та високою надійністю для агрегації, обробки і розподілу даних датчиків. До того ж адаптивні системи на кристалі (SoC) на основі PL, зокрема в серії AMD (XA), кваліфіковані відповідно до тестових специфікацій AEC-Q100 та підтримують можливості ISO26262 ASIL-D.

Автоматизація та штучний інтелект

Ринок поступово переходить до високого рівня автоматизації та повної автономії водіння, і транспортні засоби все більше покладаються на передові датчики, а також централізовані обчислювальні блоки, що керують окремими функціональними підсистемами автомобіля, — так звані контролери доменів, оснащені алгоритмами машинного навчання. Окрім того, продуктивність обробки ШІ та гетерогенні обчислювальні архітектури матимуть вирішальне значення для ухвалення рішень на основі ШІ в режимі реального часу та підвищення автономності транспортних засобів. Пристрої з програмованою логікою, зокрема ПЛІС (FPGA), відіграватимуть центральну роль у забезпеченні адаптивних обчислень та розвитку вбудованого інтелекту транспортних засобів.

Очікується, що попит на високопродуктивну обробку даних, графіку та адаптивні обчислення для систем автоматизованого водіння, ADAS і IVX нового покоління стрімко зростатиме. Вже в найближчі роки лише інформаційно-розважальні системи вимагатимуть удвічі більшої обчислювальної потужності кожні два-три роки, зокрема для роботи центральних процесорів, графічних чипів і дисплейних компонентів. Щоб задовольнити ці вимоги, доведеться істотно нарощувати обчислювальні ресурси — з урахуванням додаткових навантажень, які виникатимуть упродовж життєвого циклу автомобіля.

Обмеження щодо розмірів, вартості та потужності, а також прагнення увійти до ери програмно-визначених транспортних засобів змушують автомобільних виробників використовувати більш централізовані обчислювальні архітектури для консолідації функцій автоматизованого водіння, ADAS та IVX і зменшення складності систем. Замість багатьох інтелектуальних підсистем виробники переходять до конструкцій, у яких інтелект розподіляється між периферійними та доменними/зональними контролерами. Наприклад, замість мікроконтролера для кожного сенсора централізація обробки в доменному або зональному контролері дозволяє об’єднати обробку даних із датчиків.

Такий підхід спрощує роботу датчиків, знижує загальну собівартість системи та енергоспоживання. Зі здешевленням технологій преміальні системи безпеки та передові функції на базі штучного інтелекту, як-от допомога у паркуванні чи автоматизований рух автошляхами, зрештою стануть масовим явищем. У автомобілях зі штучним інтелектом системи безпеки будуть уніфікованими й обов’язковими функціями.

Коли це станеться, автовиробники зіткнуться з ще більшим дефіцитом обчислювальних ресурсів й електроенергії. Вони потребуватимуть високопродуктивних пристроїв з наднизькою затримкою та низьким енергоспоживанням, які відповідатимуть передовим стандартам функціональної безпеки. Замість розгортання декількох окремих обчислювальних рішень, що ускладнює використання простору й енергії, гетерогенні архітектури можуть забезпечити комплексне одночипове рішення для всіх аспектів автоматизованої системи водіння — від сприйняття і планування до дій.

Саме тут на перший план виходять пристрої на базі адаптивних SoC. Наприклад, адаптивні SoC AMD Versal™ AI Edge Series Gen 2 оснащені сучасними двигунами штучного інтелекту, які забезпечують необхідну обчислювальну потужність і пропускну здатність пам’яті для обробки висновків і сприйняття. Вхідні дані від датчиків — камер, радарів і LiDAR — надходять через програмовані блоки вводу/виводу й потрапляють безпосередньо на програмовану логіку для низькозатримної обробки, адаптованої до конкретного датчика. Це дає змогу гнучко впроваджувати інноваційні алгоритми об’єднання даних від датчиків перед обробкою у ШІ-двигунах, а також масштабувати рішення для підтримки різних рівнів автономності — від L2/L2+ до L3 і L4, де надмірність (наявність резервних компонентів) є критичною.

Якщо вийти за межі ролі адаптивних обчислень, то загалом майбутнє вбудованих автомобільних технологій виглядає перспективно, адже темпи впровадження інновацій не демонструють ознак уповільнення. Незалежно від того, чи йдеться про CPU, GPU, ПЛІС, адаптивні SoC чи вбудовані APU, авторозробники та виробники потребують архітектур із виділеними обчислювальними підсистемами — скалярними, графічними, для штучного інтелекту та програмованої логіки. Такі рішення забезпечують гнучкість і можливість адаптації дизайну систем протягом усього життєвого циклу автомобіля.

Щоб гарантувати, що безпека водія та пасажирів і надалі залишатиметься головним пріоритетом у процесі впровадження дедалі більш автоматизованих та автономних функцій, автовиробники мають співпрацювати з технологічними партнерами, які володіють відповідними сертифікатами функціональної безпеки, пройшли акредитації та мають практичний досвід. Гетерогенні обчислення, зокрема штучний інтелект, відіграватимуть ключову роль у майбутньому автомобілебудування, дозволяючи розробникам досягати необхідного рівня надійності, скороченого часу відгуку та енергоефективності завдяки компактним однокристальним рішенням.