Hardware komputasi adaptif –berdasarkan programmable logic (PL) – dapat diprogram dan diprogram ulang berulang kali setelah digunakan di lapangan untuk memenuhi beragam fungsi dan berkembang seiring dengan lingkungannya.
Kemampuan pemrosesan paralelnya berarti perangkat tersebut dapat menghitung banyak tugas dan aliran data dengan cepat dan efisien.
Oleh karena itu, perangkat berbasis PL sangat cocok untuk kendaraan dengan fitur otomatis, yang memerlukan silikon adaptif dengan latensi rendah, daya rendah, dan keandalan tinggi untuk menggabungkan, memproses, dan mendistribusikan data sensor.
Lebih jauh lagi, SoC adaptif berdasarkan PL seperti yang ada di AMD Series kelas otomotif (XA) memenuhi syarat menurut spesifikasi uji AEC-Q100, dengan kemampuan hingga ISO26262 ASIL-D.
Otomasi dan AI
Seiring pasar bergerak ke arah pengemudian yang sangat otomatis dan sepenuhnya otonom, kendaraan akan semakin bergantung pada sensor canggih dan pengendali domain yang dilengkapi dengan Machine Learning.
Lebih jauh lagi, kinerja pemrosesan AI dan arsitektur komputasi heterogen akan sangat penting untuk pengambilan keputusan real-time yang dipandu AI dan peningkatan otonomi kendaraan.
Perangkat PL seperti FPGA akan memainkan peran utama untuk memungkinkan komputasi adaptif dan kecerdasan kendaraan terpasang. Permintaan keseluruhan untuk pemrosesan kinerja tinggi, grafik, dan komputasi adaptif untuk memungkinkan kemampuan Automated Driving, ADAS, dan IVX generasi berikutnya diperkirakan akan meroket dalam beberapa tahun mendatang.
Dalam waktu dekat, perkiraan mengantisipasi peningkatan 2X dalam kebutuhan kinerja setiap dua hingga tiga tahun untuk infotainment saja, di seluruh CPU, GPU, dan tampilan grafik. Memenuhi persyaratan kinerja yang terus meningkat ini akan memerlukan perluasan ruang pemrosesan yang tersedia untuk mengakomodasi beban kerja tambahan yang diterapkan ke kendaraan melalui siklus hidupnya.
Kendala ukuran, biaya, dan daya, bersama dengan keinginan untuk merangkul era Software Defined Vehicles mendorong desain otomotif untuk menggunakan arsitektur komputasi yang lebih tersentralisasi untuk mengkonsolidasikan fungsi Automated Driving, ADAS, dan IVX serta mengurangi kompleksitas.
Daripada memiliki banyak subsistem cerdas, OEM otomotif beralih ke desain di mana kecerdasan dibagi antara pengontrol tepi dan domain/zonal. Misalnya, daripada memiliki unit mikrokontroler (MCU) untuk setiap sensor, memusatkan komputasi dalam domain, atau pengontrol zona dapat mengkonsolidasikan pemrosesan sensor.
Pendekatan ini dapat mengurangi kompleksitas sensor/kabel, biaya sistem, dan konsumsi daya. Karena teknologi yang memungkinkan menjadi lebih terjangkau dari waktu ke waktu, keselamatan premium dan fitur-fitur canggih yang mendukung AI, seperti bantuan parkir dan mengemudi jalan raya otomatis, pada akhirnya akan mencapai pasar massal.
Untuk mobil-mobil yang mendukung AI di masa depan, ini akan menjadi fitur standar yang diperlukan di semua kendaraan.
Ketika ini terjadi, produsen mobil akan menghadapi lebih banyak komputasi dan krisis daya, yang membutuhkan perangkat performa tinggi, latensi sangat rendah, dan daya rendah yang memenuhi standar keselamatan fungsional tingkat lanjut.
Dibanding menggunakan beberapa solusi komputasi –yang memperparah masalah seperti penggunaan ruang dan daya –arsitektur heterogen dapat memberikan solusi chip tunggal untuk menangani semua fase sistem mengemudi otomatis –merasakan, mengamati, merencanakan, dan bertindak.
Bantu Kami untuk Berkembang
Mari kita tumbuh bersama! Donasi Anda membantu kami menghadirkan konten yang lebih baik dan berkelanjutan. Scan QRIS untuk berdonasi sekarang!
