자율주행 AI칩 선정 핵심지표 20개 조사

자율 운전의 핵심 구성 요소이자 자율 운전의 "두뇌"인 중앙 컨트롤러는 일반적으로 여러 외부 카메라, 밀리미터파 레이더, 라이더, IMU 및 기타 장비에 연결되어야 합니다. 중앙 컨트롤러가 완료하는 기능에는 이미지 인식이 포함됩니다. , 데이터 처리 등.

지능형 하드웨어로서 복잡한 AI 계산과 지능형 제어를 완성하기 위해 하드웨어 수준에서는 환경 인식, 딥러닝 등 막대한 컴퓨팅 파워 요구사항을 감당하는 AI 처리 칩과 제어를 담당하는 CPU가 필요하다. 의사 결정 및 논리적 운영, 기능 안전 및 차량 제어를 담당하는 MCU에는 운영 체제, 미들웨어 및 애플리케이션 계층 AI 알고리즘이 포함됩니다.

하드웨어 수준의 칩 세 부분 또는 세 가지 중요한 칩:

첫 번째 부분은 일반적으로 대규모 부동 소수점 병렬 컴퓨팅 요구 사항을 수행하고 주로 환경 인식 및 Xavier의 GPU 유닛과 Ascend 310 등 카메라를 포함한 정보 융합, LiDAR 등 센서 정보의 인식, 융합, 분류 등이 가능합니다.

두 번째 부분은 대부분 ARM 아키텍처로 CPU와 유사하며 주로 논리 연산 및 의사 결정 제어를 담당하고 고정밀 부동 소수점 직렬 계산을 처리합니다.

세 번째 부분은 주로 신뢰성과 차량 제어, 즉 기능적 안전성과 중복 모니터링을 담당합니다. 높은 컴퓨팅 성능은 요구되지 않지만, 현재 ISO26262 수준에서는 신뢰성이 보장되어야 합니다. 가장 일반적으로 사용되는 것은 Infineon의 TC297 또는 TC397입니다.

소프트웨어 수준 애플리케이션 계층 AI 알고리즘은 일반적으로 자동차 제조업체 또는 OEM 자체에서 개발됩니다. 이는 차량 성능과 차이점을 반영하며 일반적으로 ROS와 유사하게 도메인 컨트롤러 개발자가 제공하며 주로 일부 인터페이스 드라이버와 최적화된 배포를 포함합니다. 운영 체제.

운영 체제 측면에서 Huawei는 자체 개발한 Hongmeng 시스템을 사용하며 MDC 플랫폼은 Adaptive AUTOSAR과 호환됩니다. QNX는 현재 자동차 등급에 가장 적합하고 유일한 선택이지만 Linux 및 Autoware는 높은 비용에 직면해 있습니다. 오픈소스 덕분에 인기를 얻었습니다. 특히 Linux를 중심으로 사용자 수가 가장 많은 Linux 커널 기반 운영체제는 ROS의 다년간의 애플리케이션 기반과 강력한 엔지니어링 기반 및 생태계 덕분에 현재 매우 인기가 높습니다.

자율주행 AI 칩 선택에 대하여

시중에 선택할 수 있는 AI 칩은 많지 않으며, 특히 양산에 이른 칩은 Tesla, NVIDIA, Mobileye뿐입니다. Tesla의 자체 개발 및 자체 사용 제품을 제외한 다른 브랜드는 현재 협력 개발을 통해 테스트 샘플을 얻을 수 있습니다.

NVIDIA Xavier를 예로 들어보겠습니다. 상대적으로 말하면 NVIDIA Xavier가 더 일찍 출시되었고 생태학적 레이아웃이 비교적 완벽하기 때문에 개발자는 신속하게 시스템을 구축하고 AI 애플리케이션을 개발할 수 있으므로 Xavier 모듈을 기반으로 합니다. 도메인 컨트롤러를 설계하는 회사는 적지 않습니다.

XavierSoC는 최대 30TOP의 컴퓨팅 성능을 갖추고 있으며 Valta TensorCore GPU, 8코어 ARM64 CPU, 듀얼 NVDLA 딥 러닝 가속기, 이미지 프로세서, 비주얼 프로세서 및 비디오 프로세서를 포함한 6가지 프로세서를 포함하여 수십 개의 프로세서를 처리할 수 있습니다. 센서 데이터 처리, 환경 인식, 포지셔닝 및 매핑, 경로 계획을 위한 알고리즘을 동시에 실시간으로 제공합니다.

칩의 내부 구조는 아래 그림과 같습니다.

NVIDIA에서 제공하는 Xavier가 핵심 모듈이며, 해당 인터페이스는 아래 그림과 같습니다.

칩의 주요 지표

1)코어: 코어는 일반적으로 우주의 중심입니다. 한편으로는 자동운전 컨트롤러와 주변 센서 및 액츄에이터 간의 통신을 용이하게 하는 동시에 이를 보호하기 위해 주변 장치를 활용하기도 합니다. 코어(Core)는 실행 상태를 강조하며, 코어 다운(Core-down)은 일반적으로 CPU 계산상의 문제를 의미하며, 코어는 자동 운전 컨트롤러의 전반적인 외부 기능 중 핵심 기능을 강조합니다.

2) DMIPS: 주로 정수 컴퓨팅 기능을 측정하는 데 사용됩니다. 여기에는 초당 실행할 수 있는 명령어 세트 수와 테스트 프로그램을 구현할 때 이러한 명령어 세트가 초당 달성할 수 있는 작업 수가 포함됩니다. 이 기능은 CPU 아키텍처, 메모리 액세스 속도 및 기타 하드웨어 특성에 따라 결정됩니다. 결정하다. 해당 테스트 프로그램을 실행할 때 CPU의 상대적인 성능을 측정하는 단위이다. (많은 자율주행 칩 평가 상황에서 사람들은 이 성능 지표의 단위로 MIPS를 사용하는데 익숙하다.)

3) 메모리: 메모리 관리 장치의 주요 기능에는 가상 주소 대 물리적 주소 매핑, 메모리 액세스 제어, 캐시 지원 등이 포함됩니다.

4) DataFlash: DataFlash는 대용량 제품입니다. Nor 기술을 사용하여 제조된 미국 ATMEL 회사에서 출시한 직렬 플래시 메모리 제품은 데이터 및 프로그램 코드를 저장하는 데 사용할 수 있습니다. 병렬 플래시 메모리에 비해 핀 수가 적고 크기가 작고 확장이 용이하며 마이크로 컨트롤러나 컨트롤러에 연결하기 쉽고 안정적으로 작동하므로 자동 구동 컨트롤러에 DataFlash와 유사한 직렬 플래시 컨트롤러가 점점 더 많이 사용되고 있습니다. 측정 및 제어 시스템은 평가 중입니다.

5)ISP: 시각 처리 칩의 핵심으로 ISP의 주요 기능으로는 AE(자동 노출), AF(자동 초점), AWB(자동 화이트 밸런스), 이미지 노이즈 제거, LSC(Lens Shading) 등이 있습니다. Correction), BPC(Bad PixelCorrection), 최종적으로 Raw Data를 저장하고 비디오 코덱이나 CV 등에 전달합니다. ISP를 통해 더 나은 이미지 효과를 얻을 수 있으므로 자율주행차의 ISP에 대한 요구 사항이 매우 높습니다. 예를 들어 듀얼 채널 또는 심지어 3채널 ISP가 통합되기 시작했습니다. 일반적으로 ISP는 AP에 통합되지만(많은 AP 칩 제조업체의 경우 이는 차별화된 경쟁의 핵심 부분임) 요구 사항이 바뀌면서 독립적인 ISP도 등장합니다. 동시에 AP 칩의 ISP 기능 부족을 보완하고 협력합니다.

6) 컴퓨팅 성능: 자율 주행을 구현하려면 환경 감지 센서를 통해 도로 환경에 대한 정보를 수집하고, 수집된 데이터를 자동차의 중앙 프로세서로 전송하여 장애물, 실행 가능한 도로 등을 식별하는 처리가 필요합니다. 인식 결과를 바탕으로 경로를 계획하고 차량 속도를 설정해 차량 주행을 자동으로 제어합니다. 전체 과정이 순식간에 완료되어야 하며, 지연 시간을 밀리초, 심지어 마이크로초 단위로 제어해야 자율주행의 안전성을 보장할 수 있습니다. 즉각적인 처리, 피드백, 의사결정, 계획 및 실행의 효과를 달성하기 위해 중앙 프로세서의 컴퓨팅 성능 요구 사항은 매우 높습니다.

자율 주행에서 시각적 처리는 가장 많은 컴퓨팅 성능을 소비하며 전체 컴퓨팅 성능 요구 사항의 절반 이상을 차지합니다. 그리고 자율 주행 수준이 높아질수록 컴퓨팅 성능에 대한 수요는 최소 10배 이상 증가합니다. L2 레벨에는 2TOPS의 컴퓨팅 파워가 필요하고, L3에는 24TOPS의 컴퓨팅 파워가 필요하며, L4는 320TOPS, L5는 4000+TOPS가 필요합니다.

자동차 애플리케이션의 복잡성을 고려할 때 컴퓨팅 성능만으로는 충분하지 않으며 자동차 프로세서는 차량 규정 및 안전 표준 통과 여부 등 컴퓨팅 성능 활용도 고려해야 합니다. 컴퓨팅 성능의 이론적인 값은 계산 정확도, MAC 수 및 작동 주파수에 따라 달라집니다.

이론적 컴퓨팅 성능은 Net 컨볼루션 계층의 곱셈 연산 누적을 기반으로 계산됩니다. 컨볼루션 계층의 각 MAC(곱셈 누적)은 2개의 OPS로 계산되며 컨볼루션 연산량은 90개 이상을 차지합니다. DL NET의 %. SSD의 모든 컨볼루셔널 레이어의 총 곱셈 연산 수는 40G MAC이므로 이론적인 컴퓨팅 성능은 80GOPS입니다.

그 중에서

다른 컴퓨팅 계층을 고려하면 실제 가치는 매우 다릅니다. 하드웨어의 실제 활용도는 더 높습니다. 컴퓨팅 성능의 실제 가치를 결정하는 가장 중요한 요소는 메모리(SRAM 및 DRAM) 대역폭, 실제 작동 주파수(예: 공급 전압 또는 온도) 및 알고리즘의 배치 크기입니다.

7) 전력 소모 : 최고 성능 모드에서 자율주행 컨트롤러의 칩 전력 소모 수준이 높으면 자체 성능이 뛰어나더라도 발열이 2배로 증가하는 등 예측할 수 없는 숨겨진 위험이 발생할 수 있습니다. 특히 새로운 에너지 모델의 경우 이러한 결과는 의심할 여지없이 "핵폭탄"입니다. 따라서 자율주행 칩의 초기 설계에서는 전력 소모 지표를 충분히 고려해야 합니다.

8) 3D GPU: GPU는 대용량 처리량을 기반으로 설계되었으며 대규모 병렬 컴퓨팅을 처리하는 데 사용됩니다. GPU 제어 장치는 여러 액세스를 더 적은 액세스로 결합할 수 있습니다. GPU는 CPU와 같은 복잡한 데이터 캐시 및 명령 제어 대신 실행 단위에 더 많은 트랜지스터를 사용합니다. GPU는 슈퍼 부동 소수점 컴퓨팅 기능을 갖추고 있기 때문에 스마트 자동차의 프런트 엔드에서 이미지 또는 비디오 처리 애플리케이션에 사용될 수 있으며 중앙 컨트롤러의 고성능 컴퓨팅을 위한 주류 설계에도 점점 더 많이 사용되고 있습니다.

9) 풍부한 IO 인터페이스 리소스

자율주행의 주요 제어 프로세서에는 다양한 센서 장치를 연결하기 위한 풍부한 인터페이스가 필요합니다. 현재 업계의 일반적인 자율 주행 센서에는 주로 카메라, LiDAR, 밀리미터파 레이더, 초음파 레이더, 통합 내비게이션, IMU 및 V2X 모듈이 포함됩니다.

• 카메라의 주요 인터페이스 유형은 MIPI CSI-2, LVDS, FPD Link 등입니다.
• Lidar는 일반적으로 일반 이더넷 인터페이스를 통해 연결됩니다.
• 밀리미터파 레이더는 CAN 버스를 통해 데이터를 전송합니다
• 초음파 레이더는 기본적으로 LIN 버스를 사용합니다.
• 통합 항법 및 관성 항법을 위한 공통 인터페이스 IMU는 RS232입니다
• V2X 모듈도 일반적으로 이더넷 인터페이스를 사용하여 데이터 전송

위에 언급된 센서에 필요한 IO 인터페이스 외에도 PCIe, USB, I2C, SPI, RS232 등과 같은 다른 일반적인 고속 인터페이스 및 저속 인터페이스도 필요합니다. .

10) PCIe: CPU의 로컬 버스로서 가장 큰 특징은 높은 데이터 전송 처리량과 낮은 대기 시간입니다.

11)SaftyGoal: 기능적 안전 목표는 전체 자율주행 중앙제어기의 핵심 설계 요구사항으로, 전체 자율주행 기능 설계의 단일 지점 고장 분석 결과에 영향을 미치기 때문에 초기에 완전히 구현되어야 합니다. 하드웨어 설계 하드웨어에 대한 시스템의 기능 안전 설계 요구 사항을 완전히 충족할 수 있는지 고려하십시오.

12) OTA: 원격 업그레이드는 사용자의 소프트웨어 결함을 수리하여 중간 단계의 시간을 크게 단축하여 소프트웨어가 사용자에게 빠르게 도달할 수 있도록 하는 동시에 차량에 새로운 기능을 추가하고 범위를 넓힐 수 있습니다. '서비스'와 '운영'을 말합니다. 따라서 중앙제어 칩의 OTA 지원 여부는 자동차 제조사의 리콜비용, 사용자의 시간비용, 사용자의 신선도 제고, 차량의 부가가치 제고 등 자동차 제조사와 사용자의 비용 절감을 위해 필수적이다.

13) 패키지 유형: 컨트롤러 패키지 크기, 핀 정의 등은 전체 구동 컨트롤러의 설치 형태에 영향을 미치며 주변 구성 요소와의 연결 분포에도 영향을 미칩니다. 또한 인터페이스가 방수인지 여부, 방수가 되면 컨트롤러의 설치 환경이 비교적 자유로울 수 있습니다. 그러나 현재 도메인 제어 인터페이스는 방수 기능이 없습니다.

14) 온도/전압: 컨트롤러의 온도 제어 범위에는 컨트롤러의 보관 및 사용 주위 온도가 포함되며, 실제 차량이 확인되기 전 밀리미터파 컨트롤러 조립 레이아웃 영역의 보관 및 사용 주변 온도가 그보다 높은 경우 이를 바탕으로 OEM 요구 사항을 충족하려면 어느 정도 수정 및 상향 조정이 이루어져야 하며, 공급업체는 하드웨어 설계 결함으로 인한 리콜이 발생하지 않도록 해야 합니다. 특히 컴퓨팅 성능이 100 이상에 도달하고 전력 소비량이 60W를 초과하는 경우 온도 상승으로 인해 컨트롤러의 정상적인 작동에 영향을 주지 않고 열을 제때에 배출할 수 있도록 능동적인 냉각이 필요할 가능성이 높습니다. 능동 냉각에는 일반적으로 팬 냉각과 수냉이 포함됩니다.

15) 자동차 규정 및 기능 안전성: 가전제품에 비해 자동차 칩은 안전성과 신뢰성 측면에서 가장 높은 요구 사항을 가지고 있습니다.

자동차 칩은 자동차 전자 제품이 작동 온도, 신뢰성에 대한 높은 표준 품질 요구 사항을 충족할 수 있도록 수년 동안 "-40℃ ~ 125℃"의 고온 및 저온과 심한 진동의 가혹한 환경에서 작동해 왔습니다. 국제자동차전자제품협회(AEC)는 관련 품질 인증 표준을 제정했으며, 그 중 AEC-Q100은 자동차 집적 회로 스트레스 테스트에 대한 인증 표준이다. 수년간의 개발 끝에 AEC-Q100 표준은 신뢰성과 제품 수명 측면에서 자동차 전자 제품에 대한 사실상의 업계 표준이 되었습니다.

자율주행 칩은 차량 규제 요건을 충족하는 것 외에도 ISO 26262 표준에서 정의한 '기능 안전(Fusa)' 인증 요건도 충족해야 합니다. 칩에 대한 기능적 안전의 설계 요구 사항은 칩 오류(시스템 오류와 무작위 오류로 구분)를 최대한 찾아 수정하는 것입니다. 시스템 오류는 본질적으로 제품 설계의 결함이므로 설계 및 구현의 프로세스 사양에 주로 의존하는 반면 무작위 오류는 칩 설계의 특수 오류 감지 메커니즘에 더 많이 의존합니다.

ISO 26262는 안전 수준을 구분하며, 일반적인 수준은 ASIL-B 및 ASIL-D 수준입니다. ASIL-B는 칩이 단일 지점 오류 시나리오의 90%를 처리해야 하고 ASIL-D는 99%를 처리해야 합니다. 칩 면적이 크고 트랜지스터가 많을수록 해당 고장률이 높아집니다.

16) 칩 시스템: 예를 들어 컨트롤러가 MCU+MPU의 통합 제어 방식을 지원하는지, 아니면 단일 칩 제어만 지원하는지 여부입니다.

17) 공급망 보안: 시장 수요 증가로 인해 반도체의 정상적인 생산 리듬을 방해하는 다양한 '자연재해'를 비롯한 반도체 공급망 및 생산 능력의 부족이 발생하고 수요와 생산 능력의 모순이 발생합니다. 단기간에 해결이 어렵습니다.

글로벌 칩 공급망이 매우 긴밀해짐에 따라 공급망 보안도 도메인 컨트롤러 공급업체에게 매우 어려운 과제입니다. OEM이 도메인 컨트롤러 공급업체를 선택할 때 파트너 칩 제조업체의 공급 능력도 중요한 고려 사항입니다.

2022년에도 칩 부족 현상은 여전히 ​​자동차 산업에 영향을 미치고 있습니다. 일부 OEM에서는 반도체 공급을 위한 새로운 아이디어를 고민하기 시작했고, 일부 OEM에서는 Tier 1을 우회하여 칩 설계 제조업체로 직접 이동하기도 했습니다. 보다 심층적인 OEM이 칩 설계의 연구 개발 프로세스에 참여하기 시작했습니다. 예를 들어 많은 자동차 회사는 Black Sesame, Horizon 등 자율주행 AI 칩 제조업체와 전략적 파트너십을 구축했습니다. 게다가 반도체 공급망에 직접 침투해 칩 설계를 메인 엔진 공장에 도입하는 모델이다. 이 모델을 'OEM-파운드리-다이렉트' 모델이라 부르며 대표적인 기업으로는 테슬라, BYD 등이 있다.

18) 시장 포지셔닝: 어떤 종류의 메인 제어 칩을 선택할 것인지, 먼저 도메인 컨트롤러의 시장 포지셔닝, 즉 구현하려는 기능이 무엇인지, 구성을 위해 어떤 가격대에 사용될 것인지를 살펴봐야 합니다.

운전 보조를 만드는 것이 목표이고 L1~L2 제품을 만드는 것이 물량에 해당한다면 칩을 선택할 때 비용에 매우 민감할 것입니다. 이러한 도메인 제어 제품의 경우 중저가형 칩을 선택하면 됩니다.

"L4 제한 시나리오에서 자율주행차를 만드는 것이 목표라면 고객은 맞춤형 제품을 만드는 경향이 더 클 수 있습니다. 예를 들어 우리가 Robotaxi로 포지셔닝한다면 운영을 채택할 계획입니다. 모델의 경우 먼저 알고리즘을 다듬는 것이 목적이므로 그 양이 특별히 크지 않기 때문에 칩을 선택할 때 상대적으로 비용에 덜 민감하지만 성능이 충분히 좋고 안정적이어야 합니다." 19) Chip.로드맵: Neusoft Reach의 Liu Wei 부사장은 "칩 회사와의 협력 관점에서 볼 때 주류 칩 제조업체인지, 지속적인 제품 로드맵이 있는지 여부에 달려 있습니다. 예를 들어 일부 칩 제조업체에서는 좋은 칩이 개발되었지만 향후 업데이트되지 않을 수 있습니다. 그러면 이 칩을 기반으로 하는 후속 제품의 반복 및 업그레이드에 큰 문제가 발생할 수 있습니다. 시스템 설계 책임자인 Li Maoqing도 같은 관점을 언급했습니다. "도메인 컨트롤러 시스템 설계에서 하드웨어 솔루션을 선택할 때 칩 자체의 기능적 성능에 주의를 기울이는 것 외에도 칩 회사의 제품 로드맵과 유연성 여부를 완전히 이해하기 위해 제품군 기반 칩 시리즈의 경우 후속 칩을 하드웨어 플랫폼 PIN에서 PIN으로 업그레이드하여 개발 비용을 줄이면서 하드웨어 성능을 향상시킬 수 있습니까?”

20) 칩 생태학(툴 체인): 칩의 전체 소프트웨어 툴 체인 또는 일부 알고리즘의 개발이 고객 요구를 충족할 수 있는지 여부. 즉, 칩의 생태는 무엇입니까? 고객이 실질적인 개발을 구현할 수 있도록 지원할 수 있는 좋은 생태계가 있는지 여부도 칩을 선택할 때 OEM 또는 Tier1이 중요한 고려 사항 중 하나입니다.

NVIDIA의 칩 생태계는 개발자, 사용 가능한 애플리케이션 소프트웨어, 풍부한 도구 및 라이브러리를 포함하여 업계에서 상대적으로 선두를 달리고 있습니다.

• 자동차 분야에 풍부한 소프트웨어 알고리즘을 제공할 수 있습니다.
• 일반 AI 분야에서 다수의 알고리즘 모델 및 관련 응용 소프트웨어를 교육했습니다.
• 자동차 분야에 쉽게 이식할 수 있는 통합 하드웨어 및 기본 소프트웨어 인터페이스 아키텍처(CUDA-X); 사용자 사용량이 많기 때문에 파트너는 CUDA 플랫폼에 수많은 라이브러리와 도구를 제공했습니다.
• 
  Zhixing Technology의 하드웨어 R&D 이사는 다음과 같이 설명했습니다. “현재 많은 OEM이 NVIDIA의 Orin 칩을 사용하고 있습니다. 이 칩은 대규모 컴퓨팅 성능 플랫폼이라는 점 외에도 전체 소프트웨어를 제공할 수 있다는 점입니다. 툴 체인, 일부 기본 코드 및 일부 알고리즘 코드도 제공될 수 있습니다. 개발자는 칩 선택 외에도 구현할 수 있는 고급 자율 주행 컴퓨팅 플랫폼을 더 잘 개발하기 위해 더 많은 적응을 할 수 있습니다. . "

자율주행 도메인 컨트롤러 선택 과정에서 더욱 중요하게 여겨지는 위의 요소들을 바탕으로 시장의 주류 컨트롤러 칩에 대한 통계 분석을 실시했습니다. 분석 결과는 다음과 같습니다.

위 내용은 자율주행 AI칩 선정 핵심지표 20개 조사의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!