Gli ASIC per i moderni sistemi ADAS e IVI

Le modifiche all’interno dell’abitacolo dei veicoli proseguono velocemente mentre il settore automotive avanza verso la guida autonoma, un processo che prevede la fusione tra l’infotainment a bordo veicolo (IVI) e i sistemi avanzati di assistenza alla guida (ADAS), con l’obiettivo di migliorare l’esperienza di guida e garantire una maggiore sicurezza. Per implementare queste nuove funzionalità occorrono soluzioni hardware e software complesse. Gli ASIC (SoC personalizzati) offrono la soluzione ideale per costruire una piattaforma ottimizzata sia per i clienti sia per le applicazioni.

Chi decide di acquistare un’auto oggi, non si limita a esaminarne l’aspetto e le caratteristiche di guida, ma prende in considerazione tutta una serie di altri fattori. La connettività e l’integrazione dei dispositivi mobili hanno un ruolo importante, per non parlare dell’uso semplice e immediato tramite comandi touch, vocali e gestuali, oltre a diverse opzioni di personalizzazione, tra cui illuminazione, audio e impostazioni dei sedili. L’intelligenza artificiale e il riconoscimento biometrico consentono di automatizzare le impostazioni e trasferirle da un veicolo all’altro.

Durante la progettazione di nuovi sistemi IVI viene dedicata sempre maggiore attenzione alle persone e alle loro esigenze, una tendenza destinata ad aumentare quando l’introduzione di veicoli autonomi di livello 3 e 4 trasformerà l’attuale processo di guida in un’attività secondaria, favorendo la comparsa di nuove possibilità di intrattenimento per i passeggeri e opzioni di pagamento in-car.

I conducenti del futuro avranno a disposizione un cruscotto completamente digitale, in grado di fornire le informazioni necessarie su un ampio display, composto da più schermi ad alta risoluzione. Per perfezionare ulteriormente l’esperienza di guida e offrire maggiori livelli di sicurezza e comfort, i moderni sistemi IVI comprenderanno anche numerose funzionalità ADAS.

Ciò comporta l’elaborazione di informazioni provenienti da diversi sensori, tra cui RADAR, LIDAR, a ultrasuoni e telecamere, e la possibilità di prendere decisioni in tempo reale. Il deep learning e il riconoscimento degli oggetti sono utilizzati per raccogliere ulteriori informazioni che aiutano il conducente e aumentano il livello di comfort. Tra le applicazioni tipiche figurano la visione a 360°, l’assistenza al parcheggio e il monitoraggio del conducente.

Per implementare queste funzionalità occorrono sistemi hardware e software complessi. Per quanto riguarda l’hardware, sia IVI che ADAS richiedono sistemi multiprocessore complessi con una potenza di calcolo elevata, implementabili solo sotto forma di circuiti altamente integrati.

Un buon esempio è dato dall’elaborazione dei dati video ADAS. Le reti neurali convoluzionali (CNN) vengono utilizzate spesso per rilevare, nei dati video, l’ambiente in prossimità dell’auto e gli altri utenti stradali. Questi sistemi sono in grado di apprendere, replicando le cellule cerebrali biologiche in forma elettronica, e dimostrando di funzionare bene in ambiti come il riconoscimento delle immagini. All’interno dei veicoli i "sistemi di inferenza delle CNN" sono usati per riprodurre le CNN che hanno già "imparato" a rilevare determinate strutture.

Le CNN sono riprodotte nell’hardware con una combinazione di processori di segnali digitali (DSP), unità di elaborazione grafica (GPU) e processori di rete neurale (NNP). La sfida principale in questo tipo di sistema è rappresentata dall’enorme quantità di dati trasmessi tra la memoria e le unità di elaborazione. Per questo tra gli elementi importanti per gli ADAS figurano le moderne interfacce di memoria ad alta velocità (es. LP-DDR5 o HBM) e una buona progettazione dei sistemi per evitare eventuali colli di bottiglia.

Nel 2019 Tesla ha creato un suo chip ADAS, denominato FSD (Full Self-Driving), e ne ha rivelato l’architettura. Oltre a un’interfaccia di memoria LP-DDR4, Tesla ha installato un ISP (Image Signal Processor) a 1 Gpixel/s, due NNP con un clock a 2 GHz, una GPU con un ciclo a 1 GHZ e una CPU ARM CortexA72 a 12 core (2,2 GHz). Il chip da 260 mm² fornisce 50 TOPS (trilioni di operazioni al secondo) in totale, ossia 50 x 10¹² operazioni di elaborazione al secondo con un consumo di 100 W. Dato che 100 TOPS è considerato un requisito minimo per i veicoli completamente autonomi, Tesla prevede di utilizzare due chip nei suoi computer FSD.

Esistono requisiti simili per l’IVI, che richiede altrettanta potenza di calcolo, ad esempio per unire i dati immagine provenienti da più fonti (es. visione completa) e/o "capirli" (es. monitoraggio del conducente). A differenza dell’ADAS, un chip IVI disporrà di meno CNN, ma avrà comunque bisogno di CPU, GPU e, molto probabilmente, di blocchi NNP.

Le tecnologie dei semiconduttori per circuiti integrati attualmente disponibili per ADAS e IVI sono quelle CMOS da 7 o 5 nm che consentono velocità di clock di almeno 2 GHz e densità di integrazione elevate, pur riducendo il consumo energetico ai minimi livelli attualmente possibili.

L’inserimento di processori ad alte prestazioni in un circuito integrato continua a rappresentare un’importante sfida

Non basta semplicemente prendere i blocchi (CPU, GPU, NNA, ecc.) necessari per la potenza di calcolo richiesta e integrarli in un chip, occorre anche garantire che l’architettura del bus offra la flessibilità e la larghezza di banda necessarie al flusso di dati richiesto. Ciò significa tenere conto delle dimensioni del chip, che influiscono direttamente sul costo unitario, e del consumo energetico per il circuito completo.

L’implementazione ‘application-specific’ tramite ASIC è il modo migliore per armonizzare questi requisiti alquanto contrastanti e ottimizzarli per l’applicazione prevista. Gli ASIC consentono anche di implementare algoritmi e metodi proprietari direttamente nell’hardware, contribuendo a differenziare il prodotto da quelli della concorrenza e a raggiungere un notevole vantaggio competitivo.

Pertanto potrebbe essere interessante per produttori e fornitori automotive creare e ampliare la loro esperienza in materia di progettazione e sviluppo di ASIC. Socionext vanta un’esperienza pluriennale relativamente agli ASIC (SoC personalizzati) per il settore automotive e, in qualità di secondo più grande fornitore fabless di ASIC a livello internazionale, è un partner affidabile in questo settore. Oltre a servizi di progettazione e layout di ASIC (SoC personalizzati), Socionext offre una gamma completa di soluzioni per clienti del settore automotive, tra cui specifica di progetto, assistenza in materia di ISO 26262 e approvvigionamento e logistica IP.

Markus Moosmüller, Senior Marketing Engineer di Socionext

Stephan Ahles, Senior Marketing Engineer di Socionext