針對應用對症下藥 Arm架構在車用領域持續亮眼

【作者： 王岫晨】

Arm架構處理器除了在手機等行動裝置上擁有很廣泛的應用之外，在車用市場也可以看到Arm的身影。Arm在車用領域已有超過25年的發展，市占率約41%，其中車用IVI與ADAS的領域市佔率各占85%及55%，且和OEM、Tier 1、Tier 2或是Software partners等供應鏈夥伴都有合作關係。從2022年開始，Arm將車用跟物聯網的業務領域拆分為兩個獨立部門，並全力支持在車用領域產品線研發的進展。

Arm架構優勢

Arm亞太區車用市場經理洪彰辰表示，Arm自2020年起，就有相關車用專用的IP上市，如AE系列發佈，並在功能安全投入非常多的資源，未來也會有越來越多朝向以應用案例導向的方式提供參考解決方案，包括 ADAS、IVI智慧座艙、自動駕駛、Zonal Controller及ECU應用領域，進而符合並解決OEM客戶的需求

特別是現在電動車它所搭載的硬體以及軟體的複雜度更勝以往，所以針對未來電動車不同的需求，Arm自2020年發表的AE系列產品開始，提供客戶Total Solution的概念，其中囊括幾乎所有SoC與MCU方案。而在討論Arm產品在省電與效能的優勢前，必須先了解 CPU 最重要的兩件事情，其一是控制，另外則是運算。

CPU控制的效能benchmark，是整個系統總和的評估，包括CPU本身、CPU到Memory，或是CPU到系統匯流排上面的各種裝置，前面提到的省電是這類的範疇。電動車上更多的AI應用，例如自駕系統在影像處理辨識與其他感測器作融合運算，這些都需要CPU計算，使用指令集擴展有利於機器學習進行矩陣運算。在前一代Armv8.2有做NEON的運算，結合新一代擴充指令集SVE2、Matrix Multiply、SME等矩陣運算，其優勢在於更快的運算速度，除了自駕系統的反應時間要求，整體的耗能也會降低，進而提升電池續航力。

電動車的AI應用 例如自駕系統在影像處理辨識與其他感測器融合運算 這些都需要CPU運算

基於Arm SoC在機器學習上是邁向Arm v9的架構，加上更多的Machine Learning Extension，來幫助客戶在即時運算、節能及機器學習上有更好的表現，而在控制方面大部分都會採用到是MCU而非SoC，包括車輛內外部燈光、電源管理，甚至是門鎖和冷氣等功能控制，上述其實80%都是MCU負責處理，依照佔比來看，若一輛車內有100個控制器，可能裡面只有20顆是SoC，其於80顆都是MCU，以MCU為主的車用電子架構，未來將趨於整合，進而減少控制器的數量，優點除了可減少車輛整備重量、線材配置簡化，以及供應鏈的整合等各項因素，當硬體技術趨於整合，軟體開發才能更為簡潔，更有效率的管理，朝向軟體定義汽車的未來。現今的CPU從過去的8位元、16位元進階到32位元甚至未來64位元，效能逐漸強化，因此不論在成本、效率以及軟硬體的技術的整合方面都更有優勢。

【欲閱讀更豐富的內容，請參閱2023.11月(第384期)CTIMES雜誌】