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】
延伸閱讀
贊助廣告
商品推薦
udn討論區
- 張貼文章或下標籤,不得有違法或侵害他人權益之言論,違者應自負法律責任。
- 對於明知不實或過度情緒謾罵之言論,經網友檢舉或本網站發現,聯合新聞網有權逕予刪除文章、停權或解除會員資格。不同意上述規範者,請勿張貼文章。
- 對於無意義、與本文無關、明知不實、謾罵之標籤,聯合新聞網有權逕予刪除標籤、停權或解除會員資格。不同意上述規範者,請勿下標籤。
- 凡「暱稱」涉及謾罵、髒話穢言、侵害他人權利,聯合新聞網有權逕予刪除發言文章、停權或解除會員資格。不同意上述規範者,請勿張貼文章。
FB留言