借助汽车级 IP 实现 ADAS 和 IVI SoC 的集成

新一代汽车中央计算 SoC 将采用通用标准，包括沿车内网络传输的大量传感器数据和大量使用最新人工算能算法的 AI模块。

必须实时持续处理用于安全关键型 ADAS 应用的大量传感器数据。雷达、激光雷达、超声波和摄像头传感器等传感器的数据需要以最低的延迟持续送达。数据流量和协议不得过度占用车载网络线束。大多数车载网络都使用汽车级以太网、用于图像传感器的直连 MIPI 链路和传统 CAN 网络的组合。鉴于在汽车级以太网上运行的雷达/激光雷达数据量，使用 IEEE 以太网时间敏感网络 (TSN) 协议的以太网链路需要多路 10G 以太网数据流。通过使用以太网 TSN 协议，可以根据网络策略,传输高优先级的安全关键型数据包，以确保后座娱乐等低优先级数据不会干扰安全关键型应用。对于成像数据，高分辨率图像传感器可以为每个传感器生成超过 10G 的实时未压缩数据，这将使承载雷达/激光雷达数据的以太网网络过载。因此，大多数成像数据使用单独的 MIPI 接口传输。已经开发了几种专有协议，用于在汽车的高负荷通道条件下传输基于 MIPI 的成像数据。除专有数据通道外，MIPI 联盟还开发了新的 15 米汽车 A-PHY 协议，可将图像数据传送到中央计算模块。MIPI A-PHY 作为车载数据传输协议越来越受欢迎。

新一代集中计算 SoC 必须执行实时、同步的应用。由于多个实时应用同步运行，集中计算模块中使用的处理 SoC 必须支持类似于高性能数据中心服务器处理器的虚拟化。由于 SoC 必须支持多种实时应用，因此需要针对新一代基于 RISC-V 的高性能汽车处理器优化应用的软件堆栈。对应用软件进行前瞻性规划将使汽车制造商能够设计未来型软件定义汽车 (SDV)，并允许引入新的特定应用的业务模式。但是，对于面向分区中央计算的高性能 SoC 而言，处理器必须包含专门的功能，才能满足运行实时应用所需的性能。

集中计算 SoC 的一个关键设计特征是可扩展的异构多核处理器，其中有多达 12 个 64 位应用处理器集成到 SoC 中。实现高效的软件首次开发是包括 SoC 供应商在内的汽车 SDV 供应商的一个关键目标。为了建立汽车级 RISC-V 处理器的单一来源，实现基于 RISC-V 的兼容产品并提供参考架构，博世、Infineon、Nordic Semiconductor、NXP 和高通等行业供应商成立了合资公司 Quintauris。Quintauris 致力于通过推进汽车 RISC-V 部署，实现开发下一代兼容 SDV 的硬件。

为了执行安全关键型 ADAS 应用以及驾驶员监测系统 (DMS) 和乘客监测系统 (OMS) 等基于 AI 的 IVI 应用所需的 AI 算法，SoC 需要额外的深度学习 AI 加速器。添加生成式 AI 使 IVI 供应商能够提供自然语言数字助理，为中央计算模块增加了额外的AI 工作负载。OEM 将 AI 用于 ADAS/HAD 中的多个应用，例如路线规划、物体/场景检测、识别和基于 AI 的决策。前面提到的 ADAS/HAD 应用，如自动紧急制动、车道保持辅助和自适应巡航控制，全都基于 AI。

图 2 显示了用于合并 ADAS 和 IVI 应用的中央计算 SoC 的一般示例。左侧所示的离散 SoC 包含多达 12 个 64 位应用处理器和一个基于 AI 的视觉子系统，适用于基于摄像头的 AI 应用。除了所需的处理性能外，SoC 还包含单独的 ISO 26262 功能安全管理器和独立的安全子系统，以最大限度地减少安全漏洞。包括汽车级以太网 TSN 在内的一整套连接接口提供多个通道，以连接到 SoC 和车载分区网络，以及 MIPI 等其他点对点协议。中央计算 SoC 包括 PCI Express (PCIe) 接口，通过添加单独的 SoC 加速器来扩展 SoC 的处理性能，以实现多 SoC 性能。PCI Express 是连接多个 SoC 的主要外设协议，它增加了 AI 算法加速器以提高 SoC 性能。