次世代の車載用半導体:レベル 5 の自動運転車の鍵

電子機器とセンサー インサイダー

明日の完全自動運転車に電力を供給するために必要な次世代半導体について見てみましょう。 （画像：研究者ら）

サンフランシスコ市内を運転する無人ロボタクシーや、今年販売された新車の半数以上に搭載された高度な運転支援機能は、自動運転車技術がどれほど進歩したかを示しています。しかし、レベル 5 の自律性、つまり、どんな状況でもどこでも自動運転する自動車の約束を果たすには、新世代の半導体が必要だと専門家は述べています。

メアリー・ルー・ドーフ大学コンピュータ科学工学教授のヴァレリア・ベルタッコ氏は、「自動車はしばらくの間、車輪のついたコンピューターとみなされてきたが、完全な自動運転を実現するには、移動するデータセンターのようなものになる必要がある」と述べた。 「その飛躍を遂げるために、自動車業界は、より高速、より安価、より低消費電力、より耐久性のあるチップ用の新しい材料、アーキテクチャ、システム、製造プロセスを必要とするでしょう。」

ミシガン大学の研究者は、世界の業界リーダーと協力して AV コンピューティング システムを再考しています。この取り組みは、ミシガン州から自動車研究のためのミシガン半導体人材および技術 (mstar) イニシアチブへの 1,000 万ドルによって支援されています。このイニシアチブには、imec、KLA、ミシガン経済開発公社、ウォッシュテノー コミュニティ カレッジ、ゼネラル モーターズも含まれています。

自動運転車には膨大な計算能力が必要で、自律性のレベルが上がるごとに指数関数的に増加します。 「これは制約のある組み込みシステムです」とコンピューターサイエンスおよびエンジニアリングの准教授である Reetuparna Das 氏は述べています。 「より効率的な AI ハードウェアの必要性はよく理解されています。これは 10 億ドル規模の市場です。」

昨年、半導体業界の代表者らは Mcity テスト施設を視察し、地平線を眺めました。台湾に本拠を置くTSMCで自動車事業開発部門を率いるマイケル・サン氏は、「こうした側面に取り組むために人々が団結するのを見るのは素晴らしいことだ」と語った。 「私はこの分野で長い間働いてきましたが、今は大きな勢いがあると思います。」

今日の AV の深層学習ネットワーク モデルは、生物学的な脳の構造を大まかに模倣していますが、動作効率ははるかに低くなります。これらは、フィルタリングされていないデータの連続ストリームを処理することによって機能します。 U-M の研究者たちは、脳の構造ではなく、脳の挙動を模倣するアプローチを開発しています。私たちの脳と目が連携してフィルターをかけて注意を集中させるのと同じように、コントラスト、動き、突然の出来事をキーインします。

彼らは、酸化タングステンのメモリスタ技術と「スパイキング ニューラル ネットワーク」コンパニオン アルゴリズムに基づくニューロモーフィック チップと呼ばれる、より効率的なプロセッサをテストしています。 「ニューロモーフィック センサーは、従来のカメラとは異なりフレームをキャプチャしません。代わりに、各ピクセルの変化を個別に検出します」と、機械工学工学部教授のウェイ ルー氏は述べています。

従来の「システム オン チップ」アーキテクチャでは、すべてのコンポーネントを単一のシリコン上にプリントする必要がありますが、AV の計算ニーズにより、物理的なサイズと複雑さの点で限界が押し上げられています。チップレットのアプローチには、よりカスタマイズされた耐久性のあるシステムを構築するために、回路基板上で組み合わせて適合させることができる小型のモジュール式コンポーネントが含まれます。 U-M の研究者は、移動中の車両内で何年も動作できる、より堅牢なチップレット通信プロトコルを開発しています。 「チップレット通信は堅牢である必要があるだけでなく、エネルギーと帯域幅の点でも効率的である必要があります」と、ファワズ T. ウラビー大学電気・コンピュータ工学教授のマイク・フリン氏は述べています。 「私たちは高速かつ低消費電力にすることも目指しています。」

ソース