導(dǎo)  語

汽車架構(gòu)正在從基于域的架構(gòu)快速演變?yōu)閰^(qū)域架構(gòu)，利用在數(shù)據(jù)中心中發(fā)現(xiàn)的相同類型的高性能計算，在路上做出瞬間決策。

過去的五年中，汽車架構(gòu)的第三次重大轉(zhuǎn)變，使用 7nm 和 5nm 技術(shù)、專用加速器、高速內(nèi)存和高度針對性的軟件架構(gòu)來集中處理。幾十年來，汽車上的大部分電子設(shè)備都封裝在電子控制單元中，并按制動和信息娛樂等功能進(jìn)行細(xì)分。隨著更多安全功能的添加和集中，它們由基于不同域的軟件堆棧和汽車操作系統(tǒng)組織，通過集中網(wǎng)關(guān)相互通信，這是當(dāng)今大多數(shù)新車使用的。

但是，隨著車輛中增加更多的自主權(quán)，集中式網(wǎng)關(guān)的延遲被證明是行不通的。更緊密的相互依賴、可擴展性和靈活性都是必需的，區(qū)域架構(gòu)允許這樣做，而 OEM 正處于采用這種方法的不同階段。引人注目的是，汽車區(qū)域架構(gòu)看起來很像縮小的 HPC 數(shù)據(jù)中心。

“傳統(tǒng) HPC 解決方案的設(shè)計通常很少考慮功耗，除了對占地面積要求的影響之外，”西門子數(shù)字工業(yè)軟件的自動駕駛和 ADAS 高級總監(jiān)大衛(wèi)弗里茨說。“用于汽車的 HPC 開始類似，并且需要大量額外的計算、冷卻和電源設(shè)備成本。多年來，這被認(rèn)為是必要的，并推動了市場對高昂成本的預(yù)測，以及只有長壽命的公共車輛才能證明高價位的后續(xù)假設(shè)。”

近年來，技術(shù)進(jìn)步已經(jīng)證明這些假設(shè)是不正確的，更好地了解汽車高性能計算的實際需求已經(jīng)顯著降低了整體系統(tǒng)成本。Fritz 指出，這使汽車制造商能夠從頭開始重新構(gòu)建下一代平臺，使其能夠跨多個價值層進(jìn)行擴展和利用。反過來，這為大眾打造更智能、更安全、更可靠的自動駕駛汽車的愿景注入了新的活力。

區(qū)域架構(gòu)是自動駕駛的關(guān)鍵，其中很大一部分涉及傳感器。“您能否在傳感器處處理數(shù)據(jù)，或者在下一步中，在區(qū)域控制器中進(jìn)行預(yù)處理？” Cadence汽車解決方案總監(jiān) Robert Schweiger 問道。“或者你可以將原始數(shù)據(jù)傳輸?shù)街醒胗嬎銌卧?，并傳輸?shù)皆紓鞲衅鲾?shù)據(jù)融合？這是原始設(shè)備制造商的愿景，因為這提供了同時到達(dá)這臺超級計算機的各種信息。然后系統(tǒng)可以做出最明智的決定，而如果你做預(yù)先決定，它就像一個決策樹。某些假設(shè)是預(yù)設(shè)的，這可能會導(dǎo)致非最佳決策。最終可能會有一個更智能的解決方案，在一個地方同時處理所有事情。”


圖 1：區(qū)域架構(gòu)概念。資料來源：節(jié)奏

但這種處理也需要實時進(jìn)行，特別是對于與安全相關(guān)的決策，這就是為什么如此強調(diào)高性能計算能力的原因。

Synopsys汽車 IP 部門經(jīng)理 Ron DiGiuseppe 表示：“當(dāng)我們談?wù)撈囍械?HPC 時，我們指的是汽車架構(gòu)的下一個演變，即基于區(qū)域網(wǎng)關(guān)的架構(gòu)。“它有點不同，不是獨立的應(yīng)用領(lǐng)域，而是各種傳感器，無論是動力系統(tǒng)中的傳感器，還是ADAS的傳感器系統(tǒng)，或信息娛樂領(lǐng)域的圖像傳感器。傳感器還在。它們是獨立的，但它們通過汽車網(wǎng)絡(luò)/區(qū)域網(wǎng)絡(luò)。區(qū)域架構(gòu)由多個區(qū)域網(wǎng)關(guān)組成，這些網(wǎng)關(guān)本質(zhì)上是網(wǎng)絡(luò)交換機。所有這些應(yīng)用程序都在一個集中處理模塊中，而不是基于獨立的應(yīng)用程序域，它們都可以使用更集中的處理模塊來完成。”


圖 2：車輛區(qū)域架構(gòu)的進(jìn)展。資料來源：新思科技

對于 ADAS，必須認(rèn)為設(shè)備在功能上是安全的，這意味著它們通常是專門為汽車在這些中央計算芯片中使用而設(shè)計的。“隨著整個汽車行業(yè)轉(zhuǎn)向電動汽車，目前電力存儲仍然是限制，理想情況下，這樣的芯片需要盡可能低的功耗，”施威格說。“因此，效率——每瓦性能——非常重要。如果您的硬件位于數(shù)據(jù)中心的云中，情況就大不相同了。使用水冷系統(tǒng)什么的都沒有問題，但對于生產(chǎn)使用的汽車來說，功耗是重中之重。”

成本控制

麻煩的是，要實現(xiàn)Level 3及以上的自動駕駛，需要大量的傳感器，而強大的計算平臺則位于中間。這增加了車輛的價格。“如果你想超越高檔汽車，在那里你可以更容易地隱藏這些成本，你需要看看如何降低這樣一個系統(tǒng)的成本。因此，它不會是一個水冷系統(tǒng)，而是一個消耗功率低于 100 瓦的系統(tǒng)。這是一個挑戰(zhàn)，”施威格說。

在汽車市場，價格是一個非常重要的考慮因素。“他們正在與每一分錢作斗爭，” Arm技術(shù)副總裁兼研究員 Peter Greenhalgh 說。“不可避免地最終會發(fā)生的是他們將所有芯片焊接到 PCB 上，但你不能只是拿起一個然后再放入另一個，因為那個插座會花費他們 10 美分，而且他們無法證明是合理的那。”

在車輛中設(shè)計一個強大的集中計算系統(tǒng)是具有成本效益的，因為一個設(shè)計可以開發(fā)一次并在多個車型上使用。“從根本上說，CPU 或 GPU 或機器學(xué)習(xí)處理器的微架構(gòu)不會發(fā)生巨大變化，”格林哈爾格說。“如果是在汽車領(lǐng)域，您可以將其置于功能安全之上，或者如果它進(jìn)入基礎(chǔ)設(shè)施市場，則將其置于更大的物理尋址之上。顯然，微架構(gòu)內(nèi)部有一些部分必須應(yīng)對更大的工作負(fù)載或更小的工作負(fù)載。但從根本上說，這些區(qū)塊的微架構(gòu)不會突然改變。”

因此，雖然這些設(shè)計很昂貴，但開發(fā)成本可以在許多車輛上分?jǐn)偂?ldquo;一般的半導(dǎo)體行業(yè)專注于 16/14 納米并轉(zhuǎn)向 7 納米，但是當(dāng)您進(jìn)入汽車中的集中處理 HPC 架構(gòu)時，其中包括大量繁重的處理和在每個應(yīng)用程序中同時運行的多個應(yīng)用程序，”說Synopsys 的 DiGiuseppe。“現(xiàn)在我們談?wù)摰氖蔷哂懈咝阅芎投嗪说?5nm 級設(shè)備。”

盡管如此，這項技術(shù)在其他應(yīng)用中也很成熟。Imperas營銷副總裁 Kevin McDermott 表示：“任何 HPC 應(yīng)用程序的計算需求都是相似的——即，大量數(shù)據(jù)和細(xì)粒度模式分析與復(fù)雜的系統(tǒng)建模——而汽車并不僅僅因為它在輪子上而不同。”. “實時和混合關(guān)鍵性方面很重要。在任何多陣列處理器配置中，處理元件的交互都需要軟件優(yōu)化，這些優(yōu)化依賴于程序員的工具來調(diào)試和分析復(fù)雜的多核事件序列。虛擬平臺提供了硬件原型無法實現(xiàn)的事件場景的洞察力和可控性，這允許在對安全關(guān)鍵和安全要求很重要的故障模式條件下進(jìn)行廣泛的驗證。”

不過，汽車確實為 HPC 設(shè)計增加了一些新的變化。數(shù)據(jù)中心應(yīng)用程序具有額外的安全層，包括物理墻和安全防護。相比之下，汽車與消費設(shè)備有更多相似之處。永久連接，包括無線更新，擴大了黑客的攻擊面，這需要對系統(tǒng)穩(wěn)健性進(jìn)行持續(xù)測試。他指出，用于安全測試的虛擬平臺允許以獨特的方式探索意外事件情況，以對內(nèi)部防御進(jìn)行壓力測試，這些選項很難用物理原型進(jìn)行測試。

“混合臨界性是嵌入式應(yīng)用中常見的多核設(shè)計挑戰(zhàn)，”McDermott 說。“隨著更多功能組合在共享硬件資源上，不同區(qū)域發(fā)生故障的可能性可能會危及高優(yōu)先級和/或安全功能。隨著 IP 和軟件提供商以及新服務(wù)提供商和 IT 基礎(chǔ)設(shè)施的貢獻(xiàn)不斷增加，汽車供應(yīng)鏈也在不斷發(fā)展。在多層方法中，每個階段都可以添加額外的軟件作為增值。這導(dǎo)致復(fù)雜的軟件維護和更新過程。虛擬平臺可用作汽車 HPC 的數(shù)字孿生，使供應(yīng)鏈與參考平臺統(tǒng)一，以實現(xiàn)多維持續(xù)集成持續(xù)部署，

但是，這需要一些強大的處理能力，以及使用多核架構(gòu)同時運行不同操作的能力。在單個 SoC 中看到多個 12 個 64 位多核獨立處理器內(nèi)核的情況并不少見。

“對于 ADAS 域控制器，就像區(qū)域架構(gòu)中的中央處理器一樣，它是一種多芯片實現(xiàn)，”DiGiuseppe 說。“可能會有一個高性能的 5nm 主機處理器，但即使這樣也可能無法處理所有性能，因此可能會有一個協(xié)處理器，并且可能有一個集成的 AI 加速器。擁有一個帶有深度學(xué)習(xí) AI 加速器的額外外部芯片也很常見，所以即使現(xiàn)在我們看到多個芯片實現(xiàn)了 ADAS 級域控制器，這將開始看起來更像一個更傳統(tǒng)的數(shù)據(jù)中心基于 HPC 的設(shè)計，具有應(yīng)用程序集中化、多個應(yīng)用程序并行運行、虛擬化操作系統(tǒng)、管理程序和分布式異構(gòu)架構(gòu)，這看起來很像數(shù)據(jù)中心中的服務(wù)器。”

對于剛剛開始瞄準(zhǔn)汽車市場的加速器芯片公司來說，這是一首樂曲。Codasip 的首席技術(shù)官 Zdenek Prikryl 表示：“總的來說，我們發(fā)現(xiàn)人們對在 AI 應(yīng)用程序中使用 RISC-V 產(chǎn)生了濃厚的興趣。“這包括歐洲處理器計劃，特別是對于汽車，有許多涉及功能安全的選擇。”

加速器可用于加速不同類型數(shù)據(jù)的處理，例如流視頻、振動和溫度，并可提高整體系統(tǒng)性能和反應(yīng)時間。

處理、網(wǎng)絡(luò)、存儲差異

DiGiuseppe 說，用于汽車的 HPC 與數(shù)據(jù)中心的 HPC 非常相似——這是另一個對處理、網(wǎng)絡(luò)和存儲有獨特要求的領(lǐng)域。“在數(shù)據(jù)中心，您通常會分解處理、網(wǎng)絡(luò)和存儲。在汽車領(lǐng)域，它們具有相同的功能——中央處理、網(wǎng)絡(luò)和區(qū)域網(wǎng)關(guān)，其中包括網(wǎng)絡(luò)和片上存儲。汽車的主要區(qū)別在于它更像是端點設(shè)備而不是數(shù)據(jù)中心。一個數(shù)據(jù)中心可能有 10,000 臺服務(wù)器，因此所有東西都可以擴展。這是相同類型的設(shè)計，但性能并不完全相同。數(shù)據(jù)中心將在網(wǎng)絡(luò)端配備 200/400/800 Gbps 以太網(wǎng)，配備 TB 級硬盤和 SSD 以實現(xiàn)極低延遲的存儲，而汽車網(wǎng)絡(luò)可能是 10 Gbps 而不是 200 或 400 Gbps。汽車可能會趨向于 25 Gbps。這是同樣的挑戰(zhàn)，但在不同的表現(xiàn)點上。”

這是處理器方面的類似故事。“數(shù)據(jù)中心中的英特爾至強服務(wù)器可能有一個 12 核英特爾處理器，主板上有四個處理器。數(shù)據(jù)中心發(fā)生的事情，類似于汽車，是異構(gòu)的多核架構(gòu)，可能有 1,000 臺服務(wù)器，應(yīng)用程序都是虛擬化的。在汽車領(lǐng)域也是同樣的挑戰(zhàn)，只是稍微縮小了一點。沒有數(shù)千個處理器內(nèi)核。您面臨著相同的性能挑戰(zhàn)，但規(guī)模不同，”他說。

軟件架構(gòu)

就像在數(shù)據(jù)中心中一樣，軟件架構(gòu)需要明確定義。汽車中的虛擬化環(huán)境需要完美架構(gòu)，因為對于異構(gòu)架構(gòu)，虛擬化應(yīng)用程序必須分布在多個內(nèi)核和/或多個 SoC/ECU 中。

Synopsys 汽車部高級經(jīng)理 Chris Clark 解釋說，在數(shù)據(jù)中心中，有高冗余以確保工作負(fù)載的完整性，而在汽車中，出于安全原因需要冗余。“最終，您仍然會遇到高速互連的相同挑戰(zhàn)，以確保您所服務(wù)的不同域和計算平臺具有必要的計算能力，但在某些情況下還要解決安全性、安全性和延遲問題。它們非常相似，但也有一個權(quán)衡。當(dāng)我們的資源有限時，我們必須確保做到這一點。在一個數(shù)據(jù)中心，可能有 1,000 臺服務(wù)器。每天有兩三個人輟學(xué)。您在車輛內(nèi)沒有這種靈活性，尤其是當(dāng)您查看諸如集中式計算平臺之類的東西時。

對于設(shè)計團隊而言，汽車對 HPC 技術(shù)要求的敏感性需要高于數(shù)據(jù)中心。

“如果你看看 HPC 數(shù)據(jù)中心，你可以四處走動并進(jìn)行技術(shù)轉(zhuǎn)換，”克拉克說。“也許核心網(wǎng)絡(luò)基礎(chǔ)設(shè)施不一定具有與核心數(shù)量相同的預(yù)期帶寬，但您可以將其物理切換。從汽車的角度來看，所有這些都被縮小到一個平方英尺內(nèi)的單個 SoC。您必須處理所有冷卻要求和所有可靠性組件，例如振動。您的 SoC 會因熱量而分層嗎？現(xiàn)在必須考慮在傳統(tǒng)數(shù)據(jù)中心中您不會考慮的所有這些事情，因此對于哪些組件，該基礎(chǔ)架構(gòu)是什么樣子的敏感性要高得多，汽車 HPC 的可靠性與商業(yè)數(shù)據(jù)中心的可靠性也有很大不同。DiGiuseppe 說：“汽車不允許出現(xiàn)故障，而在數(shù)據(jù)中心，你必須預(yù)料到它，如果發(fā)生這種情況，會自動故障轉(zhuǎn)移到另一臺服務(wù)器。” “在汽車領(lǐng)域，敏感性體現(xiàn)在長期運行、高可靠性、功能安全和零缺陷設(shè)計的設(shè)計方法中。這就是設(shè)計技術(shù)的全部。”

軟件也是如此。在傳統(tǒng)的數(shù)據(jù)中心中，裸機管理程序被構(gòu)建到系統(tǒng)中。雖然非常輕量級，但這些管理程序控制對底層硬件基礎(chǔ)架構(gòu)的所有訪問和理解，并為位于該管理程序之上的操作環(huán)境實施規(guī)則。其他虛擬化方案包括包含核心操作系統(tǒng)，甚至是成熟的操作系統(tǒng)的架構(gòu)，但隨后它會針對該平臺之上的不同虛擬化環(huán)境拆分為小的計算域。這些方法在 HPC 數(shù)據(jù)中心以各種配置使用，具體取決于它們要實現(xiàn)的目標(biāo)。

虛擬化和管理程序在汽車領(lǐng)域有不同的考慮。“您必須確保您的 SoC 設(shè)計同時支持這些管理程序和虛擬化環(huán)境，并以安全可靠的方式支持它們，”克拉克說。“在車輛中，如果有兩臺服務(wù)器并且其中一臺發(fā)生故障，如果其中一臺服務(wù)器實際上是虛擬化環(huán)境，并且它是制動控制器，那么重新啟動該虛擬化環(huán)境所需的時間可能有特定要求，您在 HPC 環(huán)境中看不到。重新啟動這些服務(wù)并以適當(dāng)?shù)姆绞街匦聠铀鼈兊哪芰τ趪@功能安全的概念非常關(guān)鍵，而這些概念在傳統(tǒng)數(shù)據(jù)中心 HPC 環(huán)境中確實不存在。在這里，它說在某些失敗條件下，必須通知驅(qū)動程序，或者必須降低車輛的能力以確保車輛以已知的安全方式運行。對于汽車架構(gòu)中的虛擬機管理程序和虛擬化，必須就該域架構(gòu)中車輛中哪些類型的功能適合包含在虛擬機管理程序或虛擬化環(huán)境中做出一些決定。這通常不是 HPC 數(shù)據(jù)中心環(huán)境中發(fā)生的討論，甚至不是真正的核心焦點，因為您有更廣泛的機會進(jìn)行更改并使您的數(shù)據(jù)中心更靈活地滿足您的需求，具體取決于您的需求。重新嘗試做。” 必須就該域架構(gòu)中車輛中哪些類型的功能適合包含在虛擬機管理程序或虛擬化環(huán)境中做出一些決定。這通常不是 HPC 數(shù)據(jù)中心環(huán)境中發(fā)生的討論，甚至不是真正的核心焦點，因為您有更廣泛的機會進(jìn)行更改并使您的數(shù)據(jù)中心更靈活地滿足您的需求，具體取決于您的需求。重新嘗試做。” 必須就該域架構(gòu)中車輛中哪些類型的功能適合包含在虛擬機管理程序或虛擬化環(huán)境中做出一些決定。這通常不是 HPC 數(shù)據(jù)中心環(huán)境中發(fā)生的討論，甚至不是真正的核心焦點，因為您有更廣泛的機會進(jìn)行更改并使您的數(shù)據(jù)中心更靈活地滿足您的需求，具體取決于您的需求。重新嘗試做。”

在設(shè)計這些汽車 SoC 時，有一個非常具體的操作要求范圍，管理程序?qū)⑷绾尾僮?，以及管理程序可能看到的預(yù)期活動。如果包含虛擬化，則需要指定虛擬化哪些組件。

克拉克指出，在信息娛樂中心中包含虛擬化是有意義的一個領(lǐng)域。“如果我有新功能加入，我會使用容器化和虛擬化，并且我想執(zhí)行更新。與通過無線方式進(jìn)行軟件更新相比，通過無線方式交換容器或虛擬化環(huán)境的更新可能要容易得多。這真的會取決于。這是目前與許多原始設(shè)備制造商進(jìn)行的討論之一。關(guān)于如何處理軟件更新以及對區(qū)域架構(gòu)的影響的新標(biāo)準(zhǔn)正在出臺。”

這些類型的決策對于車輛芯片架構(gòu)至關(guān)重要。“解決計算需求的限制因素是吞吐量，數(shù)據(jù)中心的吞吐量來自服務(wù)器的計算性能和特定任務(wù)的工作負(fù)載優(yōu)化，”Cadence 設(shè)計 IP 營銷總監(jiān) Tom Wong 說。“在汽車領(lǐng)域，今天選擇的工藝節(jié)點是 16nm。但是，從計算的角度來看，您已經(jīng)用盡了氣體來嘗試進(jìn)行大量這些 AI 優(yōu)化。16nm 硅根本不夠快，而且在實施硅方面的計算資源量會非常大，以至于您將達(dá)到太高的晶圓成本。16nm的die size可能太大了，功耗曲線不適合汽車。這些成分正在推動轉(zhuǎn)向更精細(xì)的幾何形狀，就在我們發(fā)言時，這正在發(fā)生。但我們可能要到 2022 年或 2023 年才能看到 7nm 或 5nm 汽車硅，具體取決于工藝。”

高性能內(nèi)存考慮也開始發(fā)揮作用。這些仍在制定中。并且為了可靠性，機械組件預(yù)計可以使用 12 年而不會出現(xiàn)故障。此外，隨著汽車制造商為車輛增加越來越多的自主性，所有這些都必須完美無缺。

“越來越多地，看起來人工智能推理將處于邊緣，它將在汽車內(nèi)。這為傳感器分析增加了大量的人工智能計算，導(dǎo)致尋路和路徑預(yù)測，這些計算將在汽車中完成，”Wong 說。

考慮到整個 AI 市場的 38% 是汽車，并且最苛刻的 AI 應(yīng)用程序在汽車內(nèi)，Schweiger 指出，看看 AI 部分是如何被切片和切塊會很有趣。“在多核配置中需要可以擴展的硬件加速器，以實現(xiàn)更高性能的 AI 操作，但仍然使用一個單元來處理較小的部分。這意味著 AI 的可擴展性非常重要。這也很有趣，因為隨著人們學(xué)習(xí)如何利用人工智能，它在未來只會變得越來越重要。”