Cechy produktu

Xilinx: Programowalne urządzenia logiczne pomagają w urzeczywistnieniu autonomicznej jazdy

Przemysł motoryzacyjny podlega redefinicji wraz z szybkim rozwojem technologii informatycznych i łączności.Technologie autonomicznej jazdy umożliwiają coraz większy poziom automatyzacji w samochodach, w których wizja komputerowa stopniowo przechodzi na sztuczną inteligencję sieci neuronowej, co pozwala nam optymalizować autonomiczną jazdę za pomocą programowalnej logiki.Oprócz otoczenia zewnętrznego samochodu, istnieje duży trend w kierunku zwiększonego monitorowania wewnętrznego, zarówno kierowcy, jak i pasażerów.Zastosowanie w tym procesie skalowalnych technologii może umożliwić ogromną zmianę w branży, w tym związaną z nią transformację transportu i świadczenia usług, a także rodzących się modeli biznesowych.

Jako wiodący na świecie dostawca kompletnych rozwiązań z zakresu logiki programowalnej, Xilinx posiada szeroką gamę produktów dla sektora motoryzacyjnego, obejmujących wiele różnych zastosowań w samochodzie.Niedawno firma Xilinx wprowadziła na rynek dwa nowe produkty, ZU7EB7 i ZU7EB11, przenosząc jednocześnie technologię jazdy autonomicznej na nowy poziom.Na tej samej konferencji prasowej Dan Isaacs, dyrektor ds. strategii motoryzacyjnej i marketingu klientów w Xilinx, podzielił się cechami produktów Xilinx, zaletami układów FPGA i technologią jazdy autonomicznej.

Integracja adaptacyjna, skalowalność

Jeśli chodzi o przygotowanie i doświadczenie, Xilinx ma bardzo głębokie doświadczenie w sektorze motoryzacyjnym.Od dostarczania 14 marek i 29 modeli w 2014 r., firma rozrosła się do 29 marek i 111 modeli w 2018 r. W zakresie pojazdów autonomicznych produkty Xilinx są obecne w produktach i platformach wielu producentów, w tym Apollo firmy Baidu, BYD, Daimler, Magna, ZF, i Pony Smart.Dan Isaacs opisał urządzenia Xilinx jako spełniające wszystkie możliwe potrzeby klientów, od małych do dużych, niezależnie od tego, czy są to czujniki brzegowe, czy kontrolery wstępne do scentralizowanego przetwarzania.

Próbując eksplorować technologię jazdy autonomicznej, niektórzy tradycyjni producenci zazwyczaj wybierają najpierw panoramiczne detektory pierścieniowe, przechodząc z zewnątrz samochodu do wnętrza samochodu, a następnie instalują wstępne kontrolery ADAS i tak dalej.Firmy zajmujące się technologiami internetowymi, takie jak Baidu, zwykle wybierają inną nietradycyjną ścieżkę i przyjmują podejście polegające na bezpośrednim tworzeniu scentralizowanych modułów przetwarzających w celu osiągnięcia autonomicznej jazdy.Obecnie produkty i rozwiązania Xilinx obejmują wszystkie elementy obu ścieżek.Na przykład w LiDAR ponad 30 firm korzysta z produktów i technologii Xilinx.

Dan Isaacs powiedział, że Xilinx zawsze zaprząta głowę pytaniem, jak zwiększyć bezpieczeństwo.Wraz ze wzrostem wymagań dotyczących czujników rosną także wymagania dotyczące przetwarzania danych, co wymaga, aby te systemy i urządzenia w samochodzie były skalowalne.Funkcjonalność i technologia centralnego modułu jazdy autonomicznej Xilinx, zarówno pod względem integracji danych, jak i fuzji czujników, po raz kolejny pokazuje, że technologia Xilinx jest bardzo skalowalna, od bardzo małych do bardzo dużych urządzeń.

Ponadto produkty i chipy Xilinx są wysoce adaptacyjne i mogą sprostać zmieniającym się potrzebom, niezależnie od tego, czy wymagają większej liczby czujników czy wyższej wydajności obliczeniowej.Na przykład LIDAR, istnieje ponad 50 firm LIDAR i wszystkie przetwarzają dane i gromadzą dane na różne sposoby, dlatego chcą mieć możliwość gromadzenia danych na różne sposoby.Dan Isaacs podkreślił, że tylko skalowalny i adaptacyjny produkt może sprostać ciągłym zmianom produktów i technologii.

Unikalne i korzystne technologie i produkty

W autonomicznych systemach jazdy bardzo ważnym kierunkiem jest fuzja czujników, która może łączyć zalety różnych czujników, aby zapewnić lepszy sygnał wejściowy.Stosując rozwiązania FPGA firmy Xilinx, można lepiej wdrożyć fuzję sygnałów czujników, zapewniając w ten sposób ogromne korzyści i wygodę dla systemu czujnikowego.Dan Isaacs powiedział, że rozwiązania produktowe Xilinx oferują następujące zalety.

Po pierwsze, wysoka przepustowość i niskie opóźnienia.Zazwyczaj tradycyjne procesory, procesory graficzne lub procesory DSP mogą osiągnąć wysoką przepustowość, ale nie niskie opóźnienia.Dzięki rozwiązaniu Xilinx FPGA można osiągnąć jednocześnie wysoką przepustowość i niskie opóźnienia, przy 12-krotnym wzroście odpowiedniej pojemności i 1/10 zużycia energii w architekturach obliczeniowych ogólnego przeznaczenia, a także bardzo dobrym taktowaniu.

Po drugie, umożliwia rekonfigurację na chipie i w trakcie pracy.Ma to również związek z jego adaptacyjnym charakterem, gdyż produkty i technologie Cyrix nie wymagają wprowadzania nowych urządzeń, aby umożliwić rekonfigurację w locie.Na przykład w protokole MIPI, w którym szybkości transmisji danych rosną, rozwiązania FPGA nie muszą zmieniać oryginalnych urządzeń, ale mogą obsługiwać duże szybkości transmisji danych poprzez programowalne zmiany logiki.

Ponownie, rozwiązania FPGA firmy Xilinx obsługują funkcję DFX, czyli dynamiczną wymianę funkcji.Nie ma potrzeby ponownego uruchamiania ani wyłączania urządzeń w celu zamiany funkcji między nimi.Na przykład wejścia/wyjścia lub czujniki nie wymagają dużych zmian, ale do zmiany wykorzystywana jest tylko część programowalnej logiki.

Krótko mówiąc, oprócz wysokiej wydajności i małych opóźnień, produkty i technologie Xilinx mogą pomóc klientom w osiągnięciu dynamicznej wymiany funkcji lub zdalnego sprzętu, tj. aktualizacji chipów, poprzez programowalną logikę.Pozwala to na uzyskanie bardzo kompleksowego i skalowalnego rozwiązania, obejmującego wymagania we/wy dotyczące wykrywania informacji, a także możliwość przyspieszania oraz możliwość agregowania, wstępnego przetwarzania i dystrybucji danych.Możliwość gromadzenia wszystkich danych z mniejszych urządzeń brzegowych w celu ich przetworzenia, a następnie przetwarzania ich za pomocą większego urządzenia, czyli centralnego preprocesora.Razem z ADAS umożliwia to przetwarzanie heterogeniczne, pomagając silnikom wektorowym, silnikom AI i różnym silnikom w osiągnięciu obliczeń heterogenicznych.