Arm計算子系統旨在加快汽車AI芯片設計

Arm 開發的 Zena 系列計算子系統 （CSS） 可能使半導體公司、一級供應商甚至汽車制造商能夠更輕松、更快速地創建汽車級 AI 芯片。

軟件正在成為汽車行業更大的戰場，AI 正在成為貫穿車輛各個領域的核心功能。“AI 工作負載正在成為籌碼，”Arm 汽車部門高級副總裁兼總經理 Dipti Vachani 說。

隨著 AI 開始支撐從高級駕駛輔助系統 （ADAS） 到車載信息娛樂 （IVI） 的方方面面，公司正在重新設計汽車的內部電氣架構。它們都將更多的計算能力從汽車每個角落的電子控制單元 （ECU） 轉移到更小的、更“集中”的高性能模塊中，這些模塊類似于更接近智能手機或服務器的東西。

其核心芯片具有獨特的異構性，將高性能和實時 CLU、GPU、DSP、SSP、ISP、AI 加速器和高速網絡封裝在單個硅片上，通常基于 3 納米和 5 納米等先進節點。但設計這些芯片正變得極其復雜和昂貴，這在很大程度上是因為硅必須是汽車級的。這意味著它必須經過嚴格的認證，以滿足汽車安全 （ISO 26262） 和安全 （ISO/SAE 21434） 的行業標準。

Zena 平臺是一組預先集成和預先驗證的 CPU 內核和其他 IP 構建塊，可讓客戶在硬件開發方面搶占先機。這是 Arm 首款專為汽車市場設計的計算子系統。該子系統由一個由 16 個 Cortex-A720AE CPU 內核組成的集群、一個用于安全的實時 Cortex-R82AE CPU 內核和一個用于安全性的 Cortex-M 組成，所有這些內核都經過專門設計，適用于嚴酷的道路環境。

Arm 最新的計算子系統 （CSS） Zena 將汽車 SoC 的許多構建塊連接在一起。

為了脫穎而出，客戶可以附加神經處理單元 （NPU）、圖形處理單元 （GPU） 或其他自定義邏輯，以創建一個完整的片上系統 （SoC），該片上系統可以運行從駕駛艙中的智能語音界面到高級安全功能的所有內容。

Arm 表示，通過處理設計中更無差別的方面，Zena 可以將芯片開發過程縮短多達一年。它還在云上提供 CSS，使軟件開發能夠在物理芯片準備就緒之前開始。

“這使客戶能夠專注于差異化，無論是芯片供應商、一級供應商還是 OEM，”Vachani 說。

域架構和可用區架構之間的差異

Arm 的目標是通過 Zena 保持在向軟件定義汽車 （SDV） 轉變的最前沿。這一切都是為了用可以隨著時間的推移而升級的軟件來替換當今的碎片化硬件。

如今，現代車輛可能背負著 100 到 150 個電子控制單元 （ECU）。一般來說，每個系統都只配備了足夠的計算能力來控制軟件進行一項工作，從管理動力總成到運行儀表板顯示器或駕駛員輔助系統。這些設備由廣泛的第三方供應商開發，通常運行專有的、不可升級的軟件，即使是汽車制造商也基本上無法訪問。

但隨著它們數量的增加，將它們集成到汽車中變得越來越復雜。每個 ECU 都需要冗余布線，這導致了復雜且占用空間的布線線束系統。

汽車行業的推動者和推動者正試圖通過用基于異構 SoC 構建的較小高性能單元集群來取代大部分 ECU 及其內部的微控制器 （MCU），從而降低復雜性。

豐田和福特等大多數傳統汽車制造商正在升級到域架構，其中每個功能子集（如動力總成、底盤、信息娛樂和車身控制）都由專用域控制器管理。多個功能可以在單個芯片中的單獨容器或軟件模塊中運行，而不是將每個功能都鎖定到單獨的 ECU 中。這次改革為硬件與軟件開發的解耦打開了大門，這可以降低生產兩者的復雜性。

Arm 表示，軟件定義汽車 （SDV） 正在不斷發展，以適應 AI 不斷增長的計算需求。

另一方面，特斯拉和 Rivian 等科技巨頭和初創公司正在為區域架構重新布線。這種方法基于物理位置而不是功能來集成 ECU。

區域控制器放置在汽車的不同角落或區域，并通過快速以太網相互通信并與中央計算單元通信。這種更具戰略性的布局減少了車輛中計算硬件的數量，并消除了更多延伸到汽車每個角落的沉重和昂貴的電線。

這些方法帶來了挑戰，主要圍繞軟件復雜性和系統集成。但權衡是靈活性。它使汽車制造商能夠通過無線 （OTA） 更新來升級或更新基于軟件的功能。

為了順應這一趨勢，英特爾、英偉達、恩智浦、高通和瑞薩電子等半導體公司正在競相推出高性能芯片，這些芯片可以作為未來軟件定義汽車的大腦。

例如，NXP 的 S32N 是其所謂的超級集成處理器系列中的第一款。它基于當今數據中心中更常見的 5 納米節點，旨在充當實時車輛控制（包括動力總成和底盤）的“中央大腦”。它可以運行各種不同的功能，即使它們屬于不同的領域，需要不同程度的安全性。將這些“混合關鍵性”系統合并到單個芯片中可以降低成本和系統復雜性。

Arm 的解決方案可應對汽車 SoC 的復雜性飆升

為了在這些技術變革中領先一步，Arm 于 2024 年推出了其最新的汽車增強型 （AE） CPU 內核系列，包括 Cortex-A720AE、Cortex-R82AE 以及新 Zena 子系統中使用的許多其他 IP 構建塊。它們都基于與數據中心 CPU 藍圖相同的 Arm v9 架構，同時引入了汽車級安全和安保功能。

Zena 緩解了將這些 CPU 內核和其他 IP 構建塊構建到汽車級芯片中的困難，這些芯片需要適應嚴格的功率和散熱預算，同時保持安全。

第一代 Zena 基于一個由 16 個 Arm Cortex-A720AE CPU 內核組成的高性能集群和一個具有 Cortex-R82AE 的安全島，用于實時處理，例如故障管理、安全監控、系統控制和安全啟動。Arm 表示，實時 CPU 專為運行安全關鍵作而設計，可實現高達 ASIL D 標準的安全完整性。該平臺包括 CME S3AE 等系統互連，用于實現 CPU 一致性和芯片到芯片 I/O 連接。

Zena 可以通過 ISP、GPU 和其他邏輯模塊（包括 NPU 或其他片上加速器）來區分，以應對 AI 不斷增長的計算需求。

Zena 添加了一個安全區域，作為信任根 （RoT） 并在芯片級別保護所有內容。

Arm 表示，通過預先集成所有這些硬件構建塊，Zena 有助于減輕芯片設計人員的工程負擔。該公司進一步表示，它可以將每個項目所需的工程師數量減少 20%。

新 CSS 的另一個優點是，它使汽車制造商和芯片公司能夠在車輛之間重復使用更多運行在其之上的硬件和軟件。“這一點至關重要，因為為每種車型和應用程序開發定制硬件和軟件堆棧的成本高昂、耗時且驗證和認證繁瑣，”Vachani 說。“他補充說，CSS 允許合作伙伴”在標準平臺之上進行創新和差異化，從而為其產品線增加獨特價值。

降低開發成本和復雜性是一件大事，因為 Arm 是當今幾乎所有頂級汽車制造商使用的汽車芯片的基礎，包括 Honda、Mercedes、Rivian 和 Tesla 等。

靈活性：Arm 進軍汽車級 AI 的關鍵

Vachani 表示，通過預先驗證 CPU 和 SoC 的其他基本構建塊，Arm 為其客戶提供了更大的靈活性，讓他們可以專注于 AI 和其他他們可以脫穎而出的領域。

據 Arm 稱，公司可以輕松地將合作伙伴特定的邏輯集成到 Zena 中，包括 NPU 或其他片上加速器，以處理 AI 不斷增長的計算需求。它還可以集成其汽車級 ISP 以實現更先進的計算機視覺，包括用于 ADAS 的 360 度環視視覺，以及 Mali GPU 以運行可重新配置的儀表板、儀表板顯示器和數字駕駛艙的其他部分。

此外，Zena 支持基于 Universal Chiplet Interconnect Express （UCIe） 標準的 die-to-die 通信，適用于希望將 off-die accelerator 或其他定制邏輯集成為 chiplet 的客戶。

通過預先集成 CPU 的構建塊，Zena 可以從 ADAS 擴展到更高級別的自動駕駛

例如，Arm 表示，您可以將 Zena 用作 2+ 級 ADAS 高性能芯片的核心構建塊。它將 CPU 與幾個較小的 ISP 合并，以運行嵌入在車輛中的攝像頭和其他傳感器來感知周圍環境，并將一個相對較大的 NPU 與一個相對較大的 NPU 合并，以運行安全功能核心的 AI。或者，您可以在數字駕駛艙的域控制器中使用相同的構建塊，添加更大的 GPU 來支持儀表板顯示器，并添加較小的 NPU 來整合基于 AI 的語音和觸摸界面。

Vachani 表示，Arm 專注于在圍繞它進行設計時為公司提供“最大的靈活性”。多個 Zena 單元可以集成在同一個單片芯片或多小芯片封裝中，以運行完全自動駕駛系統或其他需要更高 AI 性能的功能。“因此，在整個車輛中，您可以利用完全相同的 Zena 模塊，從而為您提供硅片可擴展性和軟件可擴展性，”Vachani 補充道。

雖然它不是第一代 Zena 的一部分，但 Arm 還推出了超高性能的 Neoverse V3AE CPU，NVIDIA 已經在其 Thor SoC 中將其用于自動化和輔助駕駛。

CSS 不僅在硬件開發方面為公司提供了領先優勢，而且在軟件集成方面也為公司提供了良好的開端。Arm 表示，它使工程師能夠在物理芯片推出之前就在云中子系統的虛擬原型之上開始開發和測試軟件，從而將上市時間縮短多達兩年。該公司與 Cadence、Siemens 和 Synopsys 合作開發虛擬原型工具。

根據 Vachani 的說法，CSS 的另一個優勢是，汽車公司可以在云中開發和測試將部署在車輛中的相同 Arm v9 架構上的軟件。

Vachani 表示，領先的汽車制造商（包括頂級電動汽車制造商）和半導體公司已經在與 Zena 合作，它將在 2025 年晚些時候更廣泛地發布。