この数か月の「影響」を経て、誰もが半導体不足の事実を十分に認識したと思います。2020年12月以来、自動車業界のチップ不足による生産停止の問題は、数え切れないほどの自動車メーカーを悩ませ始めました。最初に声を上げたのは、アウディ、フォルクスワーゲン、フォード、ダイムラー、トヨタ、フィアットクライスラーなどの有名な自動車メーカーであり、まず生産を減らし、一部の製品ラインを延期し、一部の工場では生産を停止しました。チップ不足により、2021年第1四半期には世界で軽自動車の生産台数が100万台減少するとの予測さえある。 人工知能アルゴリズムが継続的に改善され、インテリジェントアプリケーションが徐々に実装されるにつれて、自動車の電子アーキテクチャの開発もより複雑な方向に進化しています。しかし、驚くべきことに、プロモーションビデオとは対照的に、複雑な操作をサポートできないのは車載システムです。しばらく前にチップ不足のニュースが報道され、多くの人が自動車用チップがこれほど遅れていることに気付きました。 コンピュータ愛好家の注目点と同様に、車載システムチップの計算能力はシステムのパフォーマンスを大きく左右します。しかし、昨年まで、量産車のほとんどは依然としてSnapdragon 820aを使用していました。そうです、これは2016年の主力携帯電話チップSnapdragon 820の車載バージョンであり、X12 LTEモデムを統合した産業分野初の車載グレードSoCでもありますが、プロセスは14nmです。 チップ業界全体のグレード分類の観点から見ると、軍用グレード、自動車グレード、産業グレード、消費者グレードがあります。その中でも、自動車グレードのチップは、信頼性、一貫性、安定性に対する要求が軍用グレードに次いで高く、消費者グレードのチップとは大きく異なります。自動車グレードのチップは、より過酷な環境に耐え、より高い信頼性が求められます。自動車グレードのチップに対する要求はより厳しく、そのため、チップメーカーの自動車チップ生産ラインに対する要求もより厳しくなっています。自動車グレードのチップの生産ラインは、他のチップを生産するために改造することができますが、他のチップの生産ラインは、自動車グレードのチップを生産するために簡単に改造することはできません。これは、ある程度、次世代の開発の遅れを引き起こしています。 分類の観点から、車載チップは、大まかに以下のカテゴリに分けられます。1つ目は、コンピューティングパワーを担うコントロールチップ、つまり、エンジン、シャーシ、ボディコントロール、中央制御、運転支援(ADAS)、自動運転システムなどのプロセッサとコントローラーチップです。2つ目は、電力変換を担うIGBTパワーチップで、一般的に電気自動車の電源とインターフェースに使用されます。3つ目は、主に各種レーダー、エアバッグ、タイヤ空気圧監視に使われるセンサーチップです。自動車用チップは、メイン制御チップ、機能チップ、電源チップ、センサーチップに分類することもできます。 アーキテクチャの観点から見ると、車載グレードのチップに機能安全を提供するためには、主要モジュール、コンピューティング モジュール、バス、メモリなどで ECC および CRC データ校正を行う独立した安全アイランド設計が車載グレードのチップに必要です。多数の要件と複雑な仕様のため、車載グレードのチップが自動車認証を完了し、自動車メーカーのサプライチェーンに入るまでには、通常 2 ~ 3 年かかります。いったん入ったら、供給サイクルは通常 5 ~ 10 年です。これはまた、携帯電話やコンピューターのチップ製造プロセスは継続的に進歩しているものの、自動車用チップのプロセスレベルはまだ何年も前のレベルにとどまっていることを意味します。 さらに、車両におけるコンピューティングパワーの利用効率も、問題の重要な部分です。自動車の LCD 計器パネルでは、業界の一般的なロジックでは、2 つの GPU と 2 つの CPU がロックされています。この設定はロックステップと呼ばれ、タスクを実行するときに、計算結果の正確さを相互に検証するため、コンピューティングパワーの損失は 50% から始まります。従来の自動車業界では、ソフトウェア開発の過程で多くの安全上の考慮事項があります。自動車メーカーはエラーが発生しにくいシステムを構築したいと考えていますが、これにより進歩はある程度遅くなります。 電子制御自動車の時代では、チップは自動車の頭脳となって久しい。エンジンが電子制御の時代に入ると、コンピューターはバルブの開閉のタイミングと持続時間をインテリジェントに調整し、吸気バルブの閉鎖を意図的に遅らせ、排気バルブを先に開くことで、吸気と排気をより完全にし、性能を向上させます。チップが欠けている場合、最も直感的に現れるのは、燃費と排出ガス制御の欠如です。今、私たちはインテリジェント時代に入りました。ADASと自動運転技術の成熟に伴い、大量の画像データとレーダーデータ処理が必要となり、自動車メーカーもチップの計算能力に対する要求を高めています。以前はドライバーの判断を必要としていたものが、今では徐々にチップに引き継がれています。このように、自動車はますます多くのチップを使用し、チップの計算能力に対する要求はますます高くなります。 最も鮮明な説明は自動運転です。ライダーシステムであれ、画像認識システムであれ、車のリアルタイム速度は非常に速いですが、データ分析の要件を下げることはできません。車にチップを搭載することは可能ですし、コンピュータケースを搭載することも大きな問題ではありませんが、サーバーを詰め込むことはできませんよね?そのため、このような膨大なデータ計算はクラウドに置くことしかできず、クラウド内のサーバークラスターに計算をさせることになります。しかし、これは別の問題を引き起こします。データ計算はすべてクラウド上にあるため、全員がクラウドからデータをダウンロードするときに遅延が発生します。遅延が大きい場合、1秒前のデータが1秒後に受信され、車はどこに行ったのかわかりません。これは、5Gの開発と構築後に自動運転が普及すると予想される重要な理由でもあります。 現在の状況から判断すると、車載グレードのチップのアップデートと5Gの実装を辛抱強く待つことは、明らかにインテリジェント運転の発展を妨げるだけです。少数のメーカーも、センターコンソールの代わりに非車載グレードのチップやスマートデバイスの使用を検討し始めましたが、すべて多かれ少なかれ問題に遭遇しています。 自動車が電子制御の時代に入り、電動化へと変革するにつれ、自動車とチップは切り離せないものとなった。次世代のスマートカーは、本当にスマート運転や車車間連携などの未来の技術を実現できるのだろうか?この疑問に対する答えは今のところないが、今回のチップ危機の発生は、業界の革新が進行中であることも意味している。 |
<<: 2021 年の人工知能の最新動向を示す 15 のグラフ
>>: 組織のサイバーセキュリティ向上における人工知能の役割
以前、オープンソース プロジェクトをやったことがあります。GitHub ログインが完成した後、もっと...
導入現実世界で働くときには、直面しなければならない事実がいくつかあります。この記事ではそれについて説...
ますます多くの企業が自社のインフラストラクチャやビジネス プロセスに人工知能を統合するにつれて、シス...
[[435016]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitA...
[[239303]] [51CTO.com クイック翻訳] 10年以上の開発を経て、推奨システムはイ...
Copilot、Codex、AlphaCode: プログラミングを自動化するコンピュータ プログラム...
AI技術の発展に伴い、AIの創作への参加も魅力的なハイライトとなっています。そこで疑問なのが、AI ...
新年が私たちに手を振っています。素晴らしい革命の伝統を引き継ぎ、最新の AI 専門家の予測レポートを...
それは「もし」ではなく「いつ」の問題です。以前の記事では、AI が革新的な可能性においてこれまでのテ...