【2023 年 04 月 11日,德国慕尼黑和法兰克福讯】英飞凌科技股份公司宣布将与大陆集团合作开发基于服务器的汽车架构。双方此次合作旨在打造一款系统的、高效的的电子/电气(E/E)架构,该架构与以往动辄包含上百甚至更多独立控制单元的电子/电气架构不同,将由中央高性能计算机(HPC)和几个强大的域控制单元(ZCU)组成。目前,大陆集团在ZCU平台中采用了英飞凌的AURIX TC4微控制器。

得益于AURIX TC4的特殊存储技术,汽车软件会保持待机状态,一旦车辆启动,停车辅助、空调、加热、悬挂等功能在1秒内就能准备就绪。借助平台化方案,大陆集团可以满足汽车制造商的不同需求。通过单独配置HPC和ZCU的数量、它们之间的交互方式以及在车辆内部的排列方式,汽车制造商能够根据需求定制汽车架构。
大陆汽车首席技术官Gilles Mabire表示:“我们的新架构解决方案能够让车辆更快地适应未来场景。随着汽车功能的日益丰富,车辆需要更高的算力和更为复杂的软件应用作为支撑,大陆集团的新架构为软件定义汽车扫清了障碍。而与半导体科技公司英飞凌的合作是我们帮助客户快速实现这一发展目标的关键一步。得益于我们的平台战略,成熟的应用软件可直接被用于新的车型,这样便能够大幅减少耗时的验证工作,加快新功能进入到量产阶段的速度。”
AURIX系列微控制器的第三代产品TC4x在性能、内存和不同版本之间具有与前几代微控制器AURIX TC2x和TC3x相同的可扩展性。此外,AURIX TC4x也是为了在ZCU和HPC应用而设计,但它更多的重点应用领域是雷达、底盘和安全以及动力总成/电气化。
新微控制器系列的一个关键亮点是英飞凌所采用的RRAM(电阻式随机存取存储器)存储技术。这项技术已被成功应用于芯片卡领域,例如无现金支付和安全认证等。现在,RRAM技术首次被应用于汽车领域。AURIX TC4x微控制器能够有效、快速、安全地发掘汽车系统的重要潜力。由于采用了AURIX TC4x架构,基础软件程序几乎一直处于待机状态,所以当车辆启动时,停车辅助、空调、加热和悬挂等功能在1秒内便可准备就绪。此外,它还显著加快了软件组件的OTA更新速度,并提高了安全性。
英飞凌科技汽车电子事业部总裁Peter Schiefer表示:“与大陆集团的合作使得RRAM技术开始应用于汽车领域。现在,英飞凌正在与大陆集团等汽车行业的创新推动者一起塑造未来出行。AURIX TC4x系列微控制器将是新一代电子/电气架构的重要组成部分,在提升未来几代汽车的效率、安全性和舒适性方面起到至关重要的作用。”
采用强大的域控制单元是迈向软件定义汽车的决定性一步。对于大陆集团而言,第一个关键步骤是为大众汽车的ID.3和ID.4电动汽车车型开发并交付HPC高性能计算机。
域控制单元平台的开发是大陆与英飞凌合作的一部分,该平台构成了电子/电气架构层的中间层,位于服务器层(HPC)和由众多传感器与执行器构成的基础层之间。
大陆集团架构和网络业务部主管Jean-Francois Tarabbia表示:“我们能够一站式为软件定义汽车架构提供所有基础组件。新平台在性能和接口方面具有可扩展的、模块化的设计,使汽车制造商能够极为灵活地设计汽车架构。另外,我们还能够整合第三方硬件和软件,以便快速而又经济高效地引入各种创新解决方案。”
在未来的电子/电气架构中,域控制单元将所有电子和电气连接集中在车辆的局部区域。例如,域控制单元从右前方、左前方和后方区域接管车辆的所有控制、数据和通信管理任务。将软件组件集中在一起可以提高网络安全和增强更新能力。AURIX TC4x系列微控制器按照ISO/SAE 21434认证流程开发,并将重点放在目前最先进的网络安全功能上。另外,AURIX TC4x的网络安全概念支持后量子进程,这将进一步增强对数据和信息的保护,使其免受来自量子计算机的攻击。量子计算机对当前的加密方法构成了威胁。
来自不同汽车领域的数据流在域控制单元中合并。这些数据在经过处理后,将通过安全的以太网连接传输至作为最高控制层的HPC。反之,域控制单元可以协同工作,执行来自服务器层的命令。
凭借其整体的“功能安全”概念,AURIX TC4x系列微控制器符合ISO26262标准中的ASIL D最高功能安全要求。此外,AURIX TC4x系列微控制器内置了网络加速器(“路由加速器”),可以缓解以太网和CAN通信以及最新通信功能如5 Gbit/s ETH、PCIe、10 Base-T1-S和CAN-XL等所承担的压力。凭借这些功能,AURIX TC4x有助于实现新一代软件定义汽车和新的电子/电气架构。
Tarabbia表示:“我们的新汽车架构仅由几个强大的域控制单元和高性能计算机组成,大大简化了车身线束,减轻了重量并降低了能耗。由于在系统的汽车电子装置中实现了明确的任务分工、软硬件分离以及接口的标准化,所以可以更好地应对车辆内部不断增加的复杂性和成倍增加的软件应用等问题。”
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。