随着科技飞速发展,自动驾驶便已经从科幻电影中走进了我们的现实生活。
近年来,我国自动驾驶发展突飞猛进,已进入“从量变到质变:的关键节点。根据IHS Markit预测,未来我国自动驾驶的渗透率将快速提升,2025年L2以上的新车渗透率至少达到45%,2030年将达到80%以上。
来源:IHS Markit
稳定供电电压——自动驾驶计算平台安全性的核心保障
从趋势中不难发现,自动驾驶这种新型的出行方式为人们生活带来了革命性的变化,然而,任何技术的发展都需要经历从成熟到完善的过程,自动驾驶技术也不例外。
目前,汽车行业在追求自动化、互联化、电气化和服务化方面取得了快速进步,而支撑这些领域创新的重中之重,便是对功能安全的保障。在汽车自动驾驶应用中,驾驶员或乘客与电气电子设备之间的相互作用正在显著增加,其中自动驾驶汽车的安全关键决策变得尤其重要,它对驾驶员或乘客的安全可能造成的潜在影响不容忽视。
当下,这些先进安全技术的操作系统正从被动保护机制升级为主动被动保护机制。汽车的安全驾驶俨然已经成为人们关注的焦点和必须解决的问题。然而,随着自动驾驶平台变得越来越复杂,出现了越来越多的系统性或随机硬件故障的风险。
为了应对相关风险,相关企业及研究机构等为了保障自动驾驶的行车安全,探索出了许多方法,建立了相关标准及安全体系,在一定程度上提高了自动驾驶的安全性。其中,高级驾驶辅助系统(ADAS)成为各车企的共识策略。
ADAS是利用安装在车上的各式各样传感器(毫米波雷达、激光雷达、单/双目摄像头以及卫星导航),在汽车行驶过程中随时来感应周围的环境,收集数据,进行静态、动态物体的辨识、侦测与追踪,并结合导航地图数据,进行系统的运算与分析,从而预先让驾驶者察觉到可能发生的危险,有效增加汽车驾驶的舒适性和安全性。
在ADAS等自动驾驶技术逐渐向市场普及,应对自动驾驶系统中计算平台的安全挑战,规避潜在风险,成为重中之重。 MPS 功能安全经理Jing Y. Guo认为,稳定的供电电压对于自动驾驶安全正常运行至关重要。电压的任何动态变化或瞬态故障都可能导致计算处理器故障。这意味着自动驾驶供电系统来说需要具备提供稳定的电压的能力,同时也应具备自身与系统故障监测、预警的能力,以保障系统的正常运行。
MPS 功能安全经理Jing Y. Guo
Jing Y. Guo介绍,MPS推出的MPSafeTM汽车级解决方案系列产品,是一种针对汽车行业的功能安全解决方案。MPSafeTM 提供了一整套完整的系统供电及监控解决方案,包括自动驾驶SoC核心供电、电源时序芯片和电压监控芯片等,以应对自动驾驶平台中的安全挑战。这些解决方案旨在帮助客户加速开发进程,快速反应市场,更好适应现阶段乃至未来若干代自动驾驶技术的革新。
MPSafeTM——支持ASIL-D 级别汽车安全性应用
现阶段,MPSafeTM开发的系列产品具备的内建自测试 (BIST) 、通过冗余的参考电压和时钟进行自我监控等,力求保证芯片本身的安全状态。
此外,基于MPSafeTM开发设计的智能供电与监控解决方案和相关芯片,在帮助客户规避潜在风险,通过高可靠性和安全性,控制风险及故障方面的策略已经落地。
目前,基于MPSafeTM已经开发出:“电源时序芯片MPQ79700FS-AEC1”“自动驾驶SoC核心供电芯片MPQ2967+Intelli-PhaseTM DrMOS”“电压监控芯片MPQ79500FS-AEC1”等一系列产品。
Jing Y. Guo介绍道:“这些产品已经通过了独立认证机构的认证,支持具有高达ASIL-D 的最高汽车安全完整性级别的应用,符合ISO26262标准。为实现不同安全等级系统的可扩展和模块化的解决方案。”
汽车安全完整性等级 (ASIL)
在应用场景方面,Jing Y. Guo进一步强调,基于MPSafeTM开发流程研发的芯片已经覆盖自动驾驶平台的汽车核心计算系统,雷达系统,摄像系统等多种自动驾驶应用场景。
值得注意的是,MPSafeTM解决方案的可扩展性和模块化设计,能够让用户根据自身的需求,实现多样化的安全架构。
小结
从趋势中我们不难洞察,汽车安全预警是未来汽车安全技术的重要组成部分。通过实时监测车辆运行状态,预测可能出现的安全隐患,提前发出警告,使驾驶员有足够的时间做出反应,避免或减少事故发生。
随着MPSafeTM等相关技术的不断演进,未来汽车的行车安全,驾驶员和乘客的生命安全,便多了一份保障。同时也对降低交通事故率,以及社会公共安全具有重要意义。
好文章,需要你的鼓励
国际能源署发布的2025年世界能源展望报告显示,全球AI竞赛推动创纪录的石油、天然气、煤炭和核能消耗,加剧地缘政治紧张局势和气候危机。数据中心用电量预计到2035年将增长三倍,全球数据中心投资预计2025年达5800亿美元,超过全球石油供应投资的5400亿美元。报告呼吁采取新方法实现2050年净零排放目标。
阿布扎比科技创新研究院团队首次发现大语言模型生成的JavaScript代码具有独特"指纹"特征,开发出能够准确识别代码AI来源的系统。研究创建了包含25万代码样本的大规模数据集,涵盖20个不同AI模型,识别准确率在5类任务中达到95.8%,即使代码经过混淆处理仍保持85%以上准确率,为网络安全、教育评估和软件取证提供重要技术支持。
AMD首席执行官苏姿丰在纽约金融分析师日活动中表示,公司已准备好迎接AI浪潮并获得传统企业计算市场更多份额。AMD预计未来3-5年数据中心AI收入复合年增长率将超过80%,服务器CPU收入份额超过50%。公司2025年预期收入约340亿美元,其中数据中心业务160亿美元。MI400系列GPU采用2纳米工艺,Helios机架系统将提供强劲算力支持。
斯坦福大学研究团队首次系统比较了人类与AI在文本理解任务中的表现。通过HUME评估框架测试16个任务发现:人类平均77.6%,最佳AI为80.1%,排名第4。人类在非英语文化理解任务中显著优于AI,而AI在信息处理任务中更出色。研究揭示了当前AI评估体系的缺陷,指出AI的高分往往出现在任务标准模糊的情况下。