Contents
Veel leiders in de auto-industrie erkennen dat voertuigen van de toekomst zullen vertrouwen op veel beter geïntegreerde, schaalbare software die snel en regelmatig kan worden bijgewerkt gedurende de levensduur van het voertuig. Dat betekent niet alleen meer software-engineers, maar ook een zorgvuldig geplande roadmap voor hardwareplatforms en een diepe en nauwe samenwerking tussen hardware- en software-engineeringteams om innovatie, schaalbaarheid en de kortste productietijd te maximaliseren.
Software is afhankelijk van hardware
De internationale auto-industrie is tot een conclusie gekomen: de toekomst zal afhangen van software, en veel daarvan. Maar dit is heel andere software dan die wordt gebruikt in mobiele telefoons, pc's of servers. Het is embedded software: software die is ontworpen om verschillende goed gedefinieerde, zeer veeleisende maar vaste taken uit te voeren. Software die geautomatiseerde voertuigen aandrijft, moet een aantal zeer gespecialiseerde taken uiterst efficiënt uitvoeren, dag in dag uit, misschien wel 10-20 jaar lang.
Dit wordt deels ingegeven door de verwachtingen van de consument: aangezien ze erkennen dat meer van de functies die ze in auto's gebruiken, softwaregestuurd zijn, verwachten consumenten dat alles dat door software wordt aangedreven, regelmatig wordt bijgewerkt, meestal om de paar maanden. Bedrijven als Tesla hebben al snel door dat door regelmatig hun software te updaten, hun relatie met hun klanten sterker wordt. Dat verbetert op zijn beurt het klantenbehoud, wat een goede zakelijke reden is.
De klantrelatie draait niet langer alleen om imago en prestaties: het gaat nu ook om de nieuwste software-update.
Maar dat vormt een uitdaging: als de softwareontwikkelaars nieuwe, hoogwaardige, realtime functies moeten blijven toevoegen, moeten de softwareontwikkelaars precies weten op welk hardwareplatform het wordt uitgevoerd. En dat moet niet alleen zijn wanneer het voertuig voor het eerst vanuit de fabriek wordt verzonden, maar gedurende de levensduur van maar liefst 20 jaar.
In een mobiele telefoon worden steeds meer belangrijke functies aangedreven door de hardware die ze mogelijk maakt. Van camera's met een hogere resolutie en andere sensoren tot AI-versnelling met hogere prestaties, de relatie tussen het besturingssysteem, software-apps en de hardware wordt steeds hechter. Dat is de reden waarom bedrijven als Apple en Samsung ervoor kozen om hun eigen chips te ontwikkelen om hun mobiele telefoons van stroom te voorzien, zodat ze ervoor konden zorgen dat hun software de volledige mogelijkheden van de chips die ze aandrijven kan leveren. Daarom heeft Tesla zijn eigen chips ontworpen om zijn algoritmen te waarborgen. En daarom heeft Apple nu hun nieuwste chip aangekondigd, de M1, die hun nieuwe Arm-gebaseerde Mac-pc's van stroom voorziet: nieuwe functies en een langere levensduur van de batterij mogelijk maken.
Ingebouwde software vereist een uitstekend hardwarebewustzijn
De softwareteams die code schrijven om hardwaregebaseerde functies zoals camera's, radars, lidars en andere sensoren te besturen en te gebruiken, moeten met veel factoren rekening houden:
- Zal mijn software altijd correct werken en storingen veilig afhandelen , op welke hardware het ook wordt uitgevoerd?
- Kan ik algoritmen zoals AI NN's upgraden als er nieuw onderzoek naar voren komt?
- Hoe lang zal deze hardware geschikt zijn voor onze software voordat we gedwongen om het te upgraden?
- Als de hardware verandert, werkt mijn software dan nog?
Dergelijke uitdagingen zijn vaak de belangrijkste reden waarom marktleiders op uiteenlopende gebieden als mobiele telefoons, laptop-pc's, datacenters en auto's er steeds vaker voor kiezen om enkele van de belangrijkste chips voor het uitvoeren van software in het hart van hun producten te ontwerpen. Door hun hardwareplatform-roadmap te beheren, kunnen ze ervoor zorgen dat ze de antwoorden op veel van deze uitdagingen onder controle hebben.
AImotive's aiDrive softwarestack-ontwikkelingsteam heeft de afgelopen vijf jaar software ontwikkeld die niet alleen toonaangevende AI-aangedreven geautomatiseerde rijmogelijkheden biedt, maar ook software die maximaal gebruik kan maken van de volledige hardwaremogelijkheden van elke chip waarop de software draait, en de sensoren die erop zijn aangesloten. Dat is niet eenvoudig: het is inderdaad een van de grootste uitdagingen waarmee autosoftwareteams tegenwoordig worden geconfronteerd.
Dat is een van de redenen waarom AImotive vanaf het begin in zijn hardwaremogelijkheden heeft geïnvesteerd, waaronder:
- Ontwerp en integratie van gespecialiseerde hardware om zijn vloot van testvoertuigen wordt bestuurd door aiDrive-software
- Het bouwen van een reeks hardwareboxen voor het uitvoeren van aiDrive-software met behulp van verschillende SoC's (systems on chip), geïnstalleerd in onze testvoertuigen en gebruikt in het laboratorium voor HIL (Hardware In the Loop) testen
- Ontwerp van aiWare hardware-IP voor NN-versnelling, zodat AImotive NN-technici een diep begrip hebben van hoe het ontwerp van hun NN's het gebruik van alle soorten hardwareversnellers beïnvloedt
Het is dit diepgaande begrip van hoe verschillende chips zijn ontworpen en hoe verschillende accelerators werken, waardoor de software-engineers van AImotive meesters zijn in de portabiliteit van embedded software.
Deze expertise is inderdaad erkend door bedrijven zoals Arm, die met AImotive hebben samengewerkt om nieuwe manieren te ontwikkelen om softwareportabiliteit over de hele breedte van het Arm-software-ecosysteem te garanderen.
Geïntegreerde hardware moet embedded software begrijpen. ook
Steeds meer partners van AImotive ontdekken dat een belangrijk voordeel van de samenwerking met ons is dat we onze diepgaande kennis van embedded software, algoritmen en hardware kunnen samenbrengen om een veel efficiëntere, kosteneffectievere en robuustere oplossing te creëren .
Onze aiWare-klanten vragen ons bijvoorbeeld vaak om complete AI-oplossingen te maken om hun hardware optimaal te benutten en de mogelijkheden van hun chip te demonstreren. We reageren door onze aiDrive NN-algoritmespecialisten plus AI-toepassingssoftwareteams samen te laten werken met ons aiWare-hardwareteam.
Een ander voorbeeld is onze nauwe relatie met leveranciers van imaging- en andere sensormodules. Door onze aiSim-simulatie- en ontwerpvalidatiesoftware-ingenieurs naast ons aiDrive embedded-softwareteam te brengen, kunnen we het exacte gedrag van hun sensoroplossing modelleren in de context van een realtime systeem. We kunnen hun sensor integreren in een van onze testvoertuigen, of deze aansluiten op een van onze hardware-rigs voor HIL-tests (hardware-in-the-loop) van een aiDrive-toepassing met behulp van hun sensoren die worden aangestuurd door aiSim. Dit stelt de sensorleveranciers in staat om de mogelijkheden van hun oplossingen aan hun klanten te demonstreren op een unieke, informatieve en boeiende manier.
Conclusies
Geïntegreerde software zal de toekomst van geautomatiseerd rijden bepalen. Als het echter schaalbaar moet zijn en regelmatig moet worden bijgewerkt om de nieuwste algoritmen, veiligheidsmethodologieën of consumententrends weer te geven, moet het worden geschreven met een diep begrip van de onderliggende hardwareplatforms waarop het wordt uitgevoerd. We hebben gezien hoe marktleiders zoals Tesla en Apple hun eigen chips ontwerpen om ervoor te zorgen dat ze volledige controle hebben over hun hardware-roadmap en dat de chips precies bevatten wat ze nodig hebben om de prestaties van hun software te optimaliseren.
Wij zijn van mening dat een diep begrip van de synergieën tussen hardware en software AImotive's portfolio van modulaire, draagbare en schaalbare technologieën maakt – en het team van ingenieurs dat ze creëert – uniek in de auto-industrie.
Tony King-Smith
Uitvoerend adviseur, AImotive
