因为专业

所以领先

客服热线
136-9170-9838
[→] 立即咨询
关闭 [x]
行业动态 行业动态
行业动态
了解行业动态和技术应用

2024年开启车载智能芯片的下一个十年


车载智能芯片的下一个十年


经过过去数年间的突飞猛进,车载智能芯片已经获得了大量的关注,并被部署到了实际的生产、生活中。但无论是学术界还是工业界,对于车载智能芯片的未来发展,还有着相当多的问题需要我们解决。

image.png

AIGC 生成车载芯片未来(By Imagine with Meta AI)

通用性与专用性:一个算子的一生

智能车载芯片,一如智能手机芯片,在通用性与专用性之间达成了统一。在架构层面,一个多核心的通用芯片与多个专用硬件共同构成了片上系统。如神经网络加速器等专用硬件提供了大量的算力,为自动驾驶系统中的视觉识别系统等模块服务。

然而专用硬件仍然无法跳脱出通用性的问题,尤其对于硬件设计者而言,在当前这个算法演化要远快于硬件进步的时代,如何让硬件设计服务不同的软件算法?神经网络加速器给出了很好的范例:使用一个或多个通用的算子,来实现同一任务的不同网络,甚至不同任务对同一硬件的使用。

对于复杂的自动驾驶软件而言,以深度学习为核心的感知模块仅仅是其中的一个部分。其余如定位、规划、控制等模块至今尚未有一个明确的算子供硬件设计者使用。尽管有研究工作[1]试图在多种定位算法中寻找通用的计算模式,但绝大多数工作在为智能车载芯片设计专用定位或路径规划加速单元时,仍是简单地基于一个或多个算法来定制专用硬件。当自动驾驶软件向下一个版本迭代后,这一专用硬件很有可能将不再被使用。

对于通用算子的选择,硬件设计者需要考虑到以下两个维度:

第一,横向适配不同算法。不同服务提供商在其自动驾驶软件中,对于同一模块很可能使用完全不同的算法。硬件设计者可以通过使用在不同算法中都通用的算子来为不同的服务提供商设计硬件。

第二,纵向适配算法的不断演进。算法迭代的速度远超于硬件迭代的速度,而车载智能芯片在上车之后便很难更新换代。因此,为前后多代算法设计硬件平台也是我们需要考虑的范畴。

算子本身既能作为一个或多个简单的操作,也可以是一种更复杂的中间介质。在这之中,因子图[2]作为一个通用的介质正逐渐得到人们的关注。

作为概率图的一种,因子图本身表示一连串的概率分布的乘积。因子图有两种节点,分别为因子节点和变量节点。在因子图中,所有的节点都通过有向的边连接起来。大量以优化为目的的自动驾驶软件中的算法模块,包括以 SLAM 为代表的定位算法[3],感知模块中的跟踪算法[4]、控制算法[5]等,都可以被表示为因子图的形式并被求解。举个例子,如下图所示是一个简易的由因子图表示的动作规划算法,其中左图包括了五个不同的状态,右图展示了被求解的矩阵 A,而虚线表示因子与矩阵中元素的对应性。

image.png

一个简易的由因子图表示的动作规划算法

当然,在不同的算法中,因子图的构建和求解过程可能是不同的,但这并不会阻止因子图作为一个潜在的通用表示形式被挖掘。基于此,我们将因子图作为一种中间介质,为 SLAM 定位算法设计了一款专用硬件[6],继而将因子图用于路径规划算法和控制算法,尝试设计一款利用因子图加速的通用硬件,来为多个模块的算法加速。

image.png

首先是车载智能芯片的可编程性。同一家硬件厂商可能服务于不同的车厂,通常来说,不同车厂之间的自动驾驶软件的设计逻辑是不同的。硬件设计者有动力为自己的硬件设计一套通用的编程模型,以供不同的软件服务商使用。这一编程模型可以在更好地挖掘硬件算力的同时,给软件设计者提供接口。

其次是多车通信和车路通信。车路协同与多车协同被人们认为是实现最高级别自动驾驶的一个关键步骤,和其他车辆及路边处理单元分享信息可以更好地辅助车辆做出决策。即便硬件设计者和软件提供商可以就车路协同与多车协同达成接口的统一,这一设想仍然存在着不少问题。

举个例子,和云计算一样,车车协同与车路协同存在的一个关键性问题在于个人数据的隐私性,车主是否乐见将本车信息与他人进行分享,分享之后又会引发何种安全性隐患,隐私计算是否会在其中扮演重要角色,这一系列问题都是学术界与工业界亟待解决的。

总体而言,不需要任何多余的宣传或者营销,自动驾驶及其硬件设计将成为我们这一个时代的“风口”。但关于如何设计效率够高的专用性硬件,如何做到敏捷开发,如何在兼顾高效性的同时保证鲁棒性等问题,依然有待从业者提出新思路去解决。我们作为相关课题的研究者,也非常期待与大家共同合作,为这些问题给出答案。


车载智能芯片封装清洗:

研发的水基清洗剂配合合适的清洗工艺能为芯片封装前提供洁净的界面条件。

水基清洗的工艺和设备配置选择对清洗精密器件尤其重要,一旦选定,就会作为一个长期的使用和运行方式。水基清洗剂必须满足清洗、漂洗、干燥的全工艺流程。

污染物有多种,可归纳为离子型和非离子型两大类。离子型污染物接触到环境中的湿气,通电后发生电化学迁移,形成树枝状结构体,造成低电阻通路,破坏了电路板功能。非离子型污染物可穿透PC B 的绝缘层,在PCB板表层下生长枝晶。除了离子型和非离子型污染物,还有粒状污染物,例如焊料球、焊料槽内的浮点、灰尘、尘埃等,这些污染物会导致焊点质量降低、焊接时焊点拉尖、产生气孔、短路等等多种不良现象。

这么多污染物,到底哪些才是最备受关注的呢?助焊剂或锡膏普遍应用于回流焊和波峰焊工艺中,它们主要由溶剂、润湿剂、树脂、缓蚀剂和活化剂等多种成分,焊后必然存在热改性生成物,这些物质在所有污染物中的占据主导,从产品失效情况来而言,焊后残余物是影响产品质量最主要的影响因素,离子型残留物易引起电迁移使绝缘电阻下降,松香树脂残留物易吸附灰尘或杂质引发接触电阻增大,严重者导致开路失效,因此焊后必须进行严格的清洗,才能保障电路板的质量。

运用自身原创的产品技术,满足芯片封装工艺制程清洗的高难度技术要求,打破国外厂商在行业中的垄断地位,为芯片封装材料全面国产自主提供强有力的支持。

推荐使用 水基清洗剂产品。


[图标] 联系我们
[↑]
申请
[x]
*
*
标有 * 的为必填
Baidu
map