16核ARM Zena子系统用AI定义汽车
ARM 开发了具有 16 个高性能处理器的计算子系统 （CSS），以加快用于汽车设计的下一代 AI 芯片的开发。
这是 Zena 品牌的首次使用，提供 16 个 Cortex A720AE 汽车处理器内核和 Cortex-R82AE 实时微控制器内核。
一个关键区别是 Mali GPU 是可选的，AI 加速器也是可选的，这表明 ARM 希望芯片制造商在芯片中添加额外的 IP，无论是在芯片中作为 RTL 还是作为小芯片。
这标志着软件定义汽车中越来越多的 AI，从而提高了处理要求
“我们有超过 94% 的汽车制造商使用 ARM 技术，排名前 15 位的芯片供应商使用我们的技术，”ARM 高级副总裁兼汽车和物联网产品线总经理 Dipti Vachani 说。
“电动汽车的所有新进入者都使用 ARM 技术，这使我们能够看到市场的发展方向，从具有集中计算的软件定义汽车 （SDV） 到 AI 定义的汽车。我们看到的未来是在 SDV 上构建 AI 定义的汽车，其中模型位于云端，模型也位于汽车中。
“不同的是，我们在其他领域看到 AI 之前，先在汽车领域看到它，”她说。“这种 AI 定义的汽车具有独特的要求，对计算的需求不断增加，这推动了 Zena CSS 的发展。”
ARMv9 720AE 内核于去年推出，这些内核将位于安全岛旁边，通过 Correx-R82AE 内核和安全区域进行实时处理，这是保护车辆数据的关键。运行时安全引擎提供安全的无线更新，系统范围的安全性和信任根由 ARM TrustZone 启用。
有一个更高性能的核心 NeoverseV3AE，用于预计很快推出的 Nvidia Drive Thor 芯片。
Cortex-A520AE、A720AE 和 NeoverseV3AE 的未来版本预计将被称为 Zena Pro、Premium 和 Ultra 内核，作为上个月宣布的产品线整体品牌重塑的一部分。
使用 CSS 意味着项目需要的工程师更少，从而加快了开发时间。“这意味着每个项目的工程师减少了 20%，节省了 12 个月，这对我们的客户来说是一个完整的模型，”Vachani 说。“这使客户能够专注于差异化，无论是 OEM 还是芯片供应商还是一级供应商。”
GPU 或神经处理器的接口基于 UCIe 标准，该标准使用 PCI Express 调制来简化集成。这也允许可扩展性，能够向 CSS 添加多个 AI 加速器或 NPU 以进行高端处理，例如对于自动驾驶汽车，但对整个范围内的车辆模型使用相同的底层芯片和软件。
作为关键合作伙伴，Cadence Design Systems 为 ARM 小芯片系统架构 （CSA） 以及汽车小芯片计划 （ACP） 开发了小芯片设计和 IP，ACP 是由比利时 imec 领导的一项合作计划，ARM 和 Cadence 在其中发挥着重要作用。支持 CSA 标准对于使用 UCIe 进行多晶粒小芯片连接的小芯片的广泛行业采用至关重要。Cadence UCIe IP 最近获得了 ISO 26262 ASIL-B 认证，用于小芯片的汽车功能安全。
“你可以拥有多个具有独立 NPU 的芯片，以实现芯片和软件的可扩展性，”她说。“您可以使用完全相同的 Zena CSS 并围绕它进行构建以实现一致性。”
ARM 已与 Amazon AWS、Cadence Design Systems、Siemens EDA 和 Synopsys 合作开发工具，以便在云中的 CSS 上运行软件，以便在芯片可用之前很久就开始开发。例如，Synopsys 与 50 多家 OEM 和一级供应商合作，使用虚拟原型技术并开发了 1,000 多个汽车虚拟模型。
Synopsys Platform Architect 允许汽车硬件和软件架构师使用早期模型来探索和预测关键指标，例如延迟、带宽、争用以及在特定 Zena CSS 配置上执行的应用程序工作负载的利用率。
电子数字孪生包括用于 Zena CSS 的 Virtualizer 开发套件 （VDK），用于模拟基于域和区域 E/E 架构。借助这些 eDT，团队可以为模拟域中的应用程序开发和测试软件，从而减少对物理硬件的需求。这种方法可以更快地交付软件，有助于减少缺陷，并简化硬件/软件协同设计流程。
它还与 Vector Informatik 合作开发 SIL 套件开源库，并与 Continental、Elektrobit、IPG Automotive 等合作，将虚拟原型设计功能集成到他们的解决方案中。
软件正在成为开发的关键因素，对于 AI 定义的汽车，开发人员可以使用虚拟平台在真实仿真中结合 RTL 仿真来验证 AI 工作负载和边缘推理行为。云工具还支持在部署到汽车之前在云中进行软件测试，从而加速芯片和软件的开发和验证。
Cadence Design Systems 的 Helium Studio 与 Palladium 仿真和 Protium 原型系统配合使用，随着设计的进展，在混合平台上使用实际的 SoC 硬件进行早期软件验证。Helium Studio 还支持使用多个用于汽车的小芯片和嵌入式边缘的可扩展开放式架构 （SOAFEE） 进行开发。SOAFEE 社区正在为 Zena CSS 上的数字驾驶舱和娱乐系统设计开发蓝图，以便在机舱中使用 AI 进行检测和语音控制。这些蓝图使用 SystemReady 认证和合规性计划以及行业标准 API 在 CSS 之上工作。
Siemens Digital Industries Software 还在其 PAVE360 软件中增加了对 Zena CSS 的支持，该软件专为软件定义汽车而设计。
Arm 汽车业务线汽车产品和软件解决方案副总裁 Suraj Gajendra 表示：“AI 定义汽车时代是带来全新车内体验的机会，但它需要更快的开发和部署速度。”借助西门子 PAVE360 等虚拟平台解决方案，Arm 使我们的合作伙伴能够在物理芯片可用之前就开始在 Zena CSS 上进行软件开发。 显著缩短了新软件解决方案的开发时间。
Siemens Digital Industries Software 混合动力和虚拟系统副总裁 David Fritz 表示：“我们与 ARM 的合作表明，仅靠软件定义车辆开发已经不够了，现在需要通过并行开发整车系统来感知整个流程，以帮助确保整个系统满足要求，并且需要持续验证。我们使客户能够跨电子、硬件和应用开发开发多域数字孪生，以进行验证和集成，包括整个片上系统 （SoC）、电子/电气 （E/E） 系统和车辆开发流程。
PAVE360 作为西门子 SDV 框架的一部分，汇集了 Innexis 软件环境、Veloce 硬件辅助验证和确认系统、用于产品生命周期的 Teamcenter 软件、用于应用程序生命周期管理 （ALM） 的 Polarion 以及用于仿真的 Simcenter Prescan 和 Simcenter Amesim 软件，为软件定义开发提供了一种集成度更高的方法。
这允许开发人员在芯片可用之前使用 PAVE360 为 Zena CSS 开发软件，并且在 SOAFEE 社区中，虚拟原型环境将成为启用 SOAFEE 蓝图的关键技术。然后，开发人员可以对系统内软件进行功能验证，并对 SoC 算法和硬件/软件交互进行准确建模，从而帮助缓解软件定义和系统感知型车辆开发带来的不可避免的挑战。
ARM 表示，它正在努力为 SystemReady 进行扩展，以便在 2025 年底之前为跨不同硬件工作的汽车应用程序的作系统和软件堆栈提供扩展。
