Komputasi Adaptif Dorong Evolusi Otomasi Otomotif

Komputasi Adaptif Dorong Evolusi Otomasi Otomotif - Dengan munculnya banyak kendaraan listrik dan sistem ADAS, keselamatan, dan infotainment yang inovatif —yang digerakkan oleh AI, industri otomotif mengalami perubahan besar. Produsen mobil memperkenalkan teknologi dan elemen berbasis data ke dalam mobil dan sistem, tetapi menyadari tantangan seperti ruang, efisiensi daya, dan biaya.

Selain itu, karena jumlah sensor dan prosesor pada kendaraan terus meningkat, permintaan akan teknologi tertanam dengan arsitektur adaptif dan serbaguna akan meningkat. Solusi tersebut harus mampu memberi daya pada sistem dengan keandalan tinggi; memproses dan menghubungkan sejumlah besar data dengan latensi rendah; beroperasi pada daya rendah; mendukung algoritma yang semakin kompleks; memenuhi standar teknologi otomotif yang terus berkembang dan persyaratan keselamatan fungsional.

Jika kita melangkah mundur, kemungkinan mobil yang terhubung saat ini dapat dipisahkan menjadi tiga submarket: Automated Driving, Advanced Driver Assistance Systems (ADAS) dan In-Vehicle Experience (IVX). Ada enam tingkatan otomatisasi mengemudi mulai dari Level 0 (L0), yang menggambarkan kendaraan yang sepenuhnya dikendalikan secara manual, hingga L5, kendaraan yang sepenuhnya otomatis yang tidak memerlukan keterlibatan pengemudi.

Baca juga:Misi Besar AMD di Advancing AI 2025: Bangun Ekosistem AI Terbuka yang Terintegrasi

Titik pembeda muncul saat Anda berpindah dari L2, di mana fitur mengemudi otomatis hadir tetapi tanggung jawab utama untuk mengendalikan kendaraan masih berada di tangan pengemudi, ke L3 saat sistem mengemudi otomatis bertanggung jawab atas segala kesalahan saat diaktifkan.

Automated Driving features (L3 dan di atasnya) umumnya digunakan dalam aplikasi komersial dan tidak tersedia untuk pembelian umum. Robotaxi dan robotruck adalah contoh kendaraan L4-L5, yang memerlukan sistem komputasi yang sangat andal, berkinerja tinggi, dan hemat daya.

Sementara pasar robotaxi mendapat banyak perhatian pers, pasar robotruck memberikan manfaat yang sangat menarik, memenuhi kebutuhan untuk meningkatkan transportasi barang di tengah kekurangan pengemudi truk. Legalisasi sedang dipersiapkan untuk mengizinkan pengemudian L4 melintasi bentangan 'sunbelt' yang menghubungkan pantai timur dan barat Amerika Serikat.

Karena perbedaan antara L2 dan L3, banyak inovasi yang terjadi di L2 – dengan fitur yang lebih canggih sekarang dideskripsikan sebagai L2++ atau L2.99. Kendaraan ini menggabungkan fitur mengemudi otomatis yang dapat mengontrol kemudi, akselerasi, dan pengereman, tetapi memerlukan pengawasan dan intervensi pengemudi yang konstan.

Lebih jauh lagi, mereka akan menyertakan Advanced Driver Assistance Systems (ADAS), istilah umum yang menggambarkan fitur yang mendukung pengemudi dengan memberi tahu mereka tentang skenario tertentu termasuk sensor canggih tetapi juga meluas ke fitur yang membantu pengemudi menggunakan kontrol sistem sementara. Contoh fitur ADAS dengan berbagai tingkat otomatisasi termasuk Blind Spot Detection (BSD), Adaptive Cruise Control (ACC) dan Lane Keep Assist (LKA).

Lebih banyak kendaraan yang menampilkan ADAS untuk meningkatkan keselamatan pengemudi dan pengguna jalan lainnya menggunakan informasi yang dikumpulkan oleh sensor di kendaraan untuk memberi tahu pengemudi tentang potensi bahaya atau mendeteksi ketika mereka terganggu/lelah menggunakan Driver Monitoring Systems dan In-Cabin Monitoring Systems; membantu dalam skenario seperti parkir dan kemacetan lalu lintas; dan bahkan mengesampingkan pengemudi untuk menghindari tabrakan. Hal ini dimungkinkan oleh teknologi termasuk sistem kamera yang disempurnakan, sensor pencitraan berbasis radar, dan sensor LiDAR (Light Detection and Ranging).

‘Subset’ ketiga dari mobil yang terhubung adalah In-Vehicle Experience (IVX). Peningkatan konektivitas kendaraan mendorong peningkatan dalam sistem infotainment. Selain melindungi dari kelelahan dan membantu stimulasi mental, berbagi informasi secara intuitif dan lancar seperti navigasi, perawatan kendaraan, dan pembaruan lalu lintas langsung dapat meningkatkan pengalaman pengemudi serta meningkatkan keselamatan.

Kendaraan listrik menawarkan titik perubahan besar untuk pengalaman In-Cabin – meningkatkan permintaan untuk kokpit digital yang lebih rumit yang dapat membuat pengemudi tetap produktif atau terhibur saat mobil mengisi daya. Terakhir, IVX jauh melampaui sekadar pengalaman pengemudi. Ada permintaan agar IVX diperluas ke seluruh kendaraan untuk mencakup semua penumpang.

Baca juga:Review Lenovo Yoga 7 2-in-1 14AHP9, Laptop Hybrid Kencang dengan Layar OLED

Baik pengemudi maupun penumpang mengharapkan sistem hiburan yang lebih canggih – baik itu streaming video, permainan daring, atau audio terpisah untuk setiap kursi – meningkatkan persyaratan komputasi dan konektivitas di dalam kendaraan.

Keamanan yang tertanam

Aspek terpenting dari fitur ADAS dan pengemudian otomatis adalah memastikan keselamatan pengemudi dan penumpang. Semua pemangku kepentingan – produsen, pemasok, pengguna kendaraan jalan raya dan komersial – mengharapkan tingkat keselamatan dan keandalan tertinggi pada kendaraan dengan sistem otonom.

Namun, Data Aggregation, Pre-Processing dan Distribution (DAPD), proses pengumpulan, pengangkutan, dan pemrosesan data sensor oleh kendaraan untuk menginformasikan tindakan yang relevan, menghadirkan tantangan teknis yang rumit seputar ketersediaan bandwidth, efisiensi daya, kinerja sensor, dan keandalan.

Contohnya adalah sistem pengereman darurat otomatis, tempat sensor mendeteksi bahaya yang datang, membagikan informasi ini dengan otak komputasi kendaraan, yang menginformasikan sistem untuk melakukan manuver kendaraan yang relevan – dalam hal ini menghentikan kendaraan.

Pengujian dan sertifikasi keselamatan harus ketat untuk memastikan sistem tersebut tidak pernah gagal, memiliki konektivitas dan pasokan daya yang memadai setiap saat, dan aman terhadap gangguan dari ancaman siber yang jahat dan tidak jahat.

Baca juga:Review Asus TUF Gaming A15 FA507UV: Laptop Gaming Tangguh, Kencang, dan Fitur Lengkap

Ini berarti teknologi di dalam sistem otomotif harus mematuhi pengujian kualitas (AEC-Q100) dan spesifikasi keselamatan (ISO26262). AEC-Q100 adalah standar industri yang menguraikan persyaratan pengujian untuk produk elektronik untuk aplikasi otomotif. ISO26262 adalah standar keselamatan fungsional internasional untuk kendaraan jalan raya yang ditetapkan oleh Organisasi Internasional untuk Standardisasi (ISO). Ada empat tingkat sertifikasi ISO262262 ASIL – dengan ASIL A mewakili tingkat terendah dan ASIL D tingkat tertinggi dari bahaya otomotif. Teknologi tertanam serta sistem harus memenuhi standar ini.

Persyaratan teknis dan keselamatan ini menjadikan komputasi adaptif sebagai komponen penting dalam menjaga integritas fitur mengemudi otomatis karena standar berkembang pesat dan menjadi semakin kompleks. Hardware komputasi adaptif – berdasarkan programmable logic (PL) – dapat diprogram dan diprogram ulang berulang kali setelah digunakan di lapangan untuk memenuhi beragam fungsi dan berkembang seiring dengan lingkungannya.

Kemampuan pemrosesan paralelnya berarti perangkat tersebut dapat menghitung banyak tugas dan aliran data dengan cepat dan efisien. Oleh karena itu, perangkat berbasis PL sangat cocok untuk kendaraan dengan fitur otomatis, yang memerlukan silikon adaptif dengan latensi rendah, daya rendah, dan keandalan tinggi untuk menggabungkan, memproses, dan mendistribusikan data sensor. Lebih jauh lagi, SoC adaptif berdasarkan PL seperti yang ada di AMD Series kelas otomotif (XA) memenuhi syarat menurut spesifikasi uji AEC-Q100, dengan kemampuan hingga ISO26262 ASIL-D.

Otomasi dan AI

Seiring pasar bergerak ke arah pengemudian yang sangat otomatis dan sepenuhnya otonom, kendaraan akan semakin bergantung pada sensor canggih dan pengendali domain yang dilengkapi dengan Machine Learning. Lebih jauh lagi, kinerja pemrosesan AI dan arsitektur komputasi heterogen akan sangat penting untuk pengambilan keputusan real-time yang dipandu AI dan peningkatan otonomi kendaraan.

Perangkat PL seperti FPGA akan memainkan peran utama untuk memungkinkan komputasi adaptif dan kecerdasan kendaraan terpasang. Permintaan keseluruhan untuk pemrosesan kinerja tinggi, grafik, dan komputasi adaptif untuk memungkinkan kemampuan Automated Driving, ADAS, dan IVX generasi berikutnya diperkirakan akan meroket dalam beberapa tahun mendatang.

Baca juga:Review Asus Vivobook Go 14 E1404FA, Laptop Murah Terbaik untuk Pelajar 2025?

Dalam waktu dekat, perkiraan mengantisipasi peningkatan 2X dalam kebutuhan kinerja setiap dua hingga tiga tahun untuk infotainment saja, di seluruh CPU, GPU, dan tampilan grafik. Memenuhi persyaratan kinerja yang terus meningkat ini akan memerlukan perluasan ruang pemrosesan yang tersedia untuk mengakomodasi beban kerja tambahan yang diterapkan ke kendaraan melalui siklus hidupnya.

Kendala ukuran, biaya, dan daya, bersama dengan keinginan untuk merangkul era Software Defined Vehicles mendorong desain otomotif untuk menggunakan arsitektur komputasi yang lebih tersentralisasi untuk mengkonsolidasikan fungsi Automated Driving, ADAS, dan IVX serta mengurangi kompleksitas. Daripada memiliki banyak subsistem cerdas, OEM otomotif beralih ke desain di mana kecerdasan dibagi antara pengontrol tepi dan domain/zonal.

Misalnya, daripada memiliki unit mikrokontroler (MCU) untuk setiap sensor, memusatkan komputasi dalam domain, atau pengontrol zona dapat mengkonsolidasikan pemrosesan sensor. Pendekatan ini dapat mengurangi kompleksitas sensor/kabel, biaya sistem, dan konsumsi daya.

Karena teknologi yang memungkinkan menjadi lebih terjangkau dari waktu ke waktu, keselamatan premium dan fitur-fitur canggih yang mendukung AI, seperti bantuan parkir dan mengemudi jalan raya otomatis, pada akhirnya akan mencapai pasar massal. Untuk mobil-mobil yang mendukung AI di masa depan, ini akan menjadi fitur standar yang diperlukan di semua kendaraan.

Ketika ini terjadi, produsen mobil akan menghadapi lebih banyak komputasi dan krisis daya, yang membutuhkan perangkat performa tinggi, latensi sangat rendah, dan daya rendah yang memenuhi standar keselamatan fungsional tingkat lanjut. Dibanding menggunakan beberapa solusi komputasi – yang memperparah masalah seperti penggunaan ruang dan daya – arsitektur heterogen dapat memberikan solusi chip tunggal untuk menangani semua fase sistem mengemudi otomatis – merasakan, mengamati, merencanakan, dan bertindak.

Di sinilah perangkat Adaptive SoC menjadi yang terdepan. Misalnya, AMD Versal™ AI Edge Series Gen 2 SoC adaptif menampilkan AI Engine generasi berikutnya, yang memberikan daya pemrosesan AI dan bandwidth memori yang diperlukan untuk pemrosesan inferensi dan persepsi. Input sensor seperti penglihatan, radar, dan LiDAR diserap melalui blok I/O yang dapat diprogram dan diumpankan langsung ke logika yang dapat diprogram untuk pemrosesan khusus sensor dengan latensi rendah.

Hal ini menawarkan cara fleksibel untuk menerapkan algoritma fusi sensor inovatif sebelum pemrosesan persepsi/inferensi dalam AI Engine dan skalabilitas untuk mendukung berbagai persyaratan sistem L2/L2+ serta sistem L3 dan L4 di mana redundansi sangat penting.

Melihat lebih jauh dari sekadar peran komputasi adaptif, masa depan cerah bagi teknologi otomotif tertanam secara umum karena kecepatan inovasi tidak menunjukkan tanda-tanda melambat. Baik itu CPU, GPU, FPGA, SoC Adaptif, atau APU Embedded, perancang otomotif, produsen mobil memerlukan arsitektur yang menawarkan subsistem komputasi skalar, grafis, AI, dan logika terprogram khusus untuk memungkinkan desain sistem yang fleksibel dan adaptif yang diperbarui sepanjang masa pakai kendaraan.

Untuk memastikan keselamatan pengemudi dan penumpang tetap menjadi prioritas nomor satu karena semakin banyak fitur otomatis dan otonom yang diperkenalkan, produsen mobil harus bermitra dengan pemasok teknologi dengan sertifikasi keselamatan fungsional, akreditasi, dan keahlian yang diperlukan. Komputasi heterogen, termasuk AI, akan memainkan peran penting di masa depan otomotif, yang memungkinkan perancang untuk mencapai persyaratan keandalan, latensi, dan konsumsi daya yang diperlukan dengan solusi chip tunggal yang ringkas.

Oleh Steven Fong, Corporate Vice President, APAC & Japan Embedded Business, AMD