TI presenta primer SoC automotriz con acelerador IA dedicado

Texas Instruments (TI) ha incorporado, por primera vez, un acelerador de IA dedicado en su system-on-chip (SoC) automotriz, subrayando la rápida integración de capacidades de deep learning en sistemas avanzados de asistencia al conductor (ADAS). El nuevo bloque combina el último IP de DSP digital C7x de TI con un acelerador propietario de multiplicación de matrices.

El TDA4VM, uno de los SoCs inaugurales Jacinto 7, fusiona pre-procesamiento de sensores y analítica de datos para gestionar entradas de una cámara frontal de 8 megapíxeles, o alternativamente cuatro a seis cámaras de 3 megapíxeles operando concurrentemente con radar, LiDAR y sensores ultrasónicos. Estos sensores alimentan funciones ADAS como estacionamiento automatizado, mientras que el deep learning permite fusión de sensores y detección de objetos.

El TDA4VM incluye acelerador deep learning para ADAS, analizando datos de cámara, radar, LiDAR y ultrasónicos (Imagen: TI)

DSP más MMA

En un evento de prensa de TI en Múnich, Alemania, EETimes Europe habló con Sameer Wasson, vicepresidente y gerente de unidad de negocio de procesadores de TI, y Curt Moore, gerente general y de línea de productos de la línea Jacinto de TI.

"Este es el primer SoC que tiene el DSP C7x", dijo Moore. "Añadimos instrucciones vectoriales adaptadas para visión por computadora, pero también construimos sobre la herencia DSP de manejar streams masivos de datos —procesándolos eficientemente y entregando resultados en tiempo real."

Figura: Diagrama funcional TDA4VM. (Fuente: Texas Instruments)

El nuevo DSP C7x destaca en procesar streams de datos voluminosos y realizar operaciones matemáticas complejas en entornos de tiempo real exigentes. Su capacidad de streaming de datos se empareja con un acelerador de multiplicación de matrices —"el MMA"— para acelerar cargas de trabajo de deep learning.

Sameer Wasson (Imagen: TI)

"Lo llamamos cariñosamente el MMA", dijo Wasson. "Con librerías como TIDL (Texas Instruments Deep Learning), la complejidad del MMA se abstrae; los desarrolladores programan a través de TIDL, mientras el C7x entrega datos dentro y fuera a velocidad sin precedentes."

El TDA4VM apunta a sistemas ADAS con envolventes de potencia entre 5 W y 20 W. En la práctica, soluciones de cámara frontal típicamente se mantienen bajo 7 W, mientras que casos de uso más sofisticados —como valet parking automático— pueden acercarse al límite superior de 20 W.

TI argumenta que desplegar un SoC de alta tecnología puede realmente reducir el costo total del sistema para aplicaciones de cámara frontal.

"Con los modelos de deep learning adecuados, puedes evitar cámaras estéreo", dijo Wasson. "Una sola lente de menor costo puede entregar rendimiento equivalente, gracias al potente motor que compensa la entrada reducida de sensores."

Gama de computación

Curt Moore (Imagen: TI)

El motor de deep learning del TDA4VM entrega 8 TOPS. Como buque insignia del lanzamiento Jacinto 7, Moore lo posiciona como un performer de gama media; futuras variantes abarcarán niveles de computación tanto inferiores como superiores. Por ejemplo, un dispositivo de 2 TOPS puede bastar para monitorización de conductor o detección de ocupación.

"Una de las bellezas del mercado automotriz es que todos estos casos de uso coexisten", dijo Wasson. "Incluso cuando OEMs lanzan una nueva plataforma, un solo SoC puede servir múltiples líneas de vehículos, cada una con requisitos distintos. El desafío es asegurar compatibilidad de software a lo largo de ese espectro."

Moore destacó la amplitud de vehículos incorporando ADAS —desde modelos de entrada a $10–12k hasta autos premium sobre $100k.

"Los conductores en un vehículo de $100k esperan una experiencia ADAS diferente a los de un modelo de $12k", señaló. "Un paquete ADAS de $3k se siente premium en el primero pero básico en el segundo."

También apuntó restricciones presupuestarias: "Incluso grandes fabricantes pueden gastar solo $10 millones anuales en desarrollo. Ese costo debe amortizarse sobre una flota relativamente pequeña, a diferencia de fabricantes de smartphones que envían decenas de millones de unidades."

La producción en volumen del TDA4VM está programada para iniciar en la segunda mitad de 2020, con unidades de pre-producción y el módulo de evaluación TDA4VMXEVM ya disponibles.