Semiconductores Automotrices de Próxima Generación: La Clave para Coches Autónomos Nivel 5

Electronics & Sensors INSIDER

Una mirada a los semiconductores de próxima generación que necesitamos para impulsar los vehículos totalmente autónomos del mañana. (Imagen: Los investigadores)

Los robotaxis sin conductor que circulan por San Francisco, y las funciones avanzadas de asistencia al conductor en más de la mitad de vehículos nuevos vendidos este año muestran hasta dónde ha llegado la tecnología de vehículos autónomos. Pero para cumplir la promesa de autonomía nivel 5, coches que se conducen solos en cualquier lugar bajo cualquier condición, los expertos dicen que necesitamos una nueva generación de semiconductores.

"Los coches se han visto como ordenadores sobre ruedas por un tiempo, pero para lograr autonomía total, necesitan ser más como centros de datos viajeros", dijo Valeria Bertacco, Profesora Mary Lou Dorf de Ciencia e Ingeniería Informática. "Para dar ese salto, la industria automotriz va a necesitar nuevos materiales, arquitecturas, sistemas y procesos de fabricación para chips que sean más rápidos, baratos, de menor consumo y más duraderos".

Iniciativa MSTAR en la Universidad de Michigan

Investigadores de la Universidad de Michigan trabajan con líderes industriales globales para reimaginar sistemas de computación para vehículos autónomos. El esfuerzo está respaldado por 10 millones de dólares del estado de Michigan para la iniciativa Michigan Semiconductor Talent and Technology for Automotive Research (mstar), que también incluye imec, KLA, Michigan Economic Development Corporation, Washtenaw Community College y General Motors.

Los vehículos automatizados requieren poder computacional inmenso que crece exponencialmente con cada nivel de autonomía. "Este es un sistema embebido restringido", dijo Reetuparna Das, Profesora Asociada de Ciencia e Ingeniería Informática. "La necesidad de hardware de IA más eficiente se entiende muy bien. Es un mercado de mil millones de dólares".

Colaboración industrial

El año pasado, representantes de la industria de semiconductores visitaron el Mcity Test Facility y miraron al horizonte. "Es genial ver gente uniéndose para abordar estos aspectos", dijo Michael Sun, quien lidera la unidad de desarrollo de negocio automotriz en TSMC, con sede en Taiwán. "Llevo mucho tiempo trabajando en esta área, y creo que hay mucho impulso ahora".

Enfoque neuromórfico inspirado en el cerebro

Los modelos de redes de aprendizaje profundo en los AVs actuales imitan vagamente la estructura de un cerebro biológico, pero operan mucho menos eficientemente. Funcionan procesando un flujo continuo de datos sin filtrar. Investigadores de U-M están desarrollando un enfoque que imita el comportamiento cerebral, en lugar de la estructura. Se enfoca en contraste, movimiento y eventos repentinos, muy parecido a cómo nuestro cerebro y ojos trabajan juntos para filtrar y enfocar nuestra atención.

Están probando un procesador más eficiente llamado chip neuromórfico basado en su tecnología de memristor de óxido de tungsteno, y un algoritmo compañero de "red neuronal de pulsos" (spiking neural network). "Los sensores neuromórficos no capturan fotogramas como las cámaras convencionales. En su lugar, detectan cambios en cada píxel independientemente", dijo Wei Lu, Profesor James R. Mellor de Ingeniería en Ingeniería Mecánica.

Arquitectura chiplet para mayor robustez

Mientras que la arquitectura tradicional "system on a chip" implica imprimir todos los componentes en una sola pieza de silicio, las necesidades computacionales de los AVs empujan su límite en términos de tamaño físico y complejidad. El enfoque chiplet involucra componentes más pequeños y modulares que podrían mezclarse y combinarse en una placa de circuito para construir sistemas más personalizados y duraderos. Investigadores de U-M están desarrollando un protocolo de comunicación chiplet más robusto que pueda operar por años en un vehículo en movimiento. "No solo la comunicación chiplet necesita ser robusta, sino que también necesita ser eficiente en términos de energía y ancho de banda", dijo Mike Flynn, Profesor Fawwaz T. Ulaby de Ingeniería Eléctrica e Informática. "Estamos intentando hacerlo de alta velocidad y bajo consumo también".

Fuente