
BOS Semiconductors将与LG Electronics、HANA Micron合作,在韩国开发并落地基于芯粒(chiplet)的车用半导体,打通本土AI芯片设计、封装以及整车测试环节。
BOS将面向自动驾驶与车载AI,开发神经网络处理器芯粒;LG提供实现车辆核心功能的基础芯粒;HANA Micron负责多芯粒封装以及性能验证。据悉,9月30日,上述合作方连同四家汽车与工业技术机构签署谅解备忘录。该合作隶属于韩国产业部M.AX联盟,合作范围覆盖芯片开发、集成、测试以及商业化落地。
公告没有公布量产启动时间、客户订单以及投资承诺。
芯粒技术把计算功能拆分到封装内互联的多颗小硅片上,组件可以灵活组合复用。研究机构imec表示,采用该方案后,厂商可以在不同车型、不同代际产品中复用计算平台,而不用为每一款应用重新设计一颗大型集成芯片。
BOS介绍,公司正围绕Eagle-A系统级芯片、Eagle-N AI加速器搭建模块化车载平台。公告同时提到,BOS已经加入UCIe互联联盟、Open chiplet Atlas生态,并且和日本MIRISE Technologies开展芯粒研发与样片合作。
imec汽车技术副总裁Bart Placklé另外发表评论,他把芯粒描述为专用基础模块,可以组合成适配下一代汽车的计算平台。他的观点针对这项通用技术,并非特指本次韩国企业的合作项目。
过去十年,车载计算经历了多个截然不同的发展阶段。早期平台主要依靠CPU完成控制与基础信号处理。随后信息娱乐系统推动GPU性能需求走高。高级驾驶辅助系统(ADAS)的快速普及引入神经网络与传感器融合流水线,AI算力需求大幅扩张。
行业演进带来性能需求呈指数级增长。历经数代产品迭代,神经网络算力从零点几TOPS,提升至几十TOPS,如今达到数百TOPS。CPU算力从数万DMIPS增长至数十万DMIPS,GPU吞吐能力更是实现多个数量级提升。但芯片工艺节点并未跟上同等增速。尽管先进工艺可显著提升集成密度,但单位功耗性能的提升幅度,已经跟不上算力需求的增速。每一代工艺带来的功耗降低,已经无法抵消现代车载业务对性能的增量要求。其结果是,高端单芯片SoC裸片尺寸快速增大,良率问题凸显,成本持续走高。对于生产周期长、成本目标严苛的车载平台,这套方案已经无法继续扩容。
行业向中央‑区域电子电气架构演进,放大了上述矛盾。车企不再部署多颗面向单一域的SoC,转而依靠少量中央计算机,统一管理座舱、高级驾驶辅助、网关以及整车功能。硬件整合简化了整车布线,提升软件复用率,却对底层计算平台提出极高要求。同一套架构,既要覆盖从入门车型到高端平台的广泛车型序列,又要实现任务隔离、承载混合关键性业务负载,同时保障长期可维护性。
“一刀切” 的SoC方案无法经济地覆盖全部场景。车企需要一套方案,既能灵活调配算力,又不会造成软件栈碎片化,也无需为每一档车型重新设计硬件平台。芯粒架构将算力扩容与单芯片集成解耦,以此应对上述难题。
imec提醒,车用场景对芯片质量和可靠性的要求,高于当前很多芯粒应用市场。该机构的研究项目正在验证互联结构能否承受温度循环与振动,通过物理测试结构评估严苛工况下的可靠性。
imec同时提出,标准化接口、统一架构规范,是保证不同厂商独立开发的芯粒能够协同工作的关键。LG是imec芯粒研究项目的参与方之一,该项目成员还包括BMW、Bosch、Arm等车企与半导体企业。
本次韩国企业合作的目标包含商业化,但公告没有披露交付时间表。
本文转自媒体报道或网络平台,系作者个人立场或观点。我方转载仅为分享,不代表我方赞成或认同。若来源标注错误或侵犯了您的合法权益,请及时联系客服,我们作为中立的平台服务者将及时更正、删除或依法处理。
