차세대 자동차 반도체: 레벨 5 완전 자율주행차의 열쇠

내일의 완전 자율주행차를 구동할 차세대 반도체 기술

샌프란시스코를 누비는 무인 로보택시와 올해 판매된 신차의 절반 이상에 탑재된 첨단 운전자 보조 기능은 자율주행 기술이 얼마나 발전했는지 보여줍니다. 하지만 레벨 5 자율주행, 즉 모든 조건에서 어디서든 스스로 운전하는 차를 실현하려면 전문가들은 새로운 세대의 반도체가 필요하다고 말합니다.

"자동차는 한동안 '바퀴 달린 컴퓨터'로 여겨져 왔지만, 완전 자율주행을 달성하려면 '움직이는 데이터 센터'처럼 되어야 합니다."라고 미시건 대학교 컴퓨터 과학 및 공학과의 발레리아 베르타코(Valeria Bertacco) 교수는 말했습니다. "그 도약을 위해 자동차 업계는 더 빠르고, 저렴하고, 저전력이고, 더 내구성 있는 칩을 위한 새로운 소재, 아키텍처, 시스템, 제조 공정이 필요합니다."

미시건 대학교의 산업 협력 연구

미시건 대학교 연구진은 글로벌 산업 리더들과 협력해 자율주행 컴퓨팅 시스템을 재구상하고 있습니다. 이 노력은 미시건 주로부터 미시건 반도체 인재 및 자동차 연구 기술(mstar) 이니셔티브에 1,000만 달러 지원을 받아 진행되며, imec, KLA, 미시건 경제 개발 공사, 와슈테노 커뮤니티 칼리지, 제너럴 모터스도 포함됩니다.

자율주행의 엄청난 연산 요구사항

자동화 차량은 자율주행 레벨마다 기하급수적으로 증가하는 엄청난 연산 능력을 필요로 합니다. "이것은 제약된 임베디드 시스템입니다."라고 컴퓨터 과학 및 공학과 부교수 리투파르나 다스(Reetuparna Das)는 말했습니다. "더 효율적인 AI 하드웨어의 필요성은 잘 이해되고 있습니다. 10억 달러 규모의 시장입니다."

뇌 구조 모방에서 뇌 행동 모방으로

오늘날 자율주행차의 딥러닝 네트워크 모델은 생물학적 뇌 구조를 느슨하게 모방하지만 훨씬 덜 효율적으로 작동합니다. 연속적인 비필터링 데이터 스트림을 처리하기 때문입니다. 미시건 대학교 연구진은 뇌의 구조가 아닌 행동을 모방하는 접근법을 개발하고 있습니다. 우리 뇌와 눈이 함께 작동해 주의력을 필터링하고 집중하는 것처럼 대비, 움직임, 돌발 이벤트에 초점을 맞춥니다.

뉴로모픽 칩과 스파이킹 신경망

연구진은 텅스텐 산화물 메모리스터 기술 기반의 더 효율적인 프로세서인 뉴로모픽 칩과 '스파이킹 신경망' 동반 알고리즘을 테스트하고 있습니다. "뉴로모픽 센서는 기존 카메라처럼 프레임을 캡처하지 않습니다. 대신 각 픽셀의 변화를 독립적으로 감지합니다."라고 기계공학과 제임스 R. 멜러 교수 웨이 루(Wei Lu)는 말했습니다.

칩렛 아키텍처로의 전환

기존 '시스템 온 칩' 아키텍처는 모든 구성요소를 단일 실리콘 조각에 인쇄하지만, 자율주행차의 연산 요구는 물리적 크기와 복잡성 측면에서 그 한계를 밀어붙입니다. 칩렛 접근법은 회로 기판에서 조합해 더 맞춤화되고 내구성 있는 시스템을 구축할 수 있는 더 작고 모듈화된 구성요소를 포함합니다. 미시건 대학교 연구진은 움직이는 차량에서 수년간 작동할 수 있는 더 견고한 칩렛 통신 프로토콜을 개발하고 있습니다.

"칩렛 통신은 견고할 뿐만 아니라 에너지 및 대역폭 측면에서도 효율적이어야 합니다. 우리는 고속 저전력으로 만들려고 노력하고 있습니다."라고 전기 및 컴퓨터 공학과 파와즈 T. 울라비 석좌교수 마이크 플린(Mike Flynn)은 말했습니다.

출처