2min

Er zijn veel groeimarkten als het aankomt op chips. Een daarvan is die van auto’s en andere voertuigen. Die worden steeds slimmer en dat betekent dat er steeds meer vraag is naar chips om alle binnenkomende data te verwerken. Bij zelfrijdende auto’s komen er verschillende datastromen binnen die allemaal beheerd moeten worden. Daarvoor zijn geavanceerde chips nodig.

ARM speelt daar nu op in met de aankondiging van de ARM Cortex-A65AE chip. Deze zal vanaf 2020 beschikbaar zijn en is de nieuwste toevoeging aan het Automotive Enhanced chipportfolio. Het idee van de nieuwe chip is dat deze helpt om verschillende datastromen te beheren en verwerken. Alleen zo kunnen zelfrijdende voertuigen veilig over de weg navigeren.

Meerdere kernen tegelijk

Om dat mogelijk te maken gebruikt de Cortex-A65AE de Split-Lock technologie van ARM. Die voegt een ‘multithreading capability’ toe en maakt het mogelijk om workloads te splitsen tussen de verschillende processorkernen op de chip. Dus als de maximale snelheid nodig is, kunnen de gegevens verdeeld worden over verschillende processorkernen, waarmee de data sneller verwerkt kunnen worden.

Alternatief kan veiligheid soms ook een zorg zijn. In die situatie is het handig om de gegevensverwerking te kunnen splitsen, waarmee de verschillende kernen elkaars werk als het ware kunnen controleren. Op die manier is de kans op fouten minimaal. De Cortex A65AE is dan ook vooral gericht op deze twee zaken: snel verwerken van datastromen en het veilig verwerken daarvan.

Veiligheid voorop

ARM stelt dat de Cortex-A65AE auto’s kan helpen om de grote hoeveelheid sensoren die nodig zijn om de auto’s autonoom te laten rijden kan helpen beheren. Er zijn heel wat sensoren nodig om de gegevens te verzamelen die hiervoor nodig zijn. Denk aan camera’s, LiDAR en radar. Dat moet wel, om de voertuigen zo veilig mogelijk over de weg te laten rijden.

Belangrijk blijft echter ook dat de voertuigen waar mensen nog in rijden, ook veiliger worden gemaakt. Om die reden beschikt de Cortex-A65AE over de mogelijkheid om menselijke chauffeurs in de gaten te houden. Zo kan de chip data verwerken van camera’s die oogleden in de gaten houden om te controleren of iemand in slaap valt. Ook gegevens van sensoren die bijvoorbeeld de lichaamstemperatuur en bewegingen van de chauffeur controleert, kunnen snel verwerkt worden.