NEXT MOBILITY

MENU

2021年2月17日【CASE】

ルネサス、車載SoCの電力効率で自動運転技術をサポート

NEXT MOBILITY編集部

  • このエントリーをはてなブックマークに追加

 

 

ルネサス エレクトロニクスは2月17日、ADAS(先進運転支援システム)や自動運転システムに向けて、性能と消費電力の最適化を図り、高い機能安全レベルをサポートする車載向けプロセッサ技術を開発したと発表した。

 

ルネサスは今回、(1)60.4TOPS(Trillion Operations Per Second)の高いディープラーニング性能と13.8TOPS/Wの高い電力効率を世界最高レベルで両立したCNN(Convolutional Neural Network)ハードウェアアクセラレータコアを開発。また、(2)偶発的に発生するハードウェア故障を高速に検出、制御する高度なセーフティメカニズムを開発した。

 

これにより、高い故障検出率の検出機構を低消費電力で実現することが可能になる。さらに、(3)SoC上で混在する異なる安全性レベルのソフトウェアタスクを相互干渉なく動作させる機構を開発し、ASIL Dに向けた機能安全の強化も図った。ルネサスは、この技術を車載用SoC(System on Chip)のR-Car V3Uに適用している。

 

ルネサスは今回の成果を、2021年2月13日から22日までオンラインで開催中の「国際固体素子回路会議 ISSCC 2021(International Solid-State Circuits Conference 2021)」にて発表した。

 

次世代のADASや自動運転システムに向けて、60TOPSや120TOPSといった高いディープラーニングの性能を、低消費電力で実現することが求められている。加えて自動運転システムでは、物体認知から制御指示までの大半の信号処理において、自動車向け安全規格ISO 26262で最も厳しい安全性レベルとなるASIL Dの機能安全を実現することが課題になっている。ルネサスは、こうしたニーズに応えるため、高いCNN処理性能を優れた電力効率で実現するハードウェアアクセラレータをはじめとする新技術を開発したとしている。

 

ルネサスが開発し、R-Car V3Uに搭載した新技術は以下の通り。

 

1.電力効率に優れた高性能CNNハードウェアアクセラレータを開発
次世代のADAS、自動運転システムでは搭載されるセンサの数が増加するため、より高いCNN処理の性能が必要になる。加えて、電力の消費による熱の発生を抑え、重量やコストの点で優れる空冷で動作するECUを実現できることが求められている。ルネサスは今回、ディープラーニング性能に優れたCNNハードウェアアクセラレータコアを開発し、R-Car V3Uには高密度に3つ実装した。加えてR-Car V3Uでは、CNNアクセラレータ専用のメモリを1コアあたり2MB(メガバイト)、合計6MBのメモリを搭載することにより、CNN処理における外付けDRAMとの転送データ量を9割以上削減し、60.4TOPSの高いCNN処理性能と13.8TOPS/Wの優れた電力効率を世界最高レベルで両立することに成功した(注)。
(注)本CNNハードウェアアクセラレータに最適化したネットワークにて測定。

 

2.自己診断が可能なASIL D向けセーフティメカニズムを開発
自動車向け機能安全規格ISO26262では各機能安全レベルの数値目標(メトリクス)が定められており、最も高い機能安全レベルとなるASIL DのメトリクスはSPFM(Single Point Fault Metrics)が99%以上、LFM(Latent Fault Metrics)が90%以上と、偶発的に発生するハードウェアの故障(ランダムハードウェア故障)を非常に高い割合で検出することが求められる。加えて次世代のADASや自動運転システムでは、運転に対して、よりシステムが関与する割合が増えるため、ASIL Dの対象となる機能はSoC全体に拡大していく。ルネサスは今回、自動運転システム向けSoC全体を対象に、ランダムハードウェア故障を高速に検出、制御するセーフティメカニズムを開発した。対象となる機能に適した故障検出機構を組み合わせることで、低消費電力と高い故障検出率の両立が可能。この機能を搭載したR-Car V3Uは、信号処理の大部分において、ASIL Dのメトリクスを達成する見込みだ。ASIL Dメトリクスを満たすSoCは単独で自己診断が可能であり、自動運転システムにおけるフォールトトレラント設計の複雑さを軽減する。

 

3.ソフトウェアタスク間の無干渉(FFI)支援機構を開発
機能安全規格に対応する上で、ソフトウェアタスク間の無干渉(FFI: Freedom From Interference)を実現することが重要だ。異なる安全性レベルのソフトウェアが混在する場合、低レベルタスクから高レベルタスクへの従属故障の発生を防ぐことが必要になる。加えてSoCならではの課題として、搭載ハードウェアの制御レジスタや共有メモリへのアクセスのFFIも実現する必要がある。ルネサスは今回、SoC内のインターコネクトを流れる全データを監視し、タスク間の不正なアクセスを遮断することが可能なFFI支援機構を開発した。これにより、SoCで動作するすべてのタスク間のFFIが可能になり、物体認知からレーダやLiDARとのセンサフュージョン、走行計画の立案から制御指示まで、1チップで対応可能なASIL D向けSoCを実現した。

 

*製品名やサービス名は全てそれぞれの所有者に属する商標または登録商標。

CLOSE

坂上 賢治

NEXT MOBILITY&MOTOR CARS編集長。日刊自動車新聞を振り出しに自動車産業全域の取材活動を経て同社出版局へ。コンシューマー向け媒体(発行45万部)を筆頭に環境&リサイクル紙、車両ケア&整備ビジネス専門誌等の創刊誌編集長を歴任。独立後は一般誌、Web媒体上でジャーナリスト活動を重ね30年半ば。2015年より自動車情報媒体のMOTOR CARS編集長、2017年より自動車ビジネス誌×WebメディアのNEXT MOBILITY 編集長。

松下次男

1975年日刊自動車新聞社入社。編集局記者として国会担当を皮切りに自動車販売・部品産業など幅広く取材。その後、長野支局長、編集局総合デスク、自動車ビジネス誌MOBI21編集長、出版局長を経て2010年論説委員。2011年から特別編集委員。自動車産業を取り巻く経済展望、環境政策、自動運転等の次世代自動車技術を取材。2016年独立し自動車産業政策を中心に取材・執筆活動中。

間宮 潔

1975年日刊自動車新聞社入社。部品産業をはじめ、自動車販売など幅広く取材。また自動車リサイクル法成立時の電炉業界から解体現場までをルポ。その後、同社の広告営業、新聞販売、印刷部門を担当、2006年に中部支社長、2009年執行役員編集局長に就き、2013年から特別編集委員として輸送分野を担当。2018年春から独立、NEXT MOBILITY誌の編集顧問。

片山 雅美

日刊自動車新聞社で取材活動のスタートを切る。同紙記者を皮切りに社長室支社統括部長を経て、全石連発行の機関紙ぜんせきの取材記者としても活躍。自動車流通から交通インフラ、エネルギー分野に至る幅広い領域で実績を残す。2017年以降は、佃モビリティ総研を拠点に蓄積した取材人脈を糧に執筆活動を展開中。

中島みなみ

(中島南事務所/東京都文京区)1963年・愛知県生まれ。新聞、週刊誌、総合月刊誌記者(月刊文藝春秋)を経て独立。規制改革や行政システムを視点とした社会問題を取材テーマとするジャーナリスト。

山田清志

経済誌「財界」で自動車、エネルギー、化学、紙パルプ産業の専任記者を皮切りに報道分野に進出。2000年からは産業界・官界・財界での豊富な人脈を基に経済ジャーナリストとして国内外の経済誌で執筆。近年はビジネス誌、オピニオン誌、経済団体誌、Web媒体等、多様な産業を股に掛けて活動中。

佃 義夫

1970年日刊自動車新聞社入社。編集局記者として自動車全分野を網羅して担当。2000年出版局長として「Mobi21」誌を創刊。取締役、常務、専務主筆・編集局長、代表取締役社長を歴任。2014年に独立し、佃モビリティ総研を開設。自動車関連著書に「トヨタの野望、日産の決断」(ダイヤモンド社)など。執筆活動に加え講演活動も。

熊澤啓三

株式会社アーサメジャープロ エグゼクティブコンサルタント。PR/危機管理コミュニケーションコンサルタント、メディアトレーナー。自動車業界他の大手企業をクライアントに持つ。日産自動車、グローバルPR会社のフライシュマン・ヒラード・ジャパン、エデルマン・ジャパンを経て、2010年にアーサメジャープロを創業。東京大学理学部卒。

福田 俊之

1952年東京生まれ。産業専門紙記者、経済誌編集長を経て、99年に独立。自動車業界を中心に取材、執筆活動中。著書に「最強トヨタの自己改革」(角川書店)、共著に「トヨタ式仕事の教科書」(プレジデント社)、「スズキパワー現場のものづくり」(講談社ピーシー)など。