草榴社区

高级驾驶辅助系统 (ADAS) 应用是汽车电子市场中增长最快的部分之一，预计每年增长率超过 10%，到 2024 年将达到 627 亿美元（多样化市场研究，全球 ADAS 市场报告）。系统架构发展迅速，开始利用先进的 FinFET 技术集成复杂功能，实现超低成本和功耗。传统上，用于单独 ADAS 应用的电子控制单元 (ECU) 已经在整车上得以配置，正面防撞 ECU 已在挡风玻璃中配置，全车都设有驻车辅助超声波传感器，处理器则位于车尾。ECU 将多个 ADAS 应用集成，完成多重 ADAS 功能。新一代集成域控制器 ECU 利用从汽车远程传感器（如摄像头、激光雷达、雷达和超声波传感器）传输数据到集成域控制器，进而通过高性能 ADAS 片上系统 (SoC) 进行处理（图 1）。与分布式系统相比，集中式集成 ADAS 域控制器拥有更小面积的同时，具有更高的计算性能，而且功耗更低。

集成式 ADAS 域控制器需要获得 SoC 级汽车认证，这仍然是设计人员必须达到的强制性要求。集成式 ADAS 域控制器 SoC 中的 IP 还必须满足超高的汽车安全完整性等级 (ASIL)，同时必须针对 1 级和/或 2 级温度进行设计和测试，还必须完全遵守汽车质量管理流程。此外，为满足功耗和性能要求，设计人员都转为使用先进的 FinFET 工艺技术。

本文介绍了汽车认证的逻辑库和嵌入式存储器编译器如何为集成式汽车 ADAS 域控制器 SoC 提供坚实的基础并加速其开发进程。 

集成式 ADAS 域控制器 SoC 架构

图 2 显示的是集成式域 ADAS 控制器的典型架构，该控制器整合了多个控制器、传感器和子系统。

这种中央 ECU 必须在高温环境中处理多条实时高速视频、雷达、超声波和激光雷达数据流，同时做出可能影响人类生命安全的关键决定。这些要求给 SoC 设计、SoC 设计人员和用于构建这些 SoC 的 Foundation IP 带来了一系列严峻挑战。

集中式域控制器的 Foundation IP 面临的挑战

Foundation IP 给集中式域控制器带来的主要挑战包括简化集成步骤，降低功耗，提高可靠性，以及提高质量和安全性。

简化集成步骤

集中式 ADAS 控制器包含多个 64 位处理器，其中包括用于管理摄像头的额外的图像处理器、用于深度学习的神经网络处理器、用于渲染显示器的图形处理器以及用于推理引擎的嵌入式视觉处理器。这些处理器通常需要应用加速器来帮助提高性能和尽可能降低功耗。将这些功能集成在同一枚芯片上的趋势促使 SoC 设计人员采用先进的 FinFET 节点，如 14/16nm 和 7nm 工艺节点。此外，集中控制器结合了先前分布式设计的功能，具有传统电路或传统的电压/温度设计，同时也需要采用定制化的 PVT 、逻辑单元库和/或存储器编译器的解决方案。

功耗

所有集成控制器都必须符合它在车辆中所在设备的功耗要求。这种功耗限制的设置不同于手机，不是因为电池寿命问题。每辆集成内燃机 (ICE) 汽车至少配备一个 50 安培小时的 12V 电池，电动汽车 (EV) 则配备 20 千瓦时的电池。挑战在于集成式 ADAS 控制器 SoC 所产生的热量消散问题。例如，广为人知的 120 瓦第二代 ADAS 控制器 Nvidia Drive PX 是水冷型号，这严重限制了设备可以放置在汽车中的位置，并且成为影响系统成本和可靠性的主要因素。

用陶瓷替代塑料封装，然后再将冷却方案从自由风冷改为多种类型的散热器再改为风机冷却（产生噪音）再到简单的强制水冷（需要管道），最后改用微通道冷却（昂贵的高压泵，利用相变能量让冷却液沸腾），会导致系统总成本飙升。为了避免使用这些昂贵的冷却系统，就必须从 Foundation IP 中的低功耗电路设计开始，在设计的每个阶段都尽量降低功耗，包括处理器/加速器设计和执行关键功能的软件算法。 

可靠性

可靠性的界定标准是在任务曲线图中指定的一组随时间变化的温度条件下，每百万零件的不合格数(DPPM)。无论是 IC、系统还是单个 IP 组件，其 DPPM 都必须满足多种温度范围内的可靠性要求。对于 ADAS 应用，通常使用 2 级、1 级和 0 级温度额定值。结温高达 175℃ 的引擎盖和动力传动应用保持极为严格的 0 级标准。2 级标准是汽车应用的基础级别，其可靠性要求与消费类电子产物相似。其应在高达 125℃ 的结温下验证功能性。1 级额定值要求在高达 150℃ 的结温下验证功能，可靠性为 <1 DPPM。电迁移 (EM) 曲线图可能因 ADAS 实现的特定应用而有所不同，并且存储器必须集成纠错检查 (ECC) 功能。

ADAS 控制器的 Foundation IP 必须包括时序和功耗的 EDA 视图，使得 SoC 设计人员可以根据任务曲线图验证其 SoC 在产物生命周期内的可靠性能。老化条件下模拟硅在任务曲线图中指定的使用寿命结束时的状态。它们使设计人员能够测量硅如何随着时间的推移而性能下降（同时漏电得到改善），并在寿命结束前保证仍能运行。EM 可以进行功耗分析，确认就每个输出上负载电路的现有操作活动而言，电路不会超出 EM 限制范围。物理 EDA 实现工具可以通过减少扇出或使用更高的驱动器单元，在流片输出之前给出解决这类超限的解决方案。最后，老化测试可在加速寿命测试时用于模拟设备的行为。该测试使用具有过驱动电压设计的极端柱箱温度，以证明在高温工作寿命 (HTOL) 测试期间的寿命终止模型。

质量

TS 16949 质量管理标准最初于 1999 年制定，自此成为汽车行业应用最广的标准之一，被视为一套强大的管理框架。草榴社区 投入大量时间和资源用于改善 IP 开发流程，以全面满足 TS 16949 文档要求。SoC 设计人员需要对质量管理体系进行审核时，可在 草榴社区 获取所有汽车 IP 的必要文档。

安全性

ISO 26262 规管安全性能，要求公司不仅要将功能安全应用于其设计和制造过程，而且要求公司证明其在组织内部拥有功能性安全文化，并具备所有必要的流程和能力。制造商必须通过培训现有员工、聘请功能安全专家或将工作外包给第三方来表明自己具有相关专业知识，能够将 ISO 26262 与其 IC 设计关联起来。DesignWare 存储器编译器获得 ASIL D 认证，能够满足超高的完整性要求。

ADAS 域控制器的逻辑库

大规模并行矩阵乘法电路通常被用于嵌入式视觉加速器、神经网络处理器和图像处理器的核心，其逻辑能够节约面积和功耗。这类电路的核心是乘积累加器 (MAC)，包括加法器、压缩器、复杂的AO/OA 门和寄存器。这些计算引擎可能包括整数和浮点运算。主要电路包括具有 16 位浮点 MAC 的 8 位整数，并支持现有加速器（尤其是用于深度学习的神经处理器）中整数和浮点格式之间的转换。

优异的数值精度

降低标量数据的数值精度是在深度学习中实现的能量更小化的关键技术，因为大多数对标量数据应用权重的深度学习算法都能够容许较小的舍入误差。例如，与 32 位定点加法器相比，8 位定点加法器消耗的能量减少 3.3 倍，面积减少 3.8 倍；与 32 位浮点加法器相比，能耗减少 30 倍，面积减少 116 倍。降低精度还可以减少存储这种典型稀疏矩阵数据所需的存储面积和能耗，并减少可能迅速成为系统性能瓶颈或动态功耗热点的内存带宽问题。整数和浮点 MAC 使用各种乘法器类型（例如步斯、华莱士树状结构）和各种加法器（进位超前、进位保留和进位选择）。

实现功耗更小化的逻辑库

DesignWare 逻辑库包含各种快速高效的半加法器和全加法器、XOR、压缩器、步斯编码器、多路复用器以及触发器和锁存器系列（包含多位型号），用于部分产物和其他存储。若要尽量减少时钟树的能耗，可采用异步逻辑实现深度学习加速器的功耗优化新突破。对于在嵌入式视觉处理器上重复数百万次的 MAC， 通过每单位能量的计算吞吐量的品质因数来测量其功耗效率，例如按照 GMAC/s/W 或每秒每瓦的千兆倍数。选择理想数值精度和节能算术逻辑单元是实现功耗更小化的关键所在。图 3 显示的是嵌入式视觉处理器中使用的逻辑元素，其中同时包含整数和浮点 MAC 的数组。

ADAS 域控制器用存储器编译器

优化后的 DesignWare 存储器编译器功耗低、密度高、性能出众，且具备先进的功耗管理功能，例如轻度休眠、深度休眠、关机、双电源轨和写入辅助，可帮助设计人员实现当今 ADAS 域控制器严苛的低功耗要求。DesignWare 存储器编译器与 DesignWare STAR Memory System? 紧密结合，提供了集成的嵌入式存储器测试解决方案，用于检测和修复制造故障，从而在更大程度上提高良率，同时对芯片面积影响更小。使用 DesignWare 存储器编译器生产的芯片达数十亿，其质量已经通过硅验证，可帮助设计人员降低风险和缩短产物上市时间。用于汽车应用的 DesignWare 存储器编译器和 DesignWare STAR Memory System 在经过大量安全审核和可靠性裕度分析后，已获得完整的 ASIL D 安全认证。