Introduction: Le système nerveux numérique des véhicules modernes

Les systèmes avancés d'assistance aux conducteurs (ADAS) représentent l'un des changements technologiques les plus importants de l'histoire de l'industrie automobile. Les caractéristiques qui étaient auparavant exclusives aux véhicules de luxe, comme le freinage d'urgence automatique, l'aide à la conduite des voies, le contrôle adaptatif des croisières et la surveillance des points morts, deviennent rapidement des équipements standard dans tous les segments de véhicules. Cette transformation ne consiste pas seulement à ajouter de meilleurs caméras ou radars; c'est fondamentalement une révolution dans l'électronique automobile, conduite par des microprocesseurs de plus en plus sophistiqués.

Ces microprocesseurs servent de centres de décision centraux, traitant en temps réel de grandes quantités de données de capteurs pour comprendre l'environnement du véhicule et exécuter des manœuvres critiques en matière de sécurité. Sans ces puissants cerveaux en silicium, les capteurs sont simplement des collecteurs de données sans capacité d'interprétation ou d'action. Cet article explore le rôle indispensable des microprocesseurs dans ADAS, examinant leur architecture, leurs fonctions et leur influence profonde sur la voie de l'autonomie totale du véhicule.

Le passage des architectures distribuées aux architectures centralisées

Pour bien comprendre le rôle des microprocesseurs modernes, il faut comprendre la transformation de l'architecture électrique et électronique (E/E) du véhicule. Les véhicules traditionnels comptent sur des dizaines, parfois des centaines, d'unités de contrôle électronique (ECU) distribuées, chacune responsable d'une seule fonction, comme les fenêtres de puissance ou les freins antiblocage. Cette approche devient peu pratique pour les ADAS avancés, ce qui nécessite la fusion de données provenant de plusieurs capteurs à travers le véhicule.

Dans ce modèle, de puissants contrôleurs de domaine, construits autour de systèmes sur puces (SoCs) performants, regroupent et traitent les données de plusieurs capteurs. Un contrôleur de domaine unique peut gérer des fonctions précédemment gérées par des dizaines d'ECUs séparés. Cette consolidation réduit le poids du câblage, simplifie les mises à jour logicielles et permet de créer les algorithmes complexes de fusion des capteurs nécessaires à des fonctions telles que le stationnement automatique de valet ou le pilote d'autoroute. Le microprocesseur n'est plus seulement une simple unité logique; il s'agit d'une plate-forme informatique haute performance qui utilise des modèles d'IA sophistiqués. Ce changement architectural est la base sur laquelle se construit le véhicule défini par logiciel.

Décoder le silicone : des microcontrôleurs aux systèmes sur puce

Tous les processeurs d'un véhicule ne sont pas les mêmes. Les exigences spécifiques de traitement d'une application ADAS dictent le type de silicium nécessaire. Comprendre la distinction entre les différentes familles de processeurs est essentiel pour saisir la complexité des systèmes automobiles modernes.

Microcontrôleurs (MCU) et sécurité fonctionnelle (ISO 26262)

Pour les fonctions de freinage, de direction et de déploiement des coussins gonflables, des MCU spécialisés sont utilisés. Ces appareils sont conçus pour répondre aux exigences strictes de ISO 26262, une norme internationale pour la sécurité fonctionnelle des véhicules routiers. Ces MCU «safe» sont dotés de carottes de verrouillage (où deux cœurs effectuent les mêmes calculs en parallèle aux erreurs de capture), d'autotest intégré (BIST) et de mémoire de code de correction d'erreurs (ECC). Ils garantissent qu'un calcul spécifique sera effectué dans un délai défini, ce qui n'est pas négociable pour des fonctions comme le freinage d'urgence automatique (AEB).

Système sur puce (SoC) et calcul hétérogène

Pour la perception et la planification des couches de l'ADAS, où il faut traiter des quantités massives de données provenant des caméras, du lidar et du radar, les MCU traditionnels manquent de la puissance de calcul nécessaire. C'est là que les SoCs à haute performance entrent en jeu. Ces puces sont des plateformes informatiques hétérogènes, intégrant plusieurs types de cœurs sur une seule matrice : clusters CPU puissants (série ARM Cortex-A) pour une logique générale, GPUs pour le traitement parallèle requis pour les réseaux neuronaux, les Processeurs de Signal numérique (DSP) pour le traitement des signaux et les accélérateurs matériels dédiés pour l'inférence d'apprentissage profond.

Fonctions de base dans le pipeline de traitement ADAS

Le travail d'un microprocesseur ADAS peut être divisé en un cycle continu : Sens, Perception, Plan, et Act. Chaque étape impose des exigences uniques au matériel de traitement.

Fusion et perception des capteurs

La première étape consiste à prendre des données brutes à partir de caméras, radars, lidar et capteurs ultrasoniques.Le rôle du microprocesseur est de synchroniser et de fusionner ces données en un modèle unique et cohérent du monde.C'est ce qu'on appelle la fusion de capteurs.Chaque type de capteur impose des exigences de traitement différentes.Les processeurs de signaux d'image (PISS)[ sont critiques pour les caméras, les tâches de manipulation comme la démosaigage, la cartographie des tons et la correction des volets roulants avant que les données ne soient introduites dans le réseau neuronal.Les processeurs de signaux numériques (PSP)[ sont optimisés pour le traitement des données de nuage de points de lidar et les données de déplacement Doppler à partir du radar.

Prise de décisions et planification des voies

Une fois l'environnement compris, le système doit décider quoi faire. La couche de planification utilise l'information traitée pour générer une trajectoire sûre et efficace. Cela implique la planification du comportement (p. ex., « Devrais-je changer de voie? ») et la planification du mouvement (p. ex., « Quel est l'angle de direction précis et le profil d'accélération pour exécuter ce changement de voie sans heurt? »). Cette étape s'effectue souvent sur le complexe CPU et les cœurs DSP de la SoC, en utilisant des algorithmes complexes comme Model Predictive Control (MPC) et Partiellement observable Markov Decision Processes (POMDPs). L'efficacité de cette étape de planification est essentielle pour obtenir une expérience de conduite confortable et semblable à celle de l'homme.

Contrôle et actionnement du véhicule

La dernière étape consiste à traduire les actions prévues en commandes physiques. La SoC de haut niveau communique la trajectoire souhaitée aux MCU critiques en matière de sécurité. Ces MCU dédiés exécutent ensuite les commandes en envoyant des signaux précis aux actionneurs contrôlant les gaz, les freins et la direction. Cette poignée entre la SoC haute performance et la MCU certifiée en matière de sécurité est une interface critique, garantissant que, bien que l'IA gère la perception complexe, l'exécution critique en matière de sécurité respecte les normes de sécurité fonctionnelles les plus élevées (ASIL-D).

Exigences techniques clés pour les transformateurs automobiles

Le développement d'un processeur pour ADAS est beaucoup plus difficile que la conception d'un appareil électronique grand public. Les exigences s'articulent autour de quatre piliers principaux : Performance, Efficacité énergétique, Sécurité et Sécurité.

Calculer la performance (TOPS, DGIPS, FLOPS)

Un système de niveau 2 (mains-à-main) pourrait nécessiter environ 10-30 TOPS (Trillions d'opérations par seconde) pour l'inférence AI. Un système de niveau 4 (vues-hors) pour l'axe robotisé devrait nécessiter plus de 1000 TOPS. Cette demande entraîne l'utilisation des procédés de fabrication de semi-conducteurs les plus avancés (7nm, 5nm et au-delà). Cependant, la performance brute n'est pas la seule métrique; la mesure de l'efficacité –TOPS par watt – est souvent plus importante. La consommation d'énergie excessive conduit à l'accumulation thermique, nécessitant des solutions de refroidissement coûteuses et volumineuses.

Architecte pour le redécoupage et l'opération de repli

Pour des niveaux d'autonomie plus élevés (L3 et plus), l'architecture de traitement doit être opérationnelle en panne, c'est-à-dire si un processeur échoue, un autre doit prendre le relais sans heurts. Il faut donc redondant les SoCs ou les configurations de verrouillage dans tout le système. Les niveaux d'intégrité de sécurité automobile (ASIL) sont définis par la norme ISO 26262, et les fonctions ADAS exigent généralement des ASIL B, ASIL D ou une scission (ASIL B pour la perception, ASIL D pour l'actionnement).

Cybersécurité et modules de sécurité matérielle

Les processeurs ADAS doivent inclure des enclaves matérielles sécurisées, des modules de sécurité matérielle (HSM), et un support pour les environnements d'exécution sécurisés (TEE) et les mises à jour en direct (OTA). La norme ISO 21434 pour la cybersécurité devient aussi importante que la norme ISO 26262 pour la sécurité fonctionnelle. La protection de l'intégrité du moteur d'inférence AI et des boucles de contrôle critiques pour la sécurité contre les interférences malveillantes est une priorité croissante pour les architectes système.

Paysage industriel et plateformes semiconducteurs de pointe

La course pour fournir le "cerveau" aux véhicules autonomes a créé un paysage dynamique et compétitif. Plusieurs acteurs clés dominent le marché de haute performance ADAS SoC, chacun avec une philosophie architecturale distincte.

  • NVIDIA: Dominant dans l'espace haute performance avec sa plate-forme DRIVE. Le DRIVE Orin SoC (254 TOPS) et le DRIVE Thor (2000 TOPS) à venir sont conçus pour les architectures de véhicules centralisées, premier AI. Leur force réside dans leur puissance de calcul AI basé sur GPU et l'écosystème logiciel mature, DriveOS. (NVIDIA DRIVE Platform)[
  • Qualcomm: La plateforme Snapdragon Ride Flex est conçue pour gérer les charges de travail numériques du cockpit et de l'ADAS sur un seul SoC. Leur expertise en connectivité et en efficacité de la puissance mobile leur donne un avantage important dans la course pour des TOPS efficaces par watt. (Snapdragon Ride Flex)
  • Mobileye (Intel): Un vétéran de l'espace ADAS, Mobileye propose la série EyeQ de SoCs, qui sont conçus pour ADAS basé sur la vision. Leur EyeQ Ultra intègre plusieurs cœurs de processeurs, GPU et accélérateurs AI optimisés pour leurs algorithmes propriétaires et leur première approche caméra. (Mobileye EyeQ Technology)
  • Texas Instruments, NXP, et Renesas: Ces entreprises fournissent les processeurs fiables et certifiés de sécurité et les MCU qui manipulent les couches de commande et d'actionnement essentielles, formant l'épine dorsale de la fiabilité du système. Leurs appareils sont les chevaux de travail de l'industrie, assurant que les commandes des SoC haute performance sont exécutées en toute sécurité.

Défis dans la conception et l'intégration des processeurs ADAS

Malgré les progrès rapides, des défis importants subsistent pour commercialiser ces puces complexes et les intégrer dans les véhicules. La pénurie mondiale de semi-conducteurs a mis en évidence la fragilité de la chaîne d'approvisionnement automobile. Les SoC ADAS haut de gamme dépendent de nœuds de fonderie de pointe (5nm, 3nm), qui sont limités en capacité et extrêmement coûteux.

La gestion thermique est le défi technique le plus critique. Les SoC à haute performance peuvent générer une chaleur immense et les véhicules ne disposent pas des systèmes de refroidissement sophistiqués des centres de données. La conception de puces qui peuvent fournir des TOPS élevés tout en restant dans un budget thermique et de puissance strict est une contrainte d'ingénierie primaire. De plus, la complexité des logiciels – intégrant les systèmes d'exploitation en temps réel (QNX, AUTOSAR Classic), les systèmes d'exploitation riches (Linux, AUTOSAR Adaptive) et les cadres d'IA (TensorFlow, PyTorch) – exige des niveaux de collaboration sans précédent entre les fournisseurs de silicium et les constructeurs automobiles.

L'avenir : l'informatique centralisée et le véhicule défini par le logiciel

La trajectoire est claire : les ECU distribués d'hier laissent place à un petit nombre de supercalculateurs sur roues. Le concept de « véhicule défini par logiciel » (SDV) est intrinsèquement lié à l'évolution du microprocesseur. Dans un SDV, le matériel est une plate-forme stable, et de nouvelles fonctionnalités, y compris les fonctions ADAS, sont fournies via les mises à jour logicielles en direct (OTA).

Cette convergence est déjà en cours, avec des puces conçues pour gérer simultanément plusieurs charges de travail. Cette tendance sera facilitée par les avancées dans les architectures de puces, les emballages avancés (2,5D/3D) et les réseaux embarqués plus rapides (PCIe Gen 5/6). Les plateformes futures intégreront probablement des accélérateurs de réseau neuronal spécialement conçus pour les modèles générateurs d'IA et de transformateurs complexes, permettant une interaction humaine-machine plus naturelle et une prise de décision avancée.

Conclusion

Les microprocesseurs sont les héros méconnus de la révolution ADAS. Ils sont passés d'unités logiques simples à des moteurs informatiques incroyablement complexes et hétérogènes capables d'effectuer des milliards de transactions par seconde. Du MCU certifié pour la sécurité qui garantit que vos freins fonctionneront au superordinateur AI qui interprète la route à venir, ces puces sont le fondement sur lequel se construit l'avenir du transport sûr et autonome.