传统汽车需要的芯片数量大约在500-600颗,而智能汽车对芯片的需求量增加至1000-2000颗左右了,其中单单是驱动温度控制或自动空调系统等功能,就需要100-150颗微芯片,根据车辆的先进程度和配置等级的不同会有所区别。预计到2030年,全球自动驾驶汽车将增长到6240万辆。
消费者的需求是在不断提高的,他们需要更好的驾驶体验和更先进的功能。这意味着汽车制造商和开发者在复杂性、创新性和安全性方面也面临着更高要求。因此对于汽车开发者来说,他们需要在芯片设计过程的早期阶段,就采用或部署强大的技术,从而在不影响安全性或效率的情况下更丝滑地操作复杂系统,数字孪生就是其中一项重要技术。这一概念能够带来诸多优势,包括加快上市时间、更紧密地整合软硬件、提高产品质量和降低运营成本。
架构探索:需要新的、更强大的SoC来支持自动驾驶汽车和ADAS设计。半导体公司需要在开发初期探索架构,满足OEM工作负载不断增长的性能需求。专为架构探索设计的数字孪生可以帮助改善这方面的合作。
在芯片流片前完成开发:通过使用虚拟原型、硬件加速、FPGA和混合数字孪生,半导体公司可以在芯片流片前将软件开发、硬件和软件集成以及SoC验证进行左移。
测试和验证的无线加速:ECU开发者可以重新使用半导体模型或建立更抽象的模型(如主机扩展)加速其测试和验证工作。这些ECU还可以组合到车辆模型中,增加车辆动力分析、传感器和交通模拟来解决系统集成问题。它们还可以连续用于测试和验证通过无线软件更新交付给车辆的软件。
用于软件在环测试的Silver解决方案
用于虚拟硬件和虚拟硬件在环测试的Virtualizer开发工具包(VDK)
用于电力电子和机电一体化设计及仿真的Saber解决方案