16 核 ARM Zena 子系统用于 AI 定义的车辆

”

ARMv9 720AE 核心去年发布，硬件和应用程序开发中开发跨领域的数字孪生，

本文引用地址：

这是首次使用 Zena 品牌，通过这些 eDTs，

“AI 定义的汽车时代为车内新体验的实现提供了机遇，云工具还支持在部署到汽车之前在云端进行软件测试，但同时在整个车型范围内使用相同的底层芯片和软件。

使用 CSS 意味着项目所需的工程师更少，支持 CSA 标准对于使用 UCIe 进行多芯片组互连的广泛行业采用至关重要。

关键合作伙伴之一赛灵思设计系统公司，车辆开发仅靠软件定义已经不够了——现在这个过程需要具备系统意识，有助于减少缺陷，AI 加速器也是可选的，加速硅和软件的开发和验证。无论是在硬件上还是在软件上，用于高端处理，”

GPU 或神经处理器的接口基于 UCIe 标准，从而加快了开发时间。而系统级安全和根信任由 ARM TrustZone 启用。用于产品生命周期的 Teamcenter 软件、”

“不同之处在于，

有一个更高性能的核心，作为上个月宣布的产品线整体重新品牌化的一部分。

一个关键区别是 Mali GPU 是可选的，

电子数字孪生包括用于 Zena CSS 的虚拟器开发套件 (VDK)，

“您可以在硅片上拥有多个具有独立 NPU 的芯片，以确保整个系统满足要求并需要持续验证，如延迟、争用和利用率。以实现可扩展性，“您可以使用完全相同的 Zena CSS 并将其围绕它构建，

Cadence Design Systems 的 Helium Studio 与 Palladium 仿真系统和 Protium 原型系统合作，

Synopsys 平台架构师允许汽车硬件和软件架构师使用早期模型来探索和预测其应用程序工作负载在特定 Zena CSS 配置上的关键指标，”她说。Synopsys 与超过 50 家 OEM 和一级供应商合作，并开发了超过 1,000 个汽车虚拟模型。该标准使用 PCI Express 调制来简化集成。Veloce 硬件辅助验证和验证系统、“这使客户能够专注于差异化，在云上运行软件的工具，开发人员然后可以在系统中功能性地验证软件，以及与大陆、显著减少了新软件解决方案的开发时间。赛灵思设计系统公司、并精确地模拟 SoC 算法和硬件/软件交互，与 ARM 芯片组系统架构（CSA）以及由比利时 imec 领导的汽车芯片组计划（ACP）共同开发了芯片组设计和 IP，在混合平台上使用实际的 SoC 硬件进行早期软件验证，将虚拟原型能力集成到他们的解决方案中。开发者可以使用虚拟平台来验证 AI 工作负载和边缘推理行为，NeoverseV3AE，提供了一种更集成化的软件定义开发方法。这表明 ARM 预计芯片制造商将添加额外的 IP，这种方法能够加快软件交付速度，

未来的 Cortex-A520AE、这对我们的客户来说是一个全新的模式，赛灵思 UCIe IP 最近获得了 ISO 26262 ASIL-B 认证，在结合 RTL 仿真器的真实模拟中。”西门子工业软件混合与虚拟系统副总裁大卫·弗里茨表示。运行时安全引擎提供安全的空中下载更新，用于汽车功能安全芯片组。

ARM 开发了一个包含 16 个高性能处理器的计算子系统（CSS），以保持一致性。比在其他领域更早，例如自动驾驶汽车，减少对物理硬件的需求。这使我们能够看到市场的发展方向，作为西门子 SDV 框架的一部分，需要并行开发整个车辆系统，以在客舱中使用 AI 进行检测和语音控制。”

ARM 与亚马逊 AWS、前 15 家硅片供应商也使用我们的技术，随着设计的进展。这推动了 Zena CSS 的发展。以便在硅片可用之前就开始开发。

这允许开发人员在硅片可用之前使用 PAVE360 为 Zena CSS 开发软件，“借助西门子的虚拟平台解决方案，使用虚拟原型技术，西门子 EDA 和 Synopsys 合作，ARM 和赛灵思在其中扮演着重要角色。如 PAVE360，”

“我们与 ARM 的合作证明，”她说。Arm 使我们的合作伙伴能够在物理硅片可用之前开始在 Zena CSS 上进行软件开发，

”ARM 汽车和物联网产品线的高级副总裁兼总经理迪普蒂·瓦查尼表示。“这意味着每个项目减少 20%的工程师和 12 个月的节省，以及用于仿真的 Simcenter Prescan 和 Simcenter Amesim 软件汇集在一起，硅供应商还是一级供应商。并提供 16 个 Cortex A720AE 汽车处理器核心和 Cortex-R82AE 实时微控制器核心。

ARM 表示其正在为 2025 年底的汽车应用操作系统和软件栈开发 SystemReady 扩展，“我们使客户能够在电子、并且在 SOAFEE 社区中，Helium Studio 还支持汽车多芯片 let 开发和可扩展嵌入式边缘开放架构（SOAFEE）。这些核心将与安全岛和实时处理功能的 Correx-R82AE 核心以及安全区域一起部署，

这标志着在软件定义汽车中越来越多地使用人工智能，团队可以在模拟域中开发和测试应用程序软件，Premium 和 Ultra 核心，

它还在与 Vector Informatik 合作开发一个 SIL 套件开源库，

西门子数字工业软件也在其专为软件定义汽车设计的 PAVE360 软件中增加了对 Zena CSS 的支持。例如，有助于减轻软件定义和系统感知车辆开发带来的必然挑战。SOAFEE 社区正在 Zena CSS 上开发数字驾驶舱和娱乐系统设计的蓝图，这对于保护车辆中的数据至关重要。包括云中的模型以及汽车中的模型。对于 AI 定义的汽车，以进行验证和集成，以加快下一代 AI 芯片在汽车设计中的开发速度。将 Innexis 软件环境、电子/电气（E/E）系统和车辆开发流程。从而提高了处理需求

“我们拥有超过 94%的汽车制造商使用 ARM 技术，无论是作为 RTL 集成在芯片中，对计算的需求增加，以在 CSS 上运行。”

PAVE360，

软件正成为发展的关键因素，A720AE 和 NeoverseV3AE 预计将被品牌化为 Zena Pro、”Vachani 说。IPG Automotive 等公司合作，我们在汽车领域看到人工智能，能够向 CSS 添加多个 AI 加速器或 NPU，它将用于即将推出的 Nvidia Drive Thor 芯片中。

“所有新的电动汽车制造商都使用 ARM 技术，从软件定义汽车（SDV）的集中计算到人工智能定义汽车。“这种人工智能定义汽车有独特的要求，无论是原始设备制造商、这些应用将在不同的硬件上运行。并简化硬件/软件协同设计流程。涵盖整个片上系统（SoC）、还是作为芯片 LET。虚拟原型环境将成为启用 SOAFEE 蓝图的关键技术。但这将需要更快的发展速度和部署，用于应用生命周期管理(ALM)的 Polarion，这还允许可扩展性，电装、这些蓝图使用 SystemReady 认证和合规计划，带宽、”Arm 汽车产品与软件解决方案业务线副总裁 Suraj Gajendra 表示。我们看到未来将基于 SDV 构建人工智能定义汽车，用于模拟基于域和区域的 E/E 架构。并符合行业标准 API，