Wird Speicher zum Engpass beim autonomen Fahren?

Assistenzsysteme, Domain-Controller, hoch automatisierte Fahrfunktionen, neuronale Netze und Cloud-basierte Dienste – all diese neuen Anwendungen stellen die Automobilindustrie vor große Herausforderungen. Der Kommunikationsbedarf steigt ebenso wie die Anforderungen an Rechenpower, Speicherlatenz und Speicherbandbreite. Letztere wird oft vernachlässigt. Das Thema »Speicher« wird beim autonomen Fahren als einfach lösbar angenommen – ähnlich wie man sich bei der Rechenleistung aus der klassischen IT bedient, müsste dies doch auch beim Speicher funktionieren?

Weit gefehlt! Die Anforderungen an die Verarbeitung von Sensordaten aus vielen Kanälen sind sehr hoch, nicht nur was das Volumen betrifft, sondern auch in Bezug auf eine garantierte Latenz und Bandbreite. Was viele nicht wissen: auch wenn Speicherbausteine wie DRAMs (Dynamic Random Access Memories) eine angegebene maximale Bandbreite haben, liegt diese durch das komplexe Protokoll in der Praxis oft weit darunter. Die Speicherzellen, die sehr temperaturempfindlich sind, müssen zudem regelmäßig aufgefrischt werden (Refresh), was bei hohen Temperaturen im Automobilbereich zu einem weiteren Einbruch der Bandbreite und einer Erhöhung der Latenz führt. Diese Eigenschaften machen es sehr schwierig, DRAMs in sicherheitskritischen Anwendungen einzusetzen. Speicherhersteller wie Micron beziffern den Bedarf an Speicherbandbreite für Autonomie-Level 4-5 mit 400-1024 GB pro Sekunde. Dazu kommen die wachsenden Anforderungen an die Speichergröße, für die Daimler bei Premium-Fahrzeugen für das Jahr 2025 mehr als 50 GB DRAM vorhersagt.

Welche Ansätze gibt es, um das Speicherproblem beim autonomen Fahren zu beheben?

Das Fraunhofer IESE forscht mit Partnern der TU Kaiserslautern seit einigen Jahren im »Leistungszentrum Simulations- und Software-basierte Innovation« an Lösungen, die optimierte Speichersysteme und Speichercontroller zum Ziel haben, welche optimal an spezielle Anwendungen angepasst sind. Dieses Szenario lässt sich sehr gut auf hochperformante Sensordatenanalysen und Anwendungen des maschinellen Lernens, z.B. die Inferenz von neuronalen Netzen, abbilden.

In den letzten Jahren wurden viele neue DRAMs vorgestellt (z.B. DDR4, LPDDR4, GDDR6, Wide I/O, HMB2). Es ist jedoch noch nicht klar, wie diese Speichermodule im Automobilbereich in Bezug auf Bandbreite, Latenz, Leistung, Temperatur, Zuverlässigkeit und Sicherheit eingesetzt werden können. Die wissenschaftliche DRAM-Forschung konzentriert sich bisher vor allem auf mobile Geräte und große Rechenzentren. Diese Anwendungen haben völlig andere Anforderungsprofile als sicherheitskritische Anwendungen im Automobilbereich. Mit einem trilateralen Forschungsprojekt der DFG wollen das Fraunhofer IESE, die TU Kaiserslautern und die Robert Bosch GmbH diese Forschungslücke schließen.

Brauchen Sie Hilfe bei der Auswahl geeigneter Speichertechnologien?

Zu den Leistungen, die das Fraunhofer IESE bereits heute Automobilherstellern und -zulieferern anbietet, gehören:

• das Vermessen und die Auswahl geeigneter Speichertechnologien
• die Entwicklung hochoptimierter, anwendungsspezifischer Speichercontroller
• die hardwarenahe Simulation von Leistungsparametern mit den Werkzeugen
  • DRAMSys
  • DRAMMeasure
  • Simulationsframework FERAL

Kontaktieren Sie uns, wir beraten Sie gerne.

Lesetipp
Sie interessieren sich für das Thema autonomes Fahren? Dann lesen Sie doch auch den Blogbeitrag des Fraunhofer IESE zu Sicherheit beim autonomen Fahren