Komputasi Adaptif Dorong Evolusi Otomasi Otomotif

Sabtu 05-07-2025,10:01 WIB
Reporter : Tatang Rusmanta
Editor : Tatang Rusmanta
Komputasi Adaptif Dorong Evolusi Otomasi Otomotif

BACA JUGA:Kapolsek Gunung Jati Gercep Evakuasi Warga Hendak Melahirkan Ditempat Umum ke Rumah Sakit     

Keamanan yang tertanam   

Aspek terpenting dari fitur ADAS dan pengemudian otomatis adalah memastikan keselamatan pengemudi dan penumpang. Semua pemangku kepentingan – produsen, pemasok, pengguna kendaraan jalan raya dan komersial – mengharapkan tingkat keselamatan dan keandalan tertinggi pada kendaraan dengan sistem otonom.

Namun, Data Aggregation, Pre-Processing dan Distribution (DAPD), proses pengumpulan, pengangkutan, dan pemrosesan data sensor oleh kendaraan untuk menginformasikan tindakan yang relevan, menghadirkan tantangan teknis yang rumit seputar ketersediaan bandwidth, efisiensi daya, kinerja sensor, dan keandalan.

Contohnya adalah sistem pengereman darurat otomatis, tempat sensor mendeteksi bahaya yang datang, membagikan informasi ini dengan otak komputasi kendaraan, yang menginformasikan sistem untuk melakukan manuver kendaraan yang relevan – dalam hal ini menghentikan kendaraan.       

Pengujian dan sertifikasi keselamatan harus ketat untuk memastikan sistem tersebut tidak pernah gagal, memiliki konektivitas dan pasokan daya yang memadai setiap saat, dan aman terhadap gangguan dari ancaman siber yang jahat dan tidak jahat.

BACA JUGA:TP2GP Turun ke Cirebon, Proses Gelar Pahlawan Nasional KH Abbas Abdul Jamil On The Track

Ini berarti teknologi di dalam sistem otomotif harus mematuhi pengujian kualitas (AEC-Q100) dan spesifikasi keselamatan (ISO26262). AEC-Q100 adalah standar industri yang menguraikan persyaratan pengujian untuk produk elektronik untuk aplikasi otomotif.

ISO26262 adalah standar keselamatan fungsional internasional untuk kendaraan jalan raya yang ditetapkan oleh Organisasi Internasional untuk Standardisasi (ISO). Ada empat tingkat sertifikasi ISO262262 ASIL – dengan ASIL A mewakili tingkat terendah dan ASIL D tingkat tertinggi dari bahaya otomotif. Teknologi tertanam serta sistem harus memenuhi standar ini.      

Persyaratan teknis dan keselamatan ini menjadikan komputasi adaptif sebagai komponen penting dalam menjaga integritas fitur mengemudi otomatis karena standar berkembang pesat dan menjadi semakin kompleks. Hardware komputasi adaptif – berdasarkan programmable logic (PL) – dapat diprogram dan diprogram ulang berulang kali setelah digunakan di lapangan untuk memenuhi beragam fungsi dan berkembang seiring dengan lingkungannya.

Kemampuan pemrosesan paralelnya berarti perangkat tersebut dapat menghitung banyak tugas dan aliran data dengan cepat dan efisien. Oleh karena itu, perangkat berbasis PL sangat cocok untuk kendaraan dengan fitur otomatis, yang memerlukan silikon adaptif dengan latensi rendah, daya rendah, dan keandalan tinggi untuk menggabungkan, memproses, dan mendistribusikan data sensor. Lebih jauh lagi, SoC adaptif berdasarkan PL seperti yang ada di AMD Series kelas otomotif (XA) memenuhi syarat menurut spesifikasi uji AEC-Q100, dengan kemampuan hingga ISO26262 ASILD.  

BACA JUGA:Tingkatkan Gizi Masyarakat untuk Turunkan Angka Stunting Lewat Program Gemarikan   

Otomasi dan AI  

Seiring pasar bergerak ke arah pengemudian yang sangat otomatis dan sepenuhnya otonom, kendaraan akan semakin bergantung pada sensor canggih dan pengendali domain yang dilengkapi dengan Machine Learning.

Lebih jauh lagi, kinerja pemrosesan AI dan arsitektur komputasi heterogen akan sangat penting untuk pengambilan keputusan real-time yang dipandu AI dan peningkatan otonomi kendaraan. Perangkat PL seperti FPGA akan memainkan peran utama untuk memungkinkan komputasi adaptif dan kecerdasan kendaraan terpasang.

Permintaan keseluruhan untuk pemrosesan kinerja tinggi, grafik, dan komputasi adaptif untuk memungkinkan kemampuan Automated Driving, ADAS, dan IVX generasi berikutnya diperkirakan akan meroket dalam beberapa tahun mendatang. Dalam waktu dekat, perkiraan mengantisipasi peningkatan 2X dalam kebutuhan kinerja setiap dua hingga tiga tahun untuk infotainment saja, di seluruh CPU, GPU, dan tampilan grafik.

Memenuhi persyaratan kinerja yang terus meningkat ini akan memerlukan perluasan ruang pemrosesan yang tersedia untuk mengakomodasi beban kerja tambahan yang diterapkan ke kendaraan melalui siklus hidupnya. 

BACA JUGA:Lepas Catar Akademi TNI 2025 Asal Jabar, KDM Berharap Bisa Lolos Seleksi Nasional     

Kendala ukuran, biaya, dan daya, bersama dengan keinginan untuk merangkul era Software Defined Vehicles mendorong desain otomotif untuk menggunakan arsitektur komputasi yang lebih tersentralisasi untuk mengkonsolidasikan fungsi Automated Driving, ADAS, dan IVX serta mengurangi kompleksitas.

Daripada memiliki banyak subsistem cerdas, OEM otomotif beralih ke desain di mana kecerdasan dibagi antara pengontrol tepi dan domain/zonal. Misalnya, daripada memiliki unit mikrokontroler (MCU) untuk setiap sensor, memusatkan komputasi dalam domain, atau pengontrol zona dapat mengkonsolidasikan pemrosesan sensor.

Pendekatan ini dapat mengurangi kompleksitas sensor/kabel, biaya sistem, dan konsumsi daya. Karena teknologi yang memungkinkan menjadi lebih terjangkau dari waktu ke waktu, keselamatan premium dan fitur-fitur canggih yang mendukung AI, seperti bantuan parkir dan mengemudi jalan raya otomatis, pada akhirnya akan mencapai pasar massal. Untuk mobil-mobil yang mendukung AI di masa depan, ini akan menjadi fitur standar yang diperlukan di semua kendaraan.      

Ketika ini terjadi, produsen mobil akan menghadapi lebih banyak komputasi dan krisis daya, yang membutuhkan perangkat performa tinggi, latensi sangat rendah, dan daya rendah yang memenuhi standar keselamatan fungsional tingkat lanjut.

BACA JUGA:Pencairan BSU 2025 Bisa Pakai Pospay, Begini Caranya

Kategori :