影響
- 加速原型設計可節省約 12 個月的開發時間
- 雲端到車輛程式碼與容器重複使用
- 先進駕駛輔助系統/AV 開發與驗證
- 提升人工智慧與推論的每瓦效能
- 車用人工智慧助理
- 軟體定義汽車/邊緣 AI
- Arm Neoverse (AWS Graviton)
- Arm Cortex‐A 平台 + SOAFEE
- Arm64 端對端
使用的技術
連結雲端與汽車以滿足汽車領域的人工智慧需求
汽車軟體團隊面臨持續增加的壓力，可提供採用人工智慧技術的體驗，同時滿足緊湊的時間表與安全期望。傳統管道通常在與車載硬體不同的架構上開發，導致從雲端轉移到車輛時產生阻力，包括移植工作、效能不匹配與更長的驗證週期。同時，團隊必須在不模糊攸關安全系統的邊界下，導入語音助理與感知等全新人工智慧功能。一級供應商需要一條途徑，既能加速迭代，又能降低軟體定義汽車中的整合風險。
以統一的 Arm64 與 AWS 實現早期開發
AWS 與 Arm 在雲端和邊緣使用 Arm 統一的 Arm64，實現真正的早期開發。開發人員使用能反映車載目標的現代容器化工作流程，在基於 Arm Neoverse 架構的 AWS Graviton 上建構、測試與最佳化。透過 SOAFEE，團隊可將雲端原生模式 (服務管理、協調管理與混合關鍵性) 導入汽車環境中，以維持隔離與確定性。由於相同的指令集架構 (ISA) 涵蓋雲端與汽車，因此團隊可重複使用工具鏈與物件、縮短移植週期，並更有效提前驗證人工智慧工作負載 (助理、感知、規劃)。進而加快迭代，並提供明確的 Arm 架構車載平台量產途徑。