Künstliche Intelligenz im Auto: Prozessoren für das Cockpit

Sprachassistenten im Auto benötigen bislang häufig eine Internetverbindung, um Fragen zu beantworten oder komplexere Aufgaben auszuführen. Mit leistungsfähigen KI-Prozessoren lässt sich diese Verarbeitung zunehmend direkt ins Fahrzeug verlagern.

Das verkürzt die Reaktionszeiten und macht bestimmte Funktionen unabhängig von der Mobilfunkverbindung. Zudem steigen die Anforderungen an die Elektronik, denn digitale Instrumente, Infotainment und sicherheitsrelevante Anzeigen müssen zuverlässig zusammenarbeiten. Wie sich diese Aufgaben auf unterschiedliche Prozessoren verteilen lassen, demonstriert NXP Semiconductors mit dem „AI Enhanced eCockpit“. Auf der electronica in München zeigt das Unternehmen eine Kombination aus Automotive-Infotainment-Prozessoren und separater KI-Hardware. Darüber hinaus arbeitet der Halbleiterhersteller an neuen Fahrzeugarchitekturen, bei denen zentrale Recheneinheiten zunehmend die Aufgaben zahlreicher einzelner Steuergeräte übernehmen.

NXP kombiniert digitale Instrumente und Infotainment

Das vorgestellte eCockpit steuert zwei Bildschirme über einen gemeinsamen Infotainment-Prozessor. Einer der Bildschirme ist für den Fahrer vorgesehen und zeigt beispielsweise die digitalen Instrumente. Der zweite dient dem Infotainment beziehungsweise dem Beifahrer. Für diesen Bereich verwendet NXP in der Demonstration Android Automotive als Betriebssystem. Die Zusammenführung unterschiedlicher Funktionen auf einer Hardwareplattform stellt besondere Anforderungen an die Systemarchitektur. Während Infotainment-Anwendungen umfangreiche Bedienoberflächen und zusätzliche Funktionen bereitstellen, müssen sicherheitsrelevante Fahrerinformationen unter definierten Bedingungen zuverlässig verfügbar sein. NXP bietet deshalb die Möglichkeit, diese Bereiche innerhalb eines Chips voneinander zu trennen. Die für den Fahrer vorgesehenen Anzeigen können mit entsprechenden Automotive-Safety-Eigenschaften betrieben werden, während das Infotainmentsystem parallel andere Aufgaben übernimmt. Ein weiterer Schwerpunkt ist die Startgeschwindigkeit. Nach Angaben des Unternehmens kann das digitale Kombiinstrument bereits ungefähr eine Sekunde nach dem Einschalten des Fahrzeugs verfügbar sein. Damit müssen Fahrer nicht zunächst auf den vollständigen Start des Infotainment-Betriebssystems warten, bevor wichtige Instrumentenanzeigen erscheinen.

Ara240 ermöglicht lokale KI ohne Internetverbindung

Für anspruchsvollere KI-Anwendungen zeigt NXP eine separate Recheneinheit, die als AI Box bezeichnet wird. Darin kommt der KI-Prozessor Ara240 zum Einsatz, der eine Rechenleistung von 40 eTOPS bietet. Die Abkürzung bezeichnet eine Kenngröße für die Leistungsfähigkeit bei KI-Berechnungen. In der Demonstration arbeitet der Prozessor mit einem offenen KI-Modell aus der Qwen-Familie. NXP verwendet es als Grundlage für ein Vision-Language-Modell (VLM), das Informationen verarbeiten und darauf bezogene Antworten erzeugen kann. Die Besonderheit liegt in der lokalen Verarbeitung. Sämtliche Berechnungen erfolgen unmittelbar auf der Fahrzeughardware, ohne dass die Anfrage über eine Internetverbindung an externe Server übertragen werden muss. NXP spricht dabei von Edge AI, also künstlicher Intelligenz, die direkt am Einsatzort ausgeführt wird. Im gezeigten Aufbau erreicht das System nach Unternehmensangaben Antwortzeiten von ungefähr einer Sekunde. Damit sollen auch komplexere Dialoge zwischen Fahrer und Fahrzeug möglich werden, ohne dass die Verarbeitung von der Verfügbarkeit eines Mobilfunknetzes abhängt. Für Automobilhersteller kann dies außerdem wirtschaftliche Vorteile bieten. Wenn KI-Anfragen lokal verarbeitet werden, lassen sich entsprechende externe Rechen- und Kommunikationsleistungen reduzieren. Welche Kostenersparnis tatsächlich entsteht, hängt allerdings von der jeweiligen Anwendung und der eingesetzten Systemarchitektur ab.

Sprachassistent beantwortet Fragen zum Fahrzeug

Ein konkretes Einsatzgebiet der lokalen KI ist die Kommunikation zwischen Fahrer und Fahrzeug. Statt einzelne Funktionen ausschließlich über Menüs aufzurufen, könnten Nutzer ihre Anliegen in natürlicher Sprache formulieren. Im Interview nennt NXP beispielsweise Fragen zum Fahrzeughandbuch oder die Eingabe eines Navigationsziels. Der Fahrer könnte eine Funktion erklären lassen oder Informationen zur Bedienung abrufen, ohne dafür eine externe KI-Verbindung zu benötigen. Dabei geht es um mehr als die klassische Erkennung festgelegter Sprachbefehle. Durch den Einsatz eines Sprach- beziehungsweise Vision-Language-Modells können auch komplexere Anfragen verarbeitet werden. Die Leistungsfähigkeit hängt jedoch vom verwendeten Modell, den verfügbaren Informationen und der Integration in das Fahrzeugsystem ab. Neben der Interaktion im Cockpit sieht NXP Einsatzmöglichkeiten für künstliche Intelligenz auch bei Fahrerassistenzsystemen und automatisierten Fahrfunktionen. Diese Anwendungen stellen allerdings andere Anforderungen an die Verarbeitung und Absicherung der Ergebnisse als ein Sprachassistent.

Integrierte KI-Beschleuniger übernehmen kleinere Aufgaben

Nicht jede KI-Anwendung benötigt einen separaten Hochleistungsprozessor. Deshalb integriert NXP auch in seine Automotive-Infotainment-Prozessoren lokale KI-Beschleuniger. Diese können kleinere Aufgaben unmittelbar auf dem jeweiligen Chip ausführen. Für Anwendungen mit höherem Rechenbedarf lässt sich dagegen eine zusätzliche KI-Einheit wie der Ara240 einsetzen. Damit können Fahrzeughersteller die Rechenleistung entsprechend den Anforderungen ihrer Anwendungen verteilen. Einfache Funktionen müssen nicht zwangsläufig auf einer besonders leistungsfähigen separaten Hardware ausgeführt werden. Umgekehrt lassen sich anspruchsvollere KI-Modelle ergänzen, ohne sämtliche Funktionen des Cockpits auf einen einzigen Prozessor konzentrieren zu müssen. Diese Aufteilung ist insbesondere bei der Entwicklung unterschiedlicher Fahrzeugklassen interessant. Je nach Ausstattung und gewünschtem Funktionsumfang können verschiedene Hardwarekonfigurationen erforderlich sein.

Zonal Compute reduziert die Zahl der Steuergeräte

Neben der Weiterentwicklung des Cockpits beschäftigt sich NXP mit einer grundlegenden Veränderung der elektrischen und elektronischen Fahrzeugarchitektur. Dabei geht es um die Konzepte Zonal Compute und Central Compute. In klassischen Fahrzeugarchitekturen übernehmen zahlreiche elektronische Steuergeräte, sogenannte ECUs, jeweils bestimmte Funktionen. Mit wachsendem Funktionsumfang steigt dadurch die Zahl der verbauten Komponenten und der erforderlichen Verbindungen. Bei einer zonalen Architektur werden elektronische Komponenten stärker nach ihrer räumlichen Position im Fahrzeug zusammengefasst. Für diese Zonen bietet NXP geeignete Mikroprozessoren an. Übergeordnete Aufgaben können von einer zentralen Recheneinheit übernommen werden, die mit den einzelnen Zonen kommuniziert. Das Ziel besteht darin, Funktionen zusammenzuführen, die bislang auf mehrere Steuergeräte verteilt sind. Ein leistungsfähiger Zentralprozessor kann dadurch Aufgaben verschiedener ECUs übernehmen. Nach Einschätzung von NXP lassen sich mit dieser Architektur sowohl die Verkabelung als auch die Zahl der Steuergeräte optimieren. Werden Funktionen zentralisiert, können zudem weniger separate Speicherbausteine und weitere elektronische Komponenten erforderlich sein.

Zentrale Rechenleistung verändert die Fahrzeugelektronik

Die zunehmende Zentralisierung stellt neue Anforderungen an die eingesetzten Prozessoren. Sie müssen unterschiedliche Aufgaben parallel ausführen und dabei die jeweiligen Anforderungen an Leistung, Verfügbarkeit und funktionale Sicherheit berücksichtigen. Für NXP gehören deshalb lokale KI-Beschleuniger, sicherheitsorientierte Cockpit-Prozessoren und zentrale Recheneinheiten zu einer gemeinsamen Entwicklungsrichtung. Während künstliche Intelligenz zusätzliche Funktionen im Fahrzeug ermöglicht, soll eine veränderte Architektur die dafür benötigte Elektronik effizienter organisieren. Das AI Enhanced eCockpit zeigt einen konkreten Ausschnitt dieser Entwicklung. Zwei unterschiedliche Bildschirmbereiche werden über einen gemeinsamen Prozessor gesteuert, während eine zusätzliche KI-Einheit komplexere Anfragen lokal verarbeitet. Die schnelle Bereitstellung der Fahreranzeigen bleibt dabei eine eigenständige Anforderung. Mit Zonal Compute und Central Compute reicht der Ansatz über das Cockpit hinaus. Die bisherige Verteilung zahlreicher Fahrzeugfunktionen auf einzelne Steuergeräte soll zunehmend durch leistungsfähigere, gemeinsam genutzte Rechenplattformen ersetzt werden. Für Automobilhersteller eröffnet das die Möglichkeit, neue digitale Funktionen zu integrieren und gleichzeitig den Hardwareaufwand im Fahrzeug zu reduzieren.