汽车系统正变得越来越智能化。除了大肆宣传自动驾驶汽车进入市场之外,今天的汽车被期望表现得像一个智能房屋,因为汽车内部操作的每个方面都受到监控,控制,并与汽车的其他功能交流。 当然,这些复杂性引起了对更复杂的特殊技术的需求——从只有数字信号到混合信号的转变。 此外,汽车安全标准,如 iso 26262,以避免 / 控制系统故障和检测 / 控制随机硬件故障,使这些专用集成电路非常不同于其他集成电路。 现在的 asic 体系结构必须包括位置控制、速度控制、滞环控制、定时控制等等,这些 asic 还必须满足其他严格的可靠性、合格性和更长的生命周期标准,所有这些都将导致在这些问题上花费大量的开发时间和资金。 资格审查程序可以占总成本的30% 以上。

大型分散的设计团队在一个 fpga 原型框架下协同工作

正如我们之前所指出的,汽车内的众多系统必须协同工作,并且彼此之间有效地沟通。 然而,这些独立组件的测试、验证和实现的。 此外,每个团队中的许多团队和人员都位于不同的地理位置,你开始看到另一种复杂性的出现。 你如何利用这些资源,分享这些不同群体的信息? 亚科鸿禹的云 cubem 和 neuroTM 系统提供了一个理想的主机 fpga 场,允许大量远程用户同时运行系统测试和软件开发。

Prodigy cloud cube 是一种企业级机箱,支持多达32个 fpga / gas,使用任何 prodigy 逻辑模块的组合,而 neuro 基于云的软件接口允许管理并行 / 远程软件开发。 这种类型的方法还提供了一个低成本的解决方案,以支持大量的复制。