Автомобили будущего требуют до 300 ГБ оперативной памяти — в эпоху автономного вождения машины превращаются в мобильные вычислительные центры

Рост потребления памяти в автомобильной промышленности

Современные автомобили становятся новыми «пожирателями» памяти, где уже встречается до 100 Гбайт DRAM и до 1,5 Тбайт SSD. Пандемия ударила по автомобильному производству неожиданным образом, когда поставщикам транспортных средств перестало хватать простейших полупроводниковых чипов. Сейчас все мощности полупроводниковой отрасли работают на сферу ИИ, интересы рынков ПК и смартфонов обслуживаются в последнюю очередь, а тем же автомобилям в современных условиях требуется довольно много памяти.

Технические требования к памяти

Если в начальных конфигурациях бортовые системы машины, включая развлекательную и отвечающие за помощь водителю в управлении, требуют до 40 Гбайт оперативной памяти, то в старших конфигурациях её объём может превышать 100 Гбайт. В случае с твердотельной памятью NAND, используемой для долговременного хранения информации, разбег требований ещё больше. Обновления ПО, которые поступают «по воздуху», для своего временного хранения требуют до 10 Гбайт дискового пространства в минимальном случае, а с учётом резерва можно говорить о всех 50 Гбайт.

Для хранения большого количества изображений, используемых в работе систем автопилота, требуется от 100 до 300 Гбайт памяти. Твердотельный накопитель современного автомобиля в этом случае должен обладать объёмом от 500 Гбайт до 1,5 Тбайт, и в будущем требования будут расти практически ежегодно. По словам главы Micron Санджай Мехротры, для машин с автономностью четвертого уровня не хватит десятков гигабайт — потребуется 300 и больше.

Системы, требующие вычислительной мощности

Современный автомобиль — это невероятно сложная и многоуровневая система. В нем задействованы сотни датчиков, десятки управляющих модулей, которые постоянно обмениваются данными. Ключевые «пожиратели» процессорного времени включают:

• Системы помощи водителю (ADAS) — самая ресурсоемкая система, требующая непрерывной обработки данных с десятков сенсоров
• Информационно-развлекательная система (IVI) — обрабатывает голосовые команды, стриминг и интеграцию с приложениями
• Система управления климатом (HVAC) — учитывает геометрию салона и интенсивность солнечного света
• Система управления электропитанием (BMS) — контролирует состояние батареи в электромобилях
• Система помощи при парковке — строит виртуальную трехмерную модель препятствий

Автопилот и обработка данных

Автопилот четвертого поколения Tesla изначально использовал 32 Гбайт памяти GDDR6/LPDDR, но выходящая в этом году версия 4+ уже удваивает этот объём до 64 Гбайт. Популярная среди автопроизводителей платформа Nvidia Orin также использует 32 или 64 Гбайт оперативной памяти. Платформа NVIDIA DRIVE Thor переняла у отдельных блоков множество задач: от обработки данных с камер и датчиков до систем помощи водителю, умного салона и мультимедиа.

Современный автомобиль оснащён целым арсеналом сенсоров: от восьми до двенадцати камер высокого разрешения, лидаров, радаров и ультразвуковых датчиков. Каждый сенсор выдает информацию непрерывно. За час поездки машина может накопить терабайты сырых данных. Система не просто их собирает, а мгновенно сопоставляет: накладывает друг на друга информацию с камер, радаров и иных датчиков. Для этого в памяти постоянно держатся последние кадры, карты глубины и промежуточные результаты обработки, включая нейросети.

Архитектурные изменения и перспективы

Раньше автомобиль был оснащен несколькими изолированными блоками: один управлял двигателем (ECU), другой — коробкой передач (TCM), третий — подушками безопасности (SRS). Сегодня же тенденция неизбежно ведет к централизации. Производители внедряют архитектуру «зональных компьютеров» и «электронный блок управления (ВСЭС)» — единую платформу, которая координирует работу всей машины.

Нагрузка растет нелинейно. Каждый уровень автономности добавляет не только датчики, но и целые пласты логики, которые должны работать одновременно и без сбоев. Автомобиль больше не полагается на простые правила — ему нужно моделировать окружающий мир, предсказывать поведение участников движения и готовить альтернативные сценарии. Все это требует единого вычислительного ядра, способного держать в главе гору информации.