傳統(tǒng)車內(nèi)傳輸架構(gòu)，復雜度高。來源：Ethernovia近日，Ethernovia完成超9000萬美元的B輪融資，本輪融資由Maverick Silicon領(lǐng)投，Socratic Partners、Conduit Capital和CDIB-TEN Capital跟投， Porsche SE、Qualcomm Ventures和Fall Line Capital等參與它上一輪6400萬美元A輪融資的投資機構(gòu)也追加了投資。
Ethernovia的創(chuàng)始團隊由一群資深的半導體創(chuàng)新專家組成。Ramin Shirani作為CEO，是一位在半導體行業(yè)有25年經(jīng)驗的連續(xù)創(chuàng)業(yè)者，他創(chuàng)立的Aquantia公司，2017年在NYSE 上市，他還擁有60 項專利。
Roy Myers是Ethernovia的工程高級副總裁，曾擔任Aquantia的首席架構(gòu)師；Hossein Sederat是公司CTO，擁有超過70項專利，在Stanford獲得博士學位；Darren Engelkemier是芯片工程副總裁，擁有20項專利。這個團隊相當于Aquantia的核心團隊在新的賽道上再創(chuàng)業(yè)。
此前，車載網(wǎng)絡(luò)僅局限于診斷及車載信息娛樂系統(tǒng) (IVI) 等特定領(lǐng)域，隨著高級駕駛輔助系統(tǒng) (ADAS)、自動駕駛功能、以及高速移動連接（5G）的問世，車內(nèi)數(shù)據(jù)需求急劇攀升。
傳統(tǒng)車內(nèi)傳輸架構(gòu)，復雜度高。來源：Ethernovia
傳統(tǒng)的汽車主機廠，通常在代際更替時，不會徹底拋棄舊架構(gòu)，這種做法導致了技術(shù)的層層堆疊。例如，傳統(tǒng)的車內(nèi)系統(tǒng)范式是一個功能對應一個電子控制單元（ECU），這導致如今一輛車可能擁有超過150個獨立的控制器。然而，當控制器達到一定數(shù)量級時，問題就出現(xiàn)了：無論是管理網(wǎng)絡(luò)的邏輯復雜性，還是應對線束的物理復雜性與重量，亦或是為所有ECU騰出物理空間，都變得難以為繼。這凸顯了引入性能更好的網(wǎng)絡(luò)解決方案的必要性。
區(qū)域架構(gòu)，復雜度降低，對傳輸性能要求高。來源：Ethernovia
“區(qū)域架構(gòu) (Zonal Architectures)”是一種更先進的架構(gòu)，它按照物理位置來布線和控制，每個區(qū)域由一個“區(qū)域控制器”管理，區(qū)域控制器連接其物理區(qū)域內(nèi)的所有設(shè)備（攝像頭、雷達、剎車等）,這種設(shè)計能將車輛網(wǎng)絡(luò)簡化為“HPC ->區(qū)域控制器”的星型拓撲，從而大幅降低布線復雜度并規(guī)避長距離傳輸?shù)男盘柾暾詥栴}，但是高度依賴車內(nèi)的網(wǎng)絡(luò)通信性能。
據(jù)市場研究機構(gòu)Future Market Insights的報告，預計到2033年全球汽車連接市場規(guī)模將攀升至1902.9億美元。TechInsights預計，到2030年，輕型車輛將安裝約22億個車載以太網(wǎng)端口——平均每輛車超過20個，這個領(lǐng)域2025年至2030年間的年增長率將超過20%。
物理AI與邊緣AI的核心智能是自主系統(tǒng)，隨著自主系統(tǒng)的發(fā)展，低延遲、高能效及架構(gòu)靈活的網(wǎng)絡(luò)不再是“可選項”，而是“必選項”。行業(yè)需要將這個智能機器的“神經(jīng)系統(tǒng)”重構(gòu)，解決汽車、機器人及工業(yè)AI領(lǐng)域關(guān)鍵的網(wǎng)絡(luò)瓶頸。
Ethernovia平臺的核心是一系列業(yè)界首創(chuàng)的數(shù)據(jù)包處理器，旨在以確定性延遲和行業(yè)領(lǐng)先的能效，聚合、路由并智能管理高帶寬的傳感器、視覺及AI數(shù)據(jù)流。
這些處理器為自動駕駛、高級駕駛輔助系統(tǒng) (ADAS)、機器人感知與控制以及新興的AI定義功能提供了必需的實時數(shù)據(jù)基礎(chǔ)架構(gòu)，同時降低了系統(tǒng)的復雜性、重量及成本。
具體來說，Ethernovia打造了物理AI以太網(wǎng)連接方案，涵蓋物理層 (PHY) 收發(fā)器，高度集成的汽車交換機 及數(shù)據(jù)包處理器 (Packet Processors)。前者負責通過單對線束進行數(shù)據(jù)收發(fā)，后者則致力于數(shù)據(jù)的聚合、加速及確定性傳輸。這些設(shè)備共同構(gòu)建了“智能機器的神經(jīng)系統(tǒng)”，在確保最高安全等級的同時，賦能軟件定義汽車 (SDV) 及下一代物理AI系統(tǒng)。
車載物理層收發(fā)器( PHY)
智能汽車的互聯(lián)需求和自動駕駛功能，對車內(nèi)及車云之間快速、安全的數(shù)據(jù)傳輸提出了越來越高的要求。
Ethernovia的可擴展車載以太網(wǎng)PHY系列提供高能效、高帶寬、低延遲的數(shù)據(jù)傳輸，還集成了協(xié)同優(yōu)化的功能安全與網(wǎng)絡(luò)安全IP。它支持通過單對雙絞線實現(xiàn)全雙工通信，傳輸距離超過15米，是業(yè)內(nèi)唯一在單芯片內(nèi)支持從10Gbps到1Gbps速率的器件。它采用先進的7nm工藝制造，實現(xiàn)了業(yè)內(nèi)最低功耗。
它嚴格遵循ISO26262標準開發(fā)，集成的多項先進特性提供了超越汽車行業(yè)要求的診斷及電磁干擾 (EMI) 設(shè)計裕量，涵蓋輻射發(fā)射與抗擾度 。超越了當今傳輸關(guān)鍵任務(wù)信息的車載網(wǎng)絡(luò)對功能安全的嚴苛要求。
Ethernovia還開發(fā)了一款無需外部元件、測試設(shè)備或額外固件即可提供線束監(jiān)控及故障檢測的工具ForeSight Diagnostics，無論是在生產(chǎn)線的終端測試環(huán)節(jié)，還是在車輛實際運行部署期間，該工具均可用于故障診斷。
車載以太網(wǎng)交換機及可擴展交換機與數(shù)據(jù)包處理器
Ethernovia的可擴展車載Ethernet交換機及數(shù)據(jù)包處理器系列提供聚合與加速解決方案，專為智能機器或物理AI系統(tǒng)中各類ECU及聚合點而設(shè)計，旨在高效且安全地傳輸智能機器或物理AI系統(tǒng)內(nèi)部的數(shù)據(jù)。
它的交換機與數(shù)據(jù)包處理器嚴格遵循ISO26262標準開發(fā)，超越了當今傳輸關(guān)鍵任務(wù)信息的汽車及物理AI網(wǎng)絡(luò)對功能安全的嚴苛要求。
目前物理AI行業(yè)的創(chuàng)業(yè)和投資，大腦（具身基礎(chǔ)模型）、眼睛（視覺感知系統(tǒng)）、肢體（靈巧手，關(guān)節(jié)）等領(lǐng)域都非常熱，神經(jīng)系統(tǒng)（網(wǎng)絡(luò)傳輸）是一個相對被忽視，但重要性高，潛力巨大的領(lǐng)域。
在AI算力中心里，數(shù)據(jù)傳輸就是瓶頸，而且此前我們已經(jīng)介紹了不少相關(guān)公司，例如Celestial AI、Enfabrica還有NexthopAI，NVIDIA也在NV Link 5這一代傳輸技術(shù)中，將每個GPU的雙向帶寬提升至1.8TB/s。
相對于AI算力中心，物理AI對于延時的要求更高。降低延時，既可以從大腦入手，例如Figure采用的系統(tǒng)1（快思考）+系統(tǒng)2（慢思考）架構(gòu)，也可以從算力入手，例如NVIDIA的Jetson Thor芯片，當然智能機器的傳輸系統(tǒng)也是一個非常重要的方面。
Elon Musk在2021年的特斯拉AI Day上表示：“汽車就是帶輪子的機器人，因為智能汽車擁有全自動駕駛計算機，有不斷進化的神經(jīng)網(wǎng)絡(luò)模型，把這些放到人形載體上是合情合理的。”
最近，Musk又在達沃斯論壇上透露，特斯拉計劃在2027年底向公眾發(fā)售Optimus人形機器人。他預測特斯拉未來的價值中，大約80%將來自O(shè)ptimus機器人，而非汽車，因為未來幾乎每個人都會擁有一個機器人。
從Musk的表述中，我們可以看到，在智能汽車中使用的技術(shù)，很多都可以泛化到機器人，乃至其他物理AI領(lǐng)域。
中國已經(jīng)有很好的智能汽車基礎(chǔ)，在汽車網(wǎng)絡(luò)架構(gòu)上走在世界前列，例如大眾就和小鵬合作推出了“中國電子電氣架構(gòu) (China Electrical Architecture)”，采用這個架構(gòu)后，車內(nèi)ECU的數(shù)量最多可減少30%。所以小鵬，理想等智能汽車制造商，也像特斯拉一樣，開始往機器人行業(yè)轉(zhuǎn)型。
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機號后發(fā)表評論