Infineon und Synopsys Aurix-Mikrocontroller bekommen KI-Beschleuniger

IP von Synopsys soll die KI-Unterstützung von Infineons Aurix-Mikrocontrollern stark erweitern.
IP von Synopsys soll die KI-Unterstützung von Infineons Aurix-Mikrocontrollern stark erweitern.

Infineon wird Parallel Processing Units von Synopsys als KI-Beschleuniger in seine Aurix-Mikrocontroller integrieren.

Die Parallel Processing Units (PPU) sind Hardwarebeschleuniger für KI-Algorithmen. Unterstützt werden laut Infineon unter anderem RNN (Recurrent Neural Network), MLP (Multi-Layer Perceptron), CNN (Convolutional Neural Network) und RBF (Radial Basis Function).

Der Halbleiterhersteller will damit seine Aurix-Mikrocontroller zukunftssicher für den Automobilmarkt machen. »Durch die zusammen mit Synopsis entwickelte PPU stellen wir sicher, dass unsere künftigen Mikrocontroller in puncto Sicherheit, Datendurchsatz und Energieeffizienz den durch KI steigenden Anforderungen an die Rechenleistung gerecht werden«, so Peter Schäfer, Leiter des Mikrocontroller-Geschäfts in der Automotive Division von Infineon. »Damit bereiten wir den Aurix auf datenintensive Automobilanwendungen wie zukünftige Gateways, Domänen- und Zonencontroller, Motorsteuerung, Elektromobilität und erweiterte Fahrerassistenzsysteme vor«.

KI-Algorithmen haben sich in Automotive-Anwendungen bereits bewährt. Genutzt werden sie für die Erkennung und Klassifizierung von Objekten, zum Festlegen des Fahrweges oder die Autokalibrierung von Motoren. Automobilhersteller wollen den Einsatz auf die Datenauswertung von hochentwickelten Sensoren erweitern. Die dafür nötige Echtzeitfähigkeit kann aktuelle KI-Hardwarebeschleunigung noch nicht bereitstellen, soll laut Infineon aber mit den PPUs von Synopsys möglich werden. Sie basieren auf der DesignWare ARC EV-Prozessor-IP des amerikanischen EDA-Anbieters.

Die technischen Details der nächsten Aurix-Generation wird ein Infineon-Referent auf dem ARC Processor Summit am am 19. September vorstellen im Vortrag »System Modelling for Real-Time Automotive Applications using Deep Learning and Complex Data Processing«.