被冷落的自动驾驶存储芯片

下一代自动驾驶汽车将需要更快、可靠和性价比高的内存。3d nand flash的可靠性结构、高数据保持能力、更低的成本、更高的容量使其成为最受欢迎的解决方案。
作为不可缺少的大数据处理环节,自动驾驶的数据存储子系统必须小型化以满足空间约束和高密度数据处理的能力。
目前,全球主要的存储芯片主要分为三种,dram主要用来做pc机内存(如ddr)和手机内存(如lpddr),两者各占三成。非易失性芯片(断电以后,存储器内的信息仍然存在)主要是闪存(nand flash 和 nor flash),nor主要应用于代码存储介质中,而nand则用于数据存储。
业内人士表示,从l2级过渡到l4/l5级估计每秒将生成3到10gb的新数据。即使一辆搭载l2级辅助自动驾驶的汽车每秒也能产生1gb的数据。如果不考虑云端数据传输的前提下,系统对非易失性内存的容量需求可能会从现在的16gb增长至1tb。
当全球l4级自动驾驶汽车的普及率达到1%时,行业人士预计nand的需求将是目前需求的25倍。简而言之,一切都与存储有关。到2025年,车载汽车储存量将超过1tb,这在一定程度上为车载人工智能技术提供足够的存储支持。
目前,国际组织正在推动3d nand闪存、3位电荷和4位电荷(tlc和qlc)规划。业界最高的3d记忆体堆叠,有128层及外围电路在记忆体阵列之下,产生512gb的tlc芯片,提供132mb/s的写入量。而使用qlc的96层设备将密度推高到每片芯片1.33tb,即每平方毫米1gb以上。
jedec的ufs (universal flash storage,通用闪存)是一种高性能的接口,专为需要最小化功耗的应用程序设计。ufs背后的主要思想是为闪存存储带来更高的数据传输速度和可靠性。
ufs标准支持汽车内存应用程序的性能和密度需求,于2011年2月首次发布,它提供了低工作功率和接近于零的空闲功率,这可以显著降低设备的功耗。2018年1月,jedec发布了jesd220d ufs 3.0,是对2016年发布的2.1版本的更新。
ufs 3.0的带宽是ufs 2.1的两倍,功耗更低。在单通道上,ufs 3.0可以达到11.2gb/s,双通道可以达到23.2gb/s。ufs 3.0还可以在更高的温度下工作,这对于满足车规级要求非常重要(-40到105°c)。因为目前大多数嵌入式多媒体卡(emmc)5.1解决方案只能满足-25到85°c的工作温度。
ufs 3.0包括两个专为汽车应用的特性,支持宽温度范围,并支持刷新操作。通过将旧数据重新定位到其他较少使用的单元,数据刷新功能可以提高系统的可靠性。此外,还有温度警告,包括基于预先定义的温度范围的设备警报。
总的来说,3d nand的坚固结构使其非常适合汽车应用,能够承受恶劣的环境。
测试表明,nand闪存的数据保持能力可能做到100次p/e循环,在85°c高温下正常工作25年。目前,在汽车应用程序中,代码不太可能超过100个p/e周期的限制。测试数据也显示,设备支持超过15年的数据保留在70°c,10000次p/e循环,这与现在市面上nor flash产品的表现相当。
此外,未来适配自动驾驶系统的黑匣子,需要支持从-40到+105°c的温度范围,并且在断电的情况下应具有至少一个月的数据保存能力。这也是3d nand的主要新增应用市场。
近日,全球存储芯片巨头之一sk hynix公司宣布,它正在建设四座新的存储芯片工厂,将耗资1070亿美元。同时,投资490亿美元在现有的两个工厂。下一代存储芯片和dram预计将在这些工厂生产。
尽管目前内存市场低迷,sk hynix仍在为5g和自动驾驶汽车等尖端技术做准备。sk hynix公司相关负责人表示,目前无人驾驶汽车的芯片需求并不足,但相信未来10年,甚至最早在2023年或2024年,对无人驾驶汽车的需求将大幅增加。

栅极驱动器的作用及工作原理
贸泽电子荣获2015电商先锋及优秀元器件分销商大奖
如何利用RaviKiranUVS编写一个最简单的文件系统详细概述
从电子货币到社交网络是怎样做到的
关于GD32F405/407系列多款高性能互联型Cortex®-M4 MCU的分析和介绍
被冷落的自动驾驶存储芯片
探讨异常检测技术在网联车辆网络安全
流年不利的三星陷解锁专利案:赔完千万美金再赔千万人民币
荣耀waterplay平板评测 3D游戏略显吃力
微电网储能系统作用及分类
土壤墒情监测系统的简单介绍
教你如何安装WICED Sense Kit纽扣电池
“一点接入、全网服务”的联通在线信息科技有限公司正式揭牌
中国(徐州)半导体设备展示交易中心正式揭牌运营
EIP变电站图像监控系统解决方案
aigc是什么概念?aigc的应用场景
Vishay推出最新系列高压厚膜片式电阻 进一步提高设计灵活性
思摩尔FEELM获2022年德国国家设计奖
电涡流位移传感器制作思路及应用环境
SensiML端到端AI工具包