システム・オン・チップ (SoC)の開発は、要求仕様の検討から車両の開発仕様に至るまで、本来の処理ではかなりの時間を要します。そのため最新の技術を製品に適用することが難しく、制御や機能安全・セキュリティなどのソフトウェア (SW)の機能拡張のための評価も困難となり、システムの大規模化・複雑化を招いていました。
ルネサスが提供するR-Car Virtual Platform (R-Car VPF)は、上記の課題を解決するため、実機サンプルなしでソフトウェア設計が可能なシミュレーション環境です。SoCとSWを並行して開発できるため、開発期間の短縮が可能です。設計上流でのSW開発とシステム検証により、シフトレフトが実現します。
シノプシスのVirtualizer Development Kit (VDK)は、仮想プロトタイプ、デバッグ解析ツール、サンプルを含むSW開発環境です。Virtualizerを使用することで、SW開発者は個々のSoC/MCU設計に対応した開発環境を実機サンプルよりも前に入手できます。
本セッションでは、次世代自動車の車載SW開発を加速するR-Car VPFの概要をご紹介します。

近年AIの適用範囲は様々な分野への広がりを見せています。AIを用いたシステムでは、その膨大な計算量から、正しい処理アルゴリズムの選択に合わせてアーキテクチャの最適化が非常に重要になってきます。その為にはアルゴリズム、コンパイラそしてアーキテクチャを別々にではなく、全て考慮にいれた最適化が必要です。さらにこれにパワーの最適化も合わせて考慮する必要があります。このような課題を解決する為に仮想環境を利用し、より早期に最適な組み合わせを見つけ出すことが今後ますます重要になってきます。このセッションでは、このような課題を解決する仮想環境を利用したケーススタディとしてARC AIプロセッサを例に、どのように仮想環境を活用していくかをご説明します。

一般的に、システムの検討段階では、各機能の目標処理時間を決めるためにパフォーマンス見積もりが行なわれます。
AIのエッジ実装では設定した目標精度と速度からモデルの開発を行ないますが、精度と速度がトレードオフの関係になるため、システムに対してのAI処理時間を適切に割り当てることが重要になります。これまでのスプレッドシートを用いた見積もりでは、処理が多くなるにつれてバスやメモリーの競合が複雑になるため、見積もり精度が低下し、厳しい目標処理時間になる傾向があります。
本セッションでは、上記課題を解決するために、一般的に販売されているSoCをPA上でモデル化し、AIを含むシステム処理速度の見積もりを行なった事例をご紹介します。

エミュレータ検証とプロトタイピング検証で同一HWプラットフォームを導入した際のRoI改善に向けた取り組みとして、検証用HW購入費の削減・HW収納スペースの削減・デバッグ用PC費の削減・電源工事費の削減、および効率的なHWプラットフォーム運用管理方法をご紹介します。加えて、SW/HW検証開発担当者の利点として、デザインのインプリメンテーション作業時間の軽減手法、HWエミュレータ/プロトタイピングの特徴を生かした検証手法について成功事例からひも解いてみます。

スマート社会の実現にむけ、SoC製品の価値、性能を最大化してお客様へお届けするためにはソフトウェア (SW)が重要となります。SWの開発・検証をマスク発注後もしくは実チップの完成後に行う場合、ハードウェア (HW)とSW間の致命的な不整合が判明すると、マスク修正が必要となってしまいます。この対策として、実チップに代わりHWとSWの協調検証が行えるZeBu Hybrid Emulation環境に着目し、HW/SW協調検証のマスク発注前へのシフトレフトに取り組みました。
本セッションでは、ZeBu Hybrid Emulation環境を導入する上で生じた課題とその対策、および協調検証の更なる高速化を実現した工夫点など、弊社での取り組み事例をご紹介します。