瑞萨电子汽车软件战略概述

Release time:2023-02-28
author:Ameya360
source:网络
reading:4022

  从以硬件为中心到以软件为中心

  当今汽车的价值正在从传统的汽车硬件,如行驶、转向和停止,转向C.A.S.E.(连接、自动、共享/服务和电气化)的四个大趋势。这意味着硬件以外的技术和服务的整合,如软件和云连接,正在取得进展,汽车的价值正在转移到提供前所未有的用户体验(UX)。换句话说,汽车行业的趋势,毫无疑问,在走向以软件为中心的时代,即汽车的价值由软件来定义。

  汽车的这些变化也提高了汽车的价值。主要的汽车模型变化每隔几年就会发生一次。在以前,一辆汽车一经推出,在其生命周期内就不会再增加新的功能。因此,如果车主想获得汽车的新功能或更多价值,必须换成具有所需功能的新车。然而,在以软件为中心的未来,车主将能够持续使用最新的功能和用户体验,就像智能手机一样,而不需要更换新车。

  软件优先和左移

  如果想开发出适应汽车行业这些变化大趋势的车辆,并及时提供给市场,以及持续更新车辆价值,仅用传统的以硬件为中心的开发方法是很困难的。为了实现持续的价值输出,有必要改变为以软件为中心的开发。这方面的关键词是“软件优先”和“左移”。

  软件优先并不意味着简单地先建立软件。软件优先的方法是在考虑具体的硬件配置和机制之前,首先思考你真正想创造什么,想为用户提供什么新的体验和价值,然后在此基础上定义应用和服务的产品规格。这种软件优先的方法使得创造新解决方案时,不受组成硬件(机械部件和E/E系统)的约束。

  另一方面,“左移”意味着开发者在开发周期的早期就需要确定产品特征、差异化因素和质量。例如,过去开发人员需要使用实际的硬件来验证系统性能,而现在,他们可以通过虚拟环境(如模拟器)在使用硬件之前就对其进行评估。

  虚拟环境可以大大改善硬件的局限性,如原型和测量环境,从而确保评价的全面性,这在实际硬件环境中是不可能的。这种改进的全面性使每个过程的输出更加准确,并减少了由于返工造成的损失。通过追求这种左移,产品的开发时间可以大大缩短。  瑞萨电子汽车软件战略概述

  图1:软件优先和左移

  瑞萨的目标是集成虚拟开发环境和DevOps解决方案

  为了应对汽车系统开发方式向软件为中心的转变,我们从2022年开始提供一个新的集成虚拟开发环境,以帮助我们的Tier-1客户、汽车制造商和汽车ECU开发商实现软件优先/左移。瑞萨不仅提供SoC和MCU,还提供传感器、电源控制、电机控制和其他各种构建汽车E/E系统所需的半导体产品。

  为了确保向客户提供如此全面的瑞萨器件产品系列的优势,除了传统的单一器件的开发工具外,还必须有支持整个汽车ECU和E/E系统开发的软件和开发环境。这种集成的虚拟开发环境提供了使用我们的可扩展设备产品进行产品开发所需的软件和开发环境,而无需考虑设备类型或应用类型(AD/ADAS,车载网关等)。这使客户能够在无法使用硬件(设备、PCBs、ECU)的早期阶段,为他们想要实现的功能开发优化的系统级应用。

  我们还致力于创建一个开发和运营(DevOps)环境,这是一个软件优先、左移的理想解决方案。这种DevOps解决方案由云端虚拟环境和边缘的真实环境组成,如客户的开发现场或最终用户的汽车。DevOps解决方案的基本思想是在云端的虚拟开发环境中重现边缘真实环境中的设备、软件和开发环境的使用情况,确定改进和客户对新功能的需求,尽快开发下一个解决方案或产品。

  在云端建立一个虚拟开发环境是实现这种DevOps解决方案的重要的第一步。

  用于系统开发的多设备软件和虚拟开发环境

  为了实现这些集成的虚拟开发环境和DevOps解决方案,瑞萨从2022年开始已经推出多个解决方案。其中之一是2022年9月宣布的无硬件的ECU级软件开发集成开发环境。

  实现这种系统级综合虚拟开发环境的关键词是“多设备”。在传统的E/E架构中,ECU是为每个应用准备的,如电机控制和发动机控制,并分布在整个车辆上。然而,在未来,集中式和区域式架构预计将成为E/E架构的主流。在这些未来的架构中,控制域和区的ECU将需要进行非常复杂和精密的处理。这就是为什么一个ECU中集成多个SoC和MCU。

  为了支持多设备配置ECU的开发,瑞萨将从2022年开始提供多设备的协同模拟环境和多设备的分布式处理软件。这使开发者能够模拟多个设备的合作行为,从而将应用功能划分到多个设备中,并将必要的功能最佳地分配给设备中的CPU和硬件IP,使硬件性能最大化。  云端AI开发环境

  作为实现DevOps解决方案的第一步,我们已经开始在云端提供开发环境。2022年3月与Fixstars共同开发R-Car的[GENESIS for R-Car]云评估环境。使用GENESIS for R-Car,用户可以轻松地使用各种CNN网络算法检查R-Car V3H的人工智能处理性能,而无需准备专用硬件,如评估板或开发环境。此外,用户还可以通过云端远程操作和评估服务器上连接的实际设备。

  对于人工智能的开发,一套用于优化AD/ADAS到R-Car SoC的人工智能软件的工具,也是与Fixstars合作,已从2022年12月开始提供。

  这些工具将人工智能处理中使用的网络模型优化到R-Car硬件上。此外,通过为人工智能处理软件提供高速模拟环境,我们在系统层面上支持客户的应用开发。

  最后

  本文介绍的软件和虚拟开发环境是实现我们综合系统级虚拟开发环境目标的第一步。今年,我们计划发布一系列新产品,以扩大我们的解决方案阵容。我们将持续在公众号与官网发布新品介绍,欢迎继续关注瑞萨的集成虚拟开发环境的发展。


("Note: The information presented in this article is gathered from the internet and is provided as a reference for educational purposes. It does not signify the endorsement or standpoint of our website. If you find any content that violates copyright or intellectual property rights, please inform us for prompt removal.")

Online messageinquiry

reading
瑞萨丨芯片+工具+生态,激活端侧AI产业落地
  瑞萨电子嵌入式处理器事业部市场部高级经理施灵峰出席本次“国际嵌入式系统创新论坛-工业物联网技术与生态建设”主题论坛,并发表《构建端侧智能技术生态,激活产业AI落地》主题演讲,系统阐释了瑞萨在端侧AI领域从技术突破到生态建设的完整战略布局。  国际嵌入式系统创新论坛  构建端侧智能技术生态,激活产业AI落地  当前,端侧AI已成为各行业的差异化竞争关键,但多数企业仍存在“建模难、开发慢、资源贵”等困境。施灵峰提出,瑞萨的解题思路不是提供单一芯片或工具,而是通过“芯片+工具+生态”的全链路布局,与各产业深度融合,助力各产业端侧AI开发应用从概念走向规模化落地。  针对客户不同阶段的需求,瑞萨打造了四类场景化方案:  针对拥有数据但缺乏AI建模经验的开发者可通过Reality AI等工具自动完成特征探索、模型训练与代码优化,无需专业AI建模能力。  已有模型的开发者可通过e-AI Translator等工具链,一键将PyTorch、TensorFlow等主流框架的模型转换为MCU可运行的C代码,并可提前评估资源占用情况及模型推理性能。  面向高实时性复杂应用需求,瑞萨提供集成NPU的RA8P1 MCU,在实现低延迟AI推理的同时,兼顾高集成度与系统成本优化。  针对高算力视觉AI场景,瑞萨推出搭载自研DRP-AI加速引擎的RZ系列MPU,提供10 TOPS/W的高能效表现,可高效支撑复杂视觉算法运行,在高算力需求与系统成本之间实现更优平衡。  瑞萨电子嵌入式处理器事业部市场部高级经理 施灵峰  施灵峰强调,瑞萨已推动AI与传感器、电机控制等关键技术深度融合,覆盖家电、工业、智慧城市等主流领域。同时建立AI HUB、RZ/V AI ZOO等生态资源,并且RAIMD支持对接NVIDIA TAO生态,降低开发难度。未来,瑞萨将持续深耕端侧智能技术,与行业伙伴携手破解落地难题,共同激活产业AI的规模化应用价值。  从目前各产业广泛“AI+”应用落地的现实需求和痛点出发,以“芯片+工具+生态”的全链路思路破局,瑞萨正在为端侧AI的规模化落地搭建可复用的技术路径。随着端侧智能技术的持续渗透与生态伙伴的深度协同,产业AI的落地门槛将持续降低,更多高价值的智能应用也将加速走进工业、城市等真实场景,为全产业的智能化升级注入持久动力。
2026-07-16 14:07 reading:218
瑞萨|当今智能电表技术所面临的核心问题
  如果您正在开发智能电表,那么您可能早已听过这个颠覆整个市场的问题:  “你们的电表是否能够识别正在运行的电器、检测篡改行为并且不依靠云端即可独立运行?”  事实上,准确计量能耗已不足以满足当今需求。如今,公用事业公司和能源供应商希望智能电表能够在现有的硬件平台和紧张的部署时间等限制条件下,提供切实可行的洞察信息,保证数据完整性,并提升用户参与度。随着市场对数据洞察的需求日益迫切,采购周期不断缩短,客户的期望值持续攀升,产品差异化正变得比以往任何时候都更加重要。真正的挑战已不再是如何准确计量能耗,而是如何将计量结果转化为能够赢得业务的智能功能。  为何智能电表的智能功能如此重要  对于公用事业公司、能源服务提供商和原始设备制造商(OEM)来说,这一转变已经显而易见。客户希望在控制成本和复杂度的前提下,获得更多的洞察信息、更可靠的产品和更高的价值。  实际上,先进的智能电表平台通常集成了三项核心能力:  精准计量电压、电流、功率和能耗  嵌入式智能功能,如用于负载分解的非侵入式负载监测(NILM)  用于检测篡改行为的集成式安全特性  这三种能力共同作用,将智能电表从单纯的计量设备转化成了一个能实现收益保障、运行效率和有效用户参与的智能化平台。  从计量到洞察  借助NILM和防篡改分析的组合,智能电表能够利用所收集到的数据创造更多价值。  NILM可从汇总信号中提取电器级洞察,而防篡改分析可以识别各种异常情况,如磁场干扰、反向接线或异常能耗模式。两者相结合,可实现以下电表功能:  揭示能源的使用方式  验证数据是否可信  无需额外的传感器即可生成切实可行的洞察信息  因此,通过一个平台同时实现客户洞察和收益保障就成为了现代部署的关键要求。  实际应用  此类统一平台的应用场景覆盖了不同类型的智能电表,包括:  智能家居和多户住宅建筑:在住宅环境中,智能电表不止于计费功能,还能提供富有意义的能耗洞察(例如:使用现有数据识别正在运行的电器、提供切实可行的能耗指导以及提升用户对能源应用的参与度),而这一切都无需额外部署传感器或增加安装复杂度。  公用事业智能电表:一个平台,双重价值。公用事业公司常常面临着一个困境,他们需要消费者能耗洞察信息和可靠的收益保障,而预算却仅允许部署一个平台。通过将NILM与防篡改技术相结合,一个平台即可同时满足这两个目标,并实现:  从汇总信号中进行电器与负载分解  检测篡改场景,如磁场攻击或旁路篡改行为  通过更准确的报警和更少的误报改善现场运维  其结果是运维效率更高,问题能够及早发现并得到快速解决。  工业与商业能源监测:在商业和工业环境中,关注点转向了可靠性和效率。智能计量技术可识别设备使用模式,检测性能退化的早期迹象,并支持混合负载应用中的能源优化。这有助于减少不必要的维修服务,并充分降低意外停机的风险。  为何选择瑞萨电子智能计量方案  如何在受限的系统中实现这种级别的智能功能,是许多团队面临的难题。  瑞萨电子通过将嵌入式处理、传感、安全、边缘人工智能(AI)和开发工具整合在了一个为真实智能计量应用场景而设计的统一平台中,成功解决了这些难题。  其核心在于RA2A2 MCU,这是一款超低功耗通用型微控制器,搭载Arm® Cortex®-M23内核,经专门优化后,可在严格的存储器和能耗限制条件下实现高效的边缘处理。  经过边缘优化的AI推理  这种方案的关键优势在于,所有智能功能均直接在边缘运行,不依赖于云连接,同时可确保稳定的性能和数据隐私。它使得智能电表即使是在电网异常或连接中断时仍可稳定运行,并可实现:  实时负载监测  确定性的性能表现  强大的数据隐私保护  瑞萨电子的AI模型专门针对受限环境进行了优化,能够在不增加系统成本的前提下保持高效率,同时能够在有限的内存内运行并维持强大的性能。  RA2A2 MCU的性能示例:  加速产品上市的开发工具  大多数AI开发周期都遵循着相同的节奏:收集数据、商讨特性、训练、过拟合、重新训练、反复循环,与此同时项目截止日期则在不断迫近。瑞萨电子的Reality AI Tools®通过以下方式简化智能电表开发:  快速探查数据和提取特征  自动生成与优化模型  无缝部署至瑞萨电子的器件中  这意味着,您的团队无需再疲于应付模型流程,而是可以专注于真正实现产品差异化的核心工作,例如:能够在现场始终保持稳定的篡改检测准确率、终端客户真正在意的能耗洞察信息以及让公用事业公司认同“这就是为我们量身打造的方案”的独特性。  从智能电表到能源智能  智能电表的发展不再局限于计量本身,而是致力于提供可操作的能源智能功能。  借助边缘AI和嵌入式分析,智能电表能够:  减少能源浪费  提升电网效率  提供新的增值服务  这为整个生态系统创造了价值,从公用事业公司和运营商到终端用户,他们都能够更清晰地了解自己的能源消耗情况。  了解这种方案如何适用于您的应用场景  如果您的发展路线图涵盖了将智能功能添加到智能电表平台中,那么现在正是推进的时机。  通过将NILM、防篡改分析、边缘AI和可扩展硬件相结合,瑞萨电子提供了一条从概念到部署的切实路径,使您能够:  无需额外硬件即可提供电器级洞察  准确检测篡改行为并减少误报  将电表转变为可保障收益的差异化平台
2026-07-14 13:10 reading:222
瑞萨丨AI加持,为储能安全构筑“智慧防线”
  2026年7月1日-7月3日,慕尼黑上海电子展于上海新国际博览中心盛大举办。展会同期,十余场行业高峰论坛轮番开讲,紧扣热门赛道发展趋势,为参会同仁带来集硬核技术与前沿洞察于一体的行业盛会。  瑞萨电子受邀出席多场主题论坛并发表技术演讲,围绕储能、汽车电子、端侧智能等领域分享前沿成果与落地实践。本篇为系列演讲内容的首篇,聚焦2026年创新储能技术论坛的精彩分享。  创新储能技术论坛  基于瑞萨电子AI工具链实现拉弧检测  在由电子发烧友网和慕尼黑上海电子展联合举办的2026年创新储能技术论坛上,瑞萨电子嵌入式处理器事业部高级系统架构师苏勇发表了题为《物理AI应用实践:基于瑞萨电子AI工具链实现拉弧检测》的精彩演讲,演示了一套从数据采集、模型训练到嵌入式部署的端到端拉弧检测方案。  瑞萨电子嵌入式处理器事业部高级系统架构师 苏勇  电子拉弧是电流击穿空气形成的持续火花放电现象,其产生的局部高温和电离效应是引发电气火灾的重大隐患。在光伏、储能、家电以及工业设备中,预先检测拉弧信号并采取保护措施至关重要。传统的检测方案,如电流比值法、波形分析法等,严重依赖设计人员的信号分析专业背景,且准确率通常仅在50%左右,难以满足日益增长的安全需求。相比之下,基于AI模型的方案开发流程更简单,检测准确率可高达95%。  苏勇介绍道,瑞萨搭建了一个AFCI拉弧检测仿真系统,其基于搭载AI的RA6M5 AFCI开发板实现。在数据采集时,拉弧检测电路板变身数据采集卡,配合上位机工具和电路板的固件,实现以指定ADC采样率采集数据,并通过USB将数据传递到电脑保存成样本文件,为后续模型训练做准备。数据准备就绪后,借助Reality AI Tools生成AI模型,并通过混淆矩阵评估模型准确度。模型训练完成后,Reality AI Tools可直接导出适用于目标嵌入式平台的C语言源码库。开发者能轻松地将其集成到RA6M5的嵌入式工程中,通过调用简单的API即可实现实时推理与响应。  经实测,单次推理加消抖处理仅耗时4.3 ms,最终固件占用Flash约16 KB、RAM约32.5 KB,充分验证了AI模型在资源受限的边缘设备上的可行性与高效性。  从数据采集、模型训练到边缘部署的全链路方案,为储能安全检测提供了更高效的解题思路。依托完整的嵌入式产品生态与成熟的AI工具能力,瑞萨将持续推动物理AI在更多工业与汽车场景落地,为客户创造更高的技术价值。
2026-07-10 10:23 reading:305
瑞萨电子2026 Capital Market Day——Secular Growth Areas(核心增长领域)系列详解(一)
  6月25日,瑞萨电子2026 Capital Market Day成功举办。公司管理团队全面分享了业务与财务近况及中长期发展战略,明确了以AI为核心主线的增长路径,深度阐释了三大核心增长领域,清晰展现出与AI产业演进高度契合的全链路业务布局。  为全面介绍瑞萨的业务布局与增长规划,我们将推出系列文章进行深度解读,作为系列文章的开篇,首先为大家解读AI Infra&Compute(AI 基础设施与运算)为AI赋能。  Hidetoshi Shibata(柴田 英利), CEO,将瑞萨AI驱动的增长战略比作三级火箭模式:  这三个阶段分别对应公司的Secular Growth Areas(核心增长领域),即AI Infra&Compute(AI 基础设施与运算)、Physical AI/Software-Defined Vehicle(物理 AI/软件定义汽车,缩写SDV)以及Intelligence at the Edge(边缘智能)。  Zaher Baidas现场演讲视频  Zaher Baidas, Senior Vice President and General Manager of Power,深入阐释了作为“火箭”增长战略第一阶段的AI 基础设施与运算业务。他重点介绍了瑞萨从电网到核心的全维度电源产品组合——该组合专为满足AI领域日益增长的电力需求而打造,其核心布局包括:  数字电源方案,提供下一代数据中心所需的高功率密度与热效率  存储器接口产品,最大化运算效率,突破数据传输瓶颈  应用于控制平面功能的微控制器(MCU),搭配模拟解决方案,拓展瑞萨在AI 基础设施与运算领域的业务覆盖  上述布局使瑞萨能够在设计早期阶段就精准洞察系统级挑战,从而推出领先于客户需求的解决方案。同时,瑞萨正通过Renesas 365开发平台,让更多用户能够便捷地使用其工具。
2026-07-09 11:10 reading:296
  • Week of hot material
  • Material in short supply seckilling
model brand Quote
BD71847AMWV-E2 ROHM Semiconductor
RB751G-40T2R ROHM Semiconductor
TL431ACLPR Texas Instruments
CDZVT2R20B ROHM Semiconductor
MC33074DR2G onsemi
model brand To snap up
BU33JA2MNVX-CTL ROHM Semiconductor
BP3621 ROHM Semiconductor
TPS63050YFFR Texas Instruments
ESR03EZPJ151 ROHM Semiconductor
IPZ40N04S5L4R8ATMA1 Infineon Technologies
STM32F429IGT6 STMicroelectronics
Hot labels
ROHM
IC
Averlogic
Intel
Samsung
IoT
AI
Sensor
Chip
About us

Qr code of ameya360 official account

Identify TWO-DIMENSIONAL code, you can pay attention to

AMEYA360 weixin Service Account AMEYA360 weixin Service Account
AMEYA360 mall (www.ameya360.com) was launched in 2011. Now there are more than 3,500 high-quality suppliers, including 6 million product model data, and more than 1 million component stocks for purchase. Products cover MCU+ memory + power chip +IGBT+MOS tube + op amp + RF Bluetooth + sensor + resistor capacitance inductor + connector and other fields. main business of platform covers spot sales of electronic components, BOM distribution and product supporting materials, providing one-stop purchasing and sales services for our customers.

Please enter the verification code in the image below:

verification code