「CES 2025」から見る車載半導体トレンド：置き去り検知や機械学習に注目（2/2 ページ）

自動車メーカーの設計アプローチが従来のドメインアーキテクチャからゾーンアーキテクチャへと移行する中、センサー機能の最適化や、マルチモーダル入力データと機械学習（ML）とを融合させた状況認識が推進されている。本稿では、「CES 2025」で展示された車載向けのソリューションを紹介する。

[Aalyia Shaukat，EDN Japan]

自動運転向けサラウンドビューカメラ

　自動運転／ADAS向けの車載用サラウンドビューカメラも多くのブースで展示されていた。下図のように、Microchipのシリアライザーは最大伝送速度8Gbpsの3台のカメラに搭載されている。同社のデシリアライザーは、ビデオデータを受信して、車載ネットワークのオープンスタンダードであるASA Motion Link（ASA-ML）を介して中央コンピュータまたは高性能コンピューティング（HPC）に集約するよう構成され、ゾーンアーキテクチャを模倣している。

Microchipが展示した車載用サラウンドビューカメラソリューション［クリックで拡大］

　ADIは、シリアライザー／デシリアライザー（SerDes）ソリューションを展示し、独自の伝送技術「Gigabit Multimedia Serial Link（GMSL）」のデモを披露した。GMSLの特徴は軽量さだ。1本の双方向ケーブルで最大12Gbpsのデータを伝送し、重量削減に貢献する。

ADIが展示した独自伝送技術「Gigabit Multimedia Serial Link（GMSL）」のデモ［クリックで拡大］

視覚言語モデルを用いた状況認識も

　ビジョンAI向けプロセッサを手掛けるAmbarellaは、スタックに大規模言語モデル（LLM）を統合したデモを披露した。この技術は、2015年にAmbarellaが買収したイタリアのスタートアップであるVislabによって開発されたものだ。

　このシステムは6台のカメラと5台のレーダー、そして自動運転レベル2＋〜レベル4対応の自動車ドメインコントローラー「CV3」で構成されている。視覚言語モデル（VLM）「LLaVA-OneVision」によって、より高度に状況を踏まえた意思決定が可能になった。

AmbarellaのVLMによるコンテクスト認識デモ［クリックで拡大］

　CES 2025ではVislabの創設者であるAlberto Broggi氏がデモを紹介し、自動車に大規模言語モデル（LLM）を活用する利点について説明した。

　「仮にあなたが世界最高の知覚力を持っていて、あらゆるものを知覚でき、車の位置を把握したり、歩行者を見つけたりできるとする。それでもなおあいまいな状況があって、問題は残る。自分の車線の前に車がいたとしたら、追い越しができるかどうかは状況次第だ。だから、より高度な状況把握が必要なのだ」（Broggi氏）

【翻訳：田中留美、編集：EDN Japan】