恩智浦携手COMPREDICT加速边缘AI在汽车应用落地

恩智浦携手COMPREDICT将边缘AI带入汽车应用领域，降低车辆物料清单 (BoM) 成本，助力汽车制造商与一级供应商加速迈向更智能、软件驱动出行的转型。

COMPREDICT的虚拟传感器提供了一种比传统硬件传感器更智能的替代方案。基于高质量数据集训练的AI模型能够提供实时估算，并完全由软件驱动。它们不仅具备可扩展性与成本效益，还能通过持续学习不断优化。

恩智浦的S32处理器为边缘AI性能提供了理想的硬件基础：Arm Cortex内核负责通用处理，AI/ML加速器实现实时推理，低功耗设计则适应嵌入式环境。边缘AI不仅需要芯片，还需要专用软件。恩智浦的eIQ Auto ML软件开发套件支持整个模型流程：从模型准备、优化到部署，确保模型在受限的汽车设备上高效运行。

此次合作简化了边缘AI的落地流程，降低了车辆物料清单 (BoM) 成本，助力汽车制造商与一级供应商加速迈向更智能、软件驱动出行的转型。

即刻开启边缘AI之旅申请演示、探索合作机会，通过恩智浦边缘AI解决方案解锁更智能的软件定义出行体验，了解详情>>

本图示展示了基于恩智浦S32汽车处理平台运行的COMPREDICT模型。

AI增强型WFT解决方案

车轮力传感器 (WFT) 是车辆测试的关键设备，用于采集力与扭矩数据以指导悬架调校与安全验证。然而传统车轮力传感器体积笨重、成本高昂，难以大规模部署。

以AI增强型WFT解决方案为例：通过恩智浦S32网络产品组合，车辆传感器数据可传输至恩智浦边缘微处理器与控制器。随后，COMPREDICT模型将提供实时力估算与维护预警。这种结合为测试、自动驾驶及车辆诊断领域带来了变革性突破。此外，新思科技的虚拟开发套件 (VDK) 允许开发人员在虚拟硬件上部署和测试模型，可加速集成并降低风险，无需实体硬件。

本图展示了AI增强型WFT的现场演示。

对汽车制造商与一级供应商而言，该方案为实现跨车辆平台的软件定义传感集成提供了可扩展、高性价比的路径。随着汽车行业向软件定义汽车 (SDV) 演进，恩智浦与COMPREDICT联合提供了面向未来的AI部署方案——以虚拟化、高效、规模化的方式推动AI落地。

应用场景深度解析

COMPREDICT面向WFT的虚拟传感器模型在恩智浦硬件上的部署，依托恩智浦eIQ Auto软件开发环境实现。我们从经过训练的模型出发 (初始框架为TensorFlow，同时兼容PyTorch、MATLAB及其他开源框架)，首先以FP32精度针对Arm Cortex-R52内核进行编译。

初始执行阶段采用新思科技虚拟开发套件实现硅片前验证。基于COMPREDICT提供的数据集，模型随后被量化为8位整数格式 (INT8)，在平衡推理精度的同时显著缩减模型尺寸。该优化步骤同时为模型在eIQ Neutron神经处理单元 (NPU) 的部署做好准备。

通过恩智浦eIQ Auto编译器与S32K5 VDK，我们成功将量化模型部署于R52内核，在区域微控制器上展示了高效的边缘AI执行能力，而这正是该应用场景预设的量产部署位置。

本图展示了AI增强型WFT的现场演示。

该方案在三种实时动态负载场景中完成验证 (横向、纵向、垂直方向)，力与扭矩数据来自控制器局域网 (CAN) 信号 (15个信号@25-100Hz)。每种场景下，虚拟传感器输出均与硬件传感器数据对比，凸显出COMPREDICT WFT模型的卓越性能。

该解决方案的突出优势在于：

高适应性：可无缝集成现有CAN总线架构，最大限度地减少车辆基础设施改动。

全面的数据覆盖：基于约3小时多样化驾驶场景训练，涵盖城市交通、高速行驶、坑洼路面、蛇形绕桩及制动事件。

量产就绪：突破传统基于硬件的WFT在公共道路上使用的限制，使量产车辆与先进的原型车一样智能。