MEMTONOMY

Optimierung von Arbeitsspeicher für Fahrerassistenzsysteme und autonomes Fahren

Forschungsprojekt zur Speicherproblematik beim autonomen Fahren

Fraunhofer will Forschungslücke mit Beteiligung von Bosch und TU Kaiserslautern schließen

Heterogene Multicore-Architekturen, die durch Hardwarebeschleuniger ergänzt werden, sind heute in vielen eingebetteten Systemen weit verbreitet. Diese Art von Computer-Plattformen, die ursprünglich für den Consumer-Bereich entwickelt wurden, gelangen heute in sicherheitskritische Anwendungen, z.B. im Automobilbereich, wo das autonome Fahren derzeit die herkömmliche Entwicklung der Fahrzeugelektronik stark verändert. Die zunehmende Lücke zwischen der Rechengeschwindigkeit dieser Architekturen und dem Zugriff auf den Arbeitsspeicher stellt eine große Herausforderung dar.

Die am weitesten verbreitete Art von Arbeitsspeichern sind DRAMs, welche den besten Kompromiss zwischen Speicherdichte und Zugriffszeit bieten. Die Algorithmen für Fahrerassistenzsysteme und autonomes Fahren erfordern geringe Latenz und eine enorme externe Speicherbandbreite. So wird die Speicherbandbreite zu einem der größten Engpässe für neue Automobilanwendungen. DRAMs sind Commodity Devices, die auf minimale Kosten pro Bit optimiert sind. Daher muss vor allem das DRAM Package kostengünstig sein, was die verfügbaren Pins begrenzt. Darüber hinaus verfügen DRAMs über eine komplexe interne Architektur mit internem Prefetching, um die Lücke zwischen der extern verfügbaren Speicherbandbreite und der internen Latenzzeit zu schließen.

DRAM-Technologien weisen eine große Parametervariation (Speed Sorting) auf, und die Speicherzellen, die sehr temperaturempfindlich sind, müssen regelmäßig refreshed werden. Diese Eigenschaften machen es sehr schwierig, DRAMs in sicherheitskritischen Anwendungen einzusetzen. In den letzten Jahren wurden viele neue DRAMs vorgestellt (z.B. DDR4, LPDDR4, GDDR6, Wide I/O, HMB2). Es ist jedoch noch nicht klar, wie diese Speichermodule im Automobilbereich in Bezug auf Bandbreite, Latenz, Leistung, Temperatur, Zuverlässigkeit und Sicherheit eingesetzt werden können.

Die wissenschaftliche DRAM-Forschung konzentriert sich bisher vor allem auf mobile Geräte und Rechenzentren. Diese Anwendungen haben völlig andere Profile als sicherheitskritische Anwendungen im Automobilbereich. Es besteht daher ein hoher Bedarf daran, diese Forschungslücke zu schließen, indem die Grundlagenforschung unter Berücksichtigung der Anforderungen der Automobilindustrie in diese transferiert wird. Nach unserem bestem Wissen und Gewissen gibt es keine Untersuchungen oder Publikationen, die das DRAM-Speichersubsystem im Hinblick auf zukünftige automobile Anwendungen optimieren.

Fraunhofer IESE - Memtonomy Autonome Systeme
Fraunhofer IESE - Memtonomy Autonome Systeme Projektpartner Transfer

Projektpartner von MEMTONOMY

MEMTONOMY ist ein trilaterales Transferprojekt, das die Ergebnisse der Grundlagenforschung an der TU Kaiserslautern (DFG-Projekt WE2442/10-1) in Richtung Anwendbarkeit für die Automobilindustrie weiterentwickelt. Das Fraunhofer IESE wird diesen Transfer mit seinem starken Hintergrund im Bereich Safety für Automotive und Embedded Systems unterstützen und koordinieren. Der Anwendungspartner Bosch bringt dazu detailliertes Anwendungs-Know-how, Anforderungen und konkrete Forschungsherausforderungen aus Branchensicht in das Projekt ein.

Fördergeber des Projekts MEMTONOMY

Fördergeber Deutsche Förschungsgemeinschaft für das Projekt von autonomen Systeme
Fördergeber Fraunhofer Gesellschaft für das Projekt von autonomen Systeme

Das Projekt MEMTONOMY wird von der deutschen Forschungsgemeinschaft (DFG) und der Fraunhofer-Gesellschaft gefördert. Gefördert werden trilaterale Transferprojekte von Wissenschaftlerinnen und Wissen­schaftlern aus Universitäten/Hochschulen, Fraunhofer-Instituten und Anwendungspartnern, mit denen eine Lücke zwischen Grundlagenforschung und Anwendung geschlossen werden soll.

Zum Förderprogramm

Publikationen

 
  • Fast and Accurate DRAM Simulation: Can we Further Accelerate it?
    J. Feldmann, M. Jung, K. Kraft, L. Steiner and N. Wehn. IEEE Conference Design, Automation and Test in Europe (DATE), March, 2020, Grenoble, France

  • Fast Validation of DRAM Protocols with Timed Petri Nets
    M.Jung, K.Kraft, T. Soliman, C. Sudarshan, C. Weis and N.Wehn ACM/IEEE International Symposium on Memory Systems (MEMSYS 2019), October, 2019, Washington, DC, USA, Chair's Choice Best Paper Award
    To the Publication

  • Driving Into the Memory Wall: The Role of Memory for Advanced Driver Assistance Systems and Autonomous Driving
    M. Jung, S. A. McKee, C. Sudarshan, C. Dropmann, C. Weis, N. Wehn, ACM International Symposium on Memory Systems (MEMSYS 2018), October, 2018, Washington, DC, USA
    To the Publication