자동차 공급망은 더욱 복잡해지고 협력적이 되어가고 있으며, 몇 년 전만 해도 상상할 수 없었던 방식으로 자동차 제조업체와 공급업체 간의 오랜 관계를 변화시키고 있습니다.

공급업체는 엄격하게 정의된 사양에 맞게 부품을 개발하는 데 그치지 않고 다양한 기술을 결합하는 방법, 우선 순위를 정하는 방법, 전체 시스템 아키텍처를 분할하는 방법을 결정하는 데 점점 더 적극적인 역할을 하고 있습니다. 소프트웨어 회사, OEM, Tier 1 및 2는 이제 새로운 기능을 추가하는 데 드는 복잡성과 비용을 줄이기 위해 자동차 관련 기능을 소프트웨어 애플리케이션과 통합하고 사일로를 허물고 다른 기능으로 교체하기 위해 협력하고 있습니다. 최종 결과는 더 많은 칩, 더 많은 소프트웨어, 훨씬 더 많은 통합 및 이러한 변화를 둘러싼 상당한 혼란입니다.

"제가 처음 Ford에 입사했을 때 칩은 컴퓨터 모듈 하나, 엔진 컨트롤러 하나뿐이었습니다."라고 Ford에 입사하기 전 30년 이상 근무한 Judy Curran은 말했습니다. 안 시스 자동차 분야의 수석 수석 기술자입니다. “저는 소프트웨어와 그 컨트롤러 작업을 했습니다. 115년이 지난 지금은 150억 1,000만 줄의 코드, 100개의 컨트롤러, XNUMX개의 칩이 있으며 엄청난 변화가 있습니다. 업계는 XNUMX년이 훨씬 넘었지만 지난 수십 년 동안 엄청난 변화가 있었고 필요한 기술도 너무나 다릅니다. 제가 입사했을 당시에는 소수의 컴퓨터 소프트웨어 엔지니어와 수많은 기계 엔지니어가 있었습니다. 이제 전기 소프트웨어 엔지니어가 훨씬 더 많이 필요하지만 인력이 부족합니다. 자동차 산업의 엔지니어들이 직면하는 과제는 [기술적] 변화와 문화 변화로 인해 다른 산업보다 더 중요할 수 있습니다.”

이러한 격변의 기원은 스마트폰 혁명과 불가분의 관계에 있습니다. Curran은 “사람들이 휴대전화가 자신의 삶에 어떤 도움을 줄 수 있는지 깨달았을 때였습니다.”라고 말했습니다. “이로 인해 사람들은 왜 자동차가 자신을 인식하고 원하는 것을 이해할 수 없는지 묻게 되었습니다. '왜 나한테 이 버튼이 다 있지? 휴대폰이 업그레이드 가능한 것처럼 왜 업그레이드가 불가능한 걸까요?' 그러다가 Tesla가 나와서 소프트웨어를 기반으로 차량 전체를 시동했을 때 사람들은 이것이 미래의 방식이라는 것을 깨달았습니다. 이 전기 엔지니어들은 이 역사적인 차량을 가져와 재설계하고 있습니다. 대부분의 OEM에는 깨끗한 시트가 없습니다. 그들은 기존 비즈니스를 갖고 있으므로 현재 이러한 150개의 모듈을 사용하여 더 큰 슈퍼컴퓨터 유형 모듈인 새로운 아키텍처로 내려오고 모든 소프트웨어를 공급업체와 관리하지만 완전히 다른 관계에서 많은 작업이 진행되고 있습니다.”

자동차 OEM이 새로운 아키텍처를 채택하려면 공급망에 접근하는 방식에 근본적인 변화가 필요합니다. 모듈은 여러 Tier 1 및 Tier 2 공급업체가 개별적으로 개발할 수 없습니다. 대신, 각 기능이 어떻게 특성화되고 어떻게 완전히 통합될 수 있는지 이해하면서 동기화하여 개발해야 합니다. “Bosch가 하나의 모듈을 수행하고, Continental이 다른 모듈을 수행하고, Aptiv가 별도의 모듈을 수행하도록 한 다음 조립 라인에 연결하고 경험이 훌륭할 것이라고 생각할 수는 없습니다.”라고 그녀는 말했습니다.

이로 인해 공급망 전반에 혼란이 발생했습니다. "OEM은 달러, 인지도 및 시장 점유율을 놓고 서로 경쟁하고 있습니다."라고 하이브리드 물리 및 가상 시스템 자동차 및 군용 항공기 부문 부사장인 David Fritz는 말했습니다. 지멘스 디지털 산업 소프트웨어. “OEM 간에는 교차 동기화가 많지 않습니다. 그러나 현재 일어나고 있는 일은 Tier 1이 OEM 뒤에 거의 일대일 관계로 줄을 서고 있다는 것입니다. 이것이 그들의 생존 비결이기 때문입니다.”

예를 들어 Bosch는 Volkswagen Group 브랜드에 매우 헌신적입니다. “여러 OEM이 있지만 그들은 같은 그룹에 속해 있습니다”라고 Fritz는 말했습니다. “덴소에게는 토요타입니다. 그런 다음 Subaru 및 Mazda와 같은 다른 제품을 살펴보십시오. Tier 1과 그런 관계를 맺을 만큼 규모가 충분하지 않으며 결과적으로 점점 뒤쳐지고 있습니다.”

NVIDIA와 NVIDIA가 참여하는 생태계는 또 다른 역동성을 나타냅니다. Jensen Huang이 Intel을 떠나 NVIDIA를 시작했을 때 Intel은 GPU에 특별히 관심이 없었습니다. NVIDIA는 Intel 고객 기반에 GPU를 성공적으로 판매했기 때문에 Intel은 자체 GPU를 개발했습니다. 이에 따라 NVIDIA는 게임 시장으로 전환하여 GPU를 PCIe 카드에 탑재했습니다. Nvidia에서 일어난 일은 자동차 공급업체 공간에서 일어나는 일과 유사합니다. OEM은 Tier 1이 필요한 작업을 수행하지 않는다는 사실을 깨닫고 내부적으로 더 많은 개발을 추진했습니다.

“이런 일은 모든 OEM에서 일어나고 있습니다.”라고 Fritz는 말했습니다. "모든 OEM은 자체 SoC 팀을 구성하려고 노력하고 있으며 현재 진행 중입니다."

다양한 비즈니스 모델 구성에도 불구하고 이들 기업은 모두 같은 위치에 도달하려고 노력하고 있습니다. 이를 위해서는 설계 및 테스트 영역 모두에서 더 많은 협업이 필요합니다.

"여기서 가장 큰 문제 중 하나는 공급망을 따른 소프트웨어 통합입니다."라고 영업 및 마케팅 부사장인 Larry Lapides는 말했습니다. 임페라 스. “각 공급업체가 기능을 추가하면 거기에 소프트웨어도 추가하게 될 것입니다. 일반적으로 소스 코드를 제공하지 않습니다. 하지만 이 실행 파일을 어떻게 테스트합니까? 입고 품질 검사를 어떻게 효과적으로 수행합니까? 사양에 맞는 소프트웨어를 개발하고 사양에 따라 테스트했지만 금속 부품을 받든 소프트웨어를 받든 여전히 일종의 수입 검사를 원합니다. 이를 빠르고 포괄적인 방식으로 수행하는 것은 어려울 수 있습니다. 그리고 테스트가 실패하고 소스 코드가 없으면 어떻게 되나요? 흥미로운 점은 가상 플랫폼이 소통의 수단으로 활용되고 있다는 점이다.”

Imperas는 이미 XNUMX대 EDA 회사 및 SystemC 시뮬레이터와 협력하고 있지만 Imperas의 RISC-V 모델로 인해 이러한 협력이 가속화되고 있다고 Lapides는 말했습니다. “RISC-V는 자동차 분야뿐 아니라 해당 공급망의 구조 조정에 기여하는 과정에 있습니다. 왜냐하면 우리는 오래된 주력 제품인 전통적인 자동차 아키텍처의 수명이 거의 끝나가는 시점에 도달하고 있기 때문입니다. . 늙어 보이는데.”

칩렛
이러한 RISC-V 설계 중 일부는 칩렛 형태로 제공될 예정이며, 자동차 OEM은 이를 통합 및 맞춤화를 간소화하는 방법으로 보고 있습니다. “OEM들은 '마스크 세트 비용이 3만~75억 달러에 달하는 100nm로 가고 대규모 개발 팀을 추가한다면 그 사람들을 어디로 데려가야 할까요?'라고 말합니다. 그것은 세계에서 가장 큰 인재 풀이 아닙니다.”라고 Fritz는 말했습니다. “'어떻게 해야 하나요?' 칩렛. 그래서 이제 그들은 '이런 회사들, 어쩌면 신생 기업들도 칩렛을 개발하게 할 수 있다'고 말하고 있습니다. 이러한 칩렛은 여러 고객과 여러 시장 부문에 걸쳐 판매되고 볼륨을 높일 수 있기 때문에 비용 효율성이 더 높습니다. 하지만 포장에 대해서는 걱정할 필요가 없습니다. 재고에 대해 걱정할 필요가 없습니다. 그들이 하는 일은 웨이퍼를 구입하고, 몇 개를 포장하고, 개별 테스트를 수행하고 완료하는 것뿐입니다. 하지만 OEM이라면 '이제 이렇게 큰 팀을 구성할 필요가 없습니다. 어떤 칩렛 조합이 우리 작업 부하에 맞게 작동하는지 결정하는 데 도움을 줄 패키징 팀, 테스트 팀 및 다른 팀이 필요합니까? 자동차 부문의 작업량은 통합할 ECU에 따라 결정됩니다. AD에는 얼마나 많은 컴퓨팅이 필요합니까? ADAS는 얼마인가요? 하이퍼바이저가 필요한가요?' 거기에는 변수가 많다.”

그 중 다수는 여러 분야의 기술 문제와도 관련이 있습니다.

"전기 자동차의 르네상스가 진행되고 있습니다."라고 디지털 트윈 프로그램 관리자인 Chris Mueth는 말했습니다. Keysight Technologies. “모든 것이 그곳으로 이동하고 있습니다. 그러나 자동차는 시스템의 시스템입니다. 드라이브 트레인 자체가 시스템입니다. 다양한 방법으로 자동차를 제어하고 문제가 발생하지 않도록 해주는 자율 주행 시스템은 시스템 그 자체입니다. 이러한 시스템에는 수많은 정교한 구성 요소와 함께 다양한 시스템이 포함될 수 있습니다. 레이더 모듈도 적층형 어셈블리입니다. 디지털 컨텐츠, RF 컨텐츠, 안테나가 있습니다. 기계적으로나 전기적으로 서로 연결되어 있습니다. 자율주행 시스템 자체와 마찬가지로 여러 분야의 설계 노력이 필요합니다.”

수십 년 동안 항공우주 방위 기업은 모델 기반 시스템 엔지니어링(MBSE) 접근 방식을 사용해 왔습니다. 자동차 회사들이 뒤를 따랐지만, 항공우주만큼 발전된 기술을 갖고 있지는 않았습니다. Mueth는 "오늘날 시스템이 복잡해짐에 따라 시스템 수준의 접근 방식이 필요합니다."라고 말했습니다. “시스템, 시스템 및 구성 요소의 시스템으로 시작하는 계층 구조가 있습니다. 하지만 그 주변에는 기계, 다중 물리학, RF, 디지털을 포함한 다양한 엔지니어링 분야가 있으며 이러한 모든 분야가 공동 작업을 통해 함께 이루어져야 합니다. 이를 돕기 위해 엔지니어링 라이프사이클 내에 프로세스 및 데이터 관리 기능이 있습니다. 컨셉 단계, 설계 단계, 프로토타이핑, 테스트 검증, 실험실에서든 통합 테스트를 수행하든 관계없이 테스트 데이터를 가져와서 피드백해야 하기 때문에 모든 것이 하나로 연결되어야 합니다. 가상 도메인으로 이동하여 유효성을 검사합니다. 모든 것이 n으로 검증되어야 합니다.^th 신뢰성이 높은 애플리케이션 분야의 학위입니다.”

그림 1: 자동차의 복잡성의 다양한 차원. 출처: 키사이트

그러나 Mueth는 이것이 오늘날 업계에서 매우 잘 이루어지고 있다고 믿지 않습니다. “이 작업을 수행해야 하는 제품 수명주기 관리 시스템은 실제로 전기 엔지니어링의 특별한 요구 사항에 맞게 설계되지 않았습니다. 특화된 데이터가 생산됩니다. 만들어야 할 모델이 있습니다. 그들은 문제를 적절하게 해결하지 못하고 있습니다. CAE 측면에서는 PLM 시스템과 몇 가지 시너지 효과가 있습니다. 왜냐하면 많은 기계 CAD 설계가 장기적으로 어셈블리 프린트로 끝나기 때문입니다. 그러나 전기적인 측면에서는 거의 존재하지 않습니다. 진짜 연결 끊김이군요. 그렇다면 사람들이 값비싼 프로토타입 제작을 시작하기 전에 초기에 최대한 많이 시뮬레이션해야 한다는 점을 이해하는 것은 어렵지 않습니다. 왼쪽으로 이동 기능을 수행하고 가능한 한 빨리 설계에 대한 높은 자신감을 얻고 문제가 있는지 확인하기 위해 프로토타입 검증을 수행할 때까지 기다리지 않기를 원합니다.”

자동차용 구성요소 수준 워크플로우는 여전히 개발 중입니다. 데이터 센터에서 더 빠른 도구와 더 많은 컴퓨팅 리소스를 사용하여 설계 흐름에서 더 왼쪽으로 이동할 수 있지만 해결해야 할 차세대 문제는 약간 다릅니다.

라이프사이클 관리는 다양한 팀과 공유되어야 합니다.”라고 Mueth는 말했습니다. “어쩌면 당신은 자율주행차를 설계하는 팀일 수도 있습니다. 테스트 동료, 마케팅 담당자, 엔지니어링 라이프사이클 내에서 작업하는 다양한 사람들과 협력해야 합니다. 그리고 협업하고 데이터를 공유해야 하며 구성 관리도 필요합니다. 이는 큰 과제입니다.”

그런 다음 이 모든 것이 V 다이어그램에 적합해야 하며, 확장하면 실제 설계가 수행되는 CAE 및 EDA 영역에도 적합해야 합니다.

혼란과 과제를 더욱 가중시키는 것은 차량 내 소프트웨어 애플리케이션의 중요성이 커지고 있다는 것입니다. 이는 소비자가 차량 내에서 보기를 기대하는 스마트폰 애플리케이션의 경우 특히 그렇습니다.

키사이트 EDA의 제품 관리, 데이터 및 IP 관리 부문 이사인 Simon Rance는 “Apple CarPlay와 같은 애플리케이션은 OEM이 함께 통합하면서 다른 사람들이 협력하려고 하는 차량의 다른 구성 요소와는 다릅니다. “사용자 경험은 디자인과 애플리케이션의 결과에 큰 역할을 합니다. CarPlay 앱과 해당 기능을 갖춘 Apple뿐만 아니라 해당 시스템과 관련된 OEM 간에 더욱 긴밀한 협력이 필요한 곳이 바로 여기입니다. 블루투스와 어떻게 인터페이스하나요? 예를 들어 센서 및 센서 데이터와 어떻게 인터페이스합니까? 이는 공급업체가 이러한 기능이나 CarPlay와 같은 솔루션을 한 단계 더 발전시키려는 곳입니다. 그들은 단지 Spotify를 플레이하고 싶거나 Waze나 지도를 보고 싶어하는 주요 애플리케이션을 가져오는 것이 아닙니다. 그들은 또한 일부 최신 차량에 장착되는 헤드업 디스플레이를 도입하고 있습니다. 그들은 해당 데이터와 사용자 경험을 표시하고 있으므로 프로토타입 제작 및 테스트/검증뿐만 아니라 디자인 측면에서도 훨씬 더 많은 데이터 공유가 있어야 합니다. 우리 모두는 차량 밖에서 휴대폰을 사용하는 것에 익숙해졌습니다. 우리는 그것이 차량 내부에서도 똑같기를 원합니다.”

운전자가 디스플레이를 보거나 상호 작용하는 것이 너무 어려운 경우, 특히 지도나 내비게이션과 같이 지연이나 지연이 있는 경우 운전자는 만족하지 못할 것입니다. Rance는 “이러한 복잡한 문제는 Apple CarPlay를 통해 해결되었습니다.”라고 말했습니다. “그들은 이 모든 것을 갖추고 시각적, 청각적 측면에서 전반적으로 멋진 경험을 제공하는 앱을 가지고 있습니다. 내부적으로는 다른 OEM이 제작한 다른 모든 구성 요소와 인터페이스하며, 이는 통신 방식과 함께 얼마나 잘 작동하는지에 따라 결정됩니다. 특정 시스템 환경에서는 어떤 일이 발생합니까? 그들은 어떻게 반응합니까? 어느 쪽이 인수하나요? 충돌이 일어날 것이라고 가정해 보겠습니다. 자동차 인터페이스는 다음 Spotify 트랙 표시에서 보조 제동, 센서 꺼짐 등으로 어떻게 빠르게 전환됩니까? 전반적인 사용자 경험이 필요한 측면에서 OEM 간의 데이터 공유가 늘어나고 협업이 더욱 긴밀해지고 있습니다.”

연결하기
이를 관점에서 보면 디자인 체인이 겹치고 이동하고 있으며 아직 정리가 필요합니다. "OEM은 조정이 필요하며 부분적으로는 표준 API를 사용하여 이를 수행합니다."라고 솔루션 및 비즈니스 개발 부사장인 Frank Schirrmeister는 말했습니다. 동맥. “2.5년 된 ​​자동차에도 자체 지도 시스템이 있습니다. 하지만 Apple CarPlay를 사용하여 디스플레이 기능의 대부분을 대신하는 외부 소스에 연결할 수 있습니다. 사람들이 프로그래밍할 수 있도록 하는 API를 사용하여 조정하고 테스트해야 합니다.”

또한 기능의 우선순위도 필요합니다. Schirrmeister는 "예를 들어 차를 후진으로 넣으면 즉시 백업 카메라가 화면에 표시되고 모든 것이 무시됩니다."라고 말했습니다. “또 다른 상황은 심박수를 볼 수 있도록 의료 장치를 연결하고 심박수가 1이 되면 차가 멈추는 것이 좋을 수도 있습니다. 이는 Tier XNUMX 공급업체가 이를 판매할 수도 있지만 관련 제품을 판매할 수도 있고 설계 체인의 다른 OEM에 종속될 수도 있기 때문에 가치 사슬 협업입니다. 이는 디자인 체인을 기존보다 훨씬 더 재미있게 만듭니다. 그렇지 않으면 OEM이 스스로 할 수 있기 때문에 규모의 경제를 원합니다.”

결론
공급망에서는 협업이 낯선 것이 아니지만, 협업의 양과 복잡성이 증가하고 있습니다. Imperas의 Lapides는 “예를 들어 Bosch와 NXP 또는 ST 간의 협력은 오랫동안 존재해 왔습니다.”라고 말했습니다. “그러나 이제 우리는 순수한 SoC 설계 외에도 다른 의미에서 더 많은 협력을 보기 시작했습니다. AUTOSAR(AUTomotive Open System Architecture)와 같은 소프트웨어 측면에서 본 적이 있지만 이는 다릅니다. AUTOSAR는 누구나 사용할 수 있는 중립적인 플랫폼이었지만 여전히 차별화가 필요했습니다. 그렇다면 소프트웨어 개발 및 테스트에 있어 공급망 위아래로 어떻게 협력합니까?”

아직 완전히 명확하지 않습니다. Lapides는 “우리는 OEM 교차 동기화를 수행하는 자동차 분야에서 전통적인 협력 관계를 유지해 왔습니다.”라고 말했습니다. “전통적으로 이는 AUTOSAR, 아마도 임베디드 Linux, 그리고 확실히 전체 SoC 설계에 관한 것이었습니다. 그러나 이제 우리는 AUTOSAR 외부, OS 외부의 소프트웨어 영역에서 훨씬 더 많은 협업을 목격하고 있습니다. 프로세서 측면과 프로세서가 수행할 수 있는 작업에 대한 더 많은 협력이 이루어지고 있습니다. 이러한 것들은 정말 흥미롭습니다. 특히 AI가 센서를 통해 최첨단으로 나아가는 자동차 분야에서는 더욱 그렇습니다. 이는 자동차의 제어 및 동기화 영역에 적용됩니다. 이는 이제 두 개의 레이어가 있음을 의미합니다. 또한 V2X가 시작되면 데이터 센터 AI도 이에 기여하게 될 것입니다. 어떤 용어를 사용하든 자동차 분야에서는 흥미로운 협력 확장이 많이 이루어지고 있습니다. 자동차 산업은 소프트웨어 측면에서도 선두에 있기 때문에 다양한 방식으로 현재 반도체 산업의 선두에 있습니다. 소프트웨어 협업, OEM과 공급망 간의 시스템 협업 측면에서 여기서 진행되고 있는 일은 다른 산업에서도 반향을 일으킬 것입니다.”

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
• PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 플라톤ESG. 자동차 / EV, 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
• PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
• 차트프라임. ChartPrime으로 트레이딩 게임을 향상시키십시오. 여기에서 액세스하십시오.
• BlockOffsets. 환경 오프셋 소유권 현대화. 여기에서 액세스하십시오.
• 출처: https://semiengineering.com/automotive-complexity-supply-chain-strength-demands-tech-collaboration/