3.10 온보드 컴퓨팅 플랫폼과 하드웨어 구성

1. 개요

온보드 컴퓨팅 플랫폼은 자율주행 소프트웨어를 실행하는 차량 탑재형 연산 장치이다. 다수의 센서로부터 수집되는 대용량 데이터를 실시간으로 처리하고, 인지, 예측, 판단, 제어 알고리즘을 지연 시간 내에 실행하여야 하므로 높은 연산 성능과 전력 효율이 동시에 요구된다.

2. 주요 연산 장치

2.1 GPU (Graphics Processing Unit)

GPU는 대규모 병렬 연산에 최적화된 프로세서로, 심층 학습 기반 인지 알고리즘의 추론(Inference)에 핵심적으로 사용된다. NVIDIA의 GPU는 자율주행 연산 플랫폼에서 가장 널리 사용되며, CUDA 프로그래밍 모델과 TensorRT 추론 최적화 라이브러리를 통해 심층 학습 모델의 고속 실행을 지원한다.

2.2 SoC (System on Chip)

자율주행용 SoC는 CPU, GPU, DLA(Deep Learning Accelerator), ISP(Image Signal Processor), 안전 프로세서 등을 단일 칩에 통합한 고집적 프로세서이다. 대표적인 자율주행용 SoC는 다음과 같다.

TOPS(Tera Operations Per Second)는 프로세서의 AI 연산 성능을 나타내는 지표이다. Level 4 자율주행에는 일반적으로 수백 TOPS 이상의 연산 성능이 요구된다.

2.3 FPGA 및 ASIC

FPGA(Field-Programmable Gate Array)는 하드웨어 수준에서 프로그래밍 가능한 집적 회로로, 특정 알고리즘에 최적화된 연산 파이프라인을 구현할 수 있다. ASIC(Application-Specific Integrated Circuit)은 특정 용도에 최적화된 전용 칩으로, Tesla의 FSD Chip이 대표적 사례이다.

3. 전력 및 열 관리

자율주행 컴퓨팅 플랫폼의 전력 소비는 수십~수백 와트에 달하며, 이는 차량의 전력 예산과 열 관리 능력에 직접적인 제약을 가한다. 전기차의 경우 연산 플랫폼의 전력 소비가 주행 거리에 영향을 미치므로, 성능당 전력 효율(TOPS/W)이 중요한 설계 지표이다.

방열 설계는 액냉(Liquid Cooling)과 공냉(Air Cooling) 방식이 사용되며, Level 4 시스템에서는 높은 연산 부하에 대응하기 위해 액냉 방식이 선호된다.

4. 안전 설계

자율주행 컴퓨팅 플랫폼은 기능 안전 표준 ISO 26262에 따른 안전 설계가 요구된다. 주요 안전 설계 요소는 다음과 같다.

• 하드웨어 이중화: 주 연산 장치의 고장 시 비상 연산을 수행할 수 있는 백업 프로세서를 포함한다.
• 록스텝(Lockstep) 프로세서: 동일한 연산을 두 개의 프로세서에서 동시에 수행하고 결과를 비교하여 오류를 감지하는 방식이다.
• ECC(Error-Correcting Code) 메모리: 메모리의 비트 오류를 감지하고 보정하는 기능을 갖춘 메모리이다.
• 안전 모니터: 시스템의 정상 작동을 실시간으로 감시하고, 이상 감지 시 안전 모드로 전환하는 전용 프로세서이다.

5. 참고 문헌

• Lin, S. C., Zhang, Y., Hsu, C. H., Skach, M., Haque, M. E., Tang, L., & Mars, J. (2018). The architectural implications of autonomous driving: Constraints and acceleration. Proceedings of the 23rd International Conference on Architectural Support for Programming Languages and Operating Systems (ASPLOS), 751–766.
• NVIDIA. (2024). NVIDIA DRIVE Platform.

v1.0