SensCompute Gen II: Skalierbare Leistung für moderne Sensorsimulation

Die wachsenden Anforderungen in der Sensorsimulation abdecken

Moderne Fahrerassistenz- und automatisierte Fahrfunktionen basieren auf immer komplexeren Sensorkonfigurationen. Die präzise Simulation von Kamera-, Radar-, Lidar- und Ultraschallsensoren erfordert erhebliche Rechenleistung, insbesondere wenn mehrere Sensormodelle gleichzeitig ausgeführt werden müssen.

Für diese anspruchsvollen Anwendungen bietet SensCompute Gen II eine skalierbare Hardware-Lösung. Rechenintensive Testszenarien werden auf mehrere GPUs verteilt, wodurch komplexe Sensormodelle effizient berechnet werden können. Das auf CarMaker zugeschnittene System wird als vorkonfigurierte Plug-and-Play-Lösung geliefert, die sich unkompliziert in Entwicklungs- und Testumgebungen integrieren lässt.

Leistungsstarke Unterstützung für HIL-Tests

SensCompute Gen II wurde für die Sensorberechnung in Hardware-in-the-Loop-Umgebungen entwickelt. Das System stellt virtuelle Sensordaten bereit und dient als Datenquelle für Injektionsanwendungen, wodurch die Leistungsfähigkeit neuer oder bestehender Testinfrastrukturen erhöht wird.

Durch Konfigurationen mit zwei, vier oder acht GPUs lässt sich das System an unterschiedliche Sensoraufbauten und Leistungsanforderungen anpassen. Einzelne Sensoren können bestimmten GPUs zugewiesen werden, wodurch die verfügbaren Rechenressourcen je nach Anwendung verteilt werden können. 

Geringe Latenzzeiten und nahtlose Einbindung

Präzises Timing ist bei sensorbasierten HIL-Anwendungen unerlässlich. Die RTX PRO Sync-Technologie synchronisiert die Ausgangssignale der GPU mit externen Taktquellen, um die Latenzzeiten im gesamten Testaufbau zu minimieren.

Das standardisierte, vorkonfigurierte System ist auf eine unkomplizierte Einbindung ausgelegt und kann an kundenspezifische Anwendungen angepasst werden. Entwicklungsteams können dank der skalierbaren Architektur komplexe Szenarien effizient abbilden, die Testabdeckung erhöhen und die Funktionen ihrer Sensorsimulationsumgebungen erweitern.

Ressourcen mit GPU-Clustering effizient zuteilen

Aus technischer Sicht ist ein weiterer Vorteil die Zuteilung von einzelnen Sensoren an bestimmte GPUs. Dieser Clustering-Ansatz verteilt den Rechenaufwand auf die verfügbare Hardware und ermöglicht es, die Ressourcen entsprechend der Komplexität der jeweiligen Sensorkonfiguration anzupassen. Bei steigenden Anforderungen kann die zusätzliche GPU-Kapazität genutzt werden, um umfangreichere Sensorkonfigurationen zu unterstützen und gleichzeitig einen effizienten Rechenprozess aufrechtzuerhalten. Dadurch lässt sich die Lösung problemlos vom einfachen Sensoraufbau bis hin zur hochkomplexen Simulationsumgebung skalieren, ohne dabei die Effizienz zu beeinträchtigen.

Sie möchten wissen, wie unsere Hardware-Lösung auch Ihren Anwendungsfall unterstützen kann?