
Aeva บริษัทเซ็นเซอร์และระบบการรับรู้สัญชาติอเมริกันที่จดทะเบียนในตลาดหุ้น Nasdaq เลือกใช้ Cadence Tensilica Vision DSP IP เป็นแกนหลักในการประมวลผลสัญญาณของระบบ 4D LiDAR รุ่นใหม่ เพื่อรองรับการขยายตัวในตลาดยานยนต์อัตโนมัติและหุ่นยนต์อุตสาหกรรมที่กำลังเติบโตอย่างรวดเร็ว
LiDAR ทั่วไปทำหน้าที่เหมือน “ไม้บรรทัดดิจิทัล” วัดได้แค่ว่าวัตถุอยู่ที่ไหนและห่างแค่ไหน แต่ไม่รู้ว่ากำลังเคลื่อนที่เร็วแค่ไหนหรือจะมาชนหรือเปล่า ขณะที่ 4D LiDAR ของ Aeva ตรวจจับทั้งตำแหน่งและความเร็วของวัตถุได้พร้อมกันในเฟรมเดียว ทำให้ระบบอัตโนมัติคาดการณ์สถานการณ์ล่วงหน้าได้ดีกว่า และตัดสินใจได้แม่นยำขึ้นในสภาวะที่ต้องการความปลอดภัยสูง เช่น การขับขี่ในเมืองหรือการทำงานร่วมกับมนุษย์ในโรงงาน
Tensilica Vision DSP โดดเด่นด้วยเทคโนโลยี Tensilica Instruction Extension หรือ TIE ที่เปิดให้นักพัฒนาปรับแต่งชุดคำสั่งของชิปให้ตรงกับงานเฉพาะด้านได้โดยตรง ซึ่งต่างจากชิปทั่วไปที่ใช้คำสั่งสำเร็จรูปตายตัว ความยืดหยุ่นนี้คือเหตุผลสำคัญที่ Aeva เลือกใช้ เพราะการประมวลผล LiDAR มีลักษณะงานเฉพาะตัวที่ชิปทั่วไปรองรับได้ไม่เต็มประสิทธิภาพ นอกจากนี้สถาปัตยกรรมพลังงานต่ำยังช่วยให้ระบบทำงานได้ต่อเนื่องในอุปกรณ์ Edge โดยไม่สิ้นเปลืองพลังงานมากเกินไป
นอกเหนือจากฮาร์ดแวร์ Tensilica DSP ยังมาพร้อม NeuroWeave SDK ซึ่งเป็น Neural Network Compiler รุ่นที่ 3 ที่รองรับโมเดล AI ยุคใหม่สำหรับงาน LiDAR โดยเฉพาะ รวมถึงซอฟต์แวร์ไลบรารีที่ปรับแต่งมาสำหรับ Neural Network, Computer Vision, SLAM (ระบบสร้างแผนที่และระบุตำแหน่งพร้อมกัน) และการประมวลผล Point Cloud ชุดเครื่องมือครบวงจรนี้ช่วยให้ Aeva ไม่ต้องเริ่มพัฒนาซอฟต์แวร์จากศูนย์ และสามารถนำผลิตภัณฑ์ออกสู่ตลาดได้เร็วขึ้นอย่างมีนัยสำคัญ
ความร่วมมือครั้งนี้เป็นอีกหนึ่งสัญญาณที่ชัดเจนว่าอุตสาหกรรม Physical AI และหุ่นยนต์กำลังเข้าสู่ช่วงพัฒนาจริงจัง บริษัทระดับ Tier-1 ในห่วงโซ่อุปทานยานยนต์และโรงงานอัตโนมัติจำเป็นต้องมีระบบเซ็นเซอร์ที่ประมวลผลได้เร็ว แม่นยำ และใช้พลังงานน้อย ซึ่งทั้ง Aeva และ Cadence กำลังตอบโจทย์นั้นโดยตรง สำหรับผู้ผลิตชิ้นส่วนหรือผู้พัฒนาระบบอัตโนมัติในไทยที่กำลังมองหาเทคโนโลยีเซ็นเซอร์รุ่นถัดไป นี่คือทิศทางที่น่าจับตามองอย่างใกล้ชิด
ติดตามข้อมูลข่าวสารน่าสนใจได้ทาง www.zanzab.com และช่องทางโซเชียล
Facebook , YouTube , Instagram และ Tiktok