ZCU(Zonal Control Unit)

컴퓨팅 성능 강화 지향

지난 글은 HPC(High Performance Computing)에 대해 알아보았습니다. 차량 내 다양한 기능을 통합/관리하고 고성능 컴퓨팅을 제공하는 중앙 집중형 컴퓨팅 시스템을 추구합니다. 즉 차량 내 여러 도메인(ADAS, 자율주행, IVI) 및 차량 내 통신 등을 처리를 합니다. 다수의 ECU가 필요했던 기능을 하나의 HPC로 통합관리가 가능합니다. 고속 데이터 처리와 고급 알고리듬 실행이 가능하고, 네트워크 복잡성을 줄이고 유지보수를 용이하는 게 하는 장점을 가집니다. 이번주는 차량의 특정 영역(Zone)을 관리하는 제어 장치 관련 글입니다. 차량에서 몇 개의 Zone으로 구분하고, 각 Zone마다 Zonal Controller가 배치되는 구조이죠. 기본적인 메커니즘, 고성능 위한 기술 방향성에 대해 공유드립니다.

 

---

구체내용으로 들어가기 전에 HPC와 ZCU에 대한 관계도 짚어 보려고 합니다. 앞서 말씀드렸듯이 HPC는 차량의 중앙에서 복잡한 연산과 데이터 처리를 담당하며, Zonal Controller들은 각 Zone에서 로컬 제어 (ⓐ센서, 엑추에이터, 기타 장치들과 통신 및 제어역할 ⓑ 데이터를 수집하고 간단한 처리)를 수행하고 필요한 데이터를 HPC로 전송합니다. 이를 기반으로 시스템은 효율적이고 기능에 대한 반응성이 높아지게 됩니다. 향후 SDV에서 핵심적인 역할을 할 것으로 의심할 여지가 없습니다. 덧붙여 Sensor기술도 차량의 E&E 아키텍처 진화와 연계로 증가하게 되어 I/O 복잡성도 커짐에 따른 대응도 ZCU에서 하게 하게 됩니다. 

- Zonal Controller는 기본적인 제어와 데이터 집계를 수행하고, 복잡한 처리는 HPC에서 수행

- HPC와 Zonal Controller 간의 통신은 주로 고속 네트워크(예: Ethernet)를 통해 진행, 고성능 지향

   

Zoanl Architecture, TI

테슬라의 전기차가 대표적으로 Zone 기반 아키텍처를 적용하고 있습니다.  각 Zone 내의 센서, 액추에이터, 그리고 기타 장치들과 통신 및 제어 역할을 합니다. 로컬에서 데이터를 수집하고 간단한 처리를 수행하며, 필요시 HPC(중앙슈퍼컴퓨터)로 데이터를 전송하는 구조입니다. 테슬라에 대해 Tear-Dwon 영상도 유튜브를 통해 많이 공유가 되는데, 결론적으로는  배선 단순화를 통해 차량 내 배선을 줄여 무게와 비용을 감소시키고,  향상된 통신기반으로 로컬 처리로 통신 지연을 줄이고 효율성을 높이는 구조입니다. ZCU는 비용 효율적인 방식으로 차량 전체의 시스템에 안전적인 전력/데이터 분배를 하고, I/O를 처리하여 중앙 컴퓨팅(HPC)이 SW지원 기능에 집중하도록 하는 게 핵심입니다. 특히 ZCU 성능 고도화를 위해서 전력분배 및 AI 적용을 하고 있습니다.   

차량 ZCU에서 전력분배는 차량의 효율성/안전성/차량성능향상에 영향을 줍니다. 전자화 및 전동화가 진행되면서 차량 내부의 다양한 시스템들이 서로 다른 전력 요구 사항을 갖게 되었기 때문입니다. 최근에 전기차량 폭발 문제가 사회적으로 회자가 되었는데, 전기차 과부하 혹은 단락 등을 감지하여 오류를 사전에 예방하고 안전성을 높인다는 것입니다. 차량 Zonal Controller에서 전력 분배의 주요 이유는 몇 가지로 정리를 할 수 있습니다.  

1. 전력 효율성 향상: 차량 내부에는 다양한 전자 장치들이 존재하며, 각 장치의 전력 요구는 시시각각 변할 수 있습니다. Zonal Controller는 이러한 전력 요구를 효율적으로 관리하여 배터리 수명을 연장하고, 전체적인 전력 소비를 최적화합니다. 

2. 안정적인 전력 공급: 차량 내의 중요한 시스템(예: 엔진 제어, 제동 시스템, 조명 시스템 등)에는 항상 안정적인 전력 공급이 필요합니다. Zonal Controller는 전력 분배를 통해 우선순위가 높은 시스템에 필요한 전력을 우선적으로 공급하여 시스템의 신뢰성을 유지합니다. 에너지 분배 최적화도 하여 특히 전기차 일경우 배터리 전력을 효율적으로 사용하기 위해 구역별 전력관리가 매우 중요합니다. ZCU는 전력 소비를 최적화하여 주행거리 최대화하고 에너지 낭비도 줄이게 합니다. 

3. 시스템 통합 및 간소화: 차량 내 전기 시스템이 복잡해지면서 Zonal Controller는 전력 분배뿐만 아니라 통신 네트워크의 관리도 담당하여 시스템을 간소화하고, 각 시스템 간의 통합을 용이하게 합니다. 이는 차량의 전체 배선 및 전자 구조를 단순화하고, 무게를 줄이며, 설치와 유지보수를 용이하게 합니다. 기능 확장 및 모듈화: 차량의 다양한 구역에 맞춤형 기능을 제공할 수 있도록 지원하며, 새로운 전자 장치나 기능을 추가할 때 모듈화된 접근을 가능하게 하여 전력 분배 및 관리의 유연성을 제공합니다.  

그다음으로 Zonal Controller 내에서 AI 적용입니다. 일반적으로 3 TOPS (Trillion Operations Per Second) 정도의 연산 성능을 활용하는 방식은 차량의 성능을 최적화하고, 효율적인 AI 처리를 가능하게 합니다. (3 TOPS의 연산 성능은 Zonal Controller가 복잡한 AI 연산을 신속하게 처리하여 실시간 제어를 지원하는 데 충분), 향후 SDV 및 자율주행 등 고성능이 요구한다면 아래와 같은 영역에 활용 가능합니다. AI기반으로 ZCU연산 개별화 가능하다는 장점도 있습니다. 

1. 실시간 객체 인식 및 상황 인지

   - 적용 방식 : 3 TOPS의 성능을 사용하여 각 구역의 카메라와 센서 데이터를 실시간으로 처리하고, 보행자, 차량, 도로 표지판 등의 객체를 인식합니다.

   - 이점: 빠르고 정확한 객체 인식은 자율 주행 및 운전자 보조 시스템의 반응성을 향상하며, 돌발 상황에서의 안전성을 높입니다.

   - 구체적 예시: 측면이나 후방의 차량을 실시간으로 감지하여 사각지대 경고를 제공하거나, 전방의 장애물을 인식하여 충돌을 회피하는 제어를 수행합니다. 

2. 예측 유지보수 및 상태 모니터링

   - 적용 방식: AI는 차량의 다양한 센서 데이터(예: 타이어 압력, 배터리 상태, 엔진 온도 등)를 분석하여 상태를 모니터링하고, 잠재적인 고장을 예측합니다.

   - 이점: 차량의 주요 부품에 대한 사전 유지보수를 통해 고장으로 인한 사고를 예방하고, 유지보수 비용을 절감할 수 있습니다.

   - 구체적 예시: AI는 데이터를 학습하여 타이어 마모를 예측하고, 교체가 필요할 때 운전자에게 알림을 제공합니다. 이는 비정상적인 진동 패턴이나 온도 변화를 실시간으로 분석하여 가능한 고장을 사전에 감지하는 방식입니다. 

 3. 지능형 에너지 관리 및 효율성 최적화

   - 적용 방식: Zonal Controller는 AI를 통해 전력 소모를 최적화합니다. 3 TOPS의 연산 성능은 실시간으로 각 구역의 에너지 사용 패턴을 분석하고, 불필요한 소비를 줄이기 위한 제어 명령을 생성합니다.

   - 이점: 배터리 전력을 효율적으로 관리하여 차량의 전체 주행 거리를 늘리고, 에너지 비용을 절감합니다.

   - 구체적 예시: AI는 실내조명, 공조 시스템, 인포테인먼트 시스템의 전력 사용을 최적화하여, 승객이 없는 구역에서는 불필요한 기능을 자동으로 비활성화합니다. 또한, 급가속이나 급제동을 줄이는 주행 패턴을 분석하여 연비를 개선합니다. 

이를 통해 차량의 안전성, 유지보수, 에너지 관리에서 크게 기여할 수 있습니다. 이러한 성능은 Zonal Controller가 차량의 각 구역을 지능적으로 관리하고, 보다 스마트한 주행 환경을 제공할 수 있도록 합니다. 이와 같은 AI 적용은 차량의 사용자 경험을 향상하고, 미래형 자율 주행 차량의 핵심 기술로 적용될 것으로 보입니다. 

---

ZCU는 차량 E&E 단순화 및 고성능화, 효율성/안정성을 추구합니다. HW적으로 얼마나 신뢰성이 있는지가 관건입니다. 차량 OEM - Tier 1 - SoC Vendor 간의 긴밀한 협력이 중요합니다. ZCU부분은 기술지향적인 영역이라, 경험/노하우가 필요하여, 트렌드를 리딩하는 SoC Vendor 중심으로 기술발전이 될 것이라고 예상됩니다. 아직은 테슬라 이외 가시화가 되지 않았지만 Full Zonal화에 따라 업계는 기술 역량 확보는 강화될 것으로 봅니다. 

차주에는 차량 내 UX강화 (온디바이스 AI, 클라우드 기반, 디스플레이 등)에 대한 업계흐름에 대해 알아보고자 합니다.