AMD hat seine neue Ryzen AI Embedded Prozessorreihe vorgestellt. Dieses Portfolio zielt auf KI-Workloads am Netzwerkrand für die Automobilindustrie, die industrielle Automatisierung und neue physikalische KI-Plattformen, einschließlich humanoider Robotik, ab. Den Startschuss gibt es mit der Ryzen AI Embedded P100-Serie und der kommenden X100-Serie. Diese Prozessoren kombinieren Zen-5-CPU-Kerne, RDNA-3.5-Grafik und eine XDNA-2-NPU in einem kompakten BGA-Gehäuse.
Die Integration von CPU, GPU und NPU in einen einzigen SoC zielt auf energieeffiziente KI-Inferenz mit geringer Latenz ab. Dieses Design eignet sich ideal für eingebettete Systeme mit begrenztem Platzangebot, eingeschränkter Wärmeableitung und geringem Stromverbrauch.
Plattformübersicht
Die Ryzen AI Embedded-Modelle nutzen AMDs neueste Zen 5-CPU-Architektur für skalierbare x86-Leistung und zuverlässige Steuerung. Sie kombinieren diese mit einer RDNA 3.5-GPU für Echtzeit-Visualisierung und -Grafik. Eine integrierte XDNA 2-NPU liefert bis zu 50 TOPS dedizierte KI-Beschleunigung und entlastet so CPU und GPU von Inferenz-Workloads.
AMD positioniert das Portfolio für:
- Digitale Cockpits und HMI-Systeme für die Automobilindustrie
- Intelligente Gesundheitsversorgung und industrielle Automatisierung
- Physikalische KI und autonome Systeme, wie zum Beispiel Robotik
Durch die Integration von CPU, GPU und NPU in einem einzigen Gerät können OEMs und Tier-1-Zulieferer das Systemdesign im Vergleich zu Multi-Chip-Systemen vereinfachen. Gleichzeitig lässt sich die KI- und Grafikleistung für Fahrzeug- oder Industrieanwendungen steigern.
Ryzen AI Embedded P100-Serie
Die ersten ausgelieferten Produkte sind die Ryzen AI Embedded P100-Serie. Sie sind in 4- und 6-Kern-Konfigurationen erhältlich und für den Einsatz in Fahrzeugen sowie für industrielle HMI- und Steuerungssysteme optimiert.
Die wichtigsten Merkmale sind:
- 4-6 Zen-5-Kerne mit Boost-Taktraten von bis zu 4.5 GHz
- Bis zu 2.2-fache Verbesserung der Single-Thread- und Multi-Thread-Leistung im Vergleich zu früheren Ryzen Embedded-Plattformen, basierend auf den internen SPECrate2017_int_base-Schätzungen von AMD.
- Die RDNA 3.5 GPU bietet in AMDs GFXBench Vulkan-Test eine bis zu 35 % bessere Rendering-Leistung als die Vorgängergeneration.
- XDNA 2 NPU mit bis zu 50 TOPS für KI-Inferenz direkt auf dem Gerät.
Die P100-GPU unterstützt bis zu vier 4K-Displays oder zwei 8K-Displays mit 120 Bildern pro Sekunde und erfüllt damit die Anforderungen von digitalen Cockpits mit mehreren Bildschirmen und fortschrittlicher industrieller Visualisierung. Ein Hardware-Videocodec ermöglicht hochauflösendes Streaming und Wiedergabe mit geringer Latenz, ohne CPU-Ressourcen zu beanspruchen.
Die P100-SKUs arbeiten thermisch in einem nominalen TDP-Bereich von 15–54 W, mit einer maximalen Betriebstemperatur des Sperrschichtübergangs von 105 °C und einer BGA-Grundfläche von 25 mm x 40 mm. Diese Konfiguration ist für anspruchsvolle, platzsparende Edge-Anwendungen konzipiert, einschließlich lüfterloser oder semi-robuster Designs.
AMD bietet sowohl Varianten für industrielle Temperaturen als auch für den Automobilbereich an:
- Industrielle Artikelnummern mit einem Temperaturbereich von 0 °C bis 105 °C oder -40 °C bis 105 °C
- Automobiltaugliche SKUs wie P122a und P132a mit einem Betriebstemperaturbereich von -40 °C bis 105 °C und AEC Q100-Qualifizierung sowie Unterstützung für eine Lebensdauer von bis zu 10 Jahren
KI- und Modellunterstützung
Die XDNA 2 NPU erreicht eine Leistung von bis zu 50 TOPS und unterstützt eine Vielzahl von KI-Modellen am Netzwerkrand. Dazu gehören:
- Vision Transformers für fortschrittliche Wahrnehmung
- Kompakte LLMs für das geräteinterne Sprach- und Absichtsverständnis
- CNNs und verwandte Architekturen für Erkennung, Klassifizierung und Verfolgung
Diese Unterstützung ermöglicht Anwendungen im Fahrzeug und in der Industrie, die Sprache, Gesten und Umgebungskontext lokal kombinieren, anstatt sich ausschließlich auf cloudbasierte Schlussfolgerungen zu verlassen.
AMD gibt an, dass die P100-Serie bis zu dreimal so viele KI-Leistungen (TOPS) wie die Ryzen Embedded 8000-Serie bietet. Dies ist besonders relevant für Kunden, die bestehende Systeme aufrüsten, um eine höhere KI-Leistung pro Watt und pro Platine zu erzielen.
E/A, Speicher und Systemintegration
Für Netzwerk- und Konnektivitätsanwendungen bietet die P100-Serie Funktionen, die sich für vernetzte Edge-Systeme eignen:
- Bis zu zwei 10-GbE-Ports mit TSN-Unterstützung für zeitkritische industrielle und automobile Netzwerke.
- Unterstützung für DDR5 (bis zu 5600 MT/s) und LPDDR5X (bis zu 8000 MT/s bzw. 7500 MT/s mit RAS-Funktionen) mit ECC
- USB4 (bis zu 2 Anschlüsse bei ausgewählten Modellen) sowie zusätzliche USB 3.x- und USB 2.0-Anschlüsse
Diese Funktionen sollen Multi-Domain-Fahrzeugarchitekturen, industrielle Steuerungen mit Hochgeschwindigkeits-Deterministik-Ethernet und KI-fähige Edge-Gateways unterstützen.
Software-Stack und Virtualisierung
Ryzen AI Embedded verfügt über einen einheitlichen, offenen Software-Stack, der CPU, GPU und NPU abdeckt:
- Optimierte CPU-Bibliotheken für Zen 5
- Offene GPU-APIs für RDNA 3.5
- Native XDNA AI-Laufzeitumgebung über Ryzen AI-Software zugänglich
Die Plattform nutzt ein Open-Source-Virtualisierungsframework auf Xen-Basis, um mehrere Betriebssystemdomänen auf demselben SoC zu verwalten. AMD nennt typische Konfigurationen wie:
- Yocto oder Ubuntu Linux für HMI und Anwendungslogik
- FreeRTOS für komplexe Echtzeit-Steuerungsdomänen
- Android oder Windows für ein breiteres Anwendungsökosystem
Diese Domänen arbeiten parallel in isolierten Partitionen und nutzen eine ASIL-B-fähige Architektur. Für Automobil- und Industriehersteller zielt diese Konfiguration darauf ab, die sicherheitskritische Integration zu vereinfachen, einmalige Entwicklungskosten zu reduzieren und die Produktionszeit zu verkürzen.
Weitere Punkte des Fahrplans umfassen:
- P100-SKUs mit höherer Kernanzahl (8–12 Kerne), die auf industrielle Automatisierung und rechenintensivere Edge-Plattformen abzielen, werden voraussichtlich im ersten Quartal des nächsten Jahres als Muster verfügbar sein.
- Prozessoren der X100-Serie mit bis zu 16 CPU-Kernen und höherer KI-Leistung für anspruchsvolle physikalische KI- und autonome Systeme sollen in der ersten Hälfte des nächsten Jahres als Muster verfügbar sein.
Spezifikationen
| AMD Ryzen AI Embedded P100 Serie (4-6 Kerne) | INDUSTRIETEMPERATUR | AUTOMOBILQUALITÄT | |||||
|---|---|---|---|---|---|---|---|
| Model # | P121 | P132 | P121I | P132I | P122a | P132a | |
| CPU | „Zen 5“-CPU-Kerne | 4 | 6 | 4 | 6 | 4 | 6 |
| Max Frequency | Bis zu 4.4 GHz | Bis zu 4.5 GHz | Bis zu 4.4 GHz | Bis zu 4.5 GHz | Bis zu 3.65 GHz | Bis zu 3.65 GHz | |
| Gemeinsamer L3-Cache | 8 MB | 8 MB | 8 MB | 8 MB | 8 MB | 8 MB | |
| GPU | Arbeitsgruppen-Prozessoren | 1 | 2 | 1 | 2 | 2 | 2 |
| 4K120 / 8Kp120 Displays | 4 / 2 | 4 / 2 | 4 / 2 | 4 / 2 | 4 / 2 | 4 / 2 | |
| Maximale GPU-Frequenz | 2.7 GHz | 2.8 GHz | 2.7 GHz | 2.8 GHz | 2.0 GHz | 2.4 GHz | |
| NPU | Tops | 30 | 50 | 30 | 50 | 30 | 50 |
| I / O | 10GE-Ports mit TSN | 2 | 2 | 2 | 2 | 2 | 2 |
| DDR5 (ECC) | 5600 MT / s | ||||||
| LPDDR5X (ECC) | 7500 MT / s | 8000 MT / s | 7500 MT / s | 8000 MT / s | 7500 MT/sw/ RAS | 7500 MT/sw/ RAS | |
| USB 4.0 | 2x USB4 | N / A | |||||
| Andere USB | 1x USB 3.2 | 1x USB 3.1 | 3x USB 2 | 1x USB 2 (Sicheres BIOS) | |||
| Energie und Wärme | Nominal TDP | 28 W | 28 W | 28 W | 28 W | 28 W | 45 W |
| Nenn-TDP-Bereich | 15 - 54 W | 15 - 54 W | 15 - 54 W | 15 - 54 W | 15 - 30 W | 25 - 45 W | |
| Stellentemperatur | 0 bis 105 ° C | 0 bis 105 ° C | -40 Um ° C 105 | -40 Um ° C 105 | -40 Um ° C 105 | -40 Um ° C 105 | |
| Verpackung & Zuverlässigkeit | Verpackung | 25 mm x 40 mm | |||||
| Langlebigkeit / Qualität | 2.5 Jahre (Standard) | Bis zu 10 Jahre (verlängert) | AEC-Q100 | ||||
Präsentation von Automotive-Compute- und ADAS-Plattformen der nächsten Generation
AMD präsentiert zudem eine breite Palette an Automobiltechnologien, die Fahrerassistenzsysteme, digitale Cockpitfunktionen und cloudbasierte Entwicklung für softwaredefinierte Fahrzeuge integrieren. Die Demonstrationen in der West Hall des Las Vegas Convention Center veranschaulichen, wie Versal AI Edge, Ryzen Embedded, EPYC Embedded und Radeon Pro GPUs in skalierbaren Automobilarchitekturen zusammenarbeiten können.
Die Präsentation ist in drei Hauptthemen gegliedert: Fahrerassistenzsysteme (ADAS) und Wahrnehmung, Infotainmentsysteme und digitale Cockpits im Fahrzeug sowie Cloud-native Automobilentwicklung. Mehrere Demos heben die AMD Versal AI Edge-Serie, einschließlich der zweiten Generation, als zentrale Rechenplattform für Multisensor-Wahrnehmung und ADAS hervor.
MultiVision-Kamerawahrnehmung mit StradVision
In Zusammenarbeit mit StradVision demonstriert AMD ein Multi-Kamera-Wahrnehmungssystem auf Basis der Versal AI Edge Series Gen 2. Die KI-Wahrnehmungssoftware von StradVision läuft auf der Versal AI Edge-Architektur und kombiniert Skalarverarbeitung, adaptive Logik und KI-Engines. Die Demo konzentriert sich auf die Fusion von Multi-Kamera-Bildern, Objekterkennung und -verfolgung für fortschrittliche ADAS- und automatisierte Fahrfunktionen mit Fokus auf Echtzeitfähigkeit.
Visionbasierte Fahrerassistenz auf Autobahnen
Eine weitere Demo nutzt die erste Generation des Versal AI Edge für eine fahrerorientierte Bildverarbeitungsaufgabe. Dieses System steuert das Fahrzeug im geschlossenen Regelkreis in einer virtuellen Fahrumgebung und erkennt Fahrspuren und Objekte in Echtzeit. Es dient als Modell für kamerabasierte ADAS-Systeme, die den Bedarf an teuren Sensorpaketen reduzieren und gleichzeitig eine hohe Wahrnehmungsgenauigkeit beibehalten wollen.
360-Grad-Rundumansicht-Visualisierung
Eine Rundumsicht-Lösung auf Basis von Versal AI Edge Gen 2 demonstriert die latenzarme Zusammenführung mehrerer Kamerabilder zu einer klaren 360°-Ansicht. Durch die Integration von Bildverarbeitung und Rendering auf einem einzigen Gerät zielt die Plattform auf Anwendungen wie automatisiertes Parken, Fahrassistenzsysteme für niedrige Geschwindigkeiten und verbesserte Situationserkennung ab. Der Fokus liegt auf geringer Latenz und hoher Bildqualität, geeignet für Serienfahrzeuge mit Park- und Rundumsicht-Steuergeräten.
Autoware Frontkamera-Wahrnehmung
AMD präsentiert außerdem eine auf Autoware 2.0 basierende Pipeline zur Frontkamera-Erkennung auf dem Versal AI Edge Gen 2. Dieser Open-Source-Stack demonstriert die Objekterkennung unter schwierigen Wetterbedingungen und dient als skalierbare Referenz für ADAS-Entwickler und Systemintegratoren. Die Kombination aus Versal AI Edge und Autoware zielt darauf ab, die Evaluierung und das Prototyping kritischer Sicherheitsanwendungen zu beschleunigen.
Heterogenes VirtIO für Automotive Compute
Um den Anforderungen neuer zonaler und zentralisierter Rechenstrukturen gerecht zu werden, präsentiert AMD ein heterogenes VirtIO-Setup, in dem ein Ryzen Embedded-Prozessor mit einem Versal AI Edge-Gerät der ersten Generation kombiniert wird. Die Demo nutzt standardmäßiges VirtIO, um Workloads über CPU- und Beschleunigerdomänen hinweg zu virtualisieren und zu verwalten. Dieser Ansatz zielt auf zukünftige E/E-Architekturen ab und ermöglicht es verschiedenen SoCs, virtualisierte E/A und Dienste gemeinsam zu nutzen und gleichzeitig Aufgaben mit unterschiedlicher Kritikalität zu bewältigen.
Jenseits von LiDAR mit Zynq UltraScale+ MPSoC
Für LiDAR-basierte ADAS-Systeme stellt AMD den Langstrecken-Vorwärts-LiDAR-Sensor Beyond vor, der auf dem AMD Zynq UltraScale+ MPSoC basiert. In dieser Konfiguration übernimmt der Zynq UltraScale+ die Punktwolkenverarbeitung, Kalibrierung und RX/TX-Steuerung. Ziel ist die Integration von Signalverarbeitung, Echtzeitsteuerung und übergeordneter Wahrnehmung auf einem einzigen programmierbaren SoC, wodurch Latenz und Stücklistenkomplexität in LiDAR-basierten ADAS-Modulen reduziert werden.
IVI und Digital Cockpit: Ryzen Embedded und Versal in einem einheitlichen Stack
Für Infotainmentsysteme im Fahrzeug präsentiert AMD eine einheitliche Plattform für digitales Cockpit, ADAS-Visualisierung und virtualisierte Softwarebereiche.
Fahrzeugerlebnisplattform
Die Demonstration der Vehicle Experience Platform kombiniert Ryzen Embedded-Prozessoren der nächsten Generation mit Versal AI Edge-Geräten der ersten Generation. Ryzen Embedded dient als primäre Plattform für digitale Cockpit-Aufgaben, während Versal AI Edge die Wahrnehmung, Sensorfusion und andere KI-Funktionen verbessert. Die Plattform fungiert als Single-Stack-Referenz und unterstützt nahtlose Cockpit-Grafiken auf mehreren Displays, eine intelligente Lastverteilung zwischen CPU und Beschleuniger sowie flexible Anpassungsmöglichkeiten für markenspezifische Erlebnisse.
Digitales Cockpit mit virtualisierten Workloads
Eine weitere Demo zeigt explizit ein virtualisiertes digitales Cockpit, das auf Ryzen Embedded-Prozessoren der nächsten Generation läuft, zusammen mit einem erstklassigen Automotive-Betriebssystem und Hypervisor-Stack. Das System integriert Cluster, Infotainment und gegebenenfalls ADAS-Visualisierung auf einem einzigen Siliziumchip und gewährleistet so die Trennung der einzelnen Bereiche. Für OEMs und Tier-1-Zulieferer zielt diese Architektur darauf ab, die Anzahl der Hardwarekomponenten zu reduzieren und die Softwareverwaltung für verschiedene Fahrzeugvarianten zu vereinfachen.
Virtualisiertes Android Automotive auf Xen
AMD präsentiert außerdem eine virtualisierte Android Automotive-Umgebung, die auf Ryzen Embedded-Prozessoren der nächsten Generation mit Versal AI Edge der ersten Generation läuft. Diese Plattform nutzt den Xen-Hypervisor, um Infotainment, Cluster und vernetzte Dienste in separate virtuelle Maschinen auszulagern. Dieses Beispiel zeigt, wie Android Automotive parallel zu anderen Echtzeit- oder sicherheitskritischen Anwendungen auf derselben Hardware betrieben werden kann und Versal für rechenintensive oder KI-gestützte Funktionen nutzt.
Cloud-native Automobilentwicklung: EPYC Embedded und Radeon Pro
Über Fahrzeugsysteme hinausgehend, greift AMD den Trend der Cloud-nativen Automobil-Softwareentwicklung mit einer virtuellen Plattformdemo auf.
Ein Cloud-nativer Workflow demonstriert, wie AMD EPYC Embedded CPUs und Radeon Pro GPUs die Einrichtung virtueller Plattformen, Validierung und umfassende Softwaretests unterstützen. Entwickler können komplette Software-Stacks, einschließlich Betriebssystem, Middleware und Anwendungen, in virtualisierten Umgebungen ausführen, lange bevor physische Steuergeräte verfügbar sind. Die Kombination aus EPYC Embedded und Radeon Pro beschleunigt CI/CD-Pipelines, Regressionstests und Hardware-in-the-Loop-Validierung beim Übergang in die Cloud.
Verfügbarkeit
Ryzen AI Embedded P100 Prozessoren mit 4–6 Kernen sind ab sofort für Early-Access-Kunden verfügbar. Tools und Dokumentation sind fertig, die Auslieferung der Serienprodukte wird im zweiten Quartal erwartet. Die P100-Serie mit 8–12 Kernen, die speziell für industrielle Automatisierungsanwendungen entwickelt wurde, wird voraussichtlich im ersten Quartal als Muster verfügbar sein. Die Musterlieferung der X100-Serie mit bis zu 16 Kernen beginnt voraussichtlich im ersten Halbjahr.
Amazon