DEENESPTFRRUARHIKOZHNL
AUTOSAR_AP_EXP_SWArchitecture FIG-1e6e29764ca54863 420 × 308 px 1 Release(s)

Figure 10.16: Use cases for Safe Hardware Acceleration

SHA-256 Inhalts-Fingerabdruck: 1e6e29764ca5486335039ba2dc9e512dea04c549c27a7cb45f26ed91f91055df
✦ KI-generierte Bildanalyse & technische Beschreibung Modell: gemini-3.8-flash (via agy) · Rezept figure-description@2 · erstellt am 2026-10-07

1. Diagrammtyp & Architektur-Kontext

  • Klassifikation: UML-Anwendungsfalldiagramm (Use Case Diagram) gemäß AUTOSAR-Modellierungsrichtlinien für funktionale Cluster der Adaptive Platform (AP).
  • Technischer Zweck: Definition der primären Nutzungsszenarien für das funktionale Cluster Safe Hardware Acceleration innerhalb der AUTOSAR Adaptive Platform. Es kapselt den hardwarebeschleunigten Offloading-Bedarf von rechenintensiven Workloads (z. B. Computer Vision, Deep Learning/Inferenz, Signalverarbeitung) unter Erfüllung funktionaler Sicherheitsanforderungen (ISO 26262) gegenüber der Hardware (GPU, NPU, DSP, FPGA, Vector-Units).

2. Komponenten, Entitäten & Schnittstellen

  • Akteur:
    • Adaptive Application: Repräsentiert den Nutzerprozess im POSIX-User-Space (Application Layer), welcher rechenintensive Operationen an spezialisierte Recheneinheiten delegiert.
  • Systemgrenzen (Boundaries):
    • Adaptive Platform: Übergeordnete Systemgrenze der AUTOSAR Adaptive Runtime Environment.
    • Safe Hardware Acceleration: Untergeordnete funktionale Cluster-Grenze, welche die Schnittstellen und Mechanismen zur sicheren Ansteuerung heterogener Beschleunigerhardware kapselt.
  • Anwendungsfälle (Stereotyp «aapUseCase»):
    • Process Multiple Instructions on Multiple Data (MIMD): Ausführung asynchroner, heterogener Instruktionsströme auf voneinander unabhängigen Datenmengen (z. B. Multi-Core-Beschleuniger, FPGA-Pipelines, parallele Kernel-Graphen).
    • Process Single Instructions on Multiple Data (SIMD): Parallele Ausführung identischer Berechnungsbefehle auf homogenen Vektoren/Matrizen (z. B. Vektorerweiterungen, Tensor-/Matrix-Units, GPU-Warp-/SIMT-Architekturen).
  • Beziehungen (Stereotyp «aapTriggers»):
    • Gerichtete Assoziation von Adaptive Application zu beiden Use Cases. Definiert den Kontrollflussinitiator: Die Applikation triggert das Einreihen und die Ausführung von Rechenaufgaben im jeweiligen Beschleuniger-Modus.

3. Dynamisches Verhalten & Sequenzablauf

  1. Initialisierung & Ressourcenzuweisung: Die Adaptive Application fordert über standardisierte Cluster-APIs Beschleunigerkontexte, Execution Streams oder Compute-Pipelines an (inklusive IOMMU/SMMU-Pufferallokation für Zero-Copy-Datenzugriff).
  2. Task-Trigger («aapTriggers»):
    • SIMD-Pfad: Übergabe kompakter Vektordatenstrukturen und Bindung an SIMD-Rechenkerne. Typischerweise synchrone oder eng gekoppelte asynchrone Vektoroperationen mit deterministischer Ausführungszeit.
    • MIMD-Pfad: Übermittlung komplexer Task-Graphen / Command-Buffer mit separaten Kerneln auf unterschiedlichen Hardware-Engines.
  3. Asynchrone Abarbeitung & Synchronisation:
    • Nicht-blockierender Dispatch der Berechnungen an die Hardware-Warteschlange.
    • Benachrichtigung der Applikation über Synchronisationsprimitive (Fences, Futures, Callbacks/Poll-Mechanismen).
  4. Fehlerbehandlung & Safety-Überwachung:
    • Hardware-Watchdogs, ECC-Prüfungen, Paritätsfehler oder Timeout-Events führen zum Abbruch der Beschleuniger-Queue und lösen plattformseitige Diagnostics-/Recovery-Routinen aus.

4. Normative Relevanz & Entwickler-Hinweise

  • Applikations-Entwickler:
    • Abstraktion der Zielhardware: Applikationen interagieren gegen funktionale Beschleunigerschnittstellen (z. B. standardisierte Compute-APIs oder High-Level-Frameworks wie OpenVX/SYCL/Vulkan-Abstraktionen), ohne direkte Registerzugriffe oder ungesicherte Direct-I/O-Treiber zu verwenden.
    • Puffer-Management: Zwingende Einhaltung von Cache-Kohärenz-Vorgaben und Speicheralignments (Contiguous Memory, DMA-taugliche Puffer).
  • Treiber- & Stack-Entwickler (Platform Provider):
    • Safety Isolation: Implementierung zwingender Hardware-Schutzmechanismen (IOMMU/SMMU-Mapping, Memory Protection Units) zur Verhinderung von Freedom from Interference (FFI)-Verletzungen zwischen ASIL- und QM-Workloads.
    • Deterministisches Scheduling: Gewährleistung von Worst-Case Execution Time (WCET)-Garantien sowie Preemption- und Time-Slicing-Fähigkeiten auf geteilten Beschleunigern (insbesondere bei MIMD-Szenarien).
    • ASIL-Dekomposition: Absicherung der Beschleuniger-Treiber und Middleware gemäß gefordertem ASIL-Level, einschließlich redundanter Lockstep-Prüfung oder plausibilitätsbasierter Ergebniskontrolle.

Zugeordnete Anforderungen

Diese Angaben zeigt der Versions-Explorer.

Aus dem Dokument extrahierter Text & Kontext

Beschriftungen im Schaubild:

Safe Hardware Acceleration | Adaptive Platform | Adaptive Application | «aapUseCase» | Process Multiple Instructions on Multiple | Data | «aapUseCase» | Process Single Instructions on Multiple | Data | «aapTriggers» | «aapTriggers»

Vorkommen in AUTOSAR-Releases (1)

Release Dokument Seite Nr. Bildunterschrift im Dokument
R25-11 AUTOSAR_AP_EXP_SWArchitecture S. 203 10.16 Figure 10.16: Use cases for Safe Hardware Acceleration