Aurora Labs und Infineon Technologies arbeiten gemeinsam an neuen Over-the-Air (OTA)-Update-Funktionen für die Automobilsoftware-Industrie. Aurora Labs wird seine KI-gesteuerte OTA-Update- und Ausfallvorhersagetechnologie auf den AURIXo TC3xx- und TC4xx-Mikrocontrollern von Infineon demonstrieren, um durch geringere Datenkosten und kürzere Fehlerbehebungszeiten Effizienzgewinne zu erzielen. OTA-Updates sind bereits eine wesentliche Voraussetzung für das softwaredefinierte Fahrzeug von heute, bei dem die meisten Fahrzeugfunktionen durch Software implementiert werden.

Da die Autos immer komplexer werden und der Druck, neue Funktionen auf den Markt zu bringen, immer größer wird, wird die Anzahl der Updates pro Jahr drastisch steigen. Die Automobilhersteller müssen die Kosten für OTA-Updates senken und sicherstellen, dass die Updates so nahtlos wie möglich erfolgen. Die Zusammenarbeit von Infineon und Aurora Labs vereint die Expertise von Software-Intelligenz, Halbleiterlösungen und KI-basierten Technologien, um den gesamten Software-Lebenszyklus von der Entwicklung über die Qualitätssicherung und Zertifizierung bis hin zu Software-Updates effizienter zu gestalten.

Die KI-basierte Line-of-Code-Intelligenceo-Technologie von Aurora Labs wird bereits in einem frühen Stadium des Softwareentwicklungszyklus in die Infineon AURIXo TC3xx- und TC4xx-Chipsätze integriert, um die branchenweit kleinsten Update-Dateien für 10-mal schnellere, sicherere und vollständig redundante Over-the-Air-Software-Updates zu erstellen, ohne dass zusätzlicher Speicher benötigt wird oder Kosten entstehen. Die Technologie von Aurora Labs bietet der Automobilindustrie erhebliche wirtschaftliche Vorteile mit einem klaren Kosten-Nutzen-Verhältnis. Sie spart bis zu 98% der Kosten für Gerätehardware und Datenübertragung für Software-Updates ohne Ausfallzeiten, auch ohne Dual-Flash-Banken. Mit der PPU-Architektur von Infineon kann die Line-of-Code-Intelligence-Technologie von Aurora Labs die Gerätesoftware auf Verhaltensabweichungen überwachen, um Fehler im Vorfeld zu erkennen und Ausfallzeiten vorherzusagen und so die Qualität der Fahrzeugsoftware zu erhöhen, selbst auf der Straße.