Für die Entwicklung von Fahrzeugsoftware und IoT-Systemen hat Blackberry sein neues Betriebssystem QNX als Early-Access-Version herausgebracht. Damit soll sich die Leistung von Multi-Core-Prozessoren steigern lassen.
Automobilarchitekturen transformieren sich zu zonalen, zentralen Rechenzentren und schließlich zu Software Defined Vehicles.
gorodenkoff / Getty Images / iStock
Blackberry hat die neue Generation seiner QNX Software Development Platform (SDP) 8.0 im Early Access veröffentlicht. SDP 8.0 soll die Leistung von Multi-Core-Prozessoren der kommenden Generation maximieren. Gleichzeitig sollen die Sicherheits- und Zuverlässigkeitsstandards beibehalten werden. Im Laufe des Jahres 2023 wird die Lösung allgemein verfügbar sein.
SDP 8.0 basiert auf dem neusten QNX-Betriebssystem (OS), "dem leistungsstärksten und sichersten Embedded-Betriebssystem, das das Unternehmen anbietet", wie es heißt. Mit SDP 8.0 will Blackberry dem zunehmenden Bedarf an Entwicklungslösungen für die Multicore-Prozessor-Technologie von OEMs und IoT-Systementwicklern begegnen.
Vorteile für softwaredefinierte Fahrzeuge
Als POSIX-kompatibles Echtzeit-Betriebssystem auf Mikrokernel-Basis soll die neue Architektur einen Skalierungsfaktor von 1:1 bei steigender Anzahl der Kerne bieten. "Mit dem QNX-Betriebssystem können Kunden nun die Leistung von Prozessoren der nächsten Generation voll ausschöpfen und ihre Gesamtkosten reduzieren, da die Maximalauslastung der verfügbaren Rechenressourcen reduziert wird", heißt es von Blackberry. Insbesondere für Automobilhersteller, die im Rahmen der Umstellung auf softwaredefinierte Fahrzeuge mit einer enorm steigenden Menge an Software-Architekturkomplexität konfrontiert seien, könnten von der Lösung profitieren.
QNX SDP 8.0 bildet die Grundlage für die nächste Generation des QNX-Produktportfolios von Blackberry, einschließlich der nächsten Generation von QNX OS for Safety, QNX Hypervisor und QNX Hypervisor for Safety. BlackBerry und Nvidia arbeiten gemeinsam daran, den QNX-OS-Mikrokernel in die Drive-Thor-Zentralcomputertechnologie von Nvidia zu integrieren. Mit einer Leistung von 2.000 Teraflops soll der Chip genug Rechenleistung bieten, um automatisiertes Fahren und ein KI-Cockpit auf einer zentralen Plattform zusammenzuführen.