MIPI CSI-2 & AI: Tulang Belakang Kereta Pintar

AI dalam Pembuatan (Elektronik, Automotif, Semikonduktor)••By 3L3C

MIPI CSI-2 ialah tulang belakang senyap untuk rangkaian sensor automotif dan kilang pintar, memacu integrasi AI yang selamat, jimat kuasa dan mudah diskala.

MIPI CSI-2AI automotifsensor networkkilang pintarsemikonduktor automotifADASMIPI CSE
Share:

MIPI CSI-2 & AI: Tulang Belakang Kereta Pintar Masa Depan

Menjelang hujung 2025, lebih 70% model kereta baharu global datang dengan sistem ADAS yang sekurang-kurangnya menyokong kamera hadapan dan sensor parkir pintar. Setiap fungsi pintar itu – daripada brek automatik hingga bantuan lorong – bergantung pada satu perkara yang ramai pengeluar silap urus: pengangkutan data sensor yang stabil, pantas dan selamat.

Kebanyakan syarikat fokus pada cip AI, GPU dan algoritma pembelajaran mesin. Tetapi tanpa rangkaian sensor yang kukuh, model AI tu cuma “otak tanpa deria”. Di sinilah MIPI CSI-2 jadi tulang belakang senyap untuk ekosistem automotif moden – termasuk untuk kilang elektronik dan automotif di Malaysia yang semakin agresif melabur dalam AI dan sistem autonomi.

Dalam artikel ini, saya akan terangkan kenapa MIPI CSI-2 bukan sekadar spesifikasi kamera, tapi satu komponen strategik untuk:

  • Kereta yang lebih pintar dan selamat
  • AI vision dalam kilang pintar (smart factory)
  • Reka bentuk cip automotif yang patuh standard keselamatan seperti ISO 26262

Kenapa Sensor Network Adalah “Mata & Telinga” AI Automotif

Sistem AI automotif hanya sekuat data yang masuk ke dalamnya. Untuk ADAS dan pemanduan autonomi, data itu datang daripada rangkaian sensor yang semakin padat:

  • Kamera resolusi tinggi 360°
  • Radar hadapan & sisi
  • LiDAR untuk persepsi 3D
  • Ultrasonik untuk jarak dekat (parking, manuver perlahan)

Setiap kereta moden boleh mengendalikan berpuluh sensor. Ini mencetuskan tiga cabaran besar untuk jurutera semikonduktor dan OEM:

  1. Lebar jalur (bandwidth) – AI vision memerlukan video multi-channel 4K/2K, frame rate tinggi, dengan latensi rendah.
  2. Penggunaan kuasa – Kenderaan elektrik dan hibrid tak mampu “mewah” dengan sistem komunikasi yang boros tenaga.
  3. EMI & kebolehpercayaan – Persekitaran automotif penuh bunyi elektromagnet, suhu tinggi dan getaran.

MIPI CSI-2 menjawab ketiga-tiga cabaran ini dengan menyediakan satu protokol standard, konsisten, yang boleh diskala dari satu kamera ke puluhan sensor, tanpa perlu mereka bentuk semula “bahagian kabel” setiap kali.

Realitinya: kalau anda mahu AI yang boleh buat keputusan dalam milisaat, anda perlu rangkaian sensor yang boleh hantar data tanpa tersekat dan tanpa ragu tentang integritinya.

Apa Peranan MIPI CSI-2 Dalam Kereta & Kilang Pintar?

MIPI CSI-2 ialah protokol utama untuk menghantar data dari sensor kamera (dan sensor lain) ke pemproses. Ia bermula dalam dunia telefon pintar, tapi berevolusi untuk memenuhi keperluan automotif yang jauh lebih ketat.

Ciri utama yang buat CSI-2 menarik untuk automotif

  1. Sokongan pelbagai jenis sensor
    Walaupun nama dia “Camera Serial Interface”, CSI-2 hari ini menyokong:

    • Kamera RGB & IR (contoh: pemanduan malam, pengesanan pemandu mengantuk)
    • Sensor radar & LiDAR (melalui pemetaan data ke dalam rangka CSI-2)
    • Sensor ultrasonik dan pengimejan khas

  2. Reka bentuk modul & boleh skala
    Pendekatan modular CSI-2 membenarkan jurutera:

    • Mulakan dengan beberapa kamera
    • Tambah sensor baru (contoh: radar sisi) tanpa tukar keseluruhan seni bina
    • Kekalkan keserasian ke belakang (backward compatibility) dengan komponen generasi lama

  3. Sokongan jarak pendek & jarak jauh
    CSI-2 bukan hanya untuk on-board kamera ringkas. Ia menyokong:

    • Short reach (D-PHY, C-PHY) – sambungan IC-ke-IC dalam modul kamera, sensor kabin, paparan dalaman
    • Long reach (A-PHY & PHY bukan MIPI) – sambungan kabel ke sensor di bumper, bumbung, atau pintu kereta

    Dalam konteks pemasangan di kilang automotif, ini memudahkan pembekal modul dari vendor berbeza digabungkan tanpa arsitektur komunikasi pelik yang proprietary.

  4. Virtual channel: banyak sensor, satu kabel
    CSI-2 menyokong konsep saluran maya (virtual channel). Beberapa aliran data sensor boleh dikumpulkan dan dihantar melalui satu kabel fizikal. Kesan langsung:

    • Kurang kabel, kurang berat
    • Kos pemasangan lebih rendah
    • Susun atur harness lebih mudah diurus, terutamanya di line pemasangan kereta volume tinggi

Universal Serial Link (USL): Kurangkan Kabel, Kurangkan Risiko

Dalam banyak reka bentuk lama, kamera hantar video melalui CSI-2, tapi konfigurasi sensor (contoh: setting exposure, sync, mode) guna saluran lain seperti I²C atau SPI yang berasingan.

Universal Serial Link (USL) mengubah permainan ini:

  • Menambah keupayaan dua hala (bidirectional) pada PHY jarak pendek
  • Menghapuskan keperluan saluran sideband kuasa rendah berasingan
  • Menyusun semula papan (PCB) jadi lebih ringkas & robust

Untuk jurutera reka bentuk PCB automotif:

  • Kurang jejak (trace) = kurang risiko EMI
  • Kurang konektor = kurang titik kegagalan
  • Lebih mudah untuk memenuhi keperluan standard automotif seperti AEC-Q100 dan EMC

Dalam konteks kilang pintar, prinsip yang sama boleh diguna untuk modul visi AI di line pengeluaran – kamera pemeriksaan kualiti boleh dikonfigurasi dan dipantau melalui link yang sama yang membawa video, memudahkan integrasi dengan robot dan PLC.

Keselamatan & Security: Dari Sensor Sampai ECU, Bukan Sekadar Link

Kereta berautonomi dan kilang pintar berkongsi satu kebimbangan besar: bagaimana nak pastikan data sensor tak dimanipulasi atau rosak.

MIPI membawa pendekatan yang agak matang melalui Camera Service Extension (CSE).

Cara CSE melindungi rangkaian sensor

Perbezaan besar berbanding sistem tradisional adalah:

  • Sistem lama: keselamatan hanya pada link fizikal tertentu (contoh: encryption pada kabel X)
  • CSE: keselamatan pada lapisan aplikasi – data dilindungi dari sensor hingga ke ECU, walaupun lalu beberapa jambatan (bridge) atau aggregator

Beberapa spesifikasi penting yang relevan untuk jurutera cip automotif:

  • MIPI CSE v2.0 – servis keselamatan di peringkat perkakasan untuk:

    • Integriti data (data tak diubah tanpa dikesan)
    • Pengesahan (sensor betul-betul dari sumber sah)
    • Penyulitan pilihan (encryption bila perlu)

  • CCISE – melindungi saluran kawalan seperti I²C yang biasanya jadi sasaran serangan kerana kurang dilindungi.

  • Camera Security v1.0 – pengesahan berasaskan perisian dan sesi selamat menggunakan SPDM, berguna bila integrasi dengan platform ECU yang kompleks.

  • Profil keselamatan (security profiles) – membenarkan tahap keselamatan diskala mengikut aplikasi. Contoh:

    • ADAS kritikal keselamatan: integriti + encryption penuh
    • Kamera kabin bukan kritikal: integriti sahaja, encryption minimum untuk jimat kuasa

Empat vektor konteks keselamatan (protocol, tag mode, security variant, cyphersuite) memberi kawalan halus kepada jurutera untuk seimbangkan keselamatan vs prestasi vs kuasa. Untuk pengeluar cip di Malaysia yang menyasar pelanggan automotif global, pematuhan pada rangka kerja macam ni ialah faktor pembeza yang nyata.

Di Mana AI Masuk? Dari Data Sensor ke Keputusan Pintar

AI dalam automotif dan pembuatan elektronik bergantung pada kualiti, konsistensi dan kebolehpercayaan data sensor. CSI-2 memudahkan tiga perkara kritikal untuk pipeline AI:

1. Latensi rendah untuk inferens masa nyata

Model computer vision (contoh: pengesanan pejalan kaki, pengesanan defect PCB) perlukan data segar dalam milisaat. CSI-2 direka untuk:

  • Penghantaran data berterusan (streaming) dengan jitter minimum
  • Kecekapan protokol yang mengurangkan overhead

Ini sangat penting dalam:

  • Kereta: brek kecemasan automatik, kawalan adaptif, auto lane change
  • Kilang: sistem vision yang menghentikan conveyor bila mengesan produk rosak

2. Penyatuan data multi-sensor untuk AI yang lebih tepat

AI moden jarang bergantung pada satu jenis sensor. Kita mahu gabungan:

  • Kamera + Radar + LiDAR (kereta)
  • Kamera + sensor kedudukan + data proses (kilang)

Dengan virtual channel CSI-2, pelbagai aliran sensor boleh digabung dan diselaraskan (synchronized) dengan lebih mudah ke dalam SoC yang menjalankan model AI. Ini mengurangkan overhead glue logic dan mempercepat masa ke pasaran.

3. Skalabiliti dari prototaip ke produksi volume tinggi

Satu masalah biasa: prototaip AI berfungsi di lab, tetapi gagal bila di-industrialisasi dalam kilang atau platform kenderaan sebenar.

CSI-2 membantu lintasan ini kerana:

  • Standard dia matang dan diadapt oleh ratusan vendor
  • Ekosistem IP (seperti daripada Rambus) menyokong pelbagai node proses & vendor PHY
  • Mudah untuk OEM menukar pembekal modul sensor tanpa rombak seluruh seni bina AI mereka

Untuk pemain E&E Malaysia yang jadi hub pembuatan bagi MNC seperti Intel, Infineon atau pengeluar automotif tier-1, keupayaan membina platform sensor + AI berasaskan standard ini membolehkan mereka naik satu tangga dalam rantaian nilai – dari sekadar EMS kepada penyedia modul pintar.

Peranan IP Vendor Seperti Rambus Dalam Rantaian Nilai

Rambus ialah antara pelopor dalam MIPI controller IP sejak 2010. Apa yang menarik untuk pembuat cip dan design house di rantau ini adalah pendekatan mereka yang:

  • Menyediakan IP pemancar & penerima CSI-2 dan DSI-2 yang sentiasa dikemas kini mengikut spesifikasi MIPI terkini
  • Membenarkan pelanggan memilih PHY daripada mana-mana vendor – fleksibiliti ini sangat penting bila berurusan dengan foundry dan ekosistem global
  • Menyertakan pakej keselamatan fungsi yang memenuhi keperluan ISO 26262 ASIL (ASIL-B hingga ASIL-D), bersama deliverable seperti FMEDA, DFMEA dan manual keselamatan

Daripada perspektif bisnes:

  • Pengeluar cip boleh fokus pada differentiation di peringkat AI, sensor fusion dan power management, sambil memanfaatkan IP CSI-2 yang sudah terbukti
  • Masa pembangunan turun, risiko pensijilan automotif menurun – dua faktor yang sangat mempengaruhi ROI projek automotif bernilai ratusan juta ringgit

Saya sendiri lebih suka syarikat guna standard & IP matang untuk bahagian “plumbing” macam ni, berbanding cuba cipta protokol proprietari yang akhirnya sukar diskala dan sukar disahkan.

Bagaimana Pengilang di Malaysia Boleh Ambil Peluang

Malaysia sudah kukuhkan kedudukan sebagai hab E&E dan automotif serantau, dengan kilang high-mix, high-volume untuk elektronik, sensor dan modul automotif. MIPI CSI-2 membuka beberapa ruang strategik:

  1. Modul kamera & sensor automotif siap AI-ready
    Syarikat boleh bangunkan modul kamera / radar yang:

    • Guna CSI-2 sebagai interface standard
    • Sertakan keupayaan keselamatan CSE-ready
    • Dioptimumkan untuk pipeline AI OEM global

  2. Sistem pemeriksaan kualiti berasaskan AI dalam kilang
    Integrasi CSI-2 ke dalam kamera industri & edge AI SoC:

    • Mempercepat pembangunan mesin vision untuk SMT, pemeriksaan solder, cek casing, dan lain-lain
    • Memudahkan standardisasi line production merentas kilang berbeza

  3. Pusat R&D serantau untuk reka bentuk cip automotif
    Dengan ekosistem IP seperti CSI-2, syarikat reka bentuk tempatan boleh:

    • Sasarkan projek SoC automotif niche (contoh: aggregator sensor, zon ECU)
    • Bekerjasama dengan OEM Jepun, Eropah atau China yang mencari rakan kongsi kos kompetitif tetapi patuh standard

Penutup: Standar Sensor Hari Ini, Platform AI Esok

Kalau kita tengok ke depan lima ke sepuluh tahun, kereta dan kilang akan jadi jauh lebih autonomi, dengan AI yang menjalankan ratusan keputusan setiap saat. MIPI CSI-2 ialah salah satu batu asas senyap yang memastikan semua keputusan itu dibuat berasaskan data yang tepat, tiba tepat pada masanya dan dilindungi dengan selamat.

Bagi jurutera semikonduktor, pengurus produk dan pemimpin operasi di sektor E&E dan automotif Malaysia, mesejnya jelas:

  • Labur pada seni bina sensor network yang berasaskan standard seperti CSI-2
  • Pastikan reka bentuk anda AI-ready, security-aware dan automotive-grade dari peringkat awal
  • Gunakan ekosistem IP matang untuk memotong masa pembangunan dan fokus pada nilai tambah sebenar – algoritma AI, integrasi sistem dan pengalaman pengguna

Soalan yang wajar ditanya sekarang bukan lagi "perlukah kita guna MIPI CSI-2?", tetapi "bagaimana kita merancang platform produk dan kilang supaya boleh memanfaatkan CSI-2 secara maksimum untuk generasi AI seterusnya?"