Google Cloudは2026年7月21日付の公式ブログで、Panasonic Automotiveの次世代コックピット仮想化プラットフォーム「vSkipGen」が、独自のArmベース設計Axionを採用したベアメタル製品「C4A-metal」上で検証済みになったと発表しました。関係するのは、車載コックピットのソフトウェアを実機の試作機に依存せずに開発・検証したい自動車メーカーや開発チームになります。
vSkipGenはAndroidの仮想マシンをハードウェアに依存せずに動かすための構成要素を利用し、C4A-metal上で車載向けAndroidのイメージを丸ごと起動する仕組みです。描画処理はPanasonic AutomotiveのUnified HMIが仮想マシンの外へ切り出し、Google Cloud上のGPU搭載リソースで処理した結果をブラウザへ配信します。
C4A-metalはすでに世界中で一般提供されており、Unified HMIを備えたvSkipGenは近く評価用アクセスとして提供される予定で、コックピット検証のどこまでをクラウドへ移せるかを見極める材料になります。
3行まとめ
- 何が発表されたか:Google Cloudは、Panasonic Automotiveのコックピット仮想化プラットフォームvSkipGenが、ArmベースのAxion設計を採用したベアメタル製品C4A-metal上で検証済みになったと発表しました。
- 仕組み・主な変化:vSkipGenはAndroid向けの仮想デバイス環境の構成要素とオープンソースの仮想マシン管理ソフトを基にした仕組みでコックピットの制御機器を再現し、Unified HMIが描画命令を仮想マシンの外のGPU搭載リソースへ渡して、結果を低遅延の通信技術でブラウザへ配信します。
- 利用者への意味:Panasonic Automotive Systems AmericaのCTOは高価な物理プロトタイプへの依存低減や検証効率の向上を挙げており、C4A-metalは世界中で一般提供済み、Unified HMIを備えたvSkipGenは近く評価用アクセスとして提供される予定です。
Panasonic AutomotiveのvSkipGenがGoogle CloudのC4A-metalで検証済みに
Google Cloudは2026年7月21日付の公式ブログで、Panasonic Automotiveの次世代CDC仮想化プラットフォーム「vSkipGen」が、Axionベースのベアメタル製品であるC4A-metal上で検証済みになったと発表しました。同社の説明では、vSkipGenはPanasonic AutomotiveのリモートGPUオフロード技術Unified HMIの統合と、Android Automotive OS(AAOS)およびAndroid SDVへの対応を組み合わせ、コックピットソフトウェアの開発と検証に向けたクラウドネイティブなソリューションを提供する、という位置づけです。
ハードウェアの制約に縛られずに開発を進められる点が、発表の主眼になっています。
C4A-metalインスタンスは、Axion仮想マシンファミリー全体と同じく、Google Cloud独自のArmベースAxionアーキテクチャ上に構築されます。Google Cloudが示す構成は次のとおりです。
| 項目 | 内容 |
|---|---|
| vCPU | 96 vCPU |
| メモリ | DDR5メモリの2構成(384GBと768GB) |
| ネットワーク帯域 | 最大100Gbps |
| ストレージ対応 | Google Cloud HyperdiskのBalanced、Extreme、Throughput、MLの各タイプに完全対応 |
| 基盤コンポーネント | 多層オフロードとセキュリティを担うTitanium |
このセクションの用語
- ベアメタル
- 仮想化の層を挟まず、物理サーバーのハードウェアへ直接アクセスして利用する提供形態です。
- CDC(コックピットドメインコントローラー)
- 車両のコックピット領域の機能をまとめて受け持つ車載の制御ユニットです。
- Axion
- Google Cloudが独自に設計したArmベースのアーキテクチャで、C4A-metalインスタンスもこのアーキテクチャ上に構築されています。
- Titanium
- Google Cloudのインフラを支える構成要素で、多層のオフロードとセキュリティを担い、C4A-metalもこれを基盤にしています。
vSkipGenはCuttlefishとcrosvmでコックピットの制御機器をクラウドに再現
vSkipGenは、物理CDCハードウェアのデジタルツイン、つまり実機の振る舞いを写し取った仮想の複製として動きます。Androidの仮想マシンをハードウェアに依存しない形で動かすため、Android Cuttlefishの構成要素を利用する設計です。
中核にはcrosvmを基にしたクラウド最適化済みの仮想マシンモニター(VMM)があり、ハードウェア支援仮想化にはLinux KVMを使います。VMMのバックエンドはRustで実装されており、Google Cloudはセキュリティ、スケーラビリティ、性能の面での利点を挙げています。
このスタック全体をC4A-metal上で動かすことで、開発者はクラウド上で完全なAAOSイメージを起動でき、その挙動は実車で動くソフトウェアと同じだという説明です。
vSkipGenはVirtIO標準を使い、次のような不可欠な周辺機器を仮想化します。
- 音声(audio)
- GPU
- センサー
- カメラ
- Controller Area Network(CAN)
- Bluetooth
- Wi-Fi
このVirtIOネイティブな方式により、開発者は物理ハードウェアを扱うのと同じように仮想デバイスへアクセスできる、というのがGoogle Cloudの説明です。加えてvSkipGenは、自動車向けシミュレーターやsoftware-in-the-loop(SiL)環境と接続します。
Google Cloudは、この接続によって網羅的なシナリオ検証とエッジケース検証が行え、物理プロトタイプへ早期にアクセスしなくてもソフトウェア検証や自動テストスイートの実行ができると述べています。物理プロトタイプへの早期アクセスを必要としない開発現場にとって、検証の着手時期を前倒しできるかどうかが判断材料になります。
このセクションの用語
- 仮想マシンモニター(VMM)
- 仮想マシンを作成し、その実行とハードウェア資源の割り当てを管理するソフトウェアです。
- Linux KVM
- カーネルに組み込まれた仮想化機構で、CPUのハードウェア仮想化支援を使って仮想マシンを実行します。
- VirtIO
- 仮想マシンから周辺機器を扱うための、標準化されたインターフェース仕様です。
- crosvm
- もともとChrome OS向けに開発された、オープンソースでセキュリティ重視の仮想マシンモニターです。vSkipGenのクラウド最適化済みVMMはこれを基に作られています。
- Android Cuttlefish
- Androidの仮想マシンをハードウェアに依存しない環境で動かすための構成要素群で、vSkipGenはその一部を利用しています。
Unified HMIがGPU描画を仮想マシンの外へ切り出し、ブラウザへ配信
Google Cloudは、仮想環境での高性能グラフィックスの描画には難しさがあると指摘したうえで、Unified HMIがHMI(人と機器のあいだの表示・操作の接点)の描画を特定のハードウェアから切り離して対処すると説明しています。仮想マシンの外側で動く軽量なUnified HMIコンポーネントが、Cuttlefishインスタンスから描画対象のデータであるOpenGL ESコマンドを受け取り、Google Cloud上のGPU搭載コンピューティングリソースへオフロードします。
GPU側のリソースはハードウェアアクセラレーションでその処理を担い、描画されたUIは低遅延のWebRTCで標準的なブラウザへストリーミングされます。これにより世界各地の開発チームが場所を問わずリアルタイムに高精細な映像を確認できる、というのが同社の説明です。
Unified HMIはさらに、複数のECU(車両の各機能を制御する電子制御ユニット)と仮想マシンにまたがる統一された仮想ディスプレイ層を構築します。アプリケーションはシステム内のどこからでも異なるディスプレイへ描画できるという説明です。
このセクションの用語
- OpenGL ES
- 組み込み機器向けのグラフィックス描画API仕様です。
- WebRTC
- ブラウザ上で映像や音声を低遅延でやり取りするための通信技術です。
Panasonic Automotiveが挙げる効果と、現時点の提供状況
Panasonic Automotive Systems AmericaのCTOであるAndrew Poliak氏は、C4A-metalがスケーラブルで高性能なArmベースのインフラを提供することで、自社チームが目標とする車載ハードウェアに近い挙動のまま、製品版を想定したソフトウェア(production-intent software)をクラウド上で開発・テストできるとコメントしています。同氏はこのクラウドと車載の挙動の一致をcloud-to-car bit parityと呼び、高価な物理プロトタイプへの依存を減らし、検証効率を高め、テストカバレッジを広げ、次世代コックピットプラットフォームの市場投入までの時間を短縮するとしています。
いずれも供給側の評価であり、第三者による測定結果ではありません。
提供状況は二段構えです。C4A-metalはすでに世界中で一般提供されており、Google Cloudは追加情報として公開ドキュメントの参照を案内しています。
一方、Google Cloud向けのUnified HMIを備えたvSkipGenは、近く評価用アクセスとして提供される予定という段階にとどまります。Panasonic Automotiveは、コックピットソフトウェア開発の加速について相談する窓口としてvSkipGenSupport@panasonicautomotive.comへの連絡を案内しており、評価を検討するチームはまずここが起点になります。
Unified HMIの構成図やアーキテクチャ図を含む詳細は、発表元の記事で確認できます。 Google Cloud公式ブログ「Accelerating automotive innovation with C4A-metal and Panasonic Automotive vSkipGen」
trends編集部の一言
今回の発表で目を引くのは、実行環境の忠実さと描画性能の確保を別の層へ切り分けた設計です。CPU側はArmベースのAxionを採用したベアメタルであるC4A-metal上でAAOSイメージを丸ごと起動し、GPUの描画命令はUnified HMIが仮想マシンの外へ出してGPU搭載リソースへ渡します。
この分担であれば、コックピット特有の重い描画をクラウド側の別リソースで賄いながら、実行環境そのものは車載ハードウェアの構成に寄せられます。VirtIOで周辺機器をそろえ、シミュレーターやSiL環境とつなぐという構成も、既存の検証資産を捨てずに移行先を増やす方向に見えます。
一方で、検証効率やテストカバレッジに関する評価はPanasonic Automotive側のCTOの発言であり、読む側は供給者の説明として受け取るのが妥当だと考えます。また、C4A-metalが世界中で一般提供済みであるのに対し、Unified HMIを備えたvSkipGenは評価用アクセスがこれから始まる段階で、今回のGoogle Cloudの発表記事には開始時期や評価条件の細部までは書かれていません。
社内の検証計画へ組み込むかどうかは、問い合わせ窓口を通じて評価枠の条件を確かめたうえで、既存の実機検証のどの工程を置き換え候補にするかを決める順序になりそうです。
References
- ^ Accelerating automotive innovation with C4A-metal and Panasonic Automotive vSkipGen(Google Cloud Blog). https://cloud.google.com/blog/topics/partners/panasonic-automotive-vskipgen-runs-on-axion-based-c4a-metal/.
※本記事は上記の一次情報を基に編集しています。誤りや最新情報との差異がある場合はご連絡ください。
修正・削除・掲載などの依頼はこちらITやプログラミングに関するコラム
【CSS】notで複数の件を除外する方法
【Git】remote設定を変更する方法
【VBA】コメントアウトを設定する方法
x86とx64の違いを分かりやすく解説
マークダウンで改行する方法
CapsLockキーを解除する方法
GitLabとGitHubの違いを解説
Linuxで環境変数を確認する方法
UbuntuのIPアドレスを確認する方法
パソコンのメモリの目安を用途別に選ぶ方法
ITやプログラミングに関するニュース
VercelがAI GatewayにSeedream 5.0 Proを追加、AI SDKのモデル指定で画像生成と編集が可能に
AWSがAmazon LocationのPlaces APIを強化、住所表記の指定と移動手段別の検索が可能に
VercelがトレースにTree・Waterfallビューを追加、ログ画面で処理の階層と所要時間を確認可能に
Googleがエージェント評価の再考を提唱、難易度を情報量で測るDiscovery Benchを解説
Google CloudがCloud Runサンドボックスを公開プレビューで提供、サービスヘルスは一般提供に
Google Cloud EMEAが英国金融の重要第三者に指定、イングランド銀行・PRA・FCAの直接監督下に
AWS DMS Schema ConversionがSQL Serverのオフライン変換に対応、ソースDBへ接続せずスキーマを変換可能に
EC2 G7インスタンスが米国東部(バージニア北部)で利用可能に、G6比でAI推論性能が最大4.6倍
SageMaker HyperPodが継続プロビジョニングでのAMIベース構成に対応、S3のスクリプト管理なしでSlurmクラスターを作成可能に
AWSがEMR on EKSでSparkトラブルシューティングエージェントに対応、失敗ジョブの原因分析を自然言語で依頼可能に
