Hazırda minik avtomobillərini avtomatik idarə edən şirkətləri təxminən üç kateqoriyaya bölmək olar. Birinci kateqoriya Apple-a bənzər qapalı dövrə sistemidir (NASDAQ: AAPL). Çiplər və alqoritmlər kimi əsas komponentlər özləri tərəfindən hazırlanır. Tesla (NASDAQ: TSLA) bunu edir. Bəzi yeni enerji avtomobil şirkətləri də tədricən buna başlamağa ümid edirlər. bu yol. İkinci kateqoriya Android-ə bənzər açıq sistemdir. Bəzi istehsalçılar ağıllı platformalar, bəziləri isə avtomobillər hazırlayır. Məsələn, Huawei və Baidu (NASDAQ: BIDU) ilə bağlı niyyətləri var. Üçüncü kateqoriya, Waymo kimi şirkətlər kimi robototexnikadır (sürücüsüz taksilər).
Bu məqalə əsasən texnologiya və biznesin inkişafı baxımından bu üç marşrutun mümkünlüyünü təhlil edəcək və bəzi yeni güclü avtomobil istehsalçılarının və ya avtonom sürücülük şirkətlərinin gələcəyini müzakirə edəcək. Texnologiyanı qiymətləndirməyin. Avtonom sürücülük üçün texnologiya həyatdır və əsas texnologiya yolu strateji yoldur. Beləliklə, bu məqalə həm də avtonom sürücülük strategiyalarının müxtəlif yolları haqqında müzakirədir.
Ağıllı avtomobillər sahəsində, xüsusilə avtonom sürücülük sahəsində Apple-ın qapalı dövrə modelini mənimsəmək istehsalçıların performansını optimallaşdırmağa və performansını yaxşılaşdırmağa kömək edə bilər. İstehlakçı ehtiyaclarına tez cavab verin.
Əvvəlcə performans haqqında danışım. Performans avtonom sürücülük üçün vacibdir. Superkompüterlərin atası Seymur Krey bir dəfə çox maraqlı bir söz dedi: "Hər kəs sürətli CPU qura bilər. Hiylə sürətli sistem qurmaqdır".
Mur qanununun tədricən iflasa uğraması ilə, vahid sahəyə düşən tranzistorların sayını artırmaqla sadəcə performansı artırmaq mümkün deyil. Sahənin və enerji istehlakının məhdudlaşdırılması səbəbindən çipin miqyası da məhduddur. Əlbəttə ki, hazırkı Tesla FSD HW3.0 (FSD Tam Self-Driving adlanır) yalnız 14nm prosesdir və təkmilləşdirmə üçün yer var.
Hazırda əksər rəqəmsal çiplər Von Neumann Arxitekturasına əsaslanaraq yaddaş və kalkulyatorun ayrılması ilə hazırlanmışdır ki, bu da bütün kompüter sistemini (smartfonlar da daxil olmaqla) yaradır. Proqram təminatından tutmuş əməliyyat sistemlərinə və çiplərə qədər bu, dərindən təsirlənir. Bununla belə, Von Neumann Memarlığı avtonom idarəetmənin əsaslandığı dərin öyrənmə üçün tamamilə uyğun deyil və təkmilləşdirməyə və hətta irəliləməyə ehtiyac duyur.
Məsələn, kalkulyatorun yaddaşdan daha sürətli işlədiyi "yaddaş divarı" var ki, bu da performans problemlərinə səbəb ola bilər. Beyin kimi çiplərin dizaynı memarlıqda bir sıçrayışa malikdir, lakin çox uzağa sıçrayış tezliklə tətbiq olunmaya bilər. Üstəlik, təsvirin konvolyusiya şəbəkəsi matris əməliyyatlarına çevrilə bilər ki, bu da beyin kimi çiplər üçün həqiqətən uyğun olmaya bilər.
Buna görə də, Mur Qanunu və Von Neumann arxitekturasının hər ikisi darboğazlarla qarşılaşdığından, gələcək performans təkmilləşdirmələri əsasən Domain Xüsusi Arxitektura (DSA, xüsusi prosessorlara istinad edə bilər) vasitəsilə əldə edilməlidir. DSA, Turing mükafatı laureatları Con Hennessy və David Patterson tərəfindən təklif edilmişdir. Çox da irəli getməyən bir yenilikdir və dərhal həyata keçirilə biləcək bir ideyadır.
DSA ideyasını makro perspektivdən başa düşə bilərik. Ümumiyyətlə, indiki yüksək səviyyəli çiplərdə milyardlarla on milyardlarla tranzistor var. Bu böyük sayda tranzistorların necə paylanması, qoşulması və birləşdirildiyi xüsusi bir tətbiqin performansına böyük təsir göstərir.Gələcəkdə proqram-texniki təminatın ümumi perspektivindən “sürətli sistem” qurmaq, strukturun optimallaşdırılmasına və tənzimlənməsinə arxalanmaq lazımdır.
“Android rejimi” ağıllı avtomobillər sahəsində yaxşı həll yolu deyil.
Çoxları hesab edir ki, avtonom sürücülük dövründə ağıllı telefonlar sahəsində Apple (qapalı dövrə) və Android (açıq) da var və Google kimi ağır nüvəli proqram təminatçıları da olacaq. Cavabım sadədir. Android marşrutu avtonom idarəetmədə işləməyəcək, çünki o, gələcək ağıllı avtomobil texnologiyasının inkişafı istiqamətinə uyğun gəlmir.
Təbii ki, Tesla və digər şirkətlər kimi şirkətlərin hər vintini özləri hazırlamalı olduğunu və bir çox hissələrin hələ də aksesuar istehsalçılarından alınması lazım olduğunu söyləməzdim. Lakin istifadəçi təcrübəsinə təsir edən ən əsas hissə, məsələn, avtonom idarəetmənin bütün aspektləri kimi özünüz tərəfindən həyata keçirilməlidir.
Birinci hissədə, Apple-ın qapalı dövrə marşrutunun ən yaxşı həll yolu olduğu qeyd edildi. Əslində, bu, həmçinin Android açıq marşrutunun avtonom sürücülük sahəsində ən yaxşı həll olmadığını nümayiş etdirir.
Ağıllı telefonların və ağıllı avtomobillərin arxitekturası fərqlidir. Smartfonların diqqət mərkəzində ekologiyadır. Ekosistem ARM və IOS və ya Android əməliyyat sistemləri əsasında müxtəlif proqramların təmin edilməsi deməkdir.Buna görə də, Android smartfonlarını ümumi standart hissələrin bir dəstəsi kimi başa düşmək olar. Çip standartı ARM-dir, çipin üstündə Android əməliyyat sistemi, sonra isə internetdə müxtəlif proqramlar var. İstər çip, istər Android sistemi, istərsə də Tətbiq olsun, standartlaşdırılmasına görə, o, asanlıqla müstəqil olaraq biznesə çevrilə bilər.
Ağıllı avtomobillərin diqqət mərkəzində alqoritm və alqoritmi dəstəkləyən məlumat və aparatdır. Alqoritm istər buludda öyrədilir, istərsə də terminalda təxmin edilirsə, son dərəcə yüksək performans tələb edir. Ağıllı avtomobilin avadanlığı xüsusi ixtisaslaşdırılmış proqramlar və alqoritmlər üçün çoxlu performans optimallaşdırması tələb edir. Buna görə də, yalnız alqoritmlər və ya yalnız çiplər və ya yalnız əməliyyat sistemləri uzunmüddətli perspektivdə performansın optimallaşdırılması dilemması ilə qarşılaşacaqlar. Yalnız hər bir komponent öz-özünə inkişaf etdirildikdə onu asanlıqla optimallaşdırmaq olar. Proqram təminatı və aparatın ayrılması optimallaşdırıla bilməyən performansla nəticələnəcək.
Bunu bu şəkildə müqayisə edə bilərik, NVIDIA Xavier-in 9 milyard tranzistoru, Tesla FSD HW 3.0-ın 6 milyard tranzistoru var, lakin Xavierin hesablama gücü indeksi HW3.0 qədər yaxşı deyil. Və yeni nəsil FSD HW-nin indiki ilə müqayisədə performansını 7 dəfə artırdığı deyilir. Deməli, bunun səbəbi Tesla çipinin dizayneri Peter Bannon və komandasının NVIDIA dizaynerlərindən daha güclü olması və ya Teslanın proqram təminatı və aparat təminatının birləşdirilməsi metodologiyasının daha yaxşı olmasıdır. Biz hesab edirik ki, proqram təminatı və aparat təminatının birləşdirilməsi metodologiyası da çip performansının yaxşılaşdırılması üçün mühüm səbəb olmalıdır. Alqoritmləri və məlumatları ayırmaq yaxşı fikir deyil. İstehlakçı ehtiyacları və sürətli iterasiya haqqında sürətli rəy üçün əlverişli deyil.
Buna görə də, avtonom sürücülük sahəsində alqoritmləri və ya çipləri sökmək və ayrı-ayrılıqda satmaq uzunmüddətli perspektivdə yaxşı iş deyil.
Bu məqalə EV-tech-dən götürülüb
psp13880916091
Göndərmə vaxtı: 10 dekabr 2020-ci il