В момента компаниите, които карат леки автомобили автоматично, могат грубо да бъдат разделени на три категории. Първата категория е система със затворен цикъл, подобна на Apple (NASDAQ: AAPL). Ключовите компоненти като чипове и алгоритми се правят сами. Tesla (NASDAQ: TSLA) прави това. Някои компании за нови енергийни автомобили също се надяват постепенно да се впуснат в това. този път. Втората категория е отворена система, подобна на Android. Някои производители правят интелигентни платформи, а други правят автомобили. Например Huawei и Baidu (NASDAQ: BIDU) имат намерения в това отношение. Третата категория е роботиката (таксита без шофьор), като компании като Waymo.
Тази статия ще анализира главно осъществимостта на тези три маршрута от гледна точка на технологиите и развитието на бизнеса и ще обсъди бъдещето на някои нови производители на електрически автомобили или компании за автономно шофиране. Не подценявайте технологиите. За автономното шофиране технологията е живот, а ключовият технологичен път е стратегическият път. Така че тази статия е и дискусия за различните пътища на стратегиите за автономно шофиране.
В областта на интелигентните автомобили, особено в областта на автономното шофиране, приемането на модела със затворен цикъл на Apple може да улесни производителите да оптимизират производителността и да подобрят производителността. Бързо реагиране на нуждите на потребителите.
Нека първо говоря за представянето. Производителността е от съществено значение за автономното шофиране. Сиймор Крей, бащата на суперкомпютрите, веднъж каза много интересна дума: "Всеки може да изгради бърз процесор. Номерът е да се изгради бърза система".
С постепенния провал на закона на Мур, не е възможно просто да се увеличи производителността чрез увеличаване на броя на транзисторите на единица площ. И поради ограничението на площта и консумацията на енергия, мащабът на чипа също е ограничен. Разбира се, настоящият Tesla FSD HW3.0 (FSD се нарича Full Self-Driving) е само 14nm процес и има място за подобрение.
Понастоящем повечето цифрови чипове са проектирани на базата на архитектурата на фон Нойман с разделяне на паметта и калкулатора, което създава цялата система от компютри (включително смартфони). От софтуера до операционните системи до чиповете, това е дълбоко засегнато. Архитектурата на фон Нойман обаче не е напълно подходяща за дълбокото обучение, на което разчита автономното шофиране, и се нуждае от подобрение или дори пробив.
Например, има "стена на паметта", където калкулаторът работи по-бързо от паметта, което може да причини проблеми с производителността. Дизайнът на чипове, подобни на мозъка, наистина има пробив в архитектурата, но твърде далечният скок може да не бъде приложен скоро. Освен това конволюционната мрежа на изображението може да бъде преобразувана в матрични операции, което може да не е наистина подходящо за мозъчни чипове.
Следователно, тъй като и законът на Мур, и архитектурата на фон Нойман срещат затруднения, бъдещите подобрения на производителността трябва да бъдат постигнати главно чрез специфична за домейна архитектура (DSA, която може да се отнася до специализирани процесори). DSA беше предложен от носителите на наградата Тюринг Джон Хенеси и Дейвид Патерсън. Това е иновация, която не е твърде далеч напред и е идея, която може да бъде приложена на практика веднага.
Можем да разберем идеята за DSA от макро гледна точка. Като цяло настоящите чипове от висок клас имат милиарди до десетки милиарди транзистори. Начинът, по който тези огромни количества транзистори са разпределени, свързани и комбинирани, оказва голямо влияние върху производителността на конкретно приложение.В бъдеще е необходимо да се изгради "бърза система" от цялостна гледна точка на софтуер и хардуер и да се разчита на оптимизация и настройка на структурата.
"Android режимът" не е добро решение в областта на умните автомобили.
Много хора вярват, че в ерата на автономното шофиране има също Apple (затворен цикъл) и Android (отворен) в областта на смарт телефоните, а също така ще има доставчици на тежък софтуер като Google. Моят отговор е лесен. Маршрутът на Android няма да работи при автономно шофиране, защото не отговаря на посоката на бъдещото развитие на технологиите за интелигентни автомобили.
Разбира се, не бих казал, че компании като Tesla и други компании трябва да правят всеки винт сами и много части все още трябва да бъдат закупени от производители на аксесоари. Но най-основната част, която засяга потребителското изживяване, трябва да бъде направена от вас, като всички аспекти на автономното шофиране.
В първия раздел беше споменато, че затвореният маршрут на Apple е най-доброто решение. Всъщност това също така демонстрира, че отвореният маршрут на Android не е най-доброто решение в областта на автономното шофиране.
Архитектурата на смарт телефоните и смарт автомобилите е различна. Фокусът на смартфоните е екологията. Екосистемата означава предоставяне на различни приложения, базирани на операционни системи ARM и IOS или Android.Следователно смартфоните с Android могат да се разбират като комбинация от куп общи стандартни части. Стандартът на чипа е ARM, отгоре на чипа е операционната система Android и след това има различни приложения в интернет. Поради своята стандартизация, независимо дали е чип, Android система или приложение, той лесно може да се превърне в независим бизнес.
Фокусът на интелигентните автомобили е алгоритъмът и данните и хардуерът, поддържащи алгоритъма. Алгоритъмът изисква изключително висока производителност, независимо дали е обучен в облака или е изведен на терминала. Хардуерът на интелигентната кола изисква много оптимизация на производителността за конкретни специализирани приложения и алгоритми. Следователно само алгоритми или само чипове или само операционни системи ще бъдат изправени пред дилеми за оптимизиране на производителността в дългосрочен план. Само когато всеки компонент е разработен сам по себе си, той може лесно да бъде оптимизиран. Разделянето на софтуер и хардуер ще доведе до производителност, която не може да бъде оптимизирана.
Можем да го сравним така, NVIDIA Xavier има 9 милиарда транзистора, Tesla FSD HW 3.0 има 6 милиарда транзистора, но индексът на изчислителната мощност на Xavier не е толкова добър, колкото HW3.0. И се казва, че следващото поколение FSD HW има подобрение на производителността от 7 пъти в сравнение с текущото. И така, защото дизайнерът на чипове на Tesla Питър Банън и неговият екип са по-силни от дизайнерите на NVIDIA или защото методологията на Tesla за комбиниране на софтуер и хардуер е по-добра. Смятаме, че методологията за комбиниране на софтуер и хардуер също трябва да бъде важна причина за подобряването на производителността на чипа. Разделянето на алгоритми и данни не е добра идея. Не е благоприятна за бърза обратна връзка относно нуждите на потребителите и бърза итерация.
Следователно в областта на автономното шофиране разглобяването на алгоритми или чипове и продажбата им отделно не е добър бизнес в дългосрочен план.
Тази статия е с източник EV-tech
psp13880916091
Време за публикуване: 10 декември 2020 г