Actualment, les empreses que condueixen cotxes de passatgers automàticament es poden dividir aproximadament en tres categories. La primera categoria és un sistema de bucle tancat similar a Apple (NASDAQ: AAPL). Els components clau com els xips i els algorismes es fan ells mateixos. Tesla (NASDAQ: TSLA) ho fa. Algunes companyies de cotxes d'energia nova també esperen embarcar-s'hi progressivament. aquest camí. La segona categoria és un sistema obert similar a Android. Alguns fabricants fabriquen plataformes intel·ligents i alguns fan cotxes. Per exemple, Huawei i Baidu (NASDAQ: BIDU) tenen intencions en aquest sentit. La tercera categoria és la robòtica (taxis sense conductor), com ara empreses com Waymo.
En aquest article s'analitzarà principalment la viabilitat d'aquestes tres vies des de la perspectiva de la tecnologia i el desenvolupament empresarial, i debatrà sobre el futur d'alguns nous fabricants d'automòbils o empreses de conducció autònoma. No subestimis la tecnologia. Per a la conducció autònoma, la tecnologia és vida, i el camí tecnològic clau és el camí estratègic. Així doncs, aquest article també és una discussió sobre les diferents vies de les estratègies de conducció autònoma.
En el camp dels cotxes intel·ligents, especialment en el camp de la conducció autònoma, l'adopció del model de llaç tancat d'Apple pot facilitar que els fabricants optimitzin el rendiment i millorin el rendiment. Respondre ràpidament a les necessitats del consumidor.
Permeteu-me parlar primer del rendiment. El rendiment és essencial per a la conducció autònoma. Seymour Cray, el pare dels superordinadors, va dir una vegada una paraula molt interessant: "Qualsevol pot construir una CPU ràpida. El truc és construir un sistema ràpid".
Amb el fracàs gradual de la llei de Moore, no és factible simplement augmentar el rendiment augmentant el nombre de transistors per unitat d'àrea. I a causa de la limitació de l'àrea i el consum d'energia, l'escala del xip també és limitada. Per descomptat, l'actual Tesla FSD HW3.0 (FSD s'anomena Full Self-Driving) només és un procés de 14 nm i hi ha espai per millorar.
Actualment, la majoria de xips digitals estan dissenyats basant-se en l'arquitectura Von Neumann amb la separació de memòria i calculadora, que crea tot el sistema d'ordinadors (inclosos els telèfons intel·ligents). Des del programari fins als sistemes operatius i els xips, es veu profundament afectat. Tanmateix, l'arquitectura Von Neumann no és completament adequada per a l'aprenentatge profund en què es basa la conducció autònoma, i necessita millores o fins i tot avenços.
Per exemple, hi ha un "mur de memòria" on la calculadora funciona més ràpid que la memòria, cosa que pot provocar problemes de rendiment. El disseny de xips semblants al cervell té un gran avenç en l'arquitectura, però és possible que el salt massa llunyà no s'apliqui aviat. A més, la xarxa convolucional d'imatge es pot convertir en operacions de matriu, que potser no són realment adequades per a xips semblants al cervell.
Per tant, com que la Llei de Moore i l'arquitectura de Von Neumann es troben amb colls d'ampolla, les millores de rendiment futures s'han d'aconseguir principalment mitjançant l'Arquitectura específica de domini (DSA, que pot referir-se a processadors dedicats). DSA va ser proposat pels guanyadors del premi Turing John Hennessy i David Patterson. És una innovació que no avança massa, i és una idea que es pot posar en pràctica immediatament.
Podem entendre la idea de DSA des d'una perspectiva macro. En general, els xips actuals de gamma alta tenen milers de milions a desenes de milers de milions de transistors. La manera com es distribueixen, es connecten i es combinen aquests grans nombres de transistors té un gran impacte en el rendiment d'una aplicació específica.En el futur, és necessari construir un "sistema ràpid" des de la perspectiva general del programari i el maquinari, i confiar en l'optimització i l'ajust de l'estructura.
El "mode Android" no és una bona solució en el camp dels cotxes intel·ligents.
Molta gent creu que en l'era de la conducció autònoma també hi ha Apple (bucle tancat) i Android (obert) en el camp dels telèfons intel·ligents, i també hi haurà proveïdors de programari de nucli pesat com Google. La meva resposta és senzilla. La ruta d'Android no funcionarà amb la conducció autònoma perquè no compleix la direcció del futur desenvolupament de la tecnologia del cotxe intel·ligent.
Per descomptat, no diria que empreses com Tesla i altres empreses hagin de fabricar tots els cargols per si mateixes, i encara s'han de comprar moltes peces als fabricants d'accessoris. Però la part més bàsica que afecta l'experiència de l'usuari l'has de fer tu mateix, com ara tots els aspectes de la conducció autònoma.
A la primera secció, s'ha esmentat que la ruta de bucle tancat d'Apple és la millor solució. De fet, també demostra que la ruta oberta d'Android no és la millor solució en l'àmbit de la conducció autònoma.
L'arquitectura dels telèfons intel·ligents i els cotxes intel·ligents és diferent. El focus dels telèfons intel·ligents és l'ecologia. Ecosistema significa oferir diverses aplicacions basades en sistemes operatius ARM i IOS o Android.Per tant, els telèfons intel·ligents Android es poden entendre com una combinació d'un munt de peces estàndard comunes. L'estàndard del xip és ARM, a la part superior del xip hi ha el sistema operatiu Android, i després hi ha diverses aplicacions a Internet. A causa de la seva estandardització, ja sigui un xip, un sistema Android o una aplicació, es pot convertir fàcilment en un negoci independentment.
El focus dels cotxes intel·ligents és l'algoritme i les dades i el maquinari que admeten l'algorisme. L'algorisme requereix un rendiment extremadament alt tant si s'entrena al núvol com si s'infereix al terminal. El maquinari del cotxe intel·ligent requereix una gran optimització del rendiment per a aplicacions i algorismes especialitzats específics. Per tant, només els algorismes o només els xips o només els sistemes operatius s'enfrontaran a dilemes d'optimització del rendiment a la llarga. Només quan cada component es desenvolupa per si mateix es pot optimitzar fàcilment. La separació de programari i maquinari donarà lloc a un rendiment que no es pot optimitzar.
Ho podem comparar d'aquesta manera, NVIDIA Xavier té 9.000 milions de transistors, Tesla FSD HW 3.0 té 6.000 milions de transistors, però l'índex de potència de càlcul de Xavier no és tan bo com HW3.0. I es diu que el FSD HW de nova generació té una millora de rendiment de 7 vegades en comparació amb l'actual. Per tant, és perquè el dissenyador de xips de Tesla Peter Bannon i el seu equip són més forts que els dissenyadors de NVIDIA, o perquè la metodologia de Tesla per combinar programari i maquinari és millor. Creiem que la metodologia de combinar programari i maquinari també ha de ser un motiu important per a la millora del rendiment del xip. Separar algorismes i dades no és una bona idea. No és propici per a una ràpida retroalimentació sobre les necessitats del consumidor i una ràpida iteració.
Per tant, en l'àmbit de la conducció autònoma, desmuntar algorismes o xips i vendre'ls per separat no és un bon negoci a la llarga.
Aquest article prové de EV-tech
psp13880916091
Hora de publicació: 10-12-2020