5fc4fb2a24b6adfbe3736be6 Novinky - Krutý konec autonomního řízení: Tesla, Huawei, Apple, Weilai Xiaopeng, Baidu, Didi, kdo se může stát poznámkou historie?
10. prosince 2020

Krutý konec autonomního řízení: Tesla, Huawei, Apple, Weilai Xiaopeng, Baidu, Didi, kdo se může stát poznámkou historie?


V současné době lze společnosti, které řídí osobní automobily automaticky, rozdělit zhruba do tří kategorií. První kategorií je systém s uzavřenou smyčkou podobný Apple (NASDAQ: AAPL). Klíčové komponenty, jako jsou čipy a algoritmy, se vyrábějí samy. Tesla (NASDAQ: TSLA) to dělá. Postupně se do něj pustí i některé nové energetické automobilky. tato cesta. Druhou kategorií je otevřený systém podobný Androidu. Někteří výrobci vyrábějí chytré platformy a někteří vyrábějí auta. Záměry v tomto ohledu mají například Huawei a Baidu (NASDAQ: BIDU). Třetí kategorií je robotika (taxi bez řidiče), např. společnosti Waymo.

obrázek je z PEXELS

Tento článek bude především analyzovat proveditelnost těchto tří cest z hlediska rozvoje technologií a podnikání a bude diskutovat o budoucnosti některých nových výrobců motorových vozidel nebo společností s autonomním řízením. Nepodceňujte techniku. Pro autonomní řízení je technologie život a klíčovou cestou technologie je cesta strategická. Tento článek je tedy také diskusí o různých cestách strategií autonomního řízení.

Nastala éra integrace softwaru a hardwaru. „Apple model“ zastoupený Teslou je ta nejlepší cesta.

V oblasti chytrých vozů, zejména v oblasti autonomního řízení, může přijetí modelu uzavřené smyčky společnosti Apple usnadnit výrobcům optimalizaci výkonu a zlepšení výkonu. Rychle reagovat na potřeby spotřebitelů.
Nejprve mi dovolte mluvit o výkonu. Výkon je pro autonomní řízení zásadní. Seymour Cray, otec superpočítačů, jednou řekl velmi zajímavé slovo: "Každý může postavit rychlý CPU. Trik je postavit rychlý systém".
S postupným selháním Moorova zákona není možné jednoduše zvýšit výkon zvýšením počtu tranzistorů na jednotku plochy. A kvůli omezení plochy a spotřeby energie je omezený i rozsah čipu. Současná Tesla FSD HW3.0 (FSD se nazývá Full Self-Driving) je samozřejmě pouze 14nm proces a je zde prostor pro zlepšení.
V současnosti je většina digitálních čipů navržena na základě Von Neumannovy architektury s oddělením paměti a kalkulačky, která vytváří celý systém počítačů (včetně chytrých telefonů). Od softwaru přes operační systémy až po čipy je hluboce ovlivněna. Von Neumannova architektura však není zcela vhodná pro hluboké učení, na kterém autonomní řízení spoléhá, ​​a potřebuje zlepšení nebo dokonce průlom.
Existuje například „paměťová zeď“, kde kalkulačka běží rychleji než paměť, což může způsobit problémy s výkonem. Design čipů podobných mozku má sice průlom v architektuře, ale skok příliš daleko se nemusí brzy uplatnit. Obrazovou konvoluční síť lze navíc převést na maticové operace, které nemusí být skutečně vhodné pro čipy podobné mozku.
Vzhledem k tomu, že Moorův zákon i architektura Von Neumanna narážejí na úzká hrdla, je třeba budoucího zvýšení výkonu dosáhnout především prostřednictvím architektury DSA (Domain Specific Architecture, což může odkazovat na vyhrazené procesory). DSA navrhli držitelé Turingovy ceny John Hennessy a David Patterson. Jde o inovaci, která není příliš kupředu a je to nápad, který lze okamžitě uvést do praxe.
Myšlenku DSA můžeme pochopit z makro perspektivy. Obecně platí, že současné špičkové čipy mají miliardy až desítky miliard tranzistorů. To, jak jsou tyto obrovské počty tranzistorů rozmístěny, propojeny a kombinovány, mají velký vliv na výkon konkrétní aplikace.Do budoucna je potřeba vybudovat „rychlý systém“ z celkového pohledu softwaru i hardwaru a spoléhat na optimalizaci a úpravu struktury.

„Android mode“ není v oblasti chytrých aut dobrým řešením.

Mnoho lidí věří, že v éře autonomního řízení existují na poli chytrých telefonů také Apple (uzavřená smyčka) a Android (otevřená) a budou existovat i poskytovatelé těžkého softwaru jako Google. Moje odpověď je jednoduchá. Cesta Androidu nebude fungovat na autonomním řízení, protože nesplňuje směr budoucího vývoje technologie chytrých aut.

2

Samozřejmě bych neřekl, že firmy jako Tesla a další firmy si musí každý šroub vyrábět samy a mnoho dílů je ještě potřeba dokupovat od výrobců příslušenství. Ale nejdůležitější část, která ovlivňuje uživatelský zážitek, musíte udělat sami, jako jsou všechny aspekty autonomního řízení.
V první části bylo zmíněno, že cesta uzavřené smyčky společnosti Apple je nejlepším řešením. Ve skutečnosti to také ukazuje, že otevřená cesta Androidu není nejlepším řešením v oblasti autonomního řízení.

Architektura chytrých telefonů a chytrých aut je odlišná. Středobodem chytrých telefonů je ekologie. Ekosystém znamená poskytování různých aplikací založených na operačních systémech ARM a IOS nebo Android.Chytré telefony s Androidem lze tedy chápat jako kombinaci hromady běžných standardních dílů. Standardem čipu je ARM, nad čipem je operační systém Android a pak jsou na internetu různé aplikace. Díky své standardizaci, ať už jde o čip, systém Android nebo aplikaci, se může snadno stát nezávislou firmou.

EV3
4

Těžištěm chytrých aut je algoritmus a data a hardware podporující algoritmus. Algoritmus vyžaduje extrémně vysoký výkon, ať už je trénován v cloudu nebo odvozen na terminálu. Hardware chytrého auta vyžaduje hodně optimalizace výkonu pro specifické specializované aplikace a algoritmy. Proto budou v dlouhodobém horizontu čelit dilematům optimalizace výkonu pouze algoritmy nebo pouze čipy nebo pouze operační systémy. Pouze když je každá součást vyvinuta samostatně, může být snadno optimalizována. Oddělení softwaru a hardwaru povede k výkonu, který nelze optimalizovat.

Můžeme to porovnat takto, NVIDIA Xavier má 9 miliard tranzistorů, Tesla FSD HW 3.0 má 6 miliard tranzistorů, ale Xavierův index výpočetního výkonu není tak dobrý jako HW3.0. A říká se, že FSD HW nové generace má ve srovnání s tou současnou 7násobné zlepšení výkonu. Je to proto, že návrhář čipů Tesla Peter Bannon a jeho tým jsou silnější než návrháři NVIDIA, nebo protože Teslova metodika kombinování softwaru a hardwaru je lepší. Myslíme si, že metodika kombinování softwaru a hardwaru musí být také důležitým důvodem pro zlepšení výkonu čipu. Oddělování algoritmů a dat není dobrý nápad. Nepřispívá k rychlé zpětné vazbě na potřeby spotřebitelů a rychlému opakování.

V oblasti autonomního řízení proto rozebírání algoritmů nebo čipů a jejich samostatný prodej není z dlouhodobého hlediska dobrý byznys.

Tento článek pochází od EV-tech

psp13880916091


Čas odeslání: 10. prosince 2020

Pošlete nám svou zprávu: