Nuntempe, kompanioj, kiuj aŭtomate veturas personajn aŭtojn, povas esti proksimume dividitaj en tri kategoriojn. La unua kategorio estas fermitcikla sistemo simila al Apple (NASDAQ: AAPL). La ŝlosilaj komponantoj kiel blatoj kaj algoritmoj estas faritaj per si mem. Tesla (NASDAQ: TSLA) faras ĉi tion. Kelkaj novaj energi-aŭtokompanioj ankaŭ esperas iom post iom enŝipiĝi sur ĝi. ĉi tiu vojo. La dua kategorio estas malfermita sistemo simila al Android. Iuj produktantoj faras inteligentajn platformojn, kaj iuj faras aŭtojn. Ekzemple, Huawei kaj Baidu (NASDAQ: BIDU) havas intencojn ĉi-rilate. La tria kategorio estas robotiko (senŝoforaj taksioj), kiel kompanioj kiel Waymo.
Ĉi tiu artikolo ĉefe analizos la fareblecon de ĉi tiuj tri itineroj el la perspektivo de teknologio kaj komerca disvolviĝo, kaj diskutos la estontecon de iuj novaj potencaj aŭtomobilaj produktantoj aŭ aŭtonomaj veturantaj kompanioj. Ne subtaksu teknologion. Por aŭtonoma veturado, teknologio estas vivo, kaj la ŝlosila teknologia vojo estas la strategia vojo. Do ĉi tiu artikolo ankaŭ estas diskuto pri la malsamaj vojoj de aŭtonomaj veturstrategioj.
En la kampo de inteligentaj aŭtoj, precipe en la kampo de aŭtonoma veturado, adopti la fermitciklan modelon de Apple povas faciligi al fabrikantoj optimumigi rendimenton kaj plibonigi rendimenton. Rapide respondu al konsumantoj.
Lasu min unue paroli pri agado. Efikeco estas esenca por aŭtonomia veturado. Seymour Cray, la patro de superkomputiloj, iam diris tre interesan vorton, "Iu ajn povas konstrui rapidan CPU. La lertaĵo estas konstrui rapidan sistemon".
Kun la laŭpaŝa fiasko de la Leĝo de Moore, estas ne fareble simple pliigi la prezenton pliigante la nombron da transistoroj per unuareo. Kaj pro la limigo de areo kaj energia konsumo, la skalo de la blato ankaŭ estas limigita. Kompreneble, la nuna Tesla FSD HW3.0 (FSD nomiĝas Full Self-Driving) estas nur 14nm-procezo, kaj estas spaco por plibonigo.
Nuntempe, la plej multaj ciferecaj blatoj estas dizajnitaj surbaze de la Von Neumann Arkitekturo kun la apartigo de memoro kaj kalkulilo, kiu kreas la tutan sistemon de komputiloj (inkluzive de inteligentaj telefonoj). De programaro ĝis operaciumoj ĝis blatoj, ĝi estas profunde tuŝita. Tamen, la Arkitekturo Von Neumann ne estas tute taŭga por la profunda lernado, sur kiu dependas de aŭtonoma veturado, kaj bezonas plibonigon aŭ eĉ sukceson.
Ekzemple, ekzistas "memormuro" kie la kalkulilo funkcias pli rapide ol la memoro, kiu povas kaŭzi rendimentajn problemojn. La dezajno de cerb-similaj blatoj ja havas sukceson en arkitekturo, sed la salto tro malproksimen eble ne estos aplikata baldaŭ. Krome, la bilda konvolucia reto povas esti konvertita en matricajn operaciojn, kiuj eble ne estas vere taŭgaj por cerb-similaj blatoj.
Tial, ĉar la Leĝo de Moore kaj la arkitekturo Von Neumann ambaŭ renkontas proplempunktojn, estontaj agadopliigoj ĉefe devas esti atingitaj per Domain Specific Architecture (DSA, kiu povas rilati al diligentaj procesoroj). DSA estis proponita fare de Turing Award-gajnintoj John Hennessy kaj David Patterson. Ĝi estas novigo kiu ne estas tro antaŭen, kaj estas ideo kiu povas esti efektivigita tuj.
Ni povas kompreni la ideon de DSA el makroperspektivo. Ĝenerale, la nunaj altnivelaj blatoj havas miliardojn ĝis dekoj da miliardoj da transistoroj. Kiel ĉi tiuj grandegaj nombroj da transistoroj estas distribuitaj, konektitaj kaj kombinitaj havas grandan efikon al la agado de specifa aplikaĵo.Estonte, necesas konstrui "rapidan sistemon" el la ĝenerala perspektivo de programaro kaj aparataro, kaj fidi al optimumigo kaj alĝustigo de la strukturo.
"Android-reĝimo" ne estas bona solvo en la kampo de inteligentaj aŭtoj.
Multaj homoj kredas, ke en la epoko de aŭtonoma veturado, ekzistas ankaŭ Apple (fermita buklo) kaj Android (malferma) en la kampo de inteligentaj telefonoj, kaj ankaŭ estos peza kerna programaro provizantoj kiel Google. Mia respondo estas simpla. La Android-itinero ne funkcios pri aŭtonoma veturado ĉar ĝi ne renkontas la direkton de estonta disvolvado de inteligenta aŭtomobila teknologio.
Kompreneble, mi ne dirus, ke kompanioj kiel Tesla kaj aliaj kompanioj devas fari ĉiun ŝraŭbon per si mem, kaj multaj partoj ankoraŭ devas esti aĉetitaj de akcesoraĵoj. Sed la plej kerna parto, kiu influas la uzantan sperton, devas esti farita memstare, kiel ĉiuj aspektoj de aŭtonoma veturado.
En la unua sekcio, estis menciite ke la fermitcirkla vojo de Apple estas la plej bona solvo. Fakte, ĝi ankaŭ pruvas, ke la malferma vojo de Android ne estas la plej bona solvo en la kampo de aŭtonoma veturado.
La arkitekturo de inteligentaj telefonoj kaj inteligentaj aŭtoj estas malsama. La fokuso de saĝtelefonoj estas ekologio. Ekosistemo signifas provizi diversajn aplikojn bazitajn sur ARM kaj IOS aŭ Android-operaciumoj.Tial, Android inteligentaj telefonoj povas esti komprenita kiel kombinaĵo de aro de komunaj normaj partoj. La blato normo estas ARM, supre de la blato estas la Android-operaciumo, kaj tiam estas diversaj aplikaĵoj en la Interreto. Pro ĝia normigo, ĉu ĝi estas blato, Android-sistemo aŭ Apo, ĝi povas facile fariĝi komerco sendepende.
La fokuso de inteligentaj aŭtoj estas la algoritmo kaj la datumoj kaj aparataro subtenanta la algoritmon. La algoritmo postulas ekstreme altan rendimenton ĉu ĝi estas trejnita en la nubo aŭ konkludita sur la terminalo. La aparataro de la inteligenta aŭto postulas multan efikecon-optimumigo por specifaj specialigitaj aplikoj kaj algoritmoj. Tial nur algoritmoj aŭ nur blatoj aŭ nur operaciumoj longtempe alfrontos rendimentajn optimumigajn dilemojn. Nur kiam ĉiu komponanto estas evoluigita per si mem, ĝi povas esti facile optimumigita. La apartigo de programaro kaj aparataro rezultigos rendimenton, kiu ne povas esti optimumigita.
Ni povas kompari ĝin tiel, NVIDIA Xavier havas 9 miliardojn da transistoroj, Tesla FSD HW 3.0 havas 6 miliardojn da transistoroj, sed la komputika potenco indekso de Xavier ne estas tiel bona kiel HW3.0. Kaj oni diras, ke la venontgeneracia FSD HW havas rendimentan plibonigon de 7 fojojn kompare kun la nuna. Do, estas ĉar Tesla-ĉipprojektisto Peter Bannon kaj lia teamo estas pli fortaj ol la dizajnistoj de NVIDIA, aŭ ĉar la metodaro de Tesla de kombinado de programaro kaj aparataro estas pli bona. Ni pensas, ke la metodaro de kombinado de programaro kaj aparataro ankaŭ devas esti grava kialo por la plibonigo de blato-rendimento. Disigi algoritmojn kaj datumojn ne estas bona ideo. Ĝi ne estas favora al rapida retrosciigo pri konsumantaj bezonoj kaj rapida ripeto.
Tial, en la kampo de aŭtonoma veturado, malmunti algoritmojn aŭ blatojn kaj vendi ilin aparte ne estas bona komerco longtempe.
Ĉi tiu artikolo estas fontita de EV-tech
psp13880916091
Afiŝtempo: Dec-10-2020