Ներկայումս այն ընկերությունները, որոնք մարդատար ավտոմեքենաներ են վարում ավտոմատ կերպով, կարելի է մոտավորապես բաժանել երեք կատեգորիայի. Առաջին կատեգորիան Apple-ին նման փակ համակարգ է (NASDAQ: AAPL): Հիմնական բաղադրիչները, ինչպիսիք են չիպսերը և ալգորիթմները, պատրաստվում են ինքնուրույն: Tesla-ն (NASDAQ: TSLA) անում է դա: Որոշ նոր էներգետիկ մեքենաների ընկերություններ նույնպես հույս ունեն աստիճանաբար ձեռնամուխ լինել դրան: այս ճանապարհը. Երկրորդ կատեգորիան Android-ի նման բաց համակարգ է։ Որոշ արտադրողներ խելացի հարթակներ են պատրաստում, իսկ ոմանք՝ մեքենաներ: Օրինակ՝ Huawei-ն ու Baidu-ն (NASDAQ: BIDU) այս հարցում մտադրություններ ունեն։ Երրորդ կատեգորիան ռոբոտաշինությունն է (առանց վարորդի տաքսիներ), ինչպիսիք են Waymo-ի նման ընկերությունները։
Այս հոդվածը հիմնականում կվերլուծի այս երեք երթուղիների իրագործելիությունը տեխնոլոգիաների և բիզնեսի զարգացման տեսանկյունից և կքննարկի որոշ նոր ուժային մեքենաներ արտադրողների կամ ինքնավար վարորդական ընկերությունների ապագան: Մի թերագնահատեք տեխնոլոգիան. Ինքնավար մեքենա վարելու համար տեխնոլոգիան կյանք է, իսկ հիմնական տեխնոլոգիական ճանապարհը ռազմավարական ճանապարհն է: Այսպիսով, այս հոդվածը նաև քննարկում է ինքնավար վարելու ռազմավարությունների տարբեր ուղիների վերաբերյալ:
Խելացի մեքենաների ոլորտում, հատկապես ինքնավար վարման ոլորտում, Apple-ի փակ մոդելի ընդունումը կարող է արտադրողների համար հեշտացնել արտադրողականության օպտիմալացումը և կատարելագործումը: Արագ արձագանքել սպառողների կարիքներին:
Նախ խոսեմ կատարման մասին։ Արդյունավետությունը կարևոր է ինքնավար վարելու համար: Սեյմուր Քրեյը, սուպերհամակարգիչների հայրը, մի անգամ շատ հետաքրքիր խոսք ասաց. «Յուրաքանչյուր ոք կարող է արագ պրոցեսոր կառուցել: Հնարքն արագ համակարգ կառուցելն է»:
Մուրի օրենքի աստիճանական ձախողման դեպքում հնարավոր չէ պարզապես բարձրացնել կատարողականությունը՝ ավելացնելով տրանզիստորների թիվը մեկ միավորի տարածքի վրա: Իսկ տարածքի և էներգիայի սպառման սահմանափակության պատճառով չիպի մասշտաբը նույնպես սահմանափակ է։ Իհարկե, ներկայիս Tesla FSD HW3.0-ը (FSD-ն կոչվում է Full Self-Driving) ընդամենը 14 նմ գործընթաց է, և կա բարելավման տեղ:
Ներկայումս թվային չիպերի մեծ մասը նախագծված է Von Neumann Architecture-ի հիման վրա՝ հիշողության և հաշվիչի տարանջատմամբ, որը ստեղծում է համակարգիչների ամբողջ համակարգը (ներառյալ սմարթ հեռախոսները): Ծրագրաշարից մինչև օպերացիոն համակարգեր և չիպեր, այն խորապես ազդում է: Այնուամենայնիվ, Von Neumann Architecture-ը լիովին հարմար չէ խորը ուսուցման համար, որի վրա հիմնված է ինքնավար մեքենա վարելը և բարելավման կամ նույնիսկ առաջընթացի կարիք ունի:
Օրինակ, կա «հիշողության պատ», որտեղ հաշվիչը ավելի արագ է աշխատում, քան հիշողությունը, ինչը կարող է աշխատանքի հետ կապված խնդիրներ առաջացնել: Ուղեղի նման չիպերի նախագծումը իսկապես առաջընթաց է գրանցել ճարտարապետության մեջ, բայց չափազանց հեռու թռիչքը կարող է շուտով չկիրառվել: Ավելին, պատկերի կոնվոլյուցիոն ցանցը կարող է վերածվել մատրիցային գործողությունների, որոնք իսկապես հարմար չեն ուղեղի նման չիպերի համար:
Հետևաբար, քանի որ Մուրի օրենքը և Ֆոն Նեյմանի ճարտարապետությունը երկուսն էլ բախվում են խցանումների, ապագա կատարողականի բարելավումները հիմնականում պետք է ձեռք բերվեն Դոմեն Specific Architecture-ի միջոցով (DSA, որը կարող է վերաբերել հատուկ պրոցեսորներին): DSA-ն առաջարկվել է Թյուրինգի մրցանակի դափնեկիրներ Ջոն Հենեսիի և Դեյվիդ Պատերսոնի կողմից: Դա նորամուծություն է, որը շատ հեռու չէ, և գաղափար է, որը կարող է անմիջապես կյանքի կոչվել:
Մենք կարող ենք հասկանալ DSA-ի գաղափարը մակրո տեսանկյունից: Ընդհանուր առմամբ, ներկայիս բարձրակարգ չիպերն ունեն միլիարդավորից մինչև տասնյակ միլիարդավոր տրանզիստորներ: Ինչպես են այս հսկայական թվով տրանզիստորները բաշխված, միացված և համակցված, մեծ ազդեցություն ունեն կոնկրետ հավելվածի աշխատանքի վրա:Ապագայում անհրաժեշտ է կառուցել «արագ համակարգ» ծրագրային ապահովման և սարքավորումների ընդհանուր տեսանկյունից և ապավինել կառուցվածքի օպտիմալացմանն ու ճշգրտմանը:
«Android ռեժիմը» լավ լուծում չէ խելացի մեքենաների ոլորտում։
Շատերը կարծում են, որ ինքնավար վարելու դարաշրջանում սմարթ հեռախոսների ոլորտում կան նաև Apple (փակ օղակ) և Android (բաց), և կլինեն նաև Google-ի նման ծանր ծրագրային ապահովման մատակարարներ։ Իմ պատասխանը պարզ է. Android երթուղին չի աշխատի ինքնավար վարման վրա, քանի որ այն չի համապատասխանում ապագա խելացի մեքենաների տեխնոլոգիայի զարգացման ուղղությանը:
Իհարկե, ես չէի ասի, որ այնպիսի ընկերություններ, ինչպիսիք են Tesla-ն և այլ ընկերություններ, պետք է ինքնուրույն պատրաստեն յուրաքանչյուր պտուտակ, և շատ մասեր դեռ պետք է գնել աքսեսուարներ արտադրողներից: Բայց ամենահիմնական մասը, որն ազդում է օգտատիրոջ փորձի վրա, պետք է կատարեք ինքներդ, օրինակ՝ ինքնավար վարելու բոլոր ասպեկտները:
Առաջին բաժնում նշվել է, որ Apple-ի փակ երթուղին լավագույն լուծումն է։ Փաստորեն, դա նաև ցույց է տալիս, որ Android-ի բաց երթուղին լավագույն լուծումը չէ ինքնավար վարման ոլորտում։
Սմարթ հեռախոսների և խելացի մեքենաների ճարտարապետությունը տարբեր է: Սմարթֆոնների ուշադրության կենտրոնում էկոլոգիան է։ Էկոհամակարգ նշանակում է ARM և IOS կամ Android օպերացիոն համակարգերի հիման վրա տարբեր հավելվածների տրամադրում։Հետևաբար, Android սմարթ հեռախոսները կարելի է հասկանալ որպես սովորական ստանդարտ մասերի մի փունջ: Չիպի ստանդարտը ARM-ն է, չիպի վերևում Android օպերացիոն համակարգն է, իսկ հետո ինտերնետում կան տարբեր հավելվածներ։ Իր ստանդարտացման պատճառով, լինի դա չիպ, Android համակարգ կամ հավելված, այն հեշտությամբ կարող է ինքնուրույն բիզնես դառնալ:
Խելացի մեքենաների ուշադրության կենտրոնում են ալգորիթմը և ալգորիթմը աջակցող տվյալներն ու սարքավորումները: Ալգորիթմը պահանջում է չափազանց բարձր կատարողականություն՝ անկախ նրանից, թե այն վարժված է ամպի մեջ, թե եզրակացություն է արվում տերմինալի վրա: Խելացի մեքենայի ապարատը պահանջում է կատարողականի մեծ օպտիմիզացում հատուկ մասնագիտացված հավելվածների և ալգորիթմների համար: Հետևաբար, միայն ալգորիթմները կամ միայն չիպերը կամ միայն օպերացիոն համակարգերը երկարաժամկետ հեռանկարում կկանգնեն արդյունավետության օպտիմալացման երկընտրանքների առաջ: Միայն այն դեպքում, երբ յուրաքանչյուր բաղադրիչ ինքնին մշակվում է, այն կարող է հեշտությամբ օպտիմիզացվել: Ծրագրաշարի և ապարատային տարանջատումը կհանգեցնի կատարողականի, որը չի կարող օպտիմալացվել:
Մենք կարող ենք դա համեմատել այսպես. NVIDIA Xavier-ն ունի 9 միլիարդ տրանզիստոր, Tesla FSD HW 3.0-ը՝ 6 միլիարդ տրանզիստոր, բայց Xavier-ի հաշվողական հզորության ինդեքսն այնքան էլ լավը չէ, որքան HW3.0-ը: Եվ ասվում է, որ հաջորդ սերնդի FSD HW-ն ընթացիկի համեմատությամբ 7 անգամ բարելավվել է կատարողականությամբ: Այսպիսով, դա պայմանավորված է նրանով, որ Tesla չիպերի դիզայներ Փիթեր Բանոնը և նրա թիմն ավելի ուժեղ են, քան NVIDIA-ի դիզայներները, կամ այն պատճառով, որ Tesla-ի ծրագրային ապահովման և ապարատային սարքավորումների համադրման մեթոդոլոգիան ավելի լավն է: Կարծում ենք, որ չիպի աշխատանքի բարելավման համար կարևոր պատճառ պետք է հանդիսանա նաև ծրագրային ապահովման և սարքաշարի համադրման մեթոդաբանությունը։ Ալգորիթմների և տվյալների տարանջատումը լավ գաղափար չէ: Այն չի նպաստում սպառողների կարիքների վերաբերյալ արագ արձագանքներին և արագ կրկնմանը:
Հետևաբար, ինքնավար վարման ոլորտում ալգորիթմների կամ չիպերի ապամոնտաժումը և դրանք առանձին վաճառելը երկարաժամկետ հեռանկարում լավ բիզնես չէ։
Այս հոդվածը վերցված է EV-tech-ից
psp13880916091
Հրապարակման ժամանակը՝ Դեկտեմբեր-10-2020