5fc4fb2a24b6adfbe3736be6 ຂ່າວ - ການສິ້ນສຸດທີ່ໂຫດຮ້າຍຂອງການຂັບລົດອັດຕະໂນມັດ: Tesla, Huawei, Apple, Weilai Xiaopeng, Baidu, Didi, ຜູ້ທີ່ສາມາດກາຍເປັນ footnote ຂອງປະຫວັດສາດ?
ທັນວາ-10-2020

ຈຸດຈົບທີ່ໂຫດຮ້າຍຂອງການຂັບຂີ່ແບບອັດຕະໂນມັດ: Tesla, Huawei, Apple, Weilai Xiaopeng, Baidu, Didi, ຜູ້ທີ່ສາມາດກາຍເປັນ footnote ຂອງປະຫວັດສາດ?


ໃນປັດຈຸບັນ, ບໍລິສັດທີ່ຂັບລົດໂດຍສານອັດຕະໂນມັດສາມາດແບ່ງອອກເປັນສາມປະເພດ. ປະເພດທໍາອິດແມ່ນລະບົບວົງປິດທີ່ຄ້າຍຄືກັບ Apple (NASDAQ: AAPL). ອົງປະກອບທີ່ສໍາຄັນເຊັ່ນຊິບແລະສູດການຄິດໄລ່ແມ່ນເຮັດດ້ວຍຕົນເອງ. Tesla (NASDAQ: TSLA) ເຮັດສິ່ງນີ້. ບາງບໍລິສັດລົດພະລັງງານໃຫມ່ຍັງຫວັງວ່າຈະຄ່ອຍໆເລີ່ມຕົ້ນມັນ. ເສັ້ນທາງນີ້. ປະເພດທີສອງແມ່ນລະບົບເປີດຄ້າຍຄືກັນກັບ Android. ຜູ້ຜະລິດບາງຄົນສ້າງເວທີທີ່ສະຫຼາດ, ແລະບາງຄົນເຮັດລົດໃຫຍ່. ຕົວຢ່າງ, Huawei ແລະ Baidu (NASDAQ: BIDU) ມີຄວາມຕັ້ງໃຈໃນເລື່ອງນີ້. ປະເພດທີສາມແມ່ນຫຸ່ນຍົນ (taxis driverless), ເຊັ່ນບໍລິສັດເຊັ່ນ Waymo.

ຮູບແມ່ນມາຈາກ PEXELS

ບົດຂຽນນີ້ສ່ວນໃຫຍ່ຈະວິເຄາະຄວາມເປັນໄປໄດ້ຂອງສາມເສັ້ນທາງເຫຼົ່ານີ້ຈາກທັດສະນະຂອງເຕັກໂນໂລຢີແລະການພັດທະນາທຸລະກິດ, ແລະປຶກສາຫາລືກ່ຽວກັບອະນາຄົດຂອງຜູ້ຜະລິດລົດໄຟຟ້າໃຫມ່ຫຼືບໍລິສັດຂັບລົດເອກະລາດ. ຢ່າ​ປະ​ເມີນ​ເຕັກ​ໂນ​ໂລ​ຊີ​. ສໍາລັບການຂັບຂີ່ອັດຕະໂນມັດ, ເຕັກໂນໂລຢີແມ່ນຊີວິດ, ແລະເສັ້ນທາງເຕັກໂນໂລຢີທີ່ສໍາຄັນແມ່ນເສັ້ນທາງຍຸດທະສາດ. ດັ່ງນັ້ນບົດຄວາມນີ້ຍັງເປັນການສົນທະນາກ່ຽວກັບເສັ້ນທາງທີ່ແຕກຕ່າງກັນຂອງຍຸດທະສາດການຂັບລົດອັດຕະໂນມັດ.

ຍຸກຂອງການເຊື່ອມໂຍງຊອບແວແລະຮາດແວໄດ້ມາຮອດ. "ຕົວແບບ Apple" ທີ່ເປັນຕົວແທນໂດຍ Tesla ແມ່ນເສັ້ນທາງທີ່ດີທີ່ສຸດ.

ໃນຂົງເຂດຂອງລົດອັດສະລິຍະ, ໂດຍສະເພາະໃນຂົງເຂດການຂັບຂີ່ແບບອັດຕະໂນມັດ, ການຮັບຮອງເອົາຮູບແບບປິດຂອງ Apple ສາມາດເຮັດໃຫ້ມັນງ່າຍຂຶ້ນສໍາລັບຜູ້ຜະລິດເພື່ອເພີ່ມປະສິດທິພາບແລະປັບປຸງການປະຕິບັດ. ຕອບສະຫນອງຕໍ່ຄວາມຕ້ອງການຂອງຜູ້ບໍລິໂພກຢ່າງໄວວາ.
ໃຫ້ຂ້ອຍເວົ້າກ່ຽວກັບການປະຕິບັດກ່ອນ. ການປະຕິບັດແມ່ນມີຄວາມຈໍາເປັນສໍາລັບການຂັບລົດອັດຕະໂນມັດ. Seymour Cray, ພໍ່ຂອງ supercomputers, ເຄີຍເວົ້າຄໍາທີ່ຫນ້າສົນໃຈຫຼາຍ, "ໃຜກໍ່ສາມາດສ້າງ CPU ໄວໄດ້. trick ແມ່ນການສ້າງລະບົບໄວ".
ດ້ວຍຄວາມລົ້ມເຫລວເທື່ອລະກ້າວຂອງກົດຫມາຍຂອງ Moore, ມັນເປັນໄປບໍ່ໄດ້ທີ່ຈະພຽງແຕ່ເພີ່ມປະສິດທິພາບໂດຍການເພີ່ມຈໍານວນຂອງ transistors ຕໍ່ພື້ນທີ່ຫນ່ວຍ. ແລະເນື່ອງຈາກຂໍ້ຈໍາກັດຂອງພື້ນທີ່ແລະການບໍລິໂພກພະລັງງານ, ຂະຫນາດຂອງຊິບຍັງຈໍາກັດ. ແນ່ນອນ, Tesla FSD HW3.0 ໃນປະຈຸບັນ (FSD ເອີ້ນວ່າ Full Self-Driving) ແມ່ນພຽງແຕ່ຂະບວນການ 14nm, ແລະມີພື້ນທີ່ສໍາລັບການປັບປຸງ.
ໃນປັດຈຸບັນ, ຊິບດິຈິຕອນສ່ວນໃຫຍ່ຖືກອອກແບບໂດຍອີງໃສ່ສະຖາປັດຕະຍະກໍາ Von Neumann ດ້ວຍການແຍກຄວາມຊົງຈໍາແລະເຄື່ອງຄິດເລກ, ເຊິ່ງສ້າງລະບົບຄອມພິວເຕີທັງຫມົດ (ລວມທັງໂທລະສັບສະຫຼາດ). ຈາກຊອບແວກັບລະບົບປະຕິບັດການໄປສູ່ຊິບ, ມັນໄດ້ຮັບຜົນກະທົບຢ່າງເລິກເຊິ່ງ. ຢ່າງໃດກໍຕາມ, ສະຖາປັດຕະຍະກໍາ Von Neumann ບໍ່ເຫມາະສົມຢ່າງສົມບູນສໍາລັບການຮຽນຮູ້ເລິກທີ່ການຂັບລົດອັດຕະໂນມັດແມ່ນອີງໃສ່, ແລະຕ້ອງການການປັບປຸງຫຼືແມ້ກະທັ້ງຄວາມກ້າວຫນ້າ.
ຕົວຢ່າງ, ມີ "ກໍາແພງຫນ່ວຍຄວາມຈໍາ" ທີ່ເຄື່ອງຄິດເລກແລ່ນໄວກວ່າຫນ່ວຍຄວາມຈໍາ, ເຊິ່ງສາມາດເຮັດໃຫ້ເກີດບັນຫາການປະຕິບັດ. ການອອກແບບຂອງຊິບທີ່ຄ້າຍຄືສະຫມອງມີຄວາມກ້າວຫນ້າທາງດ້ານສະຖາປັດຕະຍະກໍາ, ແຕ່ການກ້າວກະໂດດໄກເກີນໄປອາດຈະບໍ່ຖືກນໍາໃຊ້ໃນໄວໆນີ້. ຍິ່ງໄປກວ່ານັ້ນ, ເຄືອຂ່າຍ convolutional ຮູບພາບສາມາດປ່ຽນເປັນການດໍາເນີນງານ matrix, ເຊິ່ງອາດຈະບໍ່ເຫມາະສົມສໍາລັບ chip ຄ້າຍຄືສະຫມອງ.
ດັ່ງນັ້ນ, ຍ້ອນວ່າກົດຫມາຍຂອງ Moore ແລະສະຖາປັດຕະຍະກໍາ Von Neumann ທັງສອງປະເຊີນກັບຂໍ້ບົກຜ່ອງ, ການເພີ່ມປະສິດທິພາບໃນອະນາຄົດສ່ວນໃຫຍ່ແມ່ນຈໍາເປັນຕ້ອງບັນລຸໄດ້ໂດຍຜ່ານ Domain Specific Architecture (DSA, ເຊິ່ງສາມາດອ້າງອີງເຖິງໂປເຊດເຊີທີ່ອຸທິດຕົນ). DSA ໄດ້ຖືກສະເຫນີໂດຍຜູ້ຊະນະລາງວັນ Turing, John Hennessy ແລະ David Patterson. ມັນເປັນນະວັດຕະກໍາທີ່ບໍ່ໄກເກີນໄປ, ແລະເປັນຄວາມຄິດທີ່ສາມາດປະຕິບັດໄດ້ທັນທີ.
ພວກເຮົາສາມາດເຂົ້າໃຈແນວຄວາມຄິດຂອງ DSA ຈາກທັດສະນະມະຫາພາກ. ໂດຍທົ່ວໄປແລ້ວ, ຊິບທີ່ມີລະດັບສູງໃນປະຈຸບັນມີຫຼາຍຕື້ຫາສິບຕື້ຂອງ transistors. ວິທີການຈໍານວນຂະຫນາດໃຫຍ່ຂອງ transistors ເຫຼົ່ານີ້ໄດ້ຖືກແຈກຢາຍ, ເຊື່ອມຕໍ່, ແລະປະສົມປະສານມີຜົນກະທົບອັນໃຫຍ່ຫຼວງຕໍ່ການປະຕິບັດຂອງຄໍາຮ້ອງສະຫມັກສະເພາະໃດຫນຶ່ງ.ໃນອະນາຄົດ, ມັນຈໍາເປັນຕ້ອງສ້າງ "ລະບົບໄວ" ຈາກທັດສະນະລວມຂອງຊອບແວແລະຮາດແວ, ແລະອີງໃສ່ການເພີ່ມປະສິດທິພາບແລະການປັບໂຄງສ້າງ.

"ໂຫມດ Android" ບໍ່ແມ່ນການແກ້ໄຂທີ່ດີໃນພາກສະຫນາມຂອງລົດ smart.

ຫຼາຍຄົນເຊື່ອວ່າໃນຍຸກຂອງການຂັບຂີ່ແບບອັດຕະໂນມັດ, ຍັງມີ Apple (ປິດປິດ) ແລະ Android (ເປີດ) ໃນສະມາດໂຟນ, ແລະຍັງຈະມີຜູ້ໃຫ້ບໍລິການຊອບແວຫນັກເຊັ່ນ Google. ຄໍາຕອບຂອງຂ້ອຍແມ່ນງ່າຍດາຍ. ເສັ້ນທາງ Android ຈະບໍ່ເຮັດວຽກກ່ຽວກັບການຂັບຂີ່ແບບອັດຕະໂນມັດເນື່ອງຈາກວ່າມັນບໍ່ສອດຄ່ອງກັບທິດທາງຂອງການພັດທະນາເຕັກໂນໂລຢີລົດອັດສະລິຍະໃນອະນາຄົດ.

2

ແນ່ນອນ, ຂ້າພະເຈົ້າຈະບໍ່ເວົ້າວ່າບໍລິສັດເຊັ່ນ Tesla ແລະບໍລິສັດອື່ນໆຕ້ອງເຮັດທຸກໆສະກູດ້ວຍຕົວມັນເອງ, ແລະຫຼາຍພາກສ່ວນຍັງຕ້ອງໄດ້ຊື້ຈາກຜູ້ຜະລິດອຸປະກອນເສີມ. ແຕ່ພາກສ່ວນຫຼັກທີ່ສຸດທີ່ມີຜົນກະທົບຕໍ່ປະສົບການຂອງຜູ້ໃຊ້ຕ້ອງເຮັດດ້ວຍຕົວທ່ານເອງ, ເຊັ່ນ: ທຸກໆດ້ານຂອງການຂັບຂີ່ແບບອັດຕະໂນມັດ.
ໃນພາກທໍາອິດ, ມັນໄດ້ຖືກກ່າວເຖິງວ່າເສັ້ນທາງປິດຂອງ Apple ແມ່ນການແກ້ໄຂທີ່ດີທີ່ສຸດ. ໃນຄວາມເປັນຈິງ, ມັນຍັງສະແດງໃຫ້ເຫັນວ່າ Android ເປີດເສັ້ນທາງບໍ່ແມ່ນການແກ້ໄຂທີ່ດີທີ່ສຸດໃນການຂັບຂີ່ແບບອັດຕະໂນມັດ.

ສະຖາປັດຕະຍະກໍາຂອງໂທລະສັບ smart ແລະ smart car ແມ່ນແຕກຕ່າງກັນ. ຈຸດສຸມຂອງໂທລະສັບສະຫຼາດແມ່ນລະບົບນິເວດ. ລະບົບນິເວດຫມາຍເຖິງການສະຫນອງຄໍາຮ້ອງສະຫມັກຕ່າງໆໂດຍອີງໃສ່ ARM ແລະ IOS ຫຼືລະບົບປະຕິບັດການ Android.ດັ່ງນັ້ນ, ໂທລະສັບ smart Android ສາມາດເຂົ້າໃຈໄດ້ວ່າເປັນການປະສົມປະສານຂອງຊໍ່ຂອງພາກສ່ວນມາດຕະຖານທົ່ວໄປ. ມາດຕະຖານຂອງຊິບແມ່ນ ARM, ຢູ່ເທິງສຸດຂອງຊິບແມ່ນລະບົບປະຕິບັດການ Android, ແລະຫຼັງຈາກນັ້ນມີແອັບຯຕ່າງໆໃນອິນເຕີເນັດ. ເນື່ອງຈາກມາດຕະຖານຂອງມັນ, ບໍ່ວ່າຈະເປັນຊິບ, ລະບົບ Android, ຫຼື App, ມັນສາມາດກາຍເປັນທຸລະກິດຢ່າງເປັນເອກະລາດໄດ້ຢ່າງງ່າຍດາຍ.

EV3
4

ຈຸດ​ສຸມ​ຂອງ​ລົດ smart ແມ່ນ​ວິ​ທີ​ການ​ແລະ​ຂໍ້​ມູນ​ແລະ​ຮາດ​ແວ​ສະ​ຫນັບ​ສະ​ຫນູນ​ວິ​ທີ​ການ​. ສູດການຄິດໄລ່ຕ້ອງການປະສິດທິພາບສູງທີ່ສຸດບໍ່ວ່າຈະເປັນການຝຶກອົບຮົມໃນຄລາວຫຼື inferred ໃນ terminal. ຮາດແວຂອງລົດອັດສະລິຍະຮຽກຮ້ອງໃຫ້ມີການເພີ່ມປະສິດທິພາບຫຼາຍສໍາລັບຄໍາຮ້ອງສະຫມັກແລະສູດການຄິດໄລ່ສະເພາະ. ດັ່ງນັ້ນ, ພຽງແຕ່ algorithms ຫຼື chip ເທົ່ານັ້ນຫຼືລະບົບປະຕິບັດການເທົ່ານັ້ນທີ່ຈະປະເຊີນກັບບັນຫາການເພີ່ມປະສິດທິພາບການເພີ່ມປະສິດທິພາບໃນໄລຍະຍາວ. ພຽງແຕ່ເມື່ອແຕ່ລະອົງປະກອບຖືກພັດທະນາດ້ວຍຕົວມັນເອງສາມາດເພີ່ມປະສິດທິພາບໄດ້ງ່າຍ. ການແຍກຊອບແວແລະຮາດແວຈະສົ່ງຜົນໃຫ້ປະສິດທິພາບທີ່ບໍ່ສາມາດປັບໄດ້.

ພວກເຮົາສາມາດປຽບທຽບມັນດ້ວຍວິທີນີ້, NVIDIA Xavier ມີ 9 ຕື້ transistors, Tesla FSD HW 3.0 ມີ 6 ຕື້ transistors, ແຕ່ດັດຊະນີພະລັງງານຄອມພິວເຕີ້ Xavier ບໍ່ດີເທົ່າກັບ HW3.0. ແລະມັນໄດ້ຖືກກ່າວວ່າ FSD HW ລຸ້ນຕໍ່ໄປມີການປັບປຸງປະສິດທິພາບ 7 ເທົ່າເມື່ອທຽບໃສ່ກັບປະຈຸບັນ. ດັ່ງນັ້ນ, ມັນແມ່ນຍ້ອນວ່າຜູ້ອອກແບບ chip Tesla Peter Bannon ແລະທີມງານຂອງລາວມີຄວາມເຂັ້ມແຂງກວ່າຜູ້ອອກແບບຂອງ NVIDIA, ຫຼືຍ້ອນວ່າວິທີການຂອງ Tesla ປະສົມປະສານຊອບແວແລະຮາດແວແມ່ນດີກວ່າ. ພວກເຮົາຄິດວ່າວິທີການປະສົມປະສານຊອບແວແລະຮາດແວຍັງຕ້ອງເປັນເຫດຜົນທີ່ສໍາຄັນສໍາລັບການປັບປຸງການປະຕິບັດຂອງຊິບ. ການແຍກສູດການຄິດໄລ່ແລະຂໍ້ມູນບໍ່ແມ່ນຄວາມຄິດທີ່ດີ. ມັນບໍ່ເອື້ອອໍານວຍຕໍ່ການຕອບໂຕ້ຢ່າງໄວວາກ່ຽວກັບຄວາມຕ້ອງການຂອງຜູ້ບໍລິໂພກແລະການເຮັດຊ້ໍາອີກຢ່າງໄວວາ.

ດັ່ງນັ້ນ, ໃນພາກສະຫນາມຂອງການຂັບລົດອັດຕະໂນມັດ, disassemble algorithms ຫຼື chip ແລະຂາຍໃຫ້ເຂົາເຈົ້າແຍກຕ່າງຫາກບໍ່ແມ່ນທຸລະກິດທີ່ດີໃນໄລຍະຍາວ.

ບົດຄວາມນີ້ແມ່ນມາຈາກ EV-tech

psp13880916091


ເວລາປະກາດ: 10-12-2020

ສົ່ງຂໍ້ຄວາມຂອງເຈົ້າຫາພວກເຮົາ: