The cruel end of autonomous driving: Tesla, Huawei, Apple, Weilai Xiaopeng, Baidu, Didi, who can become the footnote of history?

Во моментов, компаниите кои возат патнички автомобили автоматски може да се поделат грубо во три категории. Првата категорија е систем со затворена јамка сличен на Apple (NASDAQ: AAPL). Клучните компоненти како што се чиповите и алгоритмите се направени сами по себе. Тесла (NASDAQ: TSLA) го прави ова. Некои компании за нови енергетски автомобили, исто така, се надеваат дека постепено ќе се впуштат во тоа. овој пат. Втората категорија е отворен систем сличен на Android. Некои производители прават паметни платформи, а некои прават автомобили. На пример, Huawei и Baidu (NASDAQ: BIDU) имаат намери во овој поглед. Третата категорија е роботика (такси без возач), како што се компаниите како Waymo.

Оваа статија главно ќе ја анализира изводливоста на овие три правци од перспектива на технологија и развој на бизнисот и ќе разговара за иднината на некои нови производители на електрични автомобили или компании за автономно возење. Не ја потценувајте технологијата. За автономно возење, технологијата е живот, а клучниот технолошки пат е стратешкиот пат. Така, оваа статија е исто така дискусија за различните патеки на стратегиите за автономно возење.

Дојде ерата на софтверска и хардверска интеграција. „Моделот на Apple“ претставен од Тесла е најдобрата патека.

На полето на паметните автомобили, особено на полето на автономното возење, усвојувањето на моделот на Apple со затворен циклус може да им олесни на производителите да ги оптимизираат перформансите и да ги подобрат перформансите. Брзо одговорете на потребите на потрошувачите.
Прво да зборувам за перформансите. Перформансите се неопходни за автономно возење. Сејмур Креј, таткото на суперкомпјутерите, еднаш кажа многу интересен збор: „Секој може да изгради брз процесор. Трикот е да се изгради брз систем“.
Со постепеното откажување на Муровиот закон, не е изводливо едноставно да се зголемат перформансите со зголемување на бројот на транзистори по единица површина. И поради ограничувањето на површината и потрошувачката на енергија, обемот на чипот е исто така ограничен. Се разбира, сегашниот Tesla FSD HW3.0 (FSD се нарекува Full Self-Driving) е само процес од 14 nm и има простор за подобрување.
Во моментов, повеќето дигитални чипови се дизајнирани врз основа на архитектурата Von Neumann со одвојување на меморијата и калкулаторот, што го создава целиот систем на компјутери (вклучувајќи ги и паметните телефони). Од софтвер до оперативни системи до чипови, тоа е длабоко погодено. Сепак, Von Neumann Architecture не е целосно погодна за длабоко учење на кое се потпира автономното возење и има потреба од подобрување или дури и пробив.
На пример, постои „мемориски ѕид“ каде што калкулаторот работи побрзо од меморијата, што може да предизвика проблеми со перформансите. Дизајнот на чипови слични на мозокот навистина има пробив во архитектурата, но прескокот можеби нема да се примени наскоро. Згора на тоа, конволуциската мрежа на слики може да се претвори во матрични операции, кои можеби не се навистина погодни за чипови слични на мозокот.
Затоа, бидејќи Законот на Мур и архитектурата Фон Нојман наидуваат на тесни грла, идните подобрувања на перформансите главно треба да се постигнат преку специфична архитектура на домен (DSA, која може да се однесува на посветени процесори). DSA беше предложен од добитниците на наградата Туринг, Џон Хенеси и Дејвид Патерсон. Тоа е иновација која не е премногу напред, и е идеја која може веднаш да се спроведе во пракса.
Можеме да ја разбереме идејата за DSA од макро перспектива. Општо земено, сегашните чипови од високата класа имаат милијарди до десетици милијарди транзистори. Како овие огромен број транзистори се дистрибуираат, поврзани и комбинираат имаат големо влијание врз перформансите на одредена апликација.Во иднина, неопходно е да се изгради „брз систем“ од севкупна перспектива на софтвер и хардвер и да се потпира на оптимизација и прилагодување на структурата.

„Андроид режимот“ не е добро решение на полето на паметните автомобили.

Многу луѓе веруваат дека во ерата на автономното возење, постојат и Apple (затворена јамка) и Android (отворен) во областа на паметните телефони, а ќе има и провајдери на тешки јадра софтвер како Google. Мојот одговор е едноставен. Андроид рутата нема да работи на автономно возење бидејќи не одговара на насоката на идниот развој на технологијата за паметни автомобили.

Се разбира, не би рекол дека компаниите како Tesla и другите компании мораат сами да го прават секој шраф, а многу делови се уште треба да се купат од производители на додатоци. Но, најсуштинскиот дел што влијае на корисничкото искуство мора да го направите сами, како што се сите аспекти на автономното возење.
Во првиот дел, беше споменато дека затворената рута на Apple е најдоброто решение. Всушност, тоа покажува и дека отворената рута на Android не е најдоброто решение во областа на автономното возење.

Архитектурата на паметните телефони и паметните автомобили е различна. Фокусот на паметните телефони е екологијата. Екосистем значи обезбедување на различни апликации базирани на ARM и IOS или Android оперативни системи.Затоа, паметните телефони со Android може да се сфатат како комбинација од куп заеднички стандардни делови. Стандардот за чипови е ARM, на врвот на чипот е оперативниот систем Андроид, а потоа има различни апликации на Интернет. Поради неговата стандардизација, без разлика дали се работи за чип, Android систем или апликација, лесно може да стане бизнис независно.

Фокусот на паметните автомобили е алгоритмот и податоците и хардверот што го поддржуваат алгоритмот. Алгоритмот бара исклучително високи перформанси без разлика дали е обучен во облакот или е заклучен на терминалот. Хардверот на паметниот автомобил бара многу оптимизација на перформансите за специфични специјализирани апликации и алгоритми. Затоа, само алгоритмите или само чиповите или само оперативните системи ќе се соочат со дилеми за оптимизација на перформансите на долг рок. Само кога секоја компонента е развиена сама по себе, може лесно да се оптимизира. Поделбата на софтверот и хардверот ќе резултира со перформанси што не може да се оптимизираат.

Можеме да го споредиме на овој начин, NVIDIA Xavier има 9 милијарди транзистори, Tesla FSD HW 3.0 има 6 милијарди транзистори, но индексот на компјутерска моќ на Ксавиер не е толку добар како HW3.0. Се вели дека следната генерација на FSD HW има подобрување на перформансите за 7 пати во споредба со сегашната. Значи, тоа е затоа што дизајнерот на чипови на Тесла, Питер Банон и неговиот тим се посилни од дизајнерите на NVIDIA, или затоа што методологијата на Тесла за комбинирање на софтвер и хардвер е подобра. Сметаме дека методологијата за комбинирање на софтвер и хардвер, исто така, мора да биде важна причина за подобрување на перформансите на чипот. Одвојувањето на алгоритми и податоци не е добра идеја. Тоа не е погодно за брзи повратни информации за потребите на потрошувачите и брзо повторување.