5fc4fb2a24b6adfbe3736be6 Notícias - O fim cruel da direção autônoma: Tesla, Huawei, Apple, Weilai Xiaopeng, Baidu, Didi, quem pode se tornar a nota de rodapé da história?
10/12/2020

O fim cruel da direção autônoma: Tesla, Huawei, Apple, Weilai Xiaopeng, Baidu, Didi, quem pode se tornar a nota de rodapé da história?


Atualmente, as empresas que dirigem automóveis de passageiros automaticamente podem ser divididas em três categorias. A primeira categoria é um sistema de circuito fechado semelhante ao Apple (NASDAQ: AAPL). Os principais componentes, como chips e algoritmos, são feitos por eles próprios. Tesla (NASDAQ: TSLA) faz isso. Algumas novas empresas de automóveis energéticos também esperam embarcar gradualmente nessa iniciativa. esta estrada. A segunda categoria é um sistema aberto semelhante ao Android. Alguns fabricantes fabricam plataformas inteligentes e outros fabricam carros. Por exemplo, Huawei e Baidu (NASDAQ: BIDU) têm intenções nesse sentido. A terceira categoria é a robótica (táxis sem motorista), como empresas como a Waymo.

a imagem é do PEXELS

Este artigo irá analisar principalmente a viabilidade destas três rotas do ponto de vista da tecnologia e do desenvolvimento empresarial, e discutir o futuro de alguns novos fabricantes de automóveis motorizados ou empresas de condução autónoma. Não subestime a tecnologia. Para a condução autónoma, a tecnologia é vida e o caminho tecnológico chave é o caminho estratégico. Portanto, este artigo também é uma discussão sobre os diferentes caminhos das estratégias de direção autônoma.

A era da integração de software e hardware chegou. O “modelo Apple” representado pela Tesla é o melhor caminho.

No campo dos carros inteligentes, especialmente no campo da direção autônoma, a adoção do modelo de circuito fechado da Apple pode tornar mais fácil para os fabricantes otimizar e melhorar o desempenho. Responda rapidamente às necessidades do consumidor.
Deixe-me falar primeiro sobre desempenho. O desempenho é essencial para a condução autônoma. Seymour Cray, o pai dos supercomputadores, disse uma vez uma palavra muito interessante: "Qualquer um pode construir uma CPU rápida. O truque é construir um sistema rápido".
Com o fracasso gradual da Lei de Moore, não é viável simplesmente aumentar o desempenho aumentando o número de transistores por unidade de área. E devido à limitação de área e consumo de energia, a escala do chip também é limitada. Claro, o atual Tesla FSD HW3.0 (FSD é chamado de Full Self-Driving) é um processo de apenas 14 nm e há espaço para melhorias.
Atualmente, a maioria dos chips digitais são projetados com base na Arquitetura Von Neumann com a separação da memória e da calculadora, que cria todo o sistema de computadores (incluindo smartphones). Do software aos sistemas operacionais e aos chips, ele é profundamente afetado. No entanto, a Arquitetura Von Neumann não é totalmente adequada para a aprendizagem profunda da qual depende a condução autónoma e necessita de melhorias ou mesmo de avanços.
Por exemplo, existe uma “parede de memória” onde a calculadora funciona mais rápido que a memória, o que pode causar problemas de desempenho. O design de chips semelhantes a cérebros representa um avanço na arquitetura, mas o salto muito grande pode não ser aplicado em breve. Além disso, a rede convolucional de imagem pode ser convertida em operações matriciais, o que pode não ser realmente adequado para chips semelhantes a cérebros.
Portanto, como a Lei de Moore e a arquitetura de Von Neumann encontram gargalos, futuras melhorias de desempenho precisam ser alcançadas principalmente por meio da Arquitetura Específica de Domínio (DSA, que pode se referir a processadores dedicados). O DSA foi proposto pelos vencedores do Prêmio Turing, John Hennessy e David Patterson. É uma inovação que não está muito avançada e é uma ideia que pode ser colocada em prática imediatamente.
Podemos entender a ideia de DSA sob uma perspectiva macro. Geralmente, os atuais chips de última geração têm bilhões a dezenas de bilhões de transistores. A forma como esse grande número de transistores é distribuído, conectado e combinado tem um grande impacto no desempenho de uma aplicação específica.No futuro, é necessário construir um “sistema rápido” do ponto de vista geral de software e hardware, e contar com a otimização e ajuste da estrutura.

O "modo Android" não é uma boa solução na área de carros inteligentes.

Muitas pessoas acreditam que na era da direção autônoma, também haverá Apple (circuito fechado) e Android (aberto) no campo dos smartphones, e também haverá fornecedores de software de núcleo pesado como o Google. Minha resposta é simples. A rota do Android não funcionará na direção autônoma porque não atende à direção do desenvolvimento futuro da tecnologia de carros inteligentes.

2

Claro, eu não diria que empresas como a Tesla e outras empresas têm que fazer cada parafuso sozinhas, e muitas peças ainda precisam ser compradas de fabricantes de acessórios. Mas a parte mais importante que afeta a experiência do usuário deve ser feita por você mesmo, como todos os aspectos da direção autônoma.
Na primeira seção, foi mencionado que a rota de circuito fechado da Apple é a melhor solução. Na verdade, também demonstra que a rota aberta do Android não é a melhor solução no domínio da condução autónoma.

A arquitetura dos smartphones e dos carros inteligentes é diferente. O foco dos smartphones é a ecologia. Ecossistema significa fornecer vários aplicativos baseados em sistemas operacionais ARM e IOS ou Android.Portanto, os smartphones Android podem ser entendidos como uma combinação de várias peças padrão comuns. O padrão do chip é ARM, em cima do chip está o sistema operacional Android e existem vários aplicativos na Internet. Devido à sua padronização, seja um chip, um sistema Android ou um aplicativo, pode facilmente se tornar um negócio independente.

EV3
4

O foco dos carros inteligentes é o algoritmo e os dados e hardware que suportam o algoritmo. O algoritmo requer desempenho extremamente alto, seja treinado na nuvem ou inferido no terminal. O hardware do carro inteligente requer muita otimização de desempenho para aplicações e algoritmos especializados específicos. Portanto, apenas algoritmos ou apenas chips ou apenas sistemas operacionais enfrentarão dilemas de otimização de desempenho no longo prazo. Somente quando cada componente é desenvolvido por si só ele pode ser facilmente otimizado. A separação entre software e hardware resultará em desempenho que não pode ser otimizado.

Podemos compará-lo desta forma, NVIDIA Xavier tem 9 bilhões de transistores, Tesla FSD HW 3.0 tem 6 bilhões de transistores, mas o índice de poder de computação de Xavier não é tão bom quanto o HW3.0. E diz-se que o HW FSD de próxima geração tem uma melhoria de desempenho de 7 vezes em comparação com o atual. Então, é porque o designer de chips da Tesla, Peter Bannon, e sua equipe são mais fortes que os designers da NVIDIA, ou porque a metodologia da Tesla de combinar software e hardware é melhor. Acreditamos que a metodologia de combinação de software e hardware também deve ser uma razão importante para a melhoria do desempenho do chip. Separar algoritmos e dados não é uma boa ideia. Não conduz a um feedback rápido sobre as necessidades do consumidor e a uma iteração rápida.

Portanto, no campo da direção autônoma, desmontar algoritmos ou chips e vendê-los separadamente não é um bom negócio no longo prazo.

Este artigo é proveniente da EV-tech

psp13880916091


Horário da postagem: 10 de dezembro de 2020

Envie sua mensagem para nós: