5fc4fb2a24b6adfbe3736be6 Novinky - Krutý koniec autonómneho riadenia: Tesla, Huawei, Apple, Weilai Xiaopeng, Baidu, Didi, kto sa môže stať poznámkou histórie?
10. decembra 2020

Krutý koniec autonómneho riadenia: Tesla, Huawei, Apple, Weilai Xiaopeng, Baidu, Didi, kto sa môže stať poznámkou histórie?


V súčasnosti možno spoločnosti, ktoré automaticky riadia osobné autá, rozdeliť zhruba do troch kategórií. Prvou kategóriou je systém s uzavretou slučkou podobný Apple (NASDAQ: AAPL). Kľúčové komponenty, ako sú čipy a algoritmy, sa vyrábajú sami. Tesla (NASDAQ: TSLA) to robí. Postupne sa do toho pustia aj niektoré nové energetické automobilky. túto cestu. Druhou kategóriou je otvorený systém podobný Androidu. Niektorí výrobcovia vyrábajú inteligentné platformy a niektorí vyrábajú autá. Napríklad Huawei a Baidu (NASDAQ: BIDU) majú v tomto smere zámery. Treťou kategóriou je robotika (taxíky bez vodiča), ako napríklad spoločnosti Waymo.

obrázok je z PEXELS

Tento článok bude analyzovať najmä uskutočniteľnosť týchto troch ciest z hľadiska rozvoja technológií a podnikania a bude diskutovať o budúcnosti niektorých nových výrobcov automobilov s pohonom alebo spoločností s autonómnym riadením. Nepodceňujte technológiu. Pre autonómne riadenie je technológia životom a kľúčovou technologickou cestou je strategická cesta. Tento článok je teda aj diskusiou o rôznych cestách stratégií autonómnej jazdy.

Nastala éra integrácie softvéru a hardvéru. „Apple model“ zastúpený Teslou je tá najlepšia cesta.

V oblasti inteligentných áut, najmä v oblasti autonómneho riadenia, môže prijatie modelu uzavretej slučky spoločnosti Apple uľahčiť výrobcom optimalizáciu výkonu a zlepšenie výkonu. Rýchlo reagovať na potreby spotrebiteľov.
Najprv mi dovoľte hovoriť o výkone. Výkon je nevyhnutný pre autonómnu jazdu. Seymour Cray, otec superpočítačov, raz povedal veľmi zaujímavé slovo: "Každý môže postaviť rýchly CPU. Trik je postaviť rýchly systém".
S postupným zlyhaním Moorovho zákona nie je možné jednoducho zvýšiť výkon zvýšením počtu tranzistorov na jednotku plochy. A kvôli obmedzeniu plochy a spotreby energie je obmedzený aj rozsah čipu. Samozrejme, súčasná Tesla FSD HW3.0 (FSD sa nazýva Full Self-Driving) je len 14nm proces a je tu priestor na zlepšenie.
V súčasnosti je väčšina digitálnych čipov navrhnutá na základe Von Neumannovej architektúry s oddelením pamäte a kalkulačky, ktorá vytvára celý systém počítačov (vrátane inteligentných telefónov). Od softvéru cez operačné systémy až po čipy je hlboko ovplyvnený. Architektúra Von Neumann však nie je úplne vhodná pre hlboké učenie, na ktorom sa spolieha autonómne riadenie, a potrebuje zlepšenie alebo dokonca prelom.
Napríklad existuje „pamäťová stena“, kde kalkulačka beží rýchlejšie ako pamäť, čo môže spôsobiť problémy s výkonom. Dizajn čipov podobných mozgu má prielom v architektúre, ale skok príliš ďaleko sa nemusí čoskoro uplatniť. Obrazovú konvolučnú sieť je navyše možné previesť na maticové operácie, ktoré nemusia byť naozaj vhodné pre čipy podobné mozgu.
Keďže Mooreov zákon a architektúra Von Neumanna narážajú na úzke miesta, budúce vylepšenia výkonu je potrebné dosiahnuť najmä prostredníctvom architektúry špecifickej pre doménu (DSA, ktorá môže odkazovať na vyhradené procesory). DSA navrhli víťazi Turingovej ceny John Hennessy a David Patterson. Ide o inováciu, ktorá nie je príliš vpredu a ide o nápad, ktorý možno okamžite uviesť do praxe.
Myšlienku DSA môžeme pochopiť z makro perspektívy. Vo všeobecnosti majú súčasné špičkové čipy miliardy až desiatky miliárd tranzistorov. Spôsob, akým sú tieto obrovské množstvá tranzistorov distribuované, prepojené a kombinované, má veľký vplyv na výkon konkrétnej aplikácie.Do budúcnosti je potrebné vybudovať „rýchly systém“ z celkového pohľadu softvéru a hardvéru a spoliehať sa na optimalizáciu a úpravu štruktúry.

„Android mode“ nie je v oblasti inteligentných áut dobrým riešením.

Mnoho ľudí verí, že v ére autonómneho riadenia sú na poli smartfónov aj Apple (uzavretá slučka) a Android (otvorený) a budú existovať aj poskytovatelia ťažkého softvéru ako Google. Moja odpoveď je jednoduchá. Cesta Androidu nebude fungovať na autonómnom riadení, pretože nespĺňa smer budúceho vývoja technológie inteligentných áut.

2

Samozrejme, nepovedal by som, že firmy ako Tesla a iné firmy si musia vyrobiť každú skrutku sami a veľa dielov je ešte potrebné dokúpiť od výrobcov príslušenstva. Ale najdôležitejšiu časť, ktorá ovplyvňuje používateľskú skúsenosť, musíte urobiť sami, ako sú všetky aspekty autonómneho riadenia.
V prvej časti bolo spomenuté, že cesta uzavretej slučky spoločnosti Apple je najlepším riešením. V skutočnosti tiež demonštruje, že otvorená trasa Androidu nie je najlepším riešením v oblasti autonómneho riadenia.

Architektúra inteligentných telefónov a inteligentných áut je odlišná. Ťažiskom smartfónov je ekológia. Ekosystém znamená poskytovanie rôznych aplikácií založených na operačných systémoch ARM a IOS alebo Android.Smartfóny s Androidom preto možno chápať ako kombináciu kopy bežných štandardných dielov. Štandard čipu je ARM, navrchu čipu je operačný systém Android a potom sú na internete rôzne aplikácie. Vďaka svojej štandardizácii, či už ide o čip, systém Android alebo aplikáciu, sa môže ľahko stať nezávislou firmou.

EV3
4

Ťažiskom inteligentných áut je algoritmus a dáta a hardvér podporujúci algoritmus. Algoritmus vyžaduje extrémne vysoký výkon, či už je trénovaný v cloude alebo odvodený z terminálu. Hardvér inteligentného auta vyžaduje veľa optimalizácie výkonu pre špecifické špecializované aplikácie a algoritmy. Preto budú z dlhodobého hľadiska čeliť dilemám optimalizácie výkonu iba algoritmy alebo iba čipy alebo iba operačné systémy. Len keď je každý komponent vyvinutý samostatne, môže byť jednoducho optimalizovaný. Oddelenie softvéru a hardvéru bude mať za následok výkon, ktorý nemožno optimalizovať.

Môžeme to porovnať takto, NVIDIA Xavier má 9 miliárd tranzistorov, Tesla FSD HW 3.0 má 6 miliárd tranzistorov, ale Xavierov index výpočtového výkonu nie je taký dobrý ako HW3.0. A hovorí sa, že FSD HW novej generácie má v porovnaní so súčasnou 7-násobné zlepšenie výkonu. Je to preto, že dizajnér čipov Tesla Peter Bannon a jeho tím sú silnejší ako dizajnéri NVIDIA, alebo preto, že Teslova metodika kombinovania softvéru a hardvéru je lepšia. Myslíme si, že metodika kombinovania softvéru a hardvéru musí byť tiež dôležitým dôvodom na zlepšenie výkonu čipu. Oddelenie algoritmov a údajov nie je dobrý nápad. Neprispieva k rýchlej spätnej väzbe o potrebách spotrebiteľov a rýchlej iterácii.

Preto v oblasti autonómneho riadenia nie je demontáž algoritmov alebo čipov a ich samostatný predaj z dlhodobého hľadiska dobrý biznis.

Tento článok pochádza od EV-tech

psp13880916091


Čas odoslania: 10. decembra 2020

Pošlite nám svoju správu: