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

فی الحال، وہ کمپنیاں جو مسافر کاریں خود بخود چلاتی ہیں، انہیں تقریباً تین اقسام میں تقسیم کیا جا سکتا ہے۔ پہلی قسم ایپل (NASDAQ: AAPL) کی طرح ایک بند لوپ سسٹم ہے۔ کلیدی اجزاء جیسے چپس اور الگورتھم خود ہی بنائے جاتے ہیں۔ Tesla (NASDAQ: TSLA) یہ کرتا ہے۔ کچھ نئی انرجی کار کمپنیاں بھی آہستہ آہستہ اسے شروع کرنے کی امید کرتی ہیں۔ یہ سڑک دوسری قسم اینڈرائیڈ جیسا اوپن سسٹم ہے۔ کچھ مینوفیکچررز سمارٹ پلیٹ فارم بناتے ہیں، اور کچھ کاریں بناتے ہیں۔ مثال کے طور پر، Huawei اور Baidu (NASDAQ: BIDU) اس سلسلے میں ارادے رکھتے ہیں۔ تیسری قسم روبوٹکس (ڈرائیور لیس ٹیکسی) ہے، جیسے کہ Waymo جیسی کمپنیاں۔

یہ مضمون بنیادی طور پر ٹیکنالوجی اور کاروباری ترقی کے نقطہ نظر سے ان تین راستوں کی فزیبلٹی کا تجزیہ کرے گا، اور کچھ نئی پاور کار مینوفیکچررز یا خود مختار ڈرائیونگ کمپنیوں کے مستقبل پر بات کرے گا۔ ٹیکنالوجی کو کم نہ سمجھیں۔ خود مختار ڈرائیونگ کے لیے، ٹیکنالوجی زندگی ہے، اور کلیدی ٹیکنالوجی کا راستہ اسٹریٹجک راستہ ہے۔ لہذا یہ مضمون خود مختار ڈرائیونگ کی حکمت عملیوں کے مختلف راستوں پر بھی ایک بحث ہے۔

سافٹ ویئر اور ہارڈ ویئر کے انضمام کا دور آچکا ہے۔ Tesla کی طرف سے نمائندگی "ایپل ماڈل" بہترین راستہ ہے.

سمارٹ کاروں کے میدان میں، خاص طور پر خود مختار ڈرائیونگ کے شعبے میں، ایپل کے کلوز لوپ ماڈل کو اپنانے سے مینوفیکچررز کے لیے کارکردگی کو بہتر بنانے اور کارکردگی کو بہتر بنانے میں آسانی ہو سکتی ہے۔ صارفین کی ضروریات کا فوری جواب دیں۔
میں پہلے کارکردگی کے بارے میں بات کرتا ہوں۔ خود مختار ڈرائیونگ کے لیے کارکردگی ضروری ہے۔ سپر کمپیوٹرز کے باپ سیمور کرے نے ایک بار ایک بہت ہی دلچسپ لفظ کہا تھا، "کوئی بھی تیز رفتار سی پی یو بنا سکتا ہے۔ چال یہ ہے کہ تیز رفتار نظام بنایا جائے"۔
مور کے قانون کی بتدریج ناکامی کے ساتھ، فی یونٹ رقبہ پر ٹرانزسٹروں کی تعداد میں اضافہ کرکے کارکردگی میں اضافہ کرنا ممکن نہیں ہے۔ اور رقبہ اور توانائی کی کھپت کی محدودیت کی وجہ سے، چپ کا پیمانہ بھی محدود ہے۔ بلاشبہ، موجودہ Tesla FSD HW3.0 (FSD کو مکمل سیلف ڈرائیونگ کہا جاتا ہے) صرف 14nm کا عمل ہے، اور اس میں بہتری کی گنجائش ہے۔
اس وقت، زیادہ تر ڈیجیٹل چپس کو میموری اور کیلکولیٹر کی علیحدگی کے ساتھ وان نیومن آرکیٹیکچر کی بنیاد پر ڈیزائن کیا گیا ہے، جو کمپیوٹر کا پورا نظام (بشمول سمارٹ فونز) بناتا ہے۔ سافٹ ویئر سے لے کر آپریٹنگ سسٹم تک چپس تک، اس سے گہرا اثر پڑتا ہے۔ تاہم، وان نیومن آرکیٹیکچر اس گہری سیکھنے کے لیے مکمل طور پر موزوں نہیں ہے جس پر خود مختار ڈرائیونگ انحصار کرتی ہے، اور اسے بہتری یا پیش رفت کی ضرورت ہے۔
مثال کے طور پر، ایک "میموری وال" ہے جہاں کیلکولیٹر میموری سے زیادہ تیزی سے چلتا ہے، جو کارکردگی کے مسائل کا سبب بن سکتا ہے۔ دماغ کی طرح چپس کے ڈیزائن نے فن تعمیر میں ایک پیش رفت کی ہے، لیکن بہت زیادہ چھلانگ جلد ہی لاگو نہیں ہوسکتی ہے. مزید برآں، امیج کنوولیشنل نیٹ ورک کو میٹرکس آپریشنز میں تبدیل کیا جا سکتا ہے، جو دماغ جیسی چپس کے لیے واقعی موزوں نہیں ہو سکتا۔
لہذا، جیسا کہ مور کا قانون اور وان نیومن فن تعمیر دونوں رکاوٹوں کا سامنا کرتے ہیں، مستقبل کی کارکردگی میں اضافے کو بنیادی طور پر ڈومین اسپیسیفک آرکیٹیکچر (DSA، جو وقف شدہ پروسیسرز کا حوالہ دے سکتا ہے) کے ذریعے حاصل کرنے کی ضرورت ہے۔ DSA کی تجویز ٹیورنگ ایوارڈ یافتہ جان ہینیسی اور ڈیوڈ پیٹرسن نے کی تھی۔ یہ ایک اختراع ہے جو زیادہ آگے نہیں ہے، اور ایک ایسا خیال ہے جسے فوری طور پر عملی جامہ پہنایا جا سکتا ہے۔
ہم ڈی ایس اے کے خیال کو میکرو نقطہ نظر سے سمجھ سکتے ہیں۔ عام طور پر، موجودہ ہائی اینڈ چپس میں اربوں سے دسیوں اربوں ٹرانجسٹر ہوتے ہیں۔ ٹرانسسٹروں کی یہ بڑی تعداد کو کس طرح تقسیم کیا جاتا ہے، منسلک کیا جاتا ہے اور جوڑا جاتا ہے اس کا ایک مخصوص ایپلی کیشن کی کارکردگی پر بہت اچھا اثر پڑتا ہے۔مستقبل میں، سافٹ ویئر اور ہارڈ ویئر کے مجموعی نقطہ نظر سے ایک "تیز نظام" کی تعمیر ضروری ہے، اور ساخت کی اصلاح اور ایڈجسٹمنٹ پر انحصار کرنا ہوگا۔

"Android موڈ" سمارٹ کاروں کے میدان میں اچھا حل نہیں ہے۔

بہت سے لوگوں کا خیال ہے کہ خود مختار ڈرائیونگ کے دور میں سمارٹ فونز کے میدان میں ایپل (کلوزڈ لوپ) اور اینڈرائیڈ (اوپن) بھی ہیں اور گوگل جیسے ہیوی کور سافٹ ویئر فراہم کرنے والے بھی ہوں گے۔ میرا جواب سادہ ہے۔ اینڈرائیڈ روٹ خود مختار ڈرائیونگ پر کام نہیں کرے گا کیونکہ یہ مستقبل کی سمارٹ کار ٹیکنالوجی کی ترقی کی سمت پر پورا نہیں اترتا۔

بلاشبہ، میں یہ نہیں کہوں گا کہ ٹیسلا اور دیگر کمپنیوں جیسی کمپنیوں کو ہر اسکرو کو خود ہی بنانا پڑتا ہے، اور بہت سے پرزے اب بھی آلات بنانے والوں سے خریدنے کی ضرورت ہے۔ لیکن سب سے بنیادی حصہ جو صارف کے تجربے کو متاثر کرتا ہے اسے خود کرنا چاہیے، جیسے خود مختار ڈرائیونگ کے تمام پہلو۔
پہلے حصے میں، یہ بتایا گیا ہے کہ ایپل کا بند لوپ راستہ بہترین حل ہے۔ درحقیقت، یہ یہ بھی ظاہر کرتا ہے کہ اینڈرائیڈ اوپن روٹ خود مختار ڈرائیونگ کے میدان میں بہترین حل نہیں ہے۔

سمارٹ فونز اور سمارٹ کاروں کا فن تعمیر مختلف ہے۔ اسمارٹ فونز کا مرکز ماحولیات ہے۔ ایکو سسٹم کا مطلب ہے ARM اور IOS یا Android آپریٹنگ سسٹم پر مبنی مختلف ایپلی کیشنز فراہم کرنا۔لہذا، اینڈرائیڈ سمارٹ فونز کو عام معیاری حصوں کے ایک گروپ کے طور پر سمجھا جا سکتا ہے۔ چپ کا معیار ARM ہے، چپ کے اوپر اینڈرائیڈ آپریٹنگ سسٹم ہے، اور پھر انٹرنیٹ پر مختلف ایپس ہیں۔ اس کے معیاری ہونے کی وجہ سے، چاہے وہ چپ ہو، اینڈرائیڈ سسٹم ہو، یا ایپ ہو، یہ آسانی سے آزادانہ طور پر کاروبار بن سکتا ہے۔

سمارٹ کاروں کا فوکس الگورتھم اور الگورتھم کو سپورٹ کرنے والا ڈیٹا اور ہارڈ ویئر ہے۔ الگورتھم کو انتہائی اعلی کارکردگی کی ضرورت ہوتی ہے چاہے اسے کلاؤڈ میں تربیت دی گئی ہو یا ٹرمینل پر اندازہ لگایا گیا ہو۔ سمارٹ کار کے ہارڈ ویئر کو مخصوص خصوصی ایپلی کیشنز اور الگورتھم کے لیے بہت زیادہ کارکردگی کی اصلاح کی ضرورت ہوتی ہے۔ لہذا، صرف الگورتھم یا صرف چپس یا صرف آپریٹنگ سسٹمز کو طویل مدت میں کارکردگی کو بہتر بنانے کے مسائل کا سامنا کرنا پڑے گا۔ صرف اس صورت میں جب ہر جزو خود سے تیار ہو جائے تو اسے آسانی سے بہتر بنایا جا سکتا ہے۔ سافٹ ویئر اور ہارڈ ویئر کی علیحدگی کے نتیجے میں کارکردگی ایسی ہوگی جسے بہتر نہیں کیا جاسکتا۔

ہم اس کا موازنہ اس طرح کر سکتے ہیں، NVIDIA Xavier کے پاس 9 بلین ٹرانزسٹرز ہیں، Tesla FSD HW 3.0 میں 6 بلین ٹرانزسٹر ہیں، لیکن Xavier کا کمپیوٹنگ پاور انڈیکس HW3.0 جتنا اچھا نہیں ہے۔ اور کہا جاتا ہے کہ اگلی نسل کی FSD HW کی کارکردگی میں موجودہ کے مقابلے 7 گنا بہتری آئی ہے۔ تو، اس کی وجہ یہ ہے کہ ٹیسلا کے چپ ڈیزائنر پیٹر بینن اور ان کی ٹیم NVIDIA کے ڈیزائنرز سے زیادہ مضبوط ہیں، یا اس لیے کہ Tesla کا سافٹ ویئر اور ہارڈ ویئر کو یکجا کرنے کا طریقہ کار بہتر ہے۔ ہمارے خیال میں سافٹ ویئر اور ہارڈ ویئر کو یکجا کرنے کا طریقہ کار بھی چپ کی کارکردگی کو بہتر کرنے کی ایک اہم وجہ ہونا چاہیے۔ الگورتھم اور ڈیٹا کو الگ کرنا اچھا خیال نہیں ہے۔ یہ صارفین کی ضروریات اور تیز رفتار تکرار پر تیز رفتار رائے کے لیے موزوں نہیں ہے۔