5fc4fb2a24b6adfbe3736be6 Vijesti - Okrutni kraj autonomne vožnje: Tesla, Huawei, Apple, Weilai Xiaopeng, Baidu, Didi, ko može postati fusnota istorije?
Dec-10-2020

Okrutni kraj autonomne vožnje: Tesla, Huawei, Apple, Weilai Xiaopeng, Baidu, Didi, ko može postati fusnota istorije?


Trenutno se kompanije koje automatski voze putničke automobile mogu grubo podijeliti u tri kategorije.Prva kategorija je sistem zatvorene petlje sličan Apple-u (NASDAQ: AAPL).Ključne komponente kao što su čipovi i algoritmi izrađuju se sami.Tesla (NASDAQ: TSLA) to radi.Neke kompanije za proizvodnju novih energetskih automobila također se nadaju da će se postepeno upustiti u to.ovaj put.Druga kategorija je otvoreni sistem sličan Androidu.Neki proizvođači prave pametne platforme, a neki automobile.Na primjer, Huawei i Baidu (NASDAQ: BIDU) imaju namjere u tom pogledu.Treća kategorija je robotika (taksiji bez vozača), kao što su kompanije kao što je Waymo.

slika je iz PEXELS-a

Ovaj članak će uglavnom analizirati izvodljivost ove tri rute iz perspektive razvoja tehnologije i poslovanja, te raspravljati o budućnosti nekih novih proizvođača automobila ili kompanija za autonomnu vožnju.Ne podcjenjujte tehnologiju.Za autonomnu vožnju, tehnologija je život, a ključni tehnološki put je strateški put.Dakle, ovaj članak je i rasprava o različitim putevima strategija autonomne vožnje.

Došlo je doba softverske i hardverske integracije."Apple model" koji predstavlja Tesla je najbolji put.

U oblasti pametnih automobila, posebno u oblasti autonomne vožnje, usvajanje Appleovog modela zatvorene petlje može olakšati proizvođačima da optimizuju performanse i poboljšaju performanse.Brzo odgovorite na potrebe potrošača.
Prvo da pričam o performansama.Performanse su ključne za autonomnu vožnju.Seymour Cray, otac superkompjutera, jednom je rekao vrlo zanimljivu riječ: "Svako može napraviti brz CPU. Trik je u tome da se izgradi brz sistem".
Sa postepenim neuspjehom Mooreovog zakona, nije izvodljivo jednostavno povećati performanse povećanjem broja tranzistora po jedinici površine.A zbog ograničenja površine i potrošnje energije, skala čipa je također ograničena.Naravno, trenutni Tesla FSD HW3.0 (FSD se zove Full Self-Driving) je samo 14nm proces i ima prostora za poboljšanje.
Trenutno je većina digitalnih čipova dizajnirana na osnovu Von Neumannove arhitekture sa odvajanjem memorije i kalkulatora, koji stvara čitav sistem računara (uključujući pametne telefone).Od softvera preko operativnih sistema do čipova, to je duboko pogođeno.Međutim, Von Neumannova arhitektura nije u potpunosti prikladna za duboko učenje na koje se oslanja autonomna vožnja i potrebno joj je poboljšanje ili čak napredak.
Na primjer, postoji "memorijski zid" gdje kalkulator radi brže od memorije, što može uzrokovati probleme s performansama.Dizajn čipova sličnih mozgu zaista ima napredak u arhitekturi, ali preveliki skok možda neće biti primijenjen uskoro.Štaviše, konvoluciona mreža slike može se pretvoriti u matrične operacije, što možda nije baš prikladno za čipove nalik mozgu.
Stoga, kako se i Murov zakon i Von Neumannova arhitektura susreću s uskim grlima, buduća poboljšanja performansi uglavnom se moraju postići kroz domensku specifičnu arhitekturu (DSA, koja se može odnositi na namjenske procesore).DSA su predložili dobitnici Turingove nagrade John Hennessy i David Patterson.To je inovacija koja nije daleko napred i ideja je koja se može odmah provesti u praksi.
Ideju DSA možemo razumjeti iz makro perspektive.Generalno, trenutni vrhunski čipovi imaju milijarde do desetine milijardi tranzistora.Način na koji su ovi ogromni brojevi tranzistora raspoređeni, povezani i kombinovani imaju veliki uticaj na performanse određene aplikacije.U budućnosti je potrebno izgraditi „brzi sistem“ iz sveukupne softverske i hardverske perspektive, te se osloniti na optimizaciju i prilagođavanje strukture.

"Android mod" nije dobro rješenje u oblasti pametnih automobila.

Mnogi ljudi vjeruju da u eri autonomne vožnje postoje i Apple (zatvorena petlja) i Android (otvoreni) na polju pametnih telefona, a da će postojati i provajderi hard-core softvera poput Googlea.Moj odgovor je jednostavan.Android ruta neće raditi na autonomnoj vožnji jer ne odgovara smjeru budućeg razvoja tehnologije pametnih automobila.

2

Naravno, ne bih rekao da kompanije poput Tesle i drugih kompanija moraju same da prave svaki šraf, a mnoge delove još treba nabaviti od proizvođača dodatne opreme.Ali najvažniji dio koji utiče na korisničko iskustvo morate obaviti sami, kao što su svi aspekti autonomne vožnje.
U prvom dijelu je spomenuto da je Apple-ova zatvorena ruta najbolje rješenje.U stvari, to također pokazuje da Android otvorena ruta nije najbolje rješenje u oblasti autonomne vožnje.

Arhitektura pametnih telefona i pametnih automobila je različita.Fokus pametnih telefona je ekologija.Ekosistem znači pružanje različitih aplikacija zasnovanih na ARM i IOS ili Android operativnim sistemima.Stoga se Android pametni telefoni mogu shvatiti kao kombinacija gomile uobičajenih standardnih dijelova.Standard čipa je ARM, na vrhu čipa je Android operativni sistem, a zatim postoje razne aplikacije na internetu.Zbog svoje standardizacije, bilo da se radi o čipu, Android sistemu ili aplikaciji, lako može samostalno postati posao.

EV3
4

Fokus pametnih automobila je algoritam i podaci i hardver koji podržavaju algoritam.Algoritam zahtijeva izuzetno visoke performanse bez obzira da li je obučen u oblaku ili izveden na terminalu.Hardver pametnog automobila zahtijeva puno optimizacije performansi za specifične specijalizirane aplikacije i algoritme.Stoga će se samo algoritmi ili samo čipovi ili samo operativni sistemi suočiti s dilemama optimizacije performansi na duge staze.Tek kada se svaka komponenta razvija sama, može se lako optimizirati.Razdvajanje softvera i hardvera će rezultirati performansama koje se ne mogu optimizirati.

Možemo to uporediti na ovaj način, NVIDIA Xavier ima 9 milijardi tranzistora, Tesla FSD HW 3.0 ima 6 milijardi tranzistora, ali Xavierov indeks računarske snage nije tako dobar kao HW3.0.Rečeno je da FSD HW nove generacije ima poboljšanje performansi od 7 puta u odnosu na trenutnu.Dakle, to je zato što su Teslin dizajner čipova Peter Bannon i njegov tim jači od NVIDIA-inih dizajnera, ili zato što je Teslina metodologija kombinovanja softvera i hardvera bolja.Mislimo da metodologija kombinovanja softvera i hardvera takođe mora biti važan razlog za poboljšanje performansi čipa.Razdvajanje algoritama i podataka nije dobra ideja.To nije pogodno za brze povratne informacije o potrebama potrošača i brzo ponavljanje.

Stoga, u oblasti autonomne vožnje, rastavljanje algoritama ili čipova i njihova odvojena prodaja nije dugoročno dobar posao.

Izvor ovog članka je EV-tech

psp13880916091


Vrijeme objave: 10.12.2020

Pošaljite nam svoju poruku: