5fc4fb2a24b6adfbe3736be6 Vijesti - Okrutni kraj autonomne vožnje: Tesla, Huawei, Apple, Weilai Xiaopeng, Baidu, Didi, tko može postati fusnota povijesti?
10. prosinca 2020

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


Trenutno se tvrtke koje automatski voze osobne automobile mogu grubo podijeliti u tri kategorije.Prva kategorija je sustav zatvorene petlje sličan Appleu (NASDAQ: AAPL).Ključne komponente poput čipova i algoritama izrađuju sami.Tesla (NASDAQ: TSLA) to radi.Neke tvrtke za nove energetske automobile također se nadaju da će postupno krenuti s tim.ovaj put.Druga kategorija je otvoreni sustav sličan Androidu.Neki proizvođači proizvode pametne platforme, a neki proizvode automobile.Na primjer, Huawei i Baidu (NASDAQ: BIDU) imaju namjere u tom pogledu.Treća kategorija je robotika (taksiji bez vozača), poput tvrtki poput Wayma.

slika je sa PEXELS-a

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

Došlo je doba integracije softvera i hardvera.„Apple model“ kojeg predstavlja Tesla je najbolji put.

U području pametnih automobila, posebice u području autonomne vožnje, prihvaćanje Appleovog modela zatvorene petlje može proizvođačima olakšati optimizaciju performansi i poboljšanje performansi.Brzo odgovorite na potrebe potrošača.
Prvo ću govoriti o izvedbi.Performanse su ključne za autonomnu vožnju.Seymour Cray, otac superračunala, jednom je rekao vrlo zanimljivu riječ, "Svatko može izgraditi brz CPU. Trik je izgraditi brz sustav".
S postupnim neuspjehom Mooreovog zakona, nije moguće jednostavno povećati performanse povećanjem broja tranzistora po jedinici površine.A zbog ograničenja površine i potrošnje energije, ograničena je i veličina čipa.Naravno, trenutni Tesla FSD HW3.0 (FSD se zove Full Self-Driving) je samo 14nm proces, i ima mjesta za poboljšanje.
Trenutačno je većina digitalnih čipova dizajnirana na temelju Von Neumannove arhitekture s odvajanjem memorije i kalkulatora, što stvara cijeli sustav računala (uključujući i pametne telefone).Od softvera do operativnih sustava do čipova, to je duboko pogođeno.Međutim, Von Neumannova arhitektura nije u potpunosti prikladna za dubinsko učenje na kojem 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 nalik mozgu doista je napravio proboj u arhitekturi, ali preveliki skok možda se neće uskoro primijeniti.Štoviše, konvolucijska mreža slike može se pretvoriti u matrične operacije, što možda nije baš prikladno za čipove poput mozga.
Stoga, budući da i Mooreov zakon i Von Neumannova arhitektura nailaze na uska grla, buduća poboljšanja performansi uglavnom se moraju postići kroz arhitekturu specifičnu za domenu (DSA, koja se može odnositi na namjenske procesore).DSA su predložili dobitnici Turingove nagrade John Hennessy i David Patterson.To je inovacija koja nije previše napredna i ideja je koja se može odmah provesti u praksi.
Ideju DSA možemo razumjeti iz makro perspektive.Općenito, trenutni high-end čipovi imaju milijarde do desetke milijardi tranzistora.Način na koji su ti ogromni brojevi tranzistora raspoređeni, povezani i kombinirani imaju veliki utjecaj na performanse određene aplikacije.U budućnosti je potrebno graditi „brzi sustav“ iz sveukupne programske i hardverske perspektive, a oslanjati se na optimizaciju i prilagodbu strukture.

"Android mod" nije dobro rješenje na polju pametnih automobila.

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

2

Naravno, ne bih rekao da tvrtke kao što su Tesla i druge tvrtke moraju same izraditi svaki vijak, a mnoge dijelove ipak treba kupiti od proizvođača dodatne opreme.Ali najvažniji dio koji utječe na korisničko iskustvo morate napraviti sami, kao što su svi aspekti autonomne vožnje.
U prvom dijelu spomenuto je da je Appleov put zatvorene petlje najbolje rješenje.Zapravo, također pokazuje da Android open route nije najbolje rješenje u području autonomne vožnje.

Arhitektura pametnih telefona i pametnih automobila je drugačija.Fokus pametnih telefona je ekologija.Ekosustav podrazumijeva pružanje raznih aplikacija temeljenih na ARM i IOS ili Android operativnim sustavima.Stoga se Android pametni telefoni mogu shvatiti kao kombinacija hrpe zajedničkih standardnih dijelova.Standard čipa je ARM, na vrhu čipa je operativni sustav Android, a tu su i razne aplikacije na internetu.Zbog svoje standardizacije, bilo da se radi o čipu, Android sustavu ili aplikaciji, lako može samostalno postati posao.

EV3
4

Fokus pametnih automobila je algoritam te podaci i hardver koji podržavaju algoritam.Algoritam zahtijeva izuzetno visoku izvedbu bilo da 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 sustavi dugoročno suočavati s dilemama optimizacije performansi.Tek kada je svaka komponenta razvijena sama za sebe, može se lako optimizirati.Odvajanje softvera i hardvera rezultirat će performansama koje se ne mogu optimizirati.

Možemo to usporediti ovako, NVIDIA Xavier ima 9 milijardi tranzistora, Tesla FSD HW 3.0 ima 6 milijardi tranzistora, ali Xavierov indeks računalne snage nije tako dobar kao HW3.0.I rečeno je da FSD HW sljedeće generacije ima poboljšanje performansi od 7 puta u usporedbi sa trenutnim.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 kombiniranja softvera i hardvera bolja.Smatramo da metodologija kombiniranja softvera i hardvera također mora biti važan razlog za poboljšanje performansi čipa.Odvajanje algoritama i podataka nije dobra ideja.Ne pogoduje brzim povratnim informacijama o potrebama potrošača i brzom ponavljanju.

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

Izvor ovog članka je EV-tech

psp13880916091


Vrijeme objave: 10. prosinca 2020

Pošaljite nam svoju poruku: