Şu anda binek araçlarını otomatik olarak kullanan şirketler kabaca üç kategoriye ayrılabilir.İlk kategori Apple'a benzer kapalı döngü sistemidir (NASDAQ: AAPL).Çipler ve algoritmalar gibi temel bileşenler kendileri tarafından yapılır.Tesla (NASDAQ:TSLA) bunu yapıyor.Bazı yeni enerjili otomobil şirketleri de yavaş yavaş bu uygulamaya geçmeyi umuyor.bu yol.İkinci kategori Android'e benzer açık bir sistemdir.Bazı üreticiler akıllı platformlar, bazıları ise araba üretiyor.Mesela Huawei ve Baidu'nun (NASDAQ:BIDU) bu konuda niyetleri var.Üçüncü kategori ise Waymo gibi şirketler gibi robotiktir (sürücüsüz taksiler).
Bu makale temel olarak bu üç rotanın fizibilitesini teknoloji ve iş geliştirme perspektifinden analiz edecek ve bazı yeni elektrikli otomobil üreticilerinin veya otonom sürüş şirketlerinin geleceğini tartışacaktır.Teknolojiyi küçümsemeyin.Otonom sürüş için teknoloji hayattır ve temel teknoloji yolu da stratejik yoldur.Dolayısıyla bu makale aynı zamanda otonom sürüş stratejilerinin farklı yolları üzerine bir tartışmadır.
Akıllı otomobiller alanında, özellikle de otonom sürüş alanında, Apple'ın kapalı döngü modelini benimsemek, üreticilerin performansı optimize etmesini ve performansı iyileştirmesini kolaylaştırabilir.Tüketici ihtiyaçlarına hızla yanıt verin.
Önce performanstan bahsedeyim.Otonom sürüş için performans çok önemlidir.Süper bilgisayarların babası Seymour Cray bir zamanlar çok ilginç bir söz söylemişti: "Herkes hızlı bir CPU oluşturabilir. İşin püf noktası hızlı bir sistem oluşturmaktır".
Moore Yasasının kademeli olarak başarısızlığa uğramasıyla, birim alan başına transistör sayısını artırarak performansı basitçe artırmak mümkün değildir.Alan ve enerji tüketiminin sınırlı olması nedeniyle çipin ölçeği de sınırlıdır.Elbette mevcut Tesla FSD HW3.0 (FSD'ye Tam Otomatik Sürüş denir) yalnızca 14nm'lik bir süreçtir ve geliştirilecek alan vardır.
Şu anda çoğu dijital çip, tüm bilgisayar sistemini (akıllı telefonlar dahil) oluşturan hafıza ve hesap makinesinin ayrılmasıyla Von Neumann Mimarisine dayalı olarak tasarlanmıştır.Yazılımlardan işletim sistemlerine, çiplere kadar her şey derinden etkileniyor.Ancak Von Neumann Mimarisi, otonom sürüşün dayandığı derin öğrenmeye tam anlamıyla uygun değil ve geliştirilmeye, hatta atılım yapmaya ihtiyaç duyuyor.
Örneğin, hesap makinesinin bellekten daha hızlı çalıştığı ve performans sorunlarına neden olabilecek bir "bellek duvarı" vardır.Beyin benzeri çiplerin tasarımı mimaride çığır açıcı bir gelişme ancak bu kadar ileri bir sıçrama yakın zamanda uygulanamayabilir.Üstelik görüntü evrişimli ağı, beyin benzeri çipler için pek uygun olmayabilen matris işlemlerine dönüştürülebilir.
Bu nedenle, Moore Yasası ve Von Neumann mimarisinin her ikisi de darboğazlarla karşılaştığından, gelecekteki performans iyileştirmelerinin esas olarak Etki Alanına Özel Mimari (DSA, özel işlemcilere atıfta bulunabilir) aracılığıyla elde edilmesi gerekmektedir.DSA, Turing Ödülü sahibi John Hennessy ve David Patterson tarafından önerildi.Çok ileri gitmeyen bir yenilik, hemen uygulamaya geçilebilecek bir fikir.
DSA fikrini makro açıdan anlayabiliriz.Genel olarak mevcut üst düzey çipler milyarlarca ila on milyarlarca transistöre sahiptir.Bu çok sayıda transistörün nasıl dağıtıldığı, bağlandığı ve birleştirildiği, belirli bir uygulamanın performansı üzerinde büyük etkiye sahiptir.Gelecekte, genel yazılım ve donanım perspektifinden "hızlı bir sistem" oluşturmak ve yapının optimizasyonuna ve ayarlanmasına güvenmek gerekiyor.
Akıllı arabalar alanında "Android modu" iyi bir çözüm değil.
Pek çok kişi, otonom sürüş çağında akıllı telefonlar alanında Apple (kapalı döngü) ve Android'in (açık) de bulunacağına ve Google gibi ağır çekirdekli yazılım sağlayıcıların da olacağına inanıyor.Cevabım basit.Android rotası otonom sürüşte çalışmayacak çünkü gelecekteki akıllı otomobil teknolojisi gelişiminin yönünü karşılamıyor.
Elbette Tesla gibi şirketlerin ve diğer şirketlerin her vidayı kendileri yapmak zorunda olduğunu ve birçok parçanın hala aksesuar üreticilerinden satın alınması gerektiğini söyleyemem.Ancak otonom sürüşün tüm yönleri gibi kullanıcı deneyimini etkileyen en temel kısım sizin tarafınızdan yapılmalıdır.
İlk bölümde Apple'ın kapalı döngü yolunun en iyi çözüm olduğundan bahsedilmişti.Aslında bu durum Android açık rotasının otonom sürüş alanında en iyi çözüm olmadığını da gösteriyor.
Akıllı telefonların ve akıllı arabaların mimarisi farklıdır.Akıllı telefonların odak noktası ekolojidir.Ekosistem, ARM ve IOS veya Android işletim sistemlerine dayalı çeşitli uygulamaların sağlanması anlamına gelir.Bu nedenle Android akıllı telefonlar, bir dizi ortak standart parçanın birleşimi olarak anlaşılabilir.Çip standardı ARM'dir, çipin üstünde Android işletim sistemi bulunur ve internette çeşitli uygulamalar vardır.İster çip, ister Android sistemi, ister Uygulama olsun, standardizasyonu nedeniyle bağımsız olarak kolaylıkla bir işletme haline gelebilir.
Akıllı arabaların odak noktası algoritma ve algoritmayı destekleyen veri ve donanımdır.Algoritma, ister bulutta eğitilsin ister terminalde çıkarım yapılsın, son derece yüksek performans gerektirir.Akıllı arabanın donanımı, belirli özel uygulamalar ve algoritmalar için çok fazla performans optimizasyonu gerektirir.Bu nedenle uzun vadede yalnızca algoritmalar, yalnızca çipler veya yalnızca işletim sistemleri performans optimizasyonu ikilemleriyle karşı karşıya kalacaktır.Yalnızca her bileşen kendi başına geliştirildiğinde kolayca optimize edilebilir.Yazılım ve donanımın ayrılması, optimize edilemeyen performansla sonuçlanacaktır.
Şöyle karşılaştırabiliriz, NVIDIA Xavier'in 9 milyar transistörü var, Tesla FSD HW 3.0'ın 6 milyar transistörü var ama Xavier'in hesaplama gücü endeksi HW3.0 kadar iyi değil.Ve yeni nesil FSD HW'nin mevcut donanıma göre 7 kat performans artışı sağladığı söyleniyor.Bunun nedeni Tesla çip tasarımcısı Peter Bannon ve ekibinin NVIDIA tasarımcılarından daha güçlü olması veya Tesla'nın yazılım ve donanımı birleştirme metodolojisinin daha iyi olmasıdır.Yazılım ve donanımı birleştirme metodolojisinin de çip performansının iyileştirilmesinde önemli bir neden olması gerektiğini düşünüyoruz.Algoritmalarla verileri ayırmak iyi bir fikir değil.Tüketici ihtiyaçları konusunda hızlı geri bildirime ve hızlı yinelemeye elverişli değildir.
Bu nedenle otonom sürüş alanında algoritmaları veya çipleri parçalara ayırıp ayrı ayrı satmak uzun vadede iyi bir iş değil.
Bu makale EV-tech'ten alınmıştır
psp13880916091
Gönderim zamanı: 10 Aralık 2020