"السوق في أيدي الأقلية"
حاليًا ، يمكن تقسيم الشركات التي تقود سيارات الركاب تلقائيًا إلى ثلاث فئات تقريبًا. الفئة الأولى هي نظام حلقة مغلقة مشابه لـ Apple (NASDAQ: AAPL). المكونات الرئيسية مثل الرقائق والخوارزميات مصنوعة من تلقاء نفسها. تسلا (NASDAQ: TSLA) يفعل هذا. وتأمل بعض شركات سيارات الطاقة الجديدة أيضًا أن تشرع تدريجياً عليها. هذا الطريق. الفئة الثانية هي نظام مفتوح يشبه Android. يصنع بعض الشركات المصنعة منصات ذكية ، وبعضها يصنع السيارات. على سبيل المثال ، Huawei و Baidu (NASDAQ: BIDU) لهما نوايا في هذا الصدد. الفئة الثالثة هي الروبوتات (سيارات الأجرة بدون سائق) ، مثل شركات مثل Waymo.

ستحلل هذه المقالة بشكل أساسي جدوى هذه الطرق الثلاثة من منظور التكنولوجيا وتطوير الأعمال ، ومناقشة مستقبل بعض الشركات المصنعة لسيارات الطاقة الجديدة أو شركات القيادة المستقلة. لا تقلل من التكنولوجيا. للقيادة المستقلة ، التكنولوجيا هي الحياة ، والمسار التكنولوجي الرئيسي هو المسار الاستراتيجي. لذا فإن هذه المقالة هي أيضًا مناقشة حول المسارات المختلفة لاستراتيجيات القيادة المستقلة.
في مجال السيارات الذكية ، وخاصة في مجال القيادة المستقلة ، فإن اعتماد طراز حلقة Apple المغلقة يمكن أن يسهل على الشركات المصنعة تحسين الأداء وتحسين الأداء. الرد بسرعة لاحتياجات المستهلك.
اسمحوا لي أن أتحدث عن الأداء أولاً. الأداء ضروري للقيادة المستقلة. قال سيمور كراي ، والد الحواسيب الفائقة ، ذات مرة كلمة مثيرة للاهتمام للغاية ، "يمكن لأي شخص بناء وحدة المعالجة المركزية السريعة. الحيلة هي بناء نظام سريع".
مع الفشل التدريجي لقانون مور ، ليس من الممكن ببساطة زيادة الأداء عن طريق زيادة عدد الترانزستورات لكل وحدة وحدة. وبسبب الحد من استهلاك المنطقة والطاقة ، فإن مقياس الشريحة محدود أيضًا. بطبيعة الحال ، فإن Tesla FSD HW3.0 الحالي (يسمى FSD الكامل القيادة الذاتية) ليست سوى عملية 14nm ، وهناك مساحة للتحسين.
في الوقت الحاضر ، تم تصميم معظم الرقائق الرقمية بناءً على بنية Von Neumann مع فصل الذاكرة والآلة الحاسبة ، مما ينشئ نظام أجهزة الكمبيوتر بالكامل (بما في ذلك الهواتف الذكية). من البرامج إلى أنظمة التشغيل إلى الرقائق ، يتأثر بشدة. ومع ذلك ، فإن بنية فون نيومان ليست مناسبة تمامًا للتعلم العميق الذي تعتمد عليه القيادة المستقلة ، ويحتاج إلى تحسين أو حتى اختراق.
على سبيل المثال ، هناك "جدار ذاكرة" حيث تعمل الآلة الحاسبة بشكل أسرع من الذاكرة ، والتي يمكن أن تسبب مشاكل في الأداء. إن تصميم رقائق الشبيهة بالدماغ له طفرة في الهندسة المعمارية ، ولكن قد لا يتم تطبيق القفزة بعيدًا جدًا قريبًا. علاوة على ذلك ، يمكن تحويل الشبكة التلافيفية للصور إلى عمليات مصفوفة ، والتي قد لا تكون مناسبة حقًا للرقائق الشبيهة بالدماغ.
لذلك ، بصفته قانون مور وهندسة فون نيومان ، يواجه كل من الاختناقات ، حيث تحتاج تحسينات الأداء المستقبلية بشكل رئيسي إلى تحقيقها من خلال الهندسة المعمارية الخاصة بالمجال (DSA ، والتي يمكن أن تشير إلى المعالجات المخصصة). تم اقتراح DSA من قبل الفائزين بجائزة Turing جون هينيسي وديفيد باترسون. إنه ابتكار ليس بعيدًا عن الأمام ، وهي فكرة يمكن وضعها موضع التنفيذ على الفور.
يمكننا أن نفهم فكرة DSA من منظور الماكرو. بشكل عام ، فإن الرقائق الراقية الحالية لها مليارات إلى عشرات المليارات من الترانزستورات. كيف يتم توزيع هذه الأرقام الضخمة من الترانزستورات وتوصيلها ، والمجتمعة لها تأثير كبير على أداء تطبيق معين. في المستقبل ، من الضروري إنشاء "نظام سريع" من المنظور العام للبرامج والأجهزة ، والاعتماد على تحسين الهيكل وتعديله.

"وضع Android" ليس حلاً جيدًا في مجال السيارات الذكية.
يعتقد الكثير من الناس أنه في عصر القيادة المستقلة ، هناك أيضًا Apple (حلقة مغلقة) و Android (مفتوحة) في مجال الهواتف الذكية ، وسيكون هناك أيضًا مزودي برامج ثقيل مثل Google. إجابتي بسيطة. لن يعمل مسار Android على القيادة المستقلة لأنه لا يفي اتجاه تطوير تقنية السيارات الذكية المستقبلية.
"وضع Android" ليس حلاً جيدًا في مجال السيارات الذكية.
يعتقد الكثير من الناس أنه في عصر القيادة المستقلة ، هناك أيضًا Apple (حلقة مغلقة) و Android (مفتوحة) في مجال الهواتف الذكية ، وسيكون هناك أيضًا مزودي برامج ثقيل مثل Google. إجابتي بسيطة. لن يعمل مسار Android على القيادة المستقلة لأنه لا يلبي بنية الهواتف الذكية والسيارات الذكية مختلفة. تركيز الهواتف الذكية هو علم البيئة. يعني النظام الإيكولوجي توفير تطبيقات مختلفة على أساس أنظمة تشغيل ARM و iOS أو Android. لذلك ، يمكن فهم الهواتف الذكية Android على أنها مزيج من مجموعة من الأجزاء القياسية المشتركة. معيار الرقاقة هو الذراع ، أعلى الشريحة هو نظام تشغيل Android ، ثم هناك العديد من التطبيقات على الإنترنت. نظرًا لتوحيده ، سواء كانت رقاقة أو نظام Android أو تطبيقًا ، يمكن أن يصبح بسهولة عملًا مستقلًا.


تركيز السيارات الذكية هو الخوارزمية والبيانات والأجهزة التي تدعم الخوارزمية. تتطلب الخوارزمية أداءً عالياً للغاية سواء تم تدريبها في السحابة أو الاستنتاج على المحطة. تتطلب أجهزة السيارة الذكية الكثير من تحسين الأداء للتطبيقات والخوارزميات المتخصصة المحددة. لذلك ، ستواجه الخوارزميات فقط أو الرقائق فقط أو أنظمة التشغيل فقط معضلات تحسين الأداء على المدى الطويل. فقط عندما يتم تطوير كل مكون من تلقاء نفسه ، يمكن تحسينه بسهولة. سيؤدي فصل البرامج والأجهزة إلى أداء لا يمكن تحسينه.
يمكننا مقارنتها على هذا النحو ، لدى Nvidia Xavier 9 مليارات ترانزستورات ، ويحتوي Tesla FSD HW 3.0 على 6 مليارات ترانزستورات ، لكن مؤشر طاقة الحوسبة في Xavier ليس جيدًا مثل HW3.0. ويقال أن الجيل التالي من FSD HW لديه تحسين أداء قدره 7 مرات مقارنة مع الجيل الحالي. لذلك ، يرجع السبب في ذلك إلى أن مصمم رقائق Tesla Peter Bannon وفريقه أقوى من مصممي Nvidia ، أو لأن منهجية Tesla المتمثلة في الجمع بين البرامج والأجهزة أفضل. نعتقد أن منهجية الجمع بين البرامج والأجهزة يجب أن تكون أيضًا سببًا مهمًا لتحسين أداء الرقاقة. فصل الخوارزميات والبيانات ليس فكرة جيدة. لا يفضي إلى ردود الفعل السريعة على احتياجات المستهلكين والتكرار السريع.
لذلك ، في مجال القيادة المستقلة ، فإن تفكيك الخوارزميات أو الرقائق وبيعها بشكل منفصل ليس عملاً جيدًا على المدى الطويل.