De grausamen Enn vum autonome Fuere: Tesla, Huawei, Apple, Weilai Xiaopeng, Baidu, Didi, wien kann d'Foussnot vun der Geschicht ginn?

"De Maart ass an den Hänn vun der Minoritéit"

Aktuell kënne Firmen, déi Persounegare automatesch fueren, ongeféier an dräi Kategorien opgedeelt ginn. Déi éischt Kategorie ass e zouenen Loop System ähnlech wéi Apple (NASDAQ: AAPL). Déi Schlësselkomponente wéi Chips an Algorithmen gi vu sech selwer gemaach. Tesla (NASDAQ: TSLA) mécht dëst. E puer nei Energieautofirmen hoffen och no an no unzegoen. dëser Strooss. Déi zweet Kategorie ass en oppene System ähnlech wéi Android. E puer Hiersteller maachen intelligent Plattformen, an e puer maachen Autoen. Zum Beispill, Huawei a Baidu (NASDAQ: BIDU) hunn Intentiounen an dëser Hisiicht. Déi drëtt Kategorie ass Robotik (chauffeurlos Taxis), wéi Firme wéi Waymo.

Bild-ass-vun-PEXELS1

Dësen Artikel wäert haaptsächlech d'Machbarkeet vun dësen dräi Strecken analyséieren aus der Perspektiv vun der Technologie an der Geschäftsentwécklung, an iwwer d'Zukunft vun e puer neie Kraaftauto Hiersteller oder autonom Fuerfirmen diskutéieren. Ënnerschätzt d'Technologie net. Fir autonom Fuere ass Technologie Liewen, an de Schlëssel Technologie Wee ass de strategesche Wee. Also ass dësen Artikel och eng Diskussioun iwwer déi verschidde Weeër vun autonome Fuerstrategien.

D'Ära vu Software an Hardware Integratioun ass ukomm. Den "Apple Model" representéiert vun Tesla ass dee beschte Wee.

Am Beräich vun intelligenten Autoen, besonnesch am Beräich vum autonomen Fueren, kann d'Adoptioun vum Apple zougemaach-Loop Modell et méi einfach maachen fir d'Fabrikanten d'Performance ze optimiséieren an d'Performance ze verbesseren. Reagéiert séier op Konsumentebedürfnisser.
Loosst mech iwwer Leeschtung schwätzen éischt. Leeschtung ass wesentlech fir autonom Fuere. De Seymour Cray, de Papp vun de Supercomputer, huet eng Kéier e ganz interessant Wuert gesot: "Jidderee kann eng séier CPU bauen. Den Trick ass e schnelle System ze bauen".
Mat dem graduellen Echec vum Moore säi Gesetz ass et net machbar fir einfach d'Leeschtung ze erhéijen andeems d'Zuel vun den Transistoren pro Eenheetsfläch erhéicht gëtt. A wéinst der Begrenzung vum Gebitt an dem Energieverbrauch ass d'Skala vum Chip och limitéiert. Natierlech ass den aktuellen Tesla FSD HW3.0 (FSD gëtt Full Self-Driving genannt) nëmmen e 14nm Prozess, an et gëtt Plaz fir Verbesserung.
Am Moment sinn déi meescht digital Chips op Basis vun der Von Neumann Architektur entworf mat der Trennung vu Gedächtnis a Rechner, déi de ganze Computersystem (inklusiv Smartphones) erstellt. Vu Software bis Betribssystemer bis Chips ass et déif betraff. Wéi och ëmmer, d'Von Neumann Architektur ass net ganz gëeegent fir déif Léieren op déi autonom Fuere hänkt, a brauch Verbesserung oder souguer Duerchbroch.
Zum Beispill gëtt et eng "Erënnerungsmauer", wou de Rechner méi séier leeft wéi d'Erënnerung, wat d'Leeschtungsproblemer verursaache kann. Den Design vu Gehir-ähnlechen Chips huet en Duerchbroch an der Architektur, awer de Sprong ze wäit kann net séier applizéiert ginn. Ausserdeem kann d'Bildkonvolutiounsnetz an Matrixoperatiounen ëmgewandelt ginn, wat vläicht net wierklech gëeegent ass fir Gehirähnlech Chips.
Dofir, well dem Moore säi Gesetz an d'Von Neumann Architektur allebéid Flaschenhals begéinen, mussen zukünfteg Leeschtungsverbesserungen haaptsächlech duerch Domain Specific Architecture (DSA) erreecht ginn, wat op engagéierte Prozessoren bezéie kann. DSA gouf vum Turing Award Gewënner John Hennessy an David Patterson proposéiert. Et ass eng Innovatioun déi net ze wäit no vir ass, an eng Iddi ass déi direkt ëmgesat ka ginn.
Mir kënnen d'Iddi vun DSA aus enger Makro Perspektiv verstoen. Allgemeng hunn déi aktuell High-End Chips Milliarden bis Zénger vu Milliarden Transistoren. Wéi dës enorm Zuel vun Transistoren verdeelt, verbonne sinn a kombinéiert hunn e groussen Impakt op d'Leeschtung vun enger spezifescher Applikatioun. An Zukunft ass et néideg e "schnell System" aus der Gesamtperspektiv vu Software an Hardware ze bauen, an op d'Optimiséierung an d'Upassung vun der Struktur vertrauen.

acasv (3)

"Android Modus" ass keng gutt Léisung am Beräich vun Smart Autoen.

Vill Leit gleewen datt et an der Ära vum autonomen Fuere och Apple (closed loop) an Android (oppen) am Beräich vun Smartphones gëtt, an et wäerten och Heavy-Core Software Ubidder wéi Google sinn. Meng Äntwert ass einfach. D'Android Route wäert net op autonom Fueren funktionnéieren well et net d'Richtung vun der zukünfteg Smart Auto Technologie Entwécklung entsprécht.

"Android Modus" ass keng gutt Léisung am Beräich vun Smart Autoen.

Vill Leit gleewen datt et an der Ära vum autonomen Fuere och Apple (closed loop) an Android (oppen) am Beräich vun Smartphones gëtt, an et wäerten och Heavy-Core Software Ubidder wéi Google sinn. Meng Äntwert ass einfach. D'Android Route funktionnéiert net op autonom Fuere well et net entsprécht D'Architektur vun Smartphones a Smart Autoen ass anescht. De Fokus vu Smartphones ass Ökologie. Ökosystem heescht verschidde Applikatiounen ubidden baséiert op ARM an IOS oder Android Betribssystemer. Dofir kënnen Android Smartphones als Kombinatioun vun enger Rëtsch gemeinsame Standarddeeler verstane ginn. Den Chip Standard ass ARM, uewen um Chip ass den Android Betribssystem, an dann ginn et verschidden Apps um Internet. Wéinst senger Standardiséierung, egal ob et en Chip, en Android System oder eng App ass, kann et einfach onofhängeg e Geschäft ginn.Richtung vun der zukünfteg Entwécklung vu Smart Car Technologie.

cx
acasv (1)

De Fokus vu Smart Autoen ass den Algorithmus an d'Donnéeën an d'Hardware déi den Algorithmus ënnerstëtzen. Den Algorithmus erfuerdert extrem héich Leeschtung, egal ob et an der Wollek trainéiert gëtt oder um Terminal ofgeleet gëtt. D'Hardware vum Smart Auto erfuerdert vill Leeschtungsoptimiséierung fir spezifesch spezialiséiert Uwendungen an Algorithmen. Dofir, nëmmen Algorithmen oder nëmmen Chips oder nëmmen Betribssystemer wäert Leeschtung Optimisatioun Dilemma op laang Siicht Gesiicht. Nëmme wann all Komponent vu sech selwer entwéckelt ass, kann et einfach optimiséiert ginn. D'Trennung vu Software an Hardware féiert zu enger Leeschtung déi net optimiséiert ka ginn.

Mir kënnen et op dës Manéier vergläichen, NVIDIA Xavier huet 9 Milliarden Transistoren, Tesla FSD HW 3.0 huet 6 Milliarden Transistoren, awer dem Xavier säi Rechenkraaftindex ass net sou gutt wéi HW3.0. An et gëtt gesot datt déi nächst Generatioun FSD HW eng Leeschtungsverbesserung vu 7 Mol am Verglach zum aktuellen huet. Also, et ass well den Tesla Chip Designer Peter Bannon a seng Team méi staark sinn wéi d'NVIDIA Designer, oder well d'Tesla Methodik fir Software an Hardware ze kombinéieren ass besser. Mir mengen datt d'Methodologie fir Software an Hardware ze kombinéieren muss och e wichtege Grond fir d'Verbesserung vun der Chipleistung sinn. Algorithmen an Daten trennen ass keng gutt Iddi. Et ass net förderlech fir séier Feedback iwwer Konsumentebedürfnisser a séier Iteratioun.

Dofir, am Beräich vum autonome Fuere, Algorithmen oder Chips ofzebauen an se getrennt ze verkafen ass op laang Siicht kee gutt Geschäft.

Dezember 10-2020