Pagājušās nedēļas Tehnoloģiju inovāciju dienā NIO atklāja jaunāko NIO pasaules modeli (NWM) autonomās braukšanas jomā, apgalvojot, ka tam piemīt divas galvenās telpiskās un laika izpratnes iespējas, pārspējot visaptverošu modeļa izvēršanu.
Autonomā braukšanas mikroshēma Shenzi NX9031, par kuru tika oficiāli paziņots, ka tā ir veiksmīgi nolīmēta, ir pielāgota NIO pasaules modelim. Shenzi NX9031 ir pasaulē pirmā 5nm autonomās braukšanas mikroshēma, ko neatkarīgi izstrādājis NIO. Saskaņā ar NIO teikto, vienas mikroshēmas veiktspēja ir līdzvērtīga četrām nozares vadošajām mikroshēmām (Nvidia Orin X).
Pēdējo divu gadu laikā autonomās braukšanas mikroshēmas ir bijis galvenais automobiļu ražotāju produktu virziens. NIO un XPeng ir izstrādājuši paši savas mikroshēmas, Li Auto startējot nedaudz vēlāk. Pamatojoties uz Longying No. 1, Geely meitasuzņēmums Xingjing Technology arī gadiem ilgi ir bijis pašattīstības ceļā.
Li Bins ir publiski paziņojis, ka NIO pagājušajā gadā iegādājās daudzas Nvidia mikroshēmas, kas uzņēmumam izmaksāja daudz naudas. Ņemot vērā iepirkuma izmaksas, uzņēmums nolēma pievērsties pašu izstrādātajām mikroshēmām. Oficiālais paziņojums ir tāds, ka Shenzi NX9031 var atmaksāties aptuveni gada laikā.
Ir daudz iemeslu, lai izstrādātu savas mikroshēmas, taču viens no galvenajiem "Wei Xiaoli" (kopīgs termins NIO, XPeng un Li Auto) mērķiem ir atbrīvot sevi no Nvidia ierobežojumiem. No nozares ziņojumiem šķiet, ka pašu izstrādātās mikroshēmas ir diezgan tālredzīgas un atbilst jaunākajām tendencēm, piemēram, pilnīgai autonomai braukšanai.
Tomēr Ķīnas kontingents, kas apņem Nvidia, neaprobežojas tikai ar "Wei Xiaoli". Šogad konkurencē no gala līdz galam "pieķerti" arī vietējie šķeldas piegādātāji. Pagājušajā mēnesī notikušajā Ķīnas auto forumā Horizon prezidents Čens Limings skaidri paziņoja, ka pašlaik ir vienīgais iespējamais risinājums autonomās braukšanas beigu spēlei.
Lu Jianfeng, AIChip Intelligent Vehicle Division viceprezidents, uzskata, ka pilnība ir vienīgais veids, kā uzlabot autonomo braukšanu. Mikroshēmu garā projektēšanas un izstrādes cikla dēļ AIChip stratēģija ir izlaist citus modeļus un koncentrēties uz One Model režīmu, līdzīgi kā UniAD tehnoloģijas arhitektūra NPU projektēšanai.
No nozares perspektīvas ārējā iepirkuma augstās izmaksas, neskaidrā starptautiskā situācija un izmaksu samazināšanas priekšrocības, ko Tesla iepriekš izmantoja ar savām paša izstrādātajām mikroshēmām, ir ietekmējušas vietējo autoražotāju mikroshēmu stratēģijas un piegādes modeļus.
Lielo modeļu popularitāte no gala līdz galam ne tikai katalizēja jaunu autonomās braukšanas revolūcijas kārtu, bet arī paātrināja autonomās braukšanas mikroshēmu produktu un tehnoloģisko attīstību. Tas ne tikai izvirza augstākas prasības autoražotājiem pēc pašu izstrādātām mikroshēmām, bet arī liek mikroshēmu piegādātājiem Sarkanajā okeānā paātrināt savu iekšējo konkurenci.
Ir pienācis Pašattīstības Vilnis
Kāpēc autoražotāji izstrādā paši savas mikroshēmas?
Pamattehnoloģiju apgūšana: Piegādes drošības nodrošināšana un piegādātāju, jo īpaši spēcīgu ārvalstu piegādātāju, “nežņaugšana”.
Li Bins intervijā minēja, ka starptautiskā ietekme uz mikroshēmu piegādi ASV ierobežojumu dēļ jau ir reāli ietekmējusi Ķīnas autobūves nozari.
"Kopš pagājušā gada oktobra mēs nevaram izmantot pasaulē vismodernākās mikroshēmas mūsu mākoņu apmācībai. Autonomās braukšanas komanda pēta ne tikai mākoņa iespējas, bet arī grupas izlūkošanas iespējas. Lai gan malu secinājumu mikroshēmu risks pašlaik ir zems. , mums joprojām ir jābūt gataviem dažādām izmaiņām."
Pielāgošana:
Nozares eksperti "Auto Commune"/"C-Dimension" sacīja, ka viens no galvenajiem apsvērumiem jaunajiem autoražotājiem, izstrādājot pašiem savas mikroshēmas, ir produktu konkurētspējas uzlabošana, izmantojot diferenciāciju, jo pašu izstrādātās mikroshēmas ļauj veikt pielāgotas funkcijas.
Automobiļu ražotājiem savu mikroshēmu izstrāde ir dārga, taču tā var samazināt atkarību no ārvalstu mikroshēmu piegādātājiem, nodrošinot, ka "visas olas nav vienā grozā". Turklāt pašu izstrādātas mikroshēmas var labāk atbilst saviem algoritmiem, risinot savienojuma problēmu starp algoritmiem un mikroshēmu platformām.
Agrāk Tesla 144 TOPS skaitļošanas jauda pārspēja tirgū pieejamās 400-500 TOPS mikroshēmas, galvenokārt tāpēc, ka mikroshēma tika izstrādāta pašas Teslas algoritmiem. Jāatzīmē, ka Tesla 144 TOPS skaitļošanas jaudas mikroshēma (Autopilot HW3.0), kas tika izlaista 2019. gadā, joprojām atbalsta pilnīgu autonomo braukšanu.
Izmaksu samazināšana:
Li Bins preses konferencē paziņoja, ka NIO pagājušajā gadā iztērēja daudz naudas par Nvidia mikroshēmām. Lai samazinātu izmaksas, NIO nolēma izstrādāt pats savus mikroshēmas ar vienu mikroshēmu, kas atbilst četrām Nvidia mikroshēmām, tādējādi samazinot izmaksas. Saskaņā ar Li Bin teikto, Shenzi NX9031 var atmaksāties aptuveni gada laikā.
Ir arī citi apsvērumi. Nozares speciālisti atzīmē, ka pašu izstrādātu mikroshēmu reklamēšana un publisko saistību uzņemšanās var pozitīvi ietekmēt otrreizējo tirgu un zīmola uztveri. Turklāt pašu izstrādātas mikroshēmas var ievērojami uzlabot sistēmas pieredzi, sasniedzot stratēģiskos mērķus.
Proti, Tesla agrīnās pašaizstrādātās mikroshēmas mērķis bija palielināt skaitļošanas jaudu un elastību.
Ziņojumi liecina, ka XPeng paša izstrādātais mikroshēmu process cieši seko NIO, un mikroshēmas tiek nosūtītas lentes izņemšanai, un paredzams, ka tās atgriezīsies augustā. Li Auto mikroshēmu izstrāde sākās salīdzinoši vēlu, un paredzams, ka autonomās braukšanas mikroshēmas projekts ar koda nosaukumu "Schumacher", kas tiks pabeigts gada laikā.
"Līdzeklis, nevis beigas"
Nvidia autonomās braukšanas biznesa vadītājs Vu Siņzū norādīja, ka autonomās braukšanas attīstību var apkopot trīs posmos, un pēdējais solis ir no gala līdz galam.
Pirmais posms: Pilnīgi uz noteikumiem balstīts.
Otrais posms: lielie AI modeļi pakāpeniski aizstāj manuālos noteikumus, pabeidzot prognozēšanu un plānošanu.
Trešais posms: Pilnīgi lieli modeļi no gala līdz galam, ar AI aptver visu procesu no uztveres līdz lēmumu pieņemšanai.
Trešajā autonomās braukšanas posmā autonomās braukšanas mikroshēmas ir ļoti sarežģītas. Līdzīgas domas izteica arī AIChip viceprezidents Liu Jifens, norādot, ka patiesi visaptveroši ir lielu modeļu izmantošana mākoņu apmācībai un apstiprināšanai, un rezultāti tiek izmantoti malu secinājumiem, uzliekot ievērojamus pienākumus mikroshēmu uzņēmumiem.
Horizon uzskata, ka pilnība ir līdzeklis, nevis mērķis, kam nepieciešama cilvēkam līdzīga pieredze, efektīva skaitļošana un ātra piegāde. Pilnīga iespēju uzkrāšana prasa centienus algoritmu iterācijā, inženiertehnisko pamatu veidošanā un programmatūras un aparatūras integrācijā, un programmatūrai un algoritmiem ir galvenā loma.
Platformas Horizon Algorithm galvenais arhitekts Mu Lisens uzskata, ka galvenā pilnīgas iespējas slēpjas datu iterācijā. Lai gan šķiet, ka tā ir uz nākotni vērsta modeļa struktūra, tā pamatā esošie iteratīvie dati ir svarīgāki, atbalstot pāreju no laboratorijas tehnoloģijas uz produkta līmeņa briedumu.
Čens Limings arī atzina, ka Horizon saskaras ar grūtībām saistībā ar pastāvīgi mainīgajām transportlīdzekļu un sensoru arhitektūrām, sensoru izkārtojumiem un pieņemšanu. Neskatoties uz to, ka tiek savākts daudz datu, liela daļa no tiem nav kvalitatīvi vai pastāvīgi lietojami, un to nevar atrisināt neviens uzņēmums.
"Teslas FSD V12.3 versija tika apmācīta ar 10 miljoniem video paraugu, kas iegūti no 10 miljardiem augstas kvalitātes paraugu. Ķīnai joprojām nav izdevies. Turklāt 10 miljardi paraugu tika savākti standarta sensoru sistēmā, nodrošinot nepārtrauktību jaunāko modeļu apmācībai. ”.
Tāpat kā Horizon, arī AIChip uzsver savu 2. līmeņa lomu, uzskatot, ka galvenās prasības pēc autonomas braukšanas mikroshēmām pilnīgajos algoritmos ir liela atmiņa un daudzkodolu liela skaitļošanas jauda.
Pilnīgas autonomas braukšanas sasniegšana ir atkarīga no kritisko skaitļošanas mikroshēmu atbalsta, tostarp arhitektūras jauninājumiem, galvenajiem IP sasniegumiem un veiktspējas lēcieniem.
Mu Lisen no Horizon paskaidroja "Auto Commune"/"C-Dimension", ka tehniskais slieksnis pilnīgai skaitļošanas jaudas konkurencei ir pielāgošanās skaitļošanas prasībām, ko rada modeļa struktūras izmaiņas un operatora fokusa izmaiņas.
No vienas puses, modeļi kļūs lielāki un palielināsies arī skaitļošanas jauda; no otras puses, modeļu struktūras attīstīsies, pārejot no galvenokārt CNN (konvolucionālajiem neironu tīkliem) uz galvenokārt transformatoriem balstītiem end-to-end modeļiem.
"Transformatori ir plaša algoritmu kategorija, ko izmanto lielos valodu modeļos (piemēram, ChatGPT) un visaptverošā autonomā braukšanā ar dažādiem operatora fokusiem. Pilnīgai autonomai braukšanai ir nepieciešamas pamata matricas darbības un papildu operatora atbalsts, kas rada augstākas prasības. "
Nozīmīga ietekme ir arī Huawei nometnei. Neskatoties uz to, ka Nvidia dominē autonomās braukšanas mikroshēmu tirgū, Ķīnā ir liels kontingents, ko darbina Huawei, tostarp tādi zīmoli kā AITO, Avatr, Jihu un Zhijie. Viņu transportlīdzekļu autonomās braukšanas sistēmas lielākoties izmanto Huawei MDC810/MDC610 skaitļošanas platformas.
Ar autonomās braukšanas mikroshēmu piegādātāju centieniem un tādu uzņēmumu kā NIO paātrinātu pašu izstrādātu mikroshēmu ieviešanu turpmākajos gados centieni "nebūt Nvidia pakļautībai" vietējā autonomās braukšanas mikroshēmu sektorā pakāpeniski tiks īstenoti.
