Na dnevu tehnoloških inovacij prejšnji teden je NIO razkril najnovejši svetovni model NIO (NWM) na področju avtonomne vožnje, ki trdi, da ima dvojedrne zmogljivosti prostorskega in časovnega razumevanja, ki presegajo uvajanje modela od konca do konca.
Čip za avtonomno vožnjo Shenzi NX9031, za katerega je bilo uradno objavljeno, da je bil uspešno odstranjen, je prilagojen za svetovni model NIO. Shenzi NX9031 je prvi 5nm čip za avtonomno vožnjo na svetu, ki ga je neodvisno razvil NIO. Po podatkih NIO ima en čip zmogljivost, ki je enakovredna štirim vodilnim čipom v industriji (Nvidia Orin X).
V zadnjih dveh letih so bili čipi za avtonomno vožnjo ključna smer preboja izdelkov za proizvajalce avtomobilov. NIO in XPeng sta razvijala lastne čipe, Li Auto pa je začel nekoliko pozneje. Geelyjeva hčerinska družba Xingjing Technology, ki temelji na modelu Longying No. 1, je prav tako že leta na poti samorazvoja.
Li Bin je javno izjavil, da je NIO lani kupil veliko čipov Nvidia, kar je podjetje stalo veliko denarja. Glede na stroške nabave so se v podjetju odločili, da se obrnejo na čipe lastnega razvoja. Uradna izjava je, da se lahko Shenzi NX9031 povrne v približno enem letu.
Obstaja veliko razlogov za razvoj lastnih čipov, vendar je eden od glavnih ciljev za "Wei Xiaoli" (skupni izraz za NIO, XPeng in Li Auto) osvoboditev Nvidiinih omejitev. Iz industrijskih poročil je videti, da so čipi, ki so jih sami razvili, precej usmerjeni v prihodnost in bodo ustrezali najnovejšim trendom, kot je avtonomna vožnja od konca do konca.
Vendar pa kitajski kontingent, ki obkroža Nvidio, ni omejen na "Wei Xiaoli." Tudi domači ponudniki čipov so se letos »ujeli« v konkurenco od konca do konca. Na kitajskem avtomobilskem forumu prejšnji mesec je predsednik Horizona Chen Liming jasno izjavil, da je "od konca do konca" trenutno edina izvedljiva rešitev za konec igre avtonomne vožnje.
Lu Jianfeng, podpredsednik AIChip Intelligent Vehicle Division, meni, da je edini način za napredno avtonomno vožnjo od konca do konca. Zaradi dolgega načrtovanja in razvojnega cikla čipov je strategija AIChip-a preskočiti druge modele in se osredotočiti na način One Model, podobno kot tehnološka arhitektura UniAD za načrtovanje NPU.
Z vidika industrije so visoki stroški zunanjega naročanja, negotove mednarodne razmere in prednosti zmanjšanja stroškov, ki jih je Tesla prej uživala s svojimi lastnorazvitimi čipi, vplivali na strategije čipov in modele dobave domačih proizvajalcev avtomobilov.
Priljubljenost velikih modelov od konca do konca ni le spodbudila nov krog revolucije avtonomne vožnje, temveč je tudi pospešila proizvodno in tehnološko evolucijo čipov za avtonomno vožnjo. To proizvajalcem avtomobilov ne postavlja le višjih zahtev glede čipov, ki so jih sami razvili, temveč tudi dobavitelje čipov v rdečem oceanu sili, da pospešijo svojo notranjo konkurenco.
Prišel je val samorazvoja
Zakaj proizvajalci avtomobilov razvijajo lastne čipe?
Obvladovanje osnovne tehnologije: Zagotoviti zanesljivost oskrbe in ne biti "zadavljen" s strani dobaviteljev, še posebej močnih tujih dobaviteljev.
Li Bin je v intervjuju omenil, da je mednarodni vpliv na ponudbo čipov zaradi omejitev ZDA že resnično vplival na kitajsko avtomobilsko industrijo.
"Od lanskega oktobra ne moremo uporabljati najnaprednejših čipov na svetu za naše usposabljanje v oblaku. Ekipa za avtonomno vožnjo ne gleda samo na zmogljivosti oblaka, temveč tudi na zmogljivosti skupinske inteligence. Medtem ko je tveganje za čipe za robno sklepanje trenutno nizko , še vedno moramo biti pripravljeni na različne spremembe."
Prilagajanje:
Strokovnjaki iz industrije so za "Auto Commune"/"C-Dimension" povedali, da je eden ključnih dejavnikov za nove proizvajalce avtomobilov, ki razvijajo lastne čipe, povečanje konkurenčnosti izdelkov z diferenciacijo, saj čipi, ki so jih sami razvili, omogočajo prilagojene funkcije.
Za proizvajalce avtomobilov je razvoj lastnih čipov drag, vendar lahko zmanjša odvisnost od čezmorskih dobaviteljev čipov in zagotovi, da "vsa jajca niso v eni košari". Poleg tega se lahko čipi, ki so jih sami razvili, bolje ujemajo z lastnimi algoritmi, s čimer obravnavajo vprašanje povezovanja med algoritmi in platformami čipov.
V preteklosti je Teslina računalniška moč 144 TOPS presegla 400-500 čipe TOPS, ki so bili na voljo na trgu, predvsem zato, ker je bil čip zasnovan za Tesline lastne algoritme. Predvsem Teslin čip računalniške moči 144 TOPS (Autopilot HW30), izdan leta 2019, še danes podpira avtonomno vožnjo od konca do konca.
Zmanjšanje stroškov:
Li Bin je na tiskovni konferenci izjavil, da je NIO lani porabil veliko denarja za čipe Nvidia. Da bi zmanjšal stroške, se je NIO odločil razviti lastne čipe, pri čemer je en čip enak štirim čipom Nvidia, in s tem znižal stroške. Po mnenju Li Bina se lahko Shenzi NX9031 povrne v približno enem letu.
Obstajajo tudi drugi premisleki. Poznavalci panoge ugotavljajo, da lahko spodbujanje lastnorazvitih čipov in sprejemanje javnih zavez pozitivno vpliva na sekundarni trg in dojemanje blagovne znamke. Poleg tega lahko samorazviti čipi znatno izboljšajo sistemsko izkušnjo in tako dosežejo strateške cilje.
Predvsem Teslini zgodnji samorazviti čipi so bili namenjeni povečanju računalniške moči in prilagodljivosti.
Poročila kažejo, da XPeng-ov proces čipov, ki ga je sam razvil, tesno sledi NIO, s čipi, poslanimi na snemanje, ki naj bi se vrnili avgusta. Razvoj čipov Li Auto se je začel razmeroma pozno, s projektom čipov za avtonomno vožnjo s kodnim imenom "Schumacher", ki naj bi bil dokončan v tem letu.
"Sredstvo, ne cilj"
Wu Xinzou, vodja Nvidiinega oddelka za avtonomno vožnjo, je poudaril, da je mogoče razvoj avtonomne vožnje povzeti v treh fazah, pri čemer je zadnji korak od konca do konca.
Prva stopnja: Popolnoma temelji na pravilih.
Druga stopnja: Veliki modeli AI postopoma nadomeščajo ročna pravila, dopolnjujejo napovedovanje in načrtovanje.
Tretja stopnja: Popolnoma veliki modeli od konca do konca, z AI, ki pokriva celoten proces od zaznavanja do odločanja.
V tretji fazi avtonomne vožnje so čipi za avtonomno vožnjo velik izziv. Podpredsednik AIChip Liu Jifeng je izrazil podobne misli in izjavil, da pravi koncept od konca do konca vključuje uporabo velikih modelov za usposabljanje in validacijo v oblaku, pri čemer se rezultati uporabljajo za robno sklepanje, kar podjetjem, ki uporabljajo čipe, nalaga veliko odgovornosti.
Horizon verjame, da je end-to-end sredstvo, ne cilj, ki zahteva kombinacijo človeških izkušenj, učinkovitega računalništva in agilne dostave. Kopičenje zmogljivosti od konca do konca zahteva prizadevanja za ponavljanje algoritmov, gradnjo inženirskih temeljev in integracijo programske in strojne opreme, pri čemer imajo programska oprema in algoritmi osrednjo vlogo.
Glavni arhitekt platforme Horizon Algorithm Mu Lisen verjame, da je bistvena zmogljivost od konca do konca v iteraciji podatkov. Čeprav se zdi, da gre za strukturo modela, usmerjeno v prihodnost, so iterativni podatki, ki stojijo za njim, bolj ključni, saj podpirajo prehod od laboratorijske tehnologije do zrelosti na ravni izdelka.
Chen Liming je tudi priznal, da se Horizon sooča s težavami zaradi nenehno spreminjajočih se arhitektur vozil in senzorjev, postavitve senzorjev in sprejemanja. Kljub temu, da zbiramo veliko podatkov, jih večina ni visokokakovostnih ali neprekinjeno uporabnih, kar je problem, ki ga ne more rešiti nobeno posamezno podjetje.
"Teslina različica FSD V12.3 je bila usposobljena z 10 milijoni vzorčnih videoposnetkov, ekstrahiranih iz 10 milijard visokokakovostnih vzorcev. Kitajska še vedno zaostaja. Poleg tega je bilo 10 milijard vzorcev zbranih v okviru standardnega senzorja, kar zagotavlja kontinuiteto za usposabljanje najnovejših modelov ."
Tako kot Horizon tudi AIChip poudarja svojo vlogo Tier 2, saj verjame, da sta ključni zahtevi za avtonomne pogonske čipe v algoritmih od konca do konca velik pomnilnik in večjedrna računalniška moč.
Doseganje avtonomne vožnje od konca do konca temelji na podpori kritičnih računalniških čipov, vključno z arhitekturnimi inovacijami, preboji v jedru IP in skokovitimi zmogljivostmi.
Mu Lisen iz podjetja Horizon je za "Auto Commune"/"C-Dimension" pojasnil, da je tehnični prag za konkurenčnost računalniške moči od konca do konca v prilagajanju računalniškim zahtevam, ki jih prinašajo spremembe strukture modela in spremembe osredotočenosti operaterja.
Po eni strani se bodo modeli povečali, s tem pa tudi računska moč; po drugi strani pa se bodo razvile modelne strukture, ki se bodo preusmerile od primarno CNN (konvolucijske nevronske mreže) k predvsem modelom od konca do konca, ki temeljijo na transformatorju.
»Transformatorji so široka kategorija algoritmov, ki se uporabljajo v velikih jezikovnih modelih (kot je ChatGPT) in avtonomna vožnja od konca do konca, z različnimi fokusi operaterja. Avtonomna vožnja od konca do konca zahteva temeljne matrične operacije in dodatno podporo operaterja, kar predstavlja višje zahteve. "
Pomemben vpliv ima tudi Huaweijev tabor. Kljub temu, da Nvidia prevladuje na trgu čipov za avtonomno vožnjo, ima Kitajska velik kontingent, ki ga poganja Huawei, vključno z blagovnimi znamkami, kot so AITO, Avatr, Jihu in Zhijie. Sistemi za avtonomno vožnjo njihovih vozil večinoma uporabljajo Huaweijeve računalniške platforme MDC810/MDC610.
S prizadevanji dobaviteljev čipov za avtonomno vožnjo in pospešenim uvajanjem čipov, ki so jih sami razvili v podjetjih, kot je NIO, se bo v prihodnjih letih postopoma delno uresničila težnja, da "ne bodo podvrženi Nvidii" v domačem sektorju čipov za avtonomno vožnjo.
