На Деня на технологичните иновации миналата седмица NIO разкри най-новия NIO World Model (NWM) в областта на автономното шофиране, твърдейки, че притежава двуядрени възможности за пространствено и времево разбиране, надминавайки внедряването на модела от край до край.
Чипът за автономно шофиране, Shenzi NX9031, за който беше официално обявено, че е успешно разработен, е пригоден за световния модел на NIO. Shenzi NX9031 е първият в света 5nm чип за автономно управление, независимо разработен от NIO. Според NIO един чип има производителност, еквивалентна на четири водещи чипа в индустрията (Nvidia Orin X).
През последните две години чиповете за автономно шофиране бяха ключова пробивна продуктова посока за автомобилните производители. NIO и XPeng разработват свои собствени чипове, като Li Auto започва малко по-късно. Въз основа на Longying No. 1, дъщерното дружество на Geely, Xingjing Technology, също е по пътя на саморазвитието от години.
Ли Бин публично заяви, че NIO е закупила много чипове на Nvidia миналата година, което е струвало на компанията много пари. Имайки предвид разходите за доставка, компанията реши да се обърне към собствено разработени чипове. Официалното изявление е, че Shenzi NX9031 може да се изплати за около година.
Има много причини да разработят свои собствени чипове, но една от основните цели на "Wei Xiaoli" (общо понятие за NIO, XPeng и Li Auto) е да се освободят от ограниченията на Nvidia. От докладите на индустрията изглежда, че самостоятелно разработените чипове са доста далновидни и ще отговарят на най-новите тенденции като автономно шофиране от край до край.
Въпреки това, китайският контингент, обкръжаващ Nvidia, не се ограничава до "Wei Xiaoli". Тази година местните доставчици на чипове също са „уловени“ в конкуренцията от край до край. На Китайския автомобилен форум миналия месец президентът на Horizon Чен Лиминг ясно заяви, че в момента „от край до край“ е единственото възможно решение за края на играта на автономното шофиране.
Lu Jianfeng, вицепрезидент на AIChip Intelligent Vehicle Division, вярва, че от край до край е единственият начин за усъвършенствано автономно шофиране. Поради дългия цикъл на проектиране и разработка на чипове, стратегията на AIChip е да пропусне други модели и да се съсредоточи върху режима на един модел, подобно на технологичната архитектура UniAD за проектиране на NPU.
От гледна точка на индустрията, високата цена на външните доставки, несигурната международна ситуация и ползите за намаляване на разходите, на които Tesla се е радвала преди със своите собствено разработени чипове, всички те са повлияли на стратегиите за чипове на местните производители на автомобили и моделите за доставка.
Популярността на големите модели от край до край не само катализира нов кръг от революция в автономното шофиране, но също така ускори продуктовата и технологичната еволюция на чиповете за автономно шофиране. Това не само поставя по-високи изисквания към производителите на автомобили за самостоятелно разработени чипове, но също така принуждава доставчиците на чипове в червения океан да ускорят вътрешната си конкуренция.
Вълната за саморазвитие е пристигнала
Защо автомобилните производители разработват свои собствени чипове?
Овладяване на основната технология: Гарантиране на сигурност на доставките и да не бъдете "удушени" от доставчици, особено мощни чуждестранни доставчици.
Ли Бин спомена в интервю, че международното въздействие върху доставките на чипове, дължащо се на ограниченията на САЩ, вече е оказало реално въздействие върху автомобилната индустрия на Китай.
„От миналия октомври не успяхме да използваме най-модерните чипове в света за нашето облачно обучение. Екипът за автономно шофиране не само разглежда възможностите на облака, но и възможностите за групово разузнаване. Въпреки че рискът от чипове за крайни изводи в момента е нисък , все още трябва да сме подготвени за различни промени."
Персонализиране:
Експерти от индустрията казаха пред "Auto Commune"/"C-Dimension", че едно от ключовите съображения за новите автомобилни производители, разработващи свои собствени чипове, е да подобрят конкурентоспособността на продуктите чрез диференциация, тъй като самостоятелно разработените чипове позволяват персонализирани функции.
За автомобилните производители разработването на собствени чипове е скъпо, но може да намали зависимостта от чуждестранни доставчици на чипове, като гарантира, че „всички яйца не са в една кошница“. Освен това, самостоятелно разработените чипове могат по-добре да съответстват на собствените си алгоритми, като се справят с проблема със свързването между алгоритми и платформи на чипове.
В миналото изчислителната мощност 144 TOPS на Tesla превъзхождаше чиповете 400-500 TOPS, налични на пазара, главно защото чипът беше проектиран за собствените алгоритми на Tesla. По-специално, чипът за изчислителна мощност 144 TOPS на Tesla (Autopilot HW3.0), пуснат през 2019 г., все още поддържа автономно шофиране от край до край днес.
Намаляване на разходите:
Ли Бин заяви на пресконференцията, че миналата година NIO е похарчила много пари за чипове на Nvidia. За да намали разходите, NIO реши да разработи свои собствени чипове, като един чип е еквивалентен на четири чипа на Nvidia, като по този начин намали разходите. Според Ли Бин, Shenzi NX9031 може да се изплати за около година.
Има и други съображения. Инсайдери в индустрията отбелязват, че насърчаването на собствено разработени чипове и поемането на публични ангажименти може да повлияе положително на вторичния пазар и възприемането на марката. Освен това, самостоятелно разработените чипове могат значително да подобрят изживяването на системата, постигайки стратегически цели.
По-специално, ранните самостоятелно разработени чипове на Tesla имаха за цел да увеличат изчислителната мощност и гъвкавостта.
Докладите показват, че процесът на собствено разработка на чипове на XPeng следва отблизо NIO, като чиповете са изпратени за записване и се очаква да се върнат през август. Разработката на чипове на Li Auto започна сравнително късно, като проектът за чипове за автономно шофиране с кодово име „Шумахер“ се очаква да приключи в рамките на годината.
„Средство, не цел“
Wu Xinzou, ръководител на бизнеса за автономно шофиране на Nvidia, очерта, че развитието на автономното шофиране може да бъде обобщено на три етапа, като крайната стъпка е от край до край.
Първи етап: Напълно базирано на правила.
Втори етап: Големите модели на AI постепенно заменят ръчните правила, завършвайки прогнозирането и планирането.
Трети етап: Изцяло големи модели от край до край, с AI, покриващ целия процес от възприятието до вземането на решение.
В третия етап на автономното шофиране, чиповете за автономно шофиране са голямо предизвикателство. Вицепрезидентът на AIChip Liu Jifeng изрази подобни мисли, заявявайки, че истинската цялостност включва използването на големи модели за облачно обучение и валидиране, като резултатите се прилагат за крайни изводи, поставяйки значителни отговорности на компаниите за чипове.
Horizon вярва, че от край до край е средство, а не цел, изискваща комбинация от човешки опит, ефективно изчисление и гъвкава доставка. Натрупването на способности от край до край изисква усилия в итерация на алгоритъм, изграждане на инженерна основа и софтуерно-хардуерна интеграция, като софтуерът и алгоритмите играят основна роля.
Главният архитект на платформата Horizon Algorithm Mu Lisen вярва, че съществената способност на край до край се крие в итерацията на данните. Въпреки че изглежда, че е ориентирана към бъдещето моделна структура, итеративните данни зад нея са по-важни, поддържайки прехода от лабораторна технология към зрялост на ниво продукт.
Chen Liming също така призна, че Horizon е изправен пред трудности с постоянно променящите се архитектури на превозни средства и сензори, оформление на сензори и приемане. Въпреки събирането на много данни, голяма част от тях не са висококачествени или непрекъснато използваеми, проблем извън обхвата на всяка отделна компания за решаване.
„Версията FSD V12.3 на Tesla беше обучена с 10 милиона примерни видеоклипа, извлечени от 10 милиарда висококачествени проби. Китай все още не достига. Нещо повече, 10 милиарда проби бяха събрани под стандартна сензорна рамка, осигурявайки непрекъснатост за обучение на най-новите модели ."
Подобно на Horizon, AIChip подчертава ролята си на ниво 2, вярвайки, че ключовите изисквания за автономни управляващи чипове в алгоритмите от край до край са високата памет и многоядрената голяма изчислителна мощност.
Постигането на автономно шофиране от край до край разчита на поддръжка на критични изчислителни чипове, включително архитектурни иновации, основни IP пробиви и скокове в производителността.
Mu Lisen от Horizon обясни на "Auto Commune"/"C-Dimension", че техническият праг за конкуренцията в изчислителната мощност от край до край се крие в адаптирането към изчислителните изисквания, предизвикани от промените в структурата на модела и промените във фокуса на оператора.
От една страна, моделите ще станат по-големи, както и изчислителната мощност; от друга страна, моделните структури ще се развиват, преминавайки от предимно CNN (конволюционни невронни мрежи) към основно базирани на Transformer модели от край до край.
„Трансформаторите са широка категория алгоритми, използвани в големи езикови модели (като ChatGPT) и автономно шофиране от край до край, с различни операторски фокуси. Автономното шофиране от край до край изисква основни матрични операции и допълнителна операторска поддръжка, което предявява по-високи изисквания. "
Лагерът на Huawei също има значително влияние. Въпреки че Nvidia доминира на пазара на чипове за автономно управление, Китай има голям контингент, захранван от Huawei, включително марки като AITO, Avatr, Jihu и Zhijie. Системите за автономно шофиране на техните превозни средства до голяма степен използват изчислителните платформи MDC810/MDC610 на Huawei.
С усилията на доставчиците на чипове за автономно шофиране и ускореното внедряване на самостоятелно разработени чипове от компании като NIO, през следващите години, стремежът „да не бъдем обект на Nvidia“ в сектора на чипове за автономно шофиране на местно ниво постепенно ще бъде частично реализиран.
