Otonom sürüş çiplerinin modeli üzerine ön çalışma: Nvidia endüstriye öncülük ediyor ve Huawei'nin önemli bir rol olması bekleniyor
Orijinal Başlık: Otopilot Çip Modeli Üzerine Ön Çalışma: NVIDIA sektöre öncülük ediyor ve Huawei'nin önemli bir rol olması bekleniyor
Otonom sürüş seviyesi arttıkça, işlemci bilgi işlem gücüne olan talep de artıyor
Otonom sürüş seviyesi arttıkça, işlemcinin bilgi işlem gücüne daha yüksek gereksinimler getirilir.
Otonom sürüş, farklı hava ve ışık koşulları altında çevredeki ortamın gerçek zamanlı olarak algılanmasını, çeşitli dinamik veya statik nesnelerin tanımlanmasını ve izlenmesini ve olası davranışlarının tahmin edilmesini gerektirdiğinden, otonom sürüş seviyesi arttıkça ilgili algı Talebi de önemli ölçüde artmaktadır. Ufuk verilerine göre, L2 seviyesine ulaşmak için 5 kamera + 5 milimetre dalga radarı ve L3 otoyolu otomatik sürüşünü sağlamak için gerekli sensör çözümünün 13 kamera + 9 milimetre dalga radarı + 1 A'ya çıkarılması gerekiyor. lidar (her OEM farklı şemalar benimser, ancak sensör sayısındaki önemli artış eğilimi açıktır).
Sensör sayısındaki artış, işlenmesi gereken veri miktarının da hızla artması anlamına geliyor. Yine ufuk verilerine göre, L4 otonom sürüşün tipik piksel verileri, L2 otonom sürüşün yaklaşık 16 katı olan 112MP kadar yüksektir; işlenmesi gereken veri miktarı 4.08 milyar bayt/sn, Bu, L2 otonom sürüşün yaklaşık 30 katıdır.
1
2
Nvidia (NVDA.US) otonom sürüş çiplerine öncülük ediyor ve birçok devin kendi güçlü yönleri var
Şu anda, otopilot çiplerinin ana oyuncuları kabaca üç kategoriye ayrılabilir.
Birinci kategori, Qualcomm (QCOM.US) ve Nvidia başta olmak üzere yüksek bilgi işlem gücü sağlayabilen açık bir platformdur.Bu oyuncu türü çok zengin bir yazılım ekosistemine sahiptir.Ayrıca yarı evrensel bir durumu da içerir.Yazılım ekosistemi Qualcomm ve Nvidia'dan daha zayıftır.Huawei, Xilinx (XLNX.US), vb.
İkinci tip oyuncular, ağırlıklı olarak Renesas, Infineon, NXP (NXPI.US), Texas Instruments (TXN.US), STMicroelectronics (STM.US) vb. dahil olmak üzere geleneksel otomotiv yarı iletken devleridir. Nvidia, Huawei ve diğer üreticilerin oyuna girmesinin ardından bu tür oyuncular bir ölçüde etkilenmiş olsa da otonom sürüşten tamamen vazgeçmemişler. Örneğin, Renesas, otonom sürüş çipleri açısından bu tür oyuncular arasında en hızlısıdır.ADAS ve AD için ASIL-D düzeyinde çip üzerinde sistem R-Car V3U, Qualcomm'unkiyle karşılaştırılabilir bilgi işlem gücünde 60Tops'a ulaştı. Sürüş platformu Aynı, ancak seri üretim zamanı düğümü daha sonra olabilir.
Üçüncü tip oyuncuların kendi geliştirdikleri yapay zeka ASIC yongaları, esas olarak Tesla, Mobileye ve yerli ufuk, siyah susam vb. yazılım ve donanım bağlantısı ile tam yığın çözüm.
3
Nvidia şu anda otonom sürüş çiplerinde liderdir. Şu anda birçok otomobil şirketi Nvidia çiplerini birçok nedenden dolayı seçiyor:
NVIDIA, araba, masaüstü ve bulut etrafında birleşik bir GPU donanım mimarisi ve CUDA yazılım mimarisi oluşturdu ve yapay zeka yüksek performanslı bilgi işlemde güçlü bilgi işlem gücüne sahiptir. Nvidia, masaüstü, bulut ve araç terminalleri için birleşik bir mimari ve birleşik bir yazılım geliştirme ortamı sağlayabilen sektördeki tek şirkettir. Araba tarafında NVIDIA, sensörleri, etki alanı denetleyicilerini ve veri toplama yazılımını kapsayan çözümler sağlayabilen uçtan uca bir platform oluşturdu; masaüstü tarafında, otonom sürüş yapan şirketler genellikle Intel CPU'ları ve NVIDIA oyun kartlarını satın alıyor; bulut, CUDA ve bir dizi yapay zeka SDK'sı Nvidia'yı geçemez ve görüntü işleme ve diğer yönlerin avantajları Nvidia'nın simülasyon platformunun rekabet gücünü korumasına yardımcı olabilir. Araç, masaüstü ve bulut üzerindeki tüm ürünlerin yazılım platformları aynı olduğu için full-stack özelliği Nvidia'nın güçlü ekosistemini garanti eder.Bulutta geliştirilen otopilot yazılımı, masaüstü ve araba üzerinde değişiklik yapmadan çalışabilir. kod değişikliği. Aynı zamanda Nvidia, GPU yolunu tutuyor ve geliştirme süreci nispeten kolay ve donanımda ek ayarlamalar yapmaya gerek yok; ve ana rakipler çoğunlukla ASIC çözümleri, tüm araç zinciri çok olgun değil , ve özellikle geliştiriciler için uygun değildir.
4
Nvidia, otonom sürüş pazarına daha önce girdi ve ilerlemekte olan başlıca rakiplerinin önünde yer alıyor. Nisan 2021'de Nvidia, yeni nesil SoC-Atlan'ı piyasaya sürdü, tek bir SoC bilgi işlem gücü 1000TOPS'ye ulaşabilir, 2023'te geliştiricilere örnekler sağlaması bekleniyor ve 2025'te çok sayıda araç kurulacak. Şu anda Nvidia'nın otomatik pilot çipleri, döngünün neredeyse iki yıl gerisinde olan ana rakiplerinden iki nesil önde. İlk hamle avantajı NVIDIA'nın önemli bir avantajıdır, çünkü OEM için bir platform seçildiğinde sonraki geçiş maliyeti nispeten yüksektir. Sinir ağının kendisi çok fazla ayar gerektirir.Donanımla nispeten yüksek derecede bağlantıya sahiptir.Belirli bir donanım üzerinde daha iyi bir etkiye ayarlamak zor olabilir.Bir donanım setini değiştirirseniz, bazılarının yeniden ayarlanmalıdır ve şimdi Alet zinciri çok olgun değildir ve ayarlama süreci daha sancılı olabilir.
Qualcomm'un da final masasındaki oyunculardan biri olmasını bekliyoruz. Şu anda Qualcomm'un en az birkaç avantajı var:
Maliyet performansının avantajı. Maliyet açısından bakıldığında Qualcomm, tüketici çipleri ve kokpit çiplerinde liderdir.Tüketici çipleri ve kokpit çiplerinin otonom sürüş çiplerine geçişi, Qualcomm'a belirli bir maliyet tasarrufu sağlayabilir. Örneğin, Qualcomm'un birinci nesil Ride platformu, yedeklilik için iki kokpit çipi ve bir ASIL-D araç seviyesinde otopilot çipi kullanır. Güç tüketimi açısından, Qualcomm'un önemli rakibi NVIDIA yongasındaki paralel hesaplamanın kahramanı GPU'dur.Bazı yaygın sinir ağı modellerini yaparken, verimlilik ASIC kadar iyi değildir, bu nedenle NVIDIA'nın otonom sürüş yongasının enerji verimliliği oranı daha zayıf (Elbette NVIDIA, GPU'nun zayıflıklarının da farkındadır ve ayrıca ASIC mimarisi tarafından çip üzerinde uygulanan bir derin öğrenme hızlandırma motoru da vardır).
5
Qualcomm, kokpit alanında mutlak liderdir ve otonom sürüş çözümlerinin tanıtımına katkıda bulunur. Qualcomm'un verilerine göre, 2020 sonu itibariyle en iyi 25 otomobil üreticisinden 20'si Qualcomm'un Snapdragon Otomotiv Dijital Kokpit Platformu'nu seçti.8155 platformuyla donatılmış modeller 2021'de seri üretilecek ve Qualcomm 2022'ye kadar %70'ini oluşturabilir. - Pazar payının %80'i, gelecekte pazar payında daha fazla artış için fazla yer olmamasına rağmen (OEM genellikle yedekleme için iki platform seçecektir), ancak Qualcomm'un kokpit alanındaki konumunun kuruldu ve NVIDIA kokpitte.Mercedes-Benz, Audi ve Hyundai gibi sahada sadece birkaç müşteri var. Kokpit alanı, kokpit alanından daha hızlı nüfuz ettiğinden Qualcomm, kokpit alanı aracılığıyla birçok OEM ile işbirliğine dayalı bir ilişki kurdu, kokpit çözümünü kesti ve ardından kendi otonom sürüş çözümünü OEM'e itti. OEM'ler için, kokpit ve otonom sürüş için aynı tedarikçiyi seçmek daha avantajlıdır, çünkü iki çip üreticisinin yazılım bilgilerini öğrenmek için aynı anda iki ekip tutmayacaktır.
6
Tesla (TSLA.US) nispeten kapalı bir ekosistemdir.Mobileye ve NVIDIA ile yollarını ayırdıktan sonra Tesla, kendi geliştirdiği FSD çipini Nisan 2019'da piyasaya sürdü. FSD çipinin araştırma ve geliştirme çalışmaları 2017 yılında başladı ve tasarımdan seri üretime 18 ay sürdü ve Nisan 2019'da Model 3'e resmi olarak uygulandı. Aynı kartta iki çip vardır ve her çipin hesaplama gücü 72 TOPS'dir.Sürüş işlemi sırasında, iki çip aynı verileri aynı anda analiz eder ve birbirini doğrulamak ve güvenliği artırmak için analiz sonuçlarını karşılaştırır. otonom sürüş.
7
Tesla'nın FSD çipinin özellikleri temel olarak üç açıdan somutlaştırılmıştır: yüksek hızlı görüntü işleme, NPU ve SRAM.
Ağırlıklı olarak NPU: Mobileye EQ5 yongası, başlıca CPU ve CVP olmak üzere CPU, CVP, DLA ve MA olmak üzere 4 modülden, NVIDIA Xavier yongası ise ağırlıklı olarak GPU, CPU, DLA, PVA ve iki ASIC'den, başlıca GPU ve CPU'dan oluşmaktadır. Tesla FSD çipi esas olarak NPU olmak üzere üç modülden (CPU, GPU, NPU) oluşur, çünkü Tesla radar görüş çözümünü benimsemez, CVP modülünü içermez.
8
Yüksek hızlı görüntü işleme: 1) Veri aktarımı açısından, FSD sisteminin görüntü işlemcisi SIP'sinin veri aktarım hızı, 8 kamera tarafından toplanan veri miktarından çok daha fazla olan saniyede 2,5 milyar piksele ulaşır; 2) Veri işleme açısından FSD çipinde yerleşik olarak bulunan görüntü işlemcisi ISP'nin maksimum işlem hızı 1 milyar piksel/saniye olup, en hızlı tüketici sınıfı video iletimi DP1.4 standardına ulaşmıştır.Genel olarak, araba çipi geride kalacaktır. tüketici sınıfı çip;
SRAM: ISP'nin ana işlevi, kamera tarafından oluşturulan orijinal üç ana renk verisini, daha sonraki işlemler için NPU'ya girmeden önce SRAM'de depolanacak olan karmaşık görüntü bilgilerine dönüştürmektir. Tesla'nın çipinin baş mühendisi Pete Bannon'a göre, tam otomatik sürüş için önbellek bant genişliği en az 1 TB/sn'ye, FSD çipi SRAM'in bant genişliği ise 2 TB/sn'ye ulaşmalıdır.
9
Huawei'nin otonom sürüş alanında çok önemli bir güç olması bekleniyor. Huawei'nin kendi geliştirdiği Yueying işletim sistemi LINUX ile uyumludur ve QNX'in mikro çekirdeğini ve düşük gecikme süresini elde edebilir.Bu şekilde, aslında LINUX çerçevesi altında orijinal olarak geliştirilen birçok algoritmanın bu araba düzeyinde seri üretim operasyonuna geçişini azaltabilir. sisteme yazılım geçişinin zorluğu. Aynı zamanda Huawei, çip devleri arasında tek sensör üreticisidir ve hem lidar hem de milimetre dalga radarı kendi kendine geliştirilmektedir.
10
Mobileye kara kutu çözümleri sunar ve belirli rekabet baskılarıyla karşı karşıyadır. Mobileye bir kara kutu çözümü sunuyor, bu da endüstrinin şu anda bu konuda iyimser olmamasının önemli bir nedeni çünkü OTA büyük bir trend ve OEM'ler için kara kutu çözümü giderek ihtiyaçlarını karşılayamaz hale geldi.