Pada Hari Inovasi Teknologi minggu lalu, NIO melancarkan Model Dunia NIO (NWM) terbaharu dalam bidang pemanduan autonomi, dengan mendakwa memiliki keupayaan dwi teras pemahaman ruang dan temporal, mengatasi penggunaan model hujung ke hujung.
Cip pemanduan autonomi, Shenzi NX9031, yang diumumkan secara rasmi telah berjaya dirakam, disesuaikan untuk Model Dunia NIO. Shenzi NX9031 ialah cip pemanduan autonomi 5nm pertama di dunia yang dibangunkan secara bebas oleh NIO. Menurut NIO, satu cip mempunyai prestasi yang setara dengan empat cip utama industri (Nvidia Orin X).
Dalam dua tahun yang lalu, cip pemanduan autonomi telah menjadi hala tuju produk terobosan utama untuk pembuat kereta. NIO dan XPeng telah membangunkan cip mereka sendiri, dengan Li Auto bermula sedikit kemudian. Berdasarkan Longying No. 1, anak syarikat Geely, Xingjing Technology, juga telah berada di laluan pembangunan diri selama bertahun-tahun.
Li Bin telah menyatakan secara terbuka bahawa NIO membeli banyak cip Nvidia tahun lepas, menyebabkan syarikat itu menanggung banyak wang. Memandangkan kos perolehan, syarikat memutuskan untuk beralih kepada cip yang dibangunkan sendiri. Kenyataan rasmi ialah Shenzi NX9031 boleh membayar sendiri dalam masa setahun.
Terdapat banyak sebab untuk membangunkan cip mereka sendiri, tetapi salah satu matlamat utama untuk "Wei Xiaoli" (istilah kolektif untuk NIO, XPeng, dan Li Auto) adalah untuk membebaskan diri mereka daripada kekangan Nvidia. Daripada laporan industri, nampaknya cip yang dibangunkan sendiri agak berpandangan ke hadapan dan akan sepadan dengan trend terkini seperti pemanduan autonomi hujung ke hujung.
Walau bagaimanapun, kontinjen China yang mengelilingi Nvidia tidak terhad kepada "Wei Xiaoli." Tahun ini, pembekal cip tempatan juga "terperangkap" dalam persaingan hujung ke hujung. Pada Forum Auto China bulan lepas, Presiden Horizon Chen Liming dengan jelas menyatakan bahawa hujung-ke-hujung pada masa ini merupakan satu-satunya penyelesaian yang boleh dilaksanakan untuk akhir permainan pemanduan autonomi.
Lu Jianfeng, Naib Presiden Bahagian Kenderaan Pintar AIChip, percaya bahawa hujung ke hujung adalah satu-satunya cara untuk pemanduan autonomi lanjutan. Disebabkan oleh reka bentuk yang panjang dan kitaran pembangunan cip, strategi AIChip adalah untuk melangkau model lain dan menumpukan pada mod Satu Model, serupa dengan seni bina teknologi UniAD untuk reka bentuk NPU.
Dari perspektif industri, kos perolehan luar yang tinggi, keadaan antarabangsa yang tidak menentu, dan faedah pengurangan kos yang sebelum ini dinikmati Tesla dengan cip yang dibangunkan sendiri semuanya telah mempengaruhi strategi cip dan model bekalan pembuat kereta domestik.
Populariti model besar hujung ke hujung bukan sahaja memangkin pusingan baharu revolusi pemanduan autonomi tetapi juga mempercepatkan produk dan evolusi teknologi cip pemanduan autonomi. Ini bukan sahaja meletakkan permintaan yang lebih tinggi kepada pembuat kereta untuk cip yang dibangunkan sendiri tetapi juga memaksa pembekal cip di lautan merah untuk mempercepatkan persaingan dalaman mereka.
Gelombang Pembangunan Diri Telah Tiba
Mengapa pembuat kereta membangunkan cip mereka sendiri?
Menguasai Teknologi Teras: Memastikan keselamatan bekalan dan tidak "dicekik" oleh pembekal, terutamanya pembekal asing yang berkuasa.
Li Bin menyebut dalam temu bual bahawa impak antarabangsa terhadap bekalan cip, disebabkan oleh sekatan AS, telah pun memberi kesan sebenar kepada industri automotif China.
"Sejak Oktober lalu, kami tidak dapat menggunakan cip tercanggih di dunia untuk latihan awan kami. Pasukan pemanduan autonomi bukan sahaja melihat keupayaan awan tetapi juga keupayaan risikan kumpulan. Walaupun risiko untuk cip inferens tepi adalah rendah pada masa ini. , kita masih perlu bersedia untuk pelbagai perubahan."
Penyesuaian:
Pakar industri memberitahu "Auto Commune"/"C-Dimension" bahawa salah satu pertimbangan utama bagi pembuat kereta baharu membangunkan cip mereka sendiri adalah untuk meningkatkan daya saing produk melalui pembezaan, kerana cip yang dibangunkan sendiri membenarkan fungsi tersuai.
Bagi pembuat kereta, membangunkan cip mereka sendiri adalah mahal tetapi boleh mengurangkan pergantungan kepada pembekal cip luar negara, memastikan bahawa "semua telur tidak berada dalam satu bakul." Tambahan pula, cip yang dibangunkan sendiri boleh memadankan algoritma mereka sendiri dengan lebih baik, menangani isu gandingan antara algoritma dan platform cip.
Pada masa lalu, kuasa pengkomputeran 144 TOPS Tesla mengatasi prestasi 400-500 cip TOPS yang tersedia di pasaran, terutamanya kerana cip itu direka untuk algoritma Tesla sendiri. Terutama, cip kuasa pengkomputeran 144 TOPS Tesla (Autopilot HW3.0), dikeluarkan pada 2019, masih menyokong pemanduan autonomi hujung ke hujung hari ini.
Pengurangan Kos:
Li Bin menyatakan pada sidang akhbar bahawa NIO membelanjakan banyak wang untuk cip Nvidia tahun lepas. Untuk mengurangkan kos, NIO memutuskan untuk membangunkan cipnya sendiri, dengan satu cip bersamaan dengan empat cip Nvidia, dengan itu mengurangkan kos. Menurut Li Bin, Shenzi NX9031 boleh membayar sendiri dalam masa setahun.
Terdapat pertimbangan lain juga. Orang dalam industri ambil perhatian bahawa mempromosikan cip yang dibangunkan sendiri dan membuat komitmen awam boleh memberi kesan positif kepada pasaran sekunder dan persepsi jenama. Selain itu, cip yang dibangunkan sendiri boleh meningkatkan pengalaman sistem dengan ketara, mencapai matlamat strategik.
Terutama, cip yang dibangunkan sendiri awal Tesla bertujuan untuk meningkatkan kuasa dan fleksibiliti pengkomputeran.
Laporan menunjukkan bahawa proses cip yang dibangunkan sendiri oleh XPeng mengikuti NIO, dengan cip dihantar untuk keluar pita, dijangka kembali pada bulan Ogos. Pembangunan cip Li Auto bermula agak lewat, dengan projek cip pemanduan autonomi yang diberi nama kod "Schumacher," dijangka menyelesaikan rakaman dalam tahun ini.
"Satu Cara, Bukan Pengakhiran"
Wu Xinzou, ketua perniagaan pemanduan autonomi Nvidia, menggariskan bahawa pembangunan pemanduan autonomi boleh diringkaskan dalam tiga peringkat, dengan hujung ke hujung sebagai langkah terakhir.
Peringkat Pertama: Berasaskan peraturan sepenuhnya.
Peringkat Kedua: Model besar AI secara beransur-ansur menggantikan peraturan manual, menyelesaikan ramalan dan perancangan.
Peringkat Ketiga: Model besar hujung ke hujung sepenuhnya, dengan AI meliputi keseluruhan proses daripada persepsi kepada membuat keputusan.
Dalam peringkat ketiga pemanduan autonomi, cip pemanduan autonomi sangat mencabar. Naib Presiden AIChip Liu Jifeng menyatakan pemikiran yang sama, menyatakan bahawa hujung-ke-hujung yang benar melibatkan penggunaan model besar untuk latihan dan pengesahan awan, dengan keputusan digunakan untuk inferens tepi, meletakkan tanggungjawab penting ke atas syarikat cip.
Horizon percaya bahawa hujung ke hujung ialah cara, bukan tujuan, memerlukan gabungan pengalaman seperti manusia, pengkomputeran yang cekap dan penghantaran tangkas. Pengumpulan keupayaan hujung ke hujung memerlukan usaha dalam lelaran algoritma, pembinaan asas kejuruteraan dan penyepaduan perisian-perkakasan, dengan perisian dan algoritma memainkan peranan teras.
Ketua Arkitek Platform Algoritma Horizon Mu Lisen percaya bahawa keupayaan penting hujung ke hujung terletak pada lelaran data. Walaupun ia kelihatan seperti struktur model yang berpandangan ke hadapan, data berulang di belakangnya adalah lebih penting, menyokong peralihan daripada teknologi makmal kepada kematangan peringkat produk.
Chen Liming juga mengakui bahawa Horizon menghadapi kesukaran dengan seni bina kenderaan dan penderia yang sentiasa berubah, reka letak penderia dan penggunaan. Walaupun mengumpul banyak data, kebanyakannya tidak berkualiti tinggi atau boleh digunakan secara berterusan, isu di luar skop mana-mana syarikat untuk diselesaikan.
"Versi FSD V12.3 Tesla telah dilatih dengan 10 juta sampel video, diekstrak daripada 10 bilion sampel berkualiti tinggi. China masih gagal. Selain itu, 10 bilion sampel dikumpulkan di bawah rangka kerja penderia standard, memastikan kesinambungan untuk melatih model terkini ."
Seperti Horizon, AIChip menekankan peranannya sebagai Tahap 2, mempercayai bahawa tuntutan utama untuk cip pemanduan autonomi dalam algoritma hujung ke hujung ialah memori tinggi dan kuasa pengkomputeran besar berbilang teras.
Mencapai pemanduan autonomi hujung ke hujung bergantung pada sokongan cip pengkomputeran kritikal, termasuk inovasi seni bina, penembusan IP teras dan lonjakan prestasi.
Mu Lisen dari Horizon menjelaskan kepada "Auto Commune"/"C-Dimension" bahawa ambang teknikal untuk persaingan kuasa pengkomputeran hujung ke hujung terletak pada penyesuaian kepada permintaan pengiraan yang dibawa oleh perubahan struktur model dan perubahan dalam fokus operator.
Di satu pihak, model akan berkembang lebih besar, dan begitu juga kuasa pengiraan; sebaliknya, struktur model akan berkembang, beralih daripada terutamanya CNN (rangkaian neural convolutional) kepada terutamanya model hujung ke hujung berasaskan Transformer.
"Transformers ialah kategori algoritma luas yang digunakan dalam model bahasa besar (seperti ChatGPT) dan pemanduan autonomi hujung ke hujung, dengan fokus pengendali berbeza. Pemanduan autonomi hujung ke hujung memerlukan operasi matriks asas dan sokongan operator tambahan, memberikan permintaan yang lebih tinggi. "
Kem Huawei juga mempunyai pengaruh yang ketara. Walaupun Nvidia mendominasi pasaran cip pemanduan autonomi, China mempunyai kontinjen besar yang dikuasakan oleh Huawei, termasuk jenama seperti AITO, Avatr, Jihu dan Zhijie. Sistem pemanduan autonomi kenderaan mereka sebahagian besarnya menggunakan platform pengkomputeran MDC810/MDC610 Huawei.
Dengan usaha pembekal cip pemanduan autonomi dan pelancaran cip yang dibangunkan sendiri yang dipercepat oleh syarikat seperti NIO, pada tahun-tahun akan datang, aspirasi "tidak tertakluk kepada Nvidia" dalam sektor cip pemanduan autonomi domestik akan direalisasikan sebahagiannya.
