ביום החדשנות הטכנולוגית בשבוע שעבר, NIO חשפה את המודל העולמי החדש של NIO (NWM) בתחום הנהיגה האוטונומית, בטענה שהוא בעל יכולות ליבה כפולות של הבנה מרחבית וזמנית, העולה על פריסת מודל מקצה לקצה.
שבב הנהיגה האוטונומית, Shenzi NX9031, שהוכרז רשמית שהוקלט בהצלחה, מותאם לדגם ה-NIO World. ה-Shenzi NX9031 הוא שבב הנהיגה האוטונומי הראשון בעולם 5nm שפותח באופן עצמאי על ידי NIO. לפי NIO, לשבב אחד יש את הביצועים המקבילים לארבעה שבבי דגל בתעשייה (Nvidia Orin X).

בשנתיים האחרונות, שבבי נהיגה אוטונומית היו כיוון מוצר פורץ דרך מרכזי עבור יצרניות רכב. NIO ו-XPeng פיתחו שבבים משלהם, כאשר Li Auto מתחיל מעט מאוחר יותר. בהתבסס על Longying מספר 1, החברה הבת של Geely, Xingjing Technology, נמצאת גם היא בנתיב הפיתוח העצמי כבר שנים.
Li Bin הצהיר בפומבי כי NIO רכשה שבבי Nvidia רבים בשנה שעברה, ועלתה לחברה הרבה כסף. בהתחשב בעלויות הרכש, החליטה החברה לפנות לשבבים בפיתוח עצמי. ההצהרה הרשמית היא שה-Shenzi NX9031 יכול להחזיר את עצמו תוך כשנה.
יש הרבה סיבות לפיתוח שבבים משלהם, אבל אחת המטרות העיקריות של ה-"Wei Xiaoli" (כינוי כולל ל-NIO, XPeng ו-Li Auto) היא להשתחרר מהאילוצים של Nvidia. מדיווחי התעשייה, נראה שהשבבים שפותחו בעצמם הם די צופים קדימה ויתאימו למגמות האחרונות כמו נהיגה אוטונומית מקצה לקצה.
עם זאת, המפלגה הסינית המקיפה את Nvidia אינה מוגבלת ל"Wei Xiaoli". השנה גם ספקי השבבים המקומיים "נתפסים" בתחרות מקצה לקצה. בפורום הרכב של סין בחודש שעבר, נשיא הורייזון, צ'ן לימינג, הצהיר בבירור כי מקצה לקצה הוא כרגע הפתרון האפשרי היחיד למשחק הקצה של הנהיגה האוטונומית.
Lu Jianfeng, סגן נשיא חטיבת הרכב החכמה של AICIP, מאמין שקצה לקצה הוא הדרך היחידה לנהיגה אוטונומית מתקדמת. בשל מחזור העיצוב והפיתוח הארוך של השבבים, האסטרטגיה של AICHip היא לדלג על דגמים אחרים ולהתמקד במצב One Model, בדומה לארכיטקטורת הטכנולוגיה UniAD לעיצוב NPU.
מנקודת מבט של התעשייה, העלות הגבוהה של רכש חיצוני, המצב הבינלאומי הלא ברור והיתרונות של הפחתת העלויות שטסלה נהנתה בעבר עם השבבים שפותחו בעצמה, כולם השפיעו על אסטרטגיות השבבים ודגמי האספקה של יצרניות הרכב המקומיות.
הפופולריות של דגמים גדולים מקצה לקצה לא רק זירזה סבב חדש של מהפכת נהיגה אוטונומית אלא גם האיצה את המוצר וההתפתחות הטכנולוגית של שבבי נהיגה אוטונומית. זה לא רק מציב דרישות גבוהות יותר מיצרניות הרכב עבור שבבים בפיתוח עצמי אלא גם מאלץ את ספקי השבבים באוקיינוס האדום להאיץ את התחרות הפנימית שלהם.

גל הפיתוח העצמי הגיע
מדוע יצרניות רכב מפתחות שבבים משלהן?
שליטה בטכנולוגיית ליבה: הבטחת אבטחת אספקה ולא "יחנק" על ידי ספקים, במיוחד ספקים זרים רבי עוצמה.
לי בין הזכיר בראיון כי ההשפעה הבינלאומית על אספקת השבבים, עקב מגבלות ארה"ב, כבר השפיעה ממש על תעשיית הרכב בסין.
"מאז אוקטובר האחרון, לא הצלחנו להשתמש בשבבים המתקדמים בעולם לאימון הענן שלנו. צוות הנהיגה האוטונומית לא מסתכל רק על יכולות ענן אלא גם על יכולות מודיעין קבוצתי. בעוד שהסיכון לשבבי מסקנות קצה נמוך כיום , אנחנו עדיין צריכים להיות מוכנים לשינויים שונים".
התאמה אישית:
מומחי תעשייה אמרו ל"Auto Commune"/"C-Dimension" שאחד השיקולים המרכזיים ליצרניות רכב חדשות המפתחות שבבים משלהן הוא לשפר את התחרותיות של המוצר באמצעות בידול, שכן שבבים בפיתוח עצמי מאפשרים פונקציות מותאמות אישית.
עבור יצרניות רכב, פיתוח שבבים משלהן הוא יקר, אך יכול להפחית את התלות בספקי שבבים בחו"ל, ולהבטיח ש"כל הביצים אינן בסל אחד". יתר על כן, שבבים בפיתוח עצמי יכולים להתאים טוב יותר את האלגוריתמים שלהם, תוך טיפול בבעיית הצימוד בין אלגוריתמים לפלטפורמות שבבים.
בעבר, כוח המחשוב 144 TOPS של טסלה עלה על ה-400-500 שבבי TOPS הזמינים בשוק, בעיקר בגלל שהשבב תוכנן עבור האלגוריתמים של טסלה עצמה. יש לציין, שבב כוח המחשוב 144 TOPS של טסלה (טייס אוטומטי HW3.0), שיצא ב-2019, עדיין תומך בנהיגה אוטונומית מקצה לקצה כיום.
הפחתת עלויות:
לי בין הצהיר במסיבת העיתונאים ש-NIO הוציא הרבה כסף על שבבי Nvidia בשנה שעברה. כדי להוזיל עלויות, החליטה NIO לפתח שבבים משלה, עם שבב אחד שווה ערך לארבעה שבבי Nvidia, ובכך להוזיל עלויות. לדברי לי בין, ה-Shenzi NX9031 יכול להחזיר את עצמו תוך כשנה.
יש גם שיקולים אחרים. מקורבים בתעשייה מציינים כי קידום שבבים בפיתוח עצמי והתחייבויות ציבוריות יכולים להשפיע לטובה על השוק המשני ועל תפיסת המותג. בנוסף, שבבים בפיתוח עצמי יכולים לשפר משמעותית את חווית המערכת, תוך השגת יעדים אסטרטגיים.
יש לציין שהשבבים המוקדמים של טסלה שפותחו בעצמם נועדו להגביר את כוח המחשוב והגמישות.
דיווחים מצביעים על כך שתהליך השבבים שפותח בעצמו של XPeng עוקב מקרוב אחר ה-NIO, עם שבבים שנשלחו להקלטה, צפויים לחזור באוגוסט. פיתוח השבבים של Li Auto החל מאוחר יחסית, כאשר פרויקט שבבי הנהיגה האוטונומית שזכה לשם הקוד "Schumacher", צפוי להשלים את ההקלטה בתוך השנה.
"אמצעי, לא מטרה"
Wu Xinzou, ראש תחום הנהיגה האוטונומית של Nvidia, התאר שניתן לסכם את התפתחות הנהיגה האוטונומית בשלושה שלבים, כאשר מקצה לקצה הוא השלב האחרון.
שלב ראשון: מבוסס כללים.
שלב שני: דגמי AI גדולים מחליפים בהדרגה חוקים ידניים, ומשלימים חיזוי ותכנון.
שלב שלישי: דגמים גדולים לחלוטין מקצה לקצה, עם AI המכסה את כל התהליך מתפיסה ועד קבלת החלטות.
בשלב השלישי של נהיגה אוטונומית, שבבי נהיגה אוטונומית הם מאתגרים ביותר. סגן נשיא AICIP, ליו ג'יפנג, הביע מחשבות דומות, וקבע כי מקצה לקצה אמיתי כרוך בשימוש במודלים גדולים לאימון ותיקוף בענן, כאשר התוצאות מיושמות להסקת קצה, תוך הטלת אחריות משמעותית על חברות השבבים.
Horizon מאמינה שקצה לקצה הוא אמצעי, לא מטרה, הדורש שילוב של ניסיון כמו אנושי, מחשוב יעיל ואספקה זריזה. צבירת יכולות מקצה לקצה דורשת מאמצים באיטרציה של אלגוריתמים, בניית יסודות הנדסיים ושילוב תוכנה-חומרה, כאשר תוכנה ואלגוריתמים ממלאים תפקיד מרכזי.
האדריכל הראשי של פלטפורמת אלגוריתם Horizon Mu Lisen מאמין שהיכולת החיונית של מקצה לקצה טמונה באיטרציה של נתונים. למרות שנראה שזהו מבנה מודל צופה פני עתיד, הנתונים האיטרטיביים שמאחוריו הם קריטיים יותר, ותומכים במעבר מטכנולוגיית מעבדה לבגרות ברמת המוצר.
חן לימינג גם הודה כי הורייזון מתמודד עם קשיים עם ארכיטקטורות הרכב והחיישנים המשתנות ללא הרף, פריסות החיישנים והאימוץ. למרות איסוף הנתונים הרבים, חלק ניכר מהם אינו איכותי או ניתן לשימוש מתמשך, בעיה שמעבר לתחום של כל חברה בודדת לפתור.
"גרסת FSD V12.3 של טסלה הוכשרה עם 10 מיליון סרטונים לדוגמה, שהופקו מ-10 מיליארד דגימות באיכות גבוהה. סין עדיין נופלת. יתרה מכך, 10 מיליארד הדגימות נאספו במסגרת חיישנים סטנדרטית, מה שמבטיח המשכיות לאימון הדגמים העדכניים ביותר ."
כמו Horizon, AIChip מדגישה את תפקידה כ-Tier 2, מתוך אמונה שהדרישות העיקריות לשבבי נהיגה אוטונומית באלגוריתמים מקצה לקצה הם זיכרון גבוה וכוח מחשוב רב ליבות גדול.
השגת נהיגה אוטונומית מקצה לקצה מסתמכת על תמיכה בשבבי מחשוב קריטיים, כולל חדשנות ארכיטקטונית, פריצות דרך ליבה של IP וקפיצות ביצועים.
Mu Lisen מ-Horizon הסביר ל-"Auto Commune"/"C-Dimension" שהסף הטכני לתחרות כוח מחשוב מקצה לקצה טמון בהתאמה לדרישות החישוביות שמביאים שינויים במבנה המודל ושינויים במיקוד המפעיל.
מצד אחד, המודלים יגדלו, וכך גם כוח החישוב; מצד שני, מבני מודל יתפתחו, ויעברו בעיקר מ-CNN (רשתות עצביות מפותלות) למודלים מקצה לקצה המבוססים בעיקר על רובוטריקים.
"רובוטריקים הם קטגוריית אלגוריתמים רחבה המשמשת במודלים של שפות גדולות (כמו ChatGPT) ובנהיגה אוטונומית מקצה לקצה, עם מוקדי מפעיל שונים. נהיגה אוטונומית מקצה לקצה דורשת פעולות מטריצות בסיסיות ותמיכה נוספת למפעיל, המציגות דרישות גבוהות יותר. "
למחנה Huawei יש גם השפעה משמעותית. למרות ש-Nvidia שולטת בשוק שבבי הנהיגה האוטונומית, לסין יש נציגות גדולה המופעלת על ידי Huawei, כולל מותגים כמו AITO, Avatr, Jihu ו-Zhijie. מערכות הנהיגה האוטונומיות של הרכבים שלהם משתמשות במידה רבה בפלטפורמות המחשוב MDC810/MDC610 של Huawei.
עם המאמצים של ספקי שבבי נהיגה אוטונומית וההפצה המואצת של שבבים בפיתוח עצמי על ידי חברות כמו NIO, בשנים הקרובות, השאיפה "לא להיות כפופה ל-Nvidia" במגזר שבבי הנהיגה האוטונומית המקומית תתממש בהדרגה באופן חלקי.





