올해 9월, 우리 @Jidian은 NIO의 NOP(Navigate? on? Pilot) 기능을 경험했습니다. 계산해 보면, 내비게이션 계획 경로에 따라 자동으로 게이트에 출입하고 차선을 변경하고 추월할 수 있는 Tesla FSD(NoA) 이후 두 번째 보조 주행 기능인 것으로 나타났습니다.
NOP는 FOTA를 통해 사용자에게 푸시되었으며 모든 NIO 모델을 지원합니다. "구식" ES8이지만 내장된 Mobileye EyeQ4 칩의 컴퓨팅 성능 이중화는 NOP의 요구 사항을 완전히 충족할 수 있습니다.
첨단 운전보조에 있어서는 고화질 카메라, 각종 레이더 외에 칩은 현재 자동차 회사들이 극복해야 할 가장 중요하고 어려운 부분이라고 할 수 있다. 자체 개발이 가능한 테슬라 이외에도 메르세데스-벤츠, BMW, 웨이라이, 샤오펑 등도 모두 칩 아웃소싱을 선택했다. Mobileye, Bosch, Texas Instruments, NVIDIA 등 이러한 유형의 칩을 제공할 수 있는 ADAS 제조업체가 많이 있습니다. 이 내용을 보면 일부 사람들은 다음과 같이 질문할 수 있습니다.
"NVIDIA가 만드는 것이 아닌가요? 그래픽 카드와 GPU?"
보쉬, 텍사스 인스트루먼트 등 친숙한 얼굴들과 비교하면 엔비디아는 과연 '크로스보더'이지만 GPU로 자율주행을 할 수는 없을까? 당연하지, 모빌아이도 이제 인텔 출신이 아닌가...
왜 자율주행에 GPU를 쓸 수 있지?
게임을 할 때 사용하는 그래픽 카드가 왜 그럴 수 있는지. 자율주행에 활용하려면 먼저 자율주행을 실현하는 과정부터 해야 합니다.
자율주행은 크게 인지, 의사결정, 실행의 3가지 과정으로 구성된다. 카메라/센서가 도로 상황을 감지하고, 도로 상황 정보가 자율주행 칩으로 전송돼 의사결정을 하게 된다. - 그런 다음 특정 작업을 수행하기 위해 정보가 스티어링 휠/엔진으로 전송됩니다. GPU는 "의사 결정" 프로세스에 참여합니다.
'의사결정'은 실제로 딥러닝인데, 딥러닝은 인간의 뇌 신경계를 시뮬레이션한 수학적 네트워크 모델로, 이 모델은 데이터량이 많다(교통 정보가 많다는 것이 특징). 그 중에는 논리적으로 관련되지 않은 많은 양의 데이터가 포함되어 있으며 이는 GPU의 일상 작업(그림 렌더링)과 매우 유사합니다(각 프레임의 픽셀은 독립적이고 논리적으로 관련되지 않음). 컴퓨팅 능력이 있으면 자연스럽게 딥러닝이라는 직무에 적합한 자격을 갖추게 됩니다.
GPU는 본질적으로 딥 러닝에 적합하지만 GPU가 효율적으로 작동할 수 있도록 하는 프로그램을 작성하는 것은 상당히 어렵습니다. NVIDIA가 프로그래머가 코드를 쉽게 작성할 수 있도록 2007년에야 CUDA 프로그래밍 툴킷을 출시한 것입니다. JAVA와 C++를 사용하면서 GPU를 탑재한 슈퍼컴퓨터가 곳곳에서 꽃피우기 시작했습니다. (세계 상위 500대 슈퍼컴퓨터 중 상위 10대 중 8가구가 NVIDIA GPU를 사용합니다.)
NVIDIA DRIVE AGX Orin
DRIVE AGX Orin은 NVIDIA A 소프트웨어의 최신 세대입니다. 자율주행 및 로봇을 위한 플랫폼으로 정의된 이 제품은 GPU, Arm Hercules CPU, 딥 러닝 및 컴퓨터 비전 가속기의 새로운 아키텍처로 구성되어 있으며, 이전 세대 DRIVE Xavier보다 성능이 7배 향상되었으며 컴퓨팅 성능은 200Top에 달합니다.
AGX Orin은 자율주행에서 동시에 실행되는 다수의 애플리케이션과 심층신경망을 처리할 수 있는 소프트웨어 포지셔닝 플랫폼으로, AGX Orin은 L2에서 L5까지 자율주행과 호환되므로 OEM 개발에 편리합니다. 또한, 이 플랫폼은 2022년에 SOP를 달성할 것으로 예상됩니다. 2022년을 선택한 이유는 무엇입니까? 폭스바겐과 지리가 2022년에 무엇을 하고 싶은지 보면 명확해진다.
“안전한 자율주행차를 만드는 것은 아마도 오늘날 사회가 직면한 가장 큰 컴퓨팅 과제일 것입니다. 자율주행차를 실현하는 데 필요한 투자는 복잡한 개발 과제에 직면해 있으며, 프로그래밍 가능, 프로그래밍 가능, 소프트웨어 정의 AI 플랫폼은 필수입니다.” - NVIDIA 창립자 Jensen Huang
NVIDIA와 자율 주행 제국
20년 전 NVIDIA는 현대 컴퓨터 그래픽 기술을 발명했으며 20년이 지난 오늘, NVIDIA는 AI 기술과 클라우드 컴퓨팅 분야의 선두 기업으로 변모했습니다.
2015——Drive?PX, 컴퓨팅 성능(단정밀도 부동 소수점 컴퓨팅 성능) 2Tops, L2 수준 자율 주행 지원
2016——Drive?PX2, 컴퓨팅 성능 8Tops, L3 레벨 자율주행 지원
2017 - Drive?, L5 레벨 자율주행 지원 및 L2~L4 레벨 자율주행 호환
단 5년 만에 NVIDIA의 컴퓨팅 성능 DRIVE 자율주행 플랫폼이 100배 가까이 늘어났습니다. 옆집 모빌아이의 최신 업데이트를 살펴보겠습니다. EyeQ5에는 탑이 12개밖에 없는데, 컴퓨팅 성능 면에서 월리스가 몇 개나 부족한지 모르겠습니다. 물론 NVIDIA DRIVE의 GPU는 범용 컴퓨팅 칩이므로 높은 컴퓨팅 성능으로 인해 전력 소비와 구성 비용도 높아집니다. Mobileye EyeQ4는 맞춤형 ASIC 아키텍처를 기반으로 하기 때문에 NVIDIA DRIVE보다 에너지 소비 성능이 훨씬 좋습니다.
NVIDIA DRIVE의 'Circle of Friends'
자율주행 분야에 독점 기업이 없는 오늘날, 하드웨어(컴퓨팅)보다 생태계의 풍부함이 더 중요한 것 같습니다. 힘). 기사 시작 부분에서 우리는 Tesla FSD가 폐쇄형 보조 운전 시스템이라고 언급했습니다. 실제로 Mobileye에 비해 "상대적으로"만 개방적일 뿐입니다. 하지만 자동차 회사의 요구 사항을 충족하도록 맞춤화되지는 않을 것입니다(아마도 ASIC 아키텍처 때문일까요? 하지만 이제 Nvidia는 Mobileye의 기술 시스템을 공개하도록 강요하고 있습니다. 예를 들어 EyeQ5는 이미 LiDAR를 포함하여 최대 20개의 센서를 지원합니다). 떠오르는 스타인 NVIDIA는 개방형 기술 시스템을 채택하고 있습니다. 그들은 칩/플랫폼, 소프트웨어 개발 키트, 응용 도구 등을 판매할 뿐만 아니라 더 높은 수준의 자율 주행 기술을 개발하기 위해 자동차 회사와 적극적으로 협력합니다. Bosch가 BCW에서 출시한 자율주행 시스템, Audi의 zFAS 등 현재 NVIDIA DRIVE를 기반으로 하는 기업 및 Tier 1 제품이 많이 있습니다.
우리 주변에도 예가 있는데, 바로 XPILOT 3.0을 탑재한 Xpeng P7인데, XPILOT 3.0은 이미 L4 수준의 자율주행을 지원할 수 있는 능력을 갖춘 엔비디아 드라이브 자비에(NVIDIA Drive Xavier) 자율주행 칩에 적용됐다. 그리고 고정밀 지도 데이터 획득과 관련된 베이스밴드 및 차량 위치 확인 기술의 경우 XPILOT 3.0은 Qualcomm Snapdragon 820A 칩을 사용하여 OEM이 기능을 기반으로 다양한 공급업체의 솔루션을 통합할 수 있도록 하는 이러한 접근 방식도 NVIDIA 드라이브의 구현으로 충분합니다. 개방 상태.
지난해 GTC China 컨퍼런스에서 NVIDIA는 Didi가 NVIDIA의 GPU를 사용하여 자율 주행 및 클라우드 컴퓨팅 솔루션을 개발할 것이라고 발표하기도 했습니다. 클라우드(데이터 센터)에서 GPU 훈련 기계 학습 알고리즘을 사용하고 자동차에서 NVIDIA DRIVE 플랫폼을 사용하는 것도 포함됩니다.
실제로 Didi 외에도 Xpeng Motors, WeRide, Pony.ai, Meituan, Cainiao, JD.com, AutoNavi Maps, Baidu Maps 등 국내 기업들이 NVIDIA와 협력한다고 발표했습니다. 어느 정도 NVIDIA DRIVE는 충분히 개방적이기 때문에 많은 OEM, Robotaxi 회사 및 Tier 1의 호감을 얻었습니다.
사세요, 사세요
업계 1위를 달리고 있는 해외 반도체 제조사들을 보면, 확장 인수합병이 경쟁력 강화를 위한 주요 수단인 이유입니다. , Nvidia는 또한 미친 쇼핑 모드를 시작했습니다.
(1) 488억 위안의 Mellanox Technologies 인수
올해 4월 말 Nvidia는 Mellanox Technologies 인수를 완료했습니다. 사실 모든 사람이 Mellanox Technologies에 대해 잘 알지 못할 수도 있습니다. , 1999년에 설립된 회사입니다. 주요 사업은 서버와 스토리지에 대한 엔드투엔드 연결 솔루션을 포함합니다. 수십 년 동안 인피니밴드 및 이더넷 인터커넥트 제품을 생산해 온 제조업체입니다.
현재 데이터센터 사업은 엔비디아 전체 매출의 1/3을 차지하고 있다. 멜라녹스 테크놀로지스 인수로 엔비디아는 인공지능 컴퓨팅부터 네트워크까지 엔드투엔드 기술을 보유하게 됐다. 프로세서(GPU)에서 소프트웨어로. 글로벌 인터넷 서비스에 대한 수요가 급증함에 따라 인공지능 기술과 가속 컴퓨팅을 적용하는 구현 시나리오가 더 많아질 것입니다.
(2) 2,733억 2천만 위안의 Arm 인수
*중국 규제 당국은 아직 승인하지 않았습니다(독점 금지 사유)
Mellanox를 인수한 후 Nvidia는 9월에 ARM 인수 의사를 밝혔습니다. 모바일 플랫폼용 테그라 시리즈 프로세서가 실패했기 때문에 엔비디아는 스마트폰, 태블릿, IoT 시장에서 점유율이 거의 없는데, 이런 부분이 ARM의 강점이 됐다.
이번 인수가 성사된다면 엔비디아의 단점이 단숨에 채워질 것입니다. NVIDIA의 인공지능 컴퓨팅 플랫폼과 ARM의 거대한 생태계를 결합하는 것이 얼마나 "끔찍한지" 상상해 보십시오. 그때쯤이면 우리가 생활에서 접할 수 있는 거의 모든 전자 제품은 Intel, Qualcomm과 떼려야 뗄 수 없게 될 것으로 추정됩니다. 그리고 AMD는 "코 형님은 고기가 없다"고 겁을 먹을 것입니다.
자동차 분야의 경우 NVIDIA DRIVE 플랫폼과 ARM 기반 자동차 기계를 더욱 기능적으로 연결하여 완전한 자동차 기계 엔터테인먼트/내비게이션/자율주행 시스템 솔루션 세트를 구성한 다음 패키지로 판매할 수 있습니다. 그들을.
자율주행의 미래는 과연 GPU에 달려 있을까?
인공지능 알고리즘이 핵심이고 하드웨어가 기반이다. 최근 딥러닝에 대한 수요가 늘어나면서 FPGA와 ASIC 칩이 등장하기 시작했다. 최종 분석에서 전투는 GPU, FPGA 및 ASIC 칩 간의 전투입니다.
이 글의 주인공인 엔비디아가 GPU 매니아인 것처럼, 고급 운전 보조 시스템 시장의 대부분을 점유하고 있는 모빌아이도 늘 ASIC 아키텍처 칩을 사용해 왔는데, 자율주행의 미래는?
시간이 지나봐야 알 것 같습니다.
본 글은 오토홈 체자하오 작성자의 글이며, 오토홈의 견해나 입장을 대변하지 않습니다.