A medida que avanza el maratón de los vehículos autónomos, el software suele ser correctamente el centro de la conversación. Sin embargo, antes de que los vehículos autónomos (AV) puedan circular con seguridad por las vías públicas, los reguladores desearían que la frecuencia media de fallos fuera aproximadamente 1.000 veces inferior a la de un conductor humano medio. Esto exigirá un mayor desarrollo de la tecnología subyacente, lo que incluye no sólo mejoras del modelo de software, sino también la mejora y el escalado del hardware que impulsa un software cada vez más complejo.
Mi colega Cole McCollum ya habló en su día de las mejoras de rendimiento observadas en el sector de los chips de inteligencia artificial. En este blog, resumiré algunos de los enfoques para aplicar esos chips en aplicaciones de vehículos autónomos.
Tesla, Mobileye y Nvidia son buenos ejemplos de la variedad de estrategias para los chips de IA en el espacio automovilístico. La integración vertical de Tesla proporciona el mayor nivel de personalización para su solución específica, aunque será más difícil alcanzar las economías de escala de que disponen Mobileye y Nvidia. Mobileye tiene sus propias aspiraciones AV, pero carece de la amplia red de Nvidia. Nvidia puede aprovechar sus actuales negocios de GPU para mejorar sus sistemas de IA.
Tesla
Para acelerar la comercialización de sus capacidades de automatización, denominadas Full Self-Driving (FSD), Tesla ha decidido construir su propio ordenador, con un chip de red neuronal diseñado a medida. El ordenador FSD consta de dos sistemas en un chip (SoC) desarrollados internamente por Tesla. Funciona a 144 TOPS, con un consumo de 72 W. En 2019, la empresa afirmó que el ordenador FSD costaba el 80% de lo que Tesla había pagado por el anterior sistema basado en Nvidia (sin incluir los costes de diseño).
Mobileye
Aunque no es un fabricante de automóviles como Tesla, Mobileye desarrolla su propio software ADAS y AV. (Haga clic aquí para ver nuestro análisis de la estrategia audiovisual de Mobileye en CES 2021). Para ofrecer estas capacidades a sus clientes, Mobileye ha desarrollado sus propios dispositivos EyeQ SoC personalizados, que utilizan 27 fabricantes de vehículos. Mobileye afirma que la generación más reciente, el EyeQ5, es capaz de alcanzar autonomías de nivel 4 a 5. El chip funciona a 24 TOPS con un consumo de 10 W. Podemos esperar que el chip se utilice en el cuarto trimestre de 2021, cuando Geely planee lanzar modelos Lynk & Co con el producto SuperVision ADAS de Mobileye, que utiliza dos chips EyeQ5. Por el momento se desconoce cuánta energía consumirá la ECU con el chip 2×.
Nvidia
Aunque Nvidia es la empresa que menos funciones ADAS y AV ofrece en sus chips, tiene un alcance muy amplio en el sector. A través de sus soluciones de hardware y software, Nvidia colabora con fabricantes de equipos originales, empresas de primer nivel y grandes desarrolladores de sistemas audiovisuales (Argo AI, Aurora, Zoox) y otros más pequeños (Nuro, Momenta, Navya). El chip específico para automatización de Nvidia, Drive AGX Xavier (30 TOPS a 30 W), puede emparejarse con sus GPU Turing para soportar mayores niveles de computación, pero con un consumo de energía mucho mayor. El ordenador AV de Nvidia, el Pegasus, funciona a 320 TOPS y 500 W. La empresa tiene como objetivo un sistema de generación 2022 llamado Orin, que podrá escalar a distintos niveles de automatización (niveles 2 a 5).
#LuxTake
Aunque Mobileye tiene la mejor relación computación/energía (2,4 TOPS/W) y Nvidia puede proporcionar el mayor volumen en un chip (30 TOPS), la competencia en la automatización de vehículos se basa menos en este tipo de especificaciones de hardware. En última instancia, la competencia en el sector audiovisual no depende de quién tenga los mejores chips. Más bien, los chips siguen a las soluciones. Tesla cree que tiene la mejor solución, por eso fabrica su propio chip.
Los que confían en las soluciones ADAS y AV de Mobileye van a utilizar los chips de Mobileye. Los desarrolladores que confían en su propio software pero quieren ampliarlo a varios fabricantes (Argo AI, Aurora) se asocian con Nvidia. Aunque el desarrollo de chips de IA es un aspecto importante de la introducción de funciones automatizadas en los vehículos, no es la parte decisiva de la solución.
Si bien estas tres empresas son proveedores en el espacio, otras empresas del espacio también están siendo proactivas en el desarrollo de chips. En 2020, Toyota y Denso lanzaron una empresa conjunta llamada Mirise Technologies, que se centra en I+D en semiconductores, incluidos SoC para autonomía, electrificación, conectividad, etc. Otras empresas, como Nio y Geely, también están investigando SoC personalizados. Del mismo modo, los clientes harían bien en no considerar los chips AV en el vacío, sino como parte de la estrategia ADAS/AV o incluso de una cartera de ECU para vehículos.