Naarmate de marathon voor autonome voertuigen voortschrijdt, staat software vaak terecht in het middelpunt van de belangstelling. Voordat autonome voertuigen (AV's) echter veilig op de openbare weg kunnen rijden, zouden regelgevende instanties graag zien dat de gemiddelde faalfrequentie ongeveer 1.000× lager is dan die van een gemiddelde menselijke bestuurder. Dit vereist verdere ontwikkeling van de onderliggende technologie, die niet alleen verbeteringen van softwaremodellen omvat, maar ook verbetering en schaalvergroting van de hardware die de steeds complexere software aanstuurt.
Mijn collega Cole McCollum heeft het eerder gehad over de prestatieverbeteringen in de AI-chipindustrie. In deze blog vat ik een aantal benaderingen samen om die chips toe te passen in toepassingen voor autonome voertuigen.
Tesla, Mobileye en Nvidia zijn allemaal goede voorbeelden van de verschillende strategieën voor AI-chips in de auto-industrie. De verticale integratie van Tesla biedt de grootste mate van maatwerk voor zijn specifieke oplossing, hoewel het moeilijker zal zijn om de schaalvoordelen van Mobileye en Nvidia te bereiken. Mobileye heeft zijn eigen AV-aspiraties, maar mist het brede netwerk van Nvidia. Nvidia kan gebruik maken van zijn bestaande GPU-activiteiten om zijn AI-systemen te verbeteren.
Tesla
Om zijn automatiseringsmogelijkheden - Full Self-Driving (FSD) genoemd - sneller op de markt te brengen, besloot Tesla zijn eigen computer te bouwen, met een speciaal ontworpen neurale netwerkchip. De FSD-computer bestaat uit twee systemen op een chip (SoC's) die intern door Tesla zijn ontwikkeld. Hij draait op 144 TOPS, met een stroomverbruik van 72 W. In 2019 beweerde het bedrijf dat de FSD-computer 80% kostte van wat Tesla had betaald voor het vorige, op Nvidia gebaseerde systeem (exclusief de ontwerpkosten).
Mobileye
Hoewel het geen auto-EM is zoals Tesla, ontwikkelt Mobileye wel zijn eigen ADAS- en AV-software. (Klik hier voor onze analyse van Mobileye's CES 2021 AV-strategie). Om deze mogelijkheden naar zijn klanten te brengen, heeft Mobileye zijn eigen EyeQ SoC-apparaten op maat ontwikkeld, die door 27 autofabrikanten worden gebruikt. Mobileye claimt dat de meest recente generatie, de EyeQ5, in staat is tot niveau 4 tot 5 autonomie. De chip draait op 24 TOPS bij een stroomverbruik van 10 W. We kunnen verwachten dat de chip in het vierde kwartaal van 2021 wordt gebruikt, wanneer Geely van plan is Lynk & Co-modellen te lanceren met Mobileye's SuperVision ADAS-product, dat gebruikmaakt van twee EyeQ5-chips. Het is op dit moment onbekend hoeveel stroom die ECU met 2× chip zal verbruiken.
Nvidia
Hoewel Nvidia het minst doet op het gebied van ADAS- en AV-mogelijkheden op zijn chips, heeft het een zeer breed bereik in de industrie. Via zijn hardware- en softwareoplossingen werkt Nvidia samen met OEM's, Tier 1's en zowel grote AV-ontwikkelaars (Argo AI, Aurora, Zoox) als kleinere (Nuro, Momenta, Navya). Nvidia's automatiseringsspecifieke chip, de Drive AGX Xavier (30 TOPS bij 30 W), kan worden gekoppeld aan zijn Turing GPU's om hogere rekenniveaus te ondersteunen, maar met een veel hoger energieverbruik. De AV-computer van Nvidia, de Pegasus, heeft 320 TOPS bij 500 W. Het bedrijf mikt op een systeem van de 2022-generatie, Orin genaamd, dat kan worden opgeschaald naar verschillende automatiseringsniveaus (niveau 2 tot 5).
#LuxTake
Hoewel Mobileye de beste verhouding tussen rekenkracht en vermogen heeft (2,4 TOPS/W) en Nvidia de grootste bulk op een chip kan leveren (30 TOPS), is de concurrentie in voertuigautomatisering minder afhankelijk van dit soort hardwarespecificaties. Uiteindelijk volgt de AV-competitie niet wie de beste chips heeft. De chips volgen de oplossingen. Tesla is ervan overtuigd dat het de beste oplossing heeft en maakt daarom zijn eigen chip.
Degenen die vertrouwen hebben in Mobileye's ADAS- en AV-oplossingen gaan Mobileye's chips gebruiken. Ontwikkelaars die vertrouwen hebben in hun eigen software maar die willen schalen over meerdere OEM's (Argo AI, Aurora) gebruiken partnerschappen met Nvidia. Hoewel de ontwikkeling van AI-chips een belangrijk aspect is om geautomatiseerde functies naar voertuigen te brengen, is het niet het doorslaggevende deel van de oplossing.
Terwijl deze drie bedrijven leveranciers in de ruimte zijn, zijn andere bedrijven in de ruimte ook proactief bezig met chipontwikkeling. In 2020 lanceerden Toyota en Denso een joint venture genaamd Mirise Technologies, die zich richt op O&O in halfgeleiders, waaronder SoC's voor autonomie, elektrificatie, connectiviteit, enz. Anderen, zoals Nio en Geely, onderzoeken ook aangepaste SoC's. Op dezelfde manier zouden klanten er goed aan doen om AV-chips niet in een vacuüm te zien, maar eerder als onderdeel van een ADAS/AV-strategie of zelfs een ECU-portfolio voor voertuigen.