긴 이러한 기술이 방법의 핵심 컴퓨팅 파워 및 상호 작용 환경과 독립적 인 자동차와 환경 감지 기능을 포함, 자동차는 해당 자동 조종 기술의 개발을위한 모든 존재하는 다양한 시나리오, 그리고 차세대 자동차 기술 개발의 가장 큰 과제 중 하나 간주되어 자동 조종 장치 네트워크 통신 및 의사 결정 기능을 판단합니다.
그림 丨 테슬라의 자동 조종 장치
제조 업체는 현재 많은하지만, 계산 과정 L2 ADAS 프로그램을 지원하지만, L3 이상 자동차 복잡한 교통 환경의 전원 요구 사항을 계산 좋은 판사를 해결하기 위해 선택 칩 솔루션, 선택은 정말 중요하다 매우 제한적.
규정에 의해 제한 만 L3까지의 범위를 재생할 수 있습니다 사실로드 차량으로 개선하고, 운전자는 언제든지 개입 할 준비가되어 있어야합니다. 즉, 지금까지 너무 인간을위한 자동 조종 장치,하지만 보조로하고, 정말 인간의 드라이버를 교체, 이것은 2 년 이내에 다음 단계의 자동 조종 장치의 주류 시장에 가장 빠른 것입니다.
그러나 L3은 L2에서 단 한 수준 떨어져 있지만 관련된 계산 요구 사항은 상당히 다릅니다. L2 및 L3은 차량의 자동 제어와 그리 멀지 않지만 L3은 다음과 같은 제한된 조건에서 자율 주행을 허용합니다. 신체의 대다수 차선을 판단하고 동시에 운전자를 교체하여 진행중인 다양한 의사 결정과 의사 결정 프로세스를 수행하려면 지원 뒤에 막대한 양의 컴퓨팅 성능이 필요합니다.
그림 丨 Mobileye
L2 전에 인해 주로 비주얼 컴퓨팅 부분에 집중되므로 인텔 취득하기 전에, 각 프로그램은 주로 비주얼 컴퓨팅 기반 솔루션을 제공하는, 예컨대 Mobileye의,이 방향으로 이동하고, 먹고 시장 관련 프로그램의 대부분은.하지만 높은 수준의 자동 조종 장치 개발로 자동차 산업과 함께, 전략 계획에서 추론의 모빌 아이 (Mobileye)의 부족, 그것의 미래 발전을 제한하는 가장 큰 병목 것, 이것은 테슬라해야합니다 사실,이 이유 때문에 깨지기로 결정한 몇 가지 교통 사고보다는 Mobileye를 포기해야합니다.
2020 년에 일부 연구 기관에서도 규제 및 관련 프로그램 개발 제한으로 인해 2025 년까지는 L4 또는 심지어 L5 레벨의 완전 자동 주행 기능이 도로에 도착하지 못할 것이라고 생각하기 때문에 향후 몇 년 동안 L3 수준 자동 파일럿 프로그램은 자동차 제조업체, IC 설계 회사 및 솔루션 회사를 포함한 다양한 회사의 목표 시장이 될 예정이며 DT Jun은 다가오는 CES 2018이 다양한 프로그램 회사의 경향을 관찰하는 중요한 기회라고 믿습니다.
Intel, Qualcomm 및 심지어 NVIDIA, TI, CES 2018을 포함한 뉴스에 따르면 CES 2018은 자동 파일럿 프로그램의 최신 레이아웃을 발표 할 예정이며 초기 L3 레벨 자동 조종 장치에도 초점이 맞춰질 예정입니다.
자동차 기술을 밀어 NVIDIA, 아마 연속성과 확장 성 디자인의 중요성에서 시작됩니다
NVIDIA는 자동 조종 장치 시장의 경쟁이 모빌 아이 (Mobileye)에 큰 압력을 발생하고, 디자인에 서로 다른 방향에서의 프로그램에 참여뿐만 아니라 모빌 아이 (Mobileye)의 이유 중 하나를 포기, 나중에 NVIDIA 테슬라을 선택합니다.
NVIDIA이다라고 할 수있는 업계 회사의 자동 조종 '결정'프로그램을 제안 할 수 있지만, 결정은 GPU에 의존하지만, ARM 아키텍처 코어를 사용하여 CPU, 최신 자비 드라이브 CX 플랫폼 초기부터 때문에, NVIDIA는이 아닙니까에 도달하기 위해 먼저 NVIDIA함으로써 (2)의 깊이는 코어 Denvor 맞춤형 상기 코어 프로세서 (6)에 사용되는 드라이브 PX2는 4 표준 텍스 A57. 자이 여덟 개 정의 ARM 코어의 깊이 사용된다.
NVIDIA가 컴퓨팅 성능을 크게 향상시킨이 코어를 사용하여 드라이버 프로그램은 통합 GPU가 계산 한 시각 처리 데이터를 매우 짧은 시간 내에 처리하고 의사 결정을 내릴 수 있습니다.
Xavier는 CES 2017에서 발표 된 NVIDIA 자동 파일럿 프로그램으로 컴퓨팅 파워를 크게 향상시킬뿐만 아니라 이전 세대 인 Drive PX2의 250W 전력 소비에 비해 이미 상당한 수준의 반도체 기술로 30W 미만의 전력 소비를 제어합니다. NVIDIA가 전력 소비 측면에서 독점적이지는 않지만 Xavier는 현재 시장에서 가장 성숙되고 사용 가능한 L4 레벨 자동 조종 장치이며 경쟁 업체는 현재 L2 급 ADAS 고급 운전 보조 시스템 , 그래서 현재의 저장소가 신속하게 테스트 프로그램을 도로에 넣을 수 와서, L4 수준 이상의 제품을 개발하고 싶어, NVIDIA는 유일한 옵션이라고 할 수 있습니다.
그림 丨 Xavier NVIDIA
그리고 NVIDIA는이 프로그램이 대량 생산 시장을위한 것이 아니라 주로 초기 개발에 착수, 전원 디지털 500W의 표면까지의 업계에서 많은 사람들을 무서워하지만 그것은, L5 수준 완전 자율 주행 프로그램 페가수스 플랫폼을 지원하지만 DT 6 월 믿는다 목적은, 자동 조종 장치에 결국 세계가 현재 수립되어 규제가 상당히 아직 초기 단계이며, 업계는 자율적 인 차량이 도로에 충돌하기 어려운의 2025 년, 내가 두려워 L5 수준임을 믿습니다.
자동 조종 장치의 주류가 될 것이다 향후 몇 년되는 것을 지원하는 수준 플랫폼 자비에르 감각을 시작하지 않을 여부를 통해 L3, L4를 기반으로?
그러나 사실, 자동 조종 장치의 주변 감지 요소의 현재 디자인은 여전히 주요 규제, 의사 결정 부분에 관련된 법적 책임 문제, 대응하는 자동 조종 고해상도 맵 데이터의 개발, 이미 상당히 성숙입니다. 즉 도로가 큰 문제가되지 않습니다에 현재 하드웨어 기술 L5 자율 차량의 전체 캔을 설계, 소프트웨어 환경의 핵심 부분은 여전히 업그레이드의 여지가있다.
즉, NVIDIA 기반 자비에르 플랫폼을 사용 저장소 하드웨어 기능에 위의 L4 레벨 차에 준수에서 시작하지만, 규정에 따라,뿐만 아니라 다른 기간의 소프트웨어 환경의 성숙으로, 점차적으로 자동 L3에서 능력을 구동 소프트웨어를 업그레이드 할 수 있습니다 심지어 L4 L5에 상승.
또한 디포 개발 플랫폼은 매우 우수한 일관성과 장기간의 플랫폼 지원 기능을 원하기 때문에 일반적인 자동차 반도체 프로그램 지원 기간은 최대 5 년이며 최대 10 년입니다. NVIDIA의 현재 프로그램 가격은 더 높지만 프로그램이 자치 차량보다 높은 수준의 L4 레벨을 생산하기 위해 2018 년부터 설계 될 수 있다면 미래의 저장소는 점차 업그레이드하기 위해 동일한 플랫폼으로 이동해야하며 완벽한 소프트웨어 환경, 고급 자동차, 확장 가능한 자동차 제품 포지셔닝, 프로그램 자체의 높은 비용뿐만 아니라 효과적으로 창고 및 장기 기술 연구 개발의 시장 레이아웃은 또한 긍정적 인 도움이 될 수 희석 수 있습니다.
이것은 NVIDIA는 다양한 프로그램 제조 업체에서 자동 구동 프로그램의 L3 수준을 추진할 수없는 희망찬 생각을 치고있다 지금은 첫 번째 카드 L5 시장을 가지고, 자동차 산업은 일관성과 안정성을 중도의 미래를 변환하는 습관의 중요성을 첨부 플랫폼은 미래의 자동 운전 프로그램 시장과 이익 마진에 NVIDIA를 보장하는 확실히 낮은 가능성입니다. 물론, 현재의 NVIDIA L5 프로그램은 전력 소비에 대한 수요가 너무 커서이 프로그램에서 직접 생산 될 수 있습니다. 불가능하지만 자동차 전력 관리에 대한 요구는 해결하기 어려울 수 있지만 반도체 기술 및 칩 설계 기술의 발전으로이 문제는 매우 잘 해결되어야합니다.
따라서, 자동 조종 장치의 현재 NVIDIA 하드웨어 프로그램을 해결 DT 군주가 상대적으로 성숙하고있다, CES 2018의 기술적 솔루션에 대한 뉴스가 너무 많은 중점이 다른 이웃이나 협력 진전에 있어야하지 않을 수 있습니다.
Mobileye는 ADAS 시장 우위를 활용하고 인텔의 주도권을 활용하여 자동 파일럿 프로그램을 통합합니다
2018에 대한 모든 관련 프로그램을 사용할 수 있지만, L2 제품의 수준 아래에있는 ADAS는, 우리가 말할 수있는 후 L3 레벨 자동 조종 장치보다 더에 모빌 아이 (Mobileye)가 많은 뉴스 프로그램이 아닙니다, 확실하게 주류의 대부분을 끌었다 자동차의 눈, 현재의 시장, ADAS 프로그램의 70 % 이상이 Mobileye의 손입니다.
그림 丨 Mobileye EyeQ3
Mobileye가 현재 판매하고있는 EyeQ3 솔루션을 관찰 한 Mobileye는이를 자율 운전 솔루션으로 채택하고 Tesla의 1 세대 Autopilot 시스템에 채택되었지만 실제로 의사 결정 부분의 성능은 약하며, 아키텍처가 표시됩니다 : 4 MIPS는 2006 년 34K 코어에서 도입되었으며, 시계는 약 500MHz에 불과하며, 의사 결정 성능은 기본적으로 Drive PX2의 약 1 %에 도달 할 수 있으며, 기본적으로 간신히 L2 자동을 충족합니다 운전 요구 사항이 높을수록 새로운 EyeQ4 프로그램을 지원할 수있는 방법이 필요합니다.
그러나 관련 시각 센서 기술로 과거와 모빌 아이 (Mobileye) ADAS 시장에서 장기적인 작업이 매우 성숙 때문에, 모빌 아이 (Mobileye)의 프로그램의 사용은 기본적으로 시각적 인식 처리 기술의 자동 조종 장치 측면의 요구 사용에 대해 걱정하지 마십시오, 기본 현상을 순응 한 대부분의 프로그램은 Mobileye에서 사용할 수 있으며 곧 출시 될 EyeQ4에서도 재검사가 가능하므로 인증 시간을 최소화 할 수 있습니다.
한편, 향후 몇 년 L2 자율적 인 차량의 레벨 이하 순수 ADAS 자동차는 여전히 인해 향후 몇 년의 파의 어려움에 L2 자동차 저장소의 대다수 결과 선적의 상대적으로 하이 엔드 위치에 절대 주류 시장, L3 자동차가 될 것 모빌 아이 (Mobileye)는 주로 때문에 저렴한 비용으로는 EyeQ3를 계속 사용하며, 시장은 널리, 가장 높은 신뢰성을 검증되었습니다.
그림 슈와 모빌 아이 (Mobileye) EyeQ4 아키텍처
물론,보다 수준 L3 자율적 인 차량 시장을 보장하기 위해, 모빌 아이 (Mobileye)가 공식적으로 EyeQ4 프로그램의 L3을 지원하기 위해 2018 년에 발사 될 것이라고 EyeQ3와의 기본 구조와 매우 유사, 벡터 가속 단위 조합과 MIPS CPU 코어를 기반으로되지만, 구조적으로 더 EyeQ4 거의 10 배를 전체 컴퓨팅 성능의 새롭고 더 나은 버전을 강화하는 사용, 전력 소비는 약간 0.5W 증가한다. 즉, 전원이 여전히 가장 강조 EyeQ4 가장 명백한 응용 프로그램의 장점입니다, 그럼에도 불구하고, 전체 컴퓨팅 파워는 여전히 NVIDIA의 프로그램보다 훨씬 낫다.
디자인 자체가 확정되었지만, 칩의 컴퓨팅 파워가 너무 많은 공간을 변경하지 않지만, 인텔은 컴퓨팅 및 네트워크 연결 솔루션으로베이스 밴드, CPU 및 FPGA 등을 가지고, 전체 계산 효율은 외부 프로그램에 의해 미래에 개선 될 수있다, 즉, EyeQ4가에 의존 할 수있다 인텔의 기술 지원은 크게 증가 시스템 전력 소비의 전제하에 시도가 NVIDIA는 시장 위의 L3 레벨을 지배 방해하기 위해, 자동 조종 장치 지원 기능의 높은 수준을 달성했다.
그러나 인텔은 L3 레벨 자율적 인 차량 시장 위 EyeQ4을 확장 도움이되는 방법은 불분명하지만, 인텔의 CES 2018, 자동 조종 장치 시장 전략 레이아웃에 대한 가장 중요한 정보가 될 것이다 생각됩니다.
Qualcomm은 시장에 BlueBox NXP 플랫폼 자동 조종 장치로도 시장에 자동차 네트워킹 기술을 대상으로하지만,
우리 모두 알고 있듯이, Qualcomm은 항상 고객 관계의 최근 변화가 특허 비용 논란뿐만 아니라 어려움을 겪고 있지만 미래 개발에 대한 그림자를 만들어 내면서 네트워킹 기술의 미래 발전을 위해 업계 최고의 칩 네트워킹 기능을 사용하고 있습니다 하지만 퀄컴 자체는 NXP에서 획득 한 전체 영상 인식 기술은 NXP에 기술을 채택 바이두, FAW 및 기타 창고 또는 운전 프로그램 회사를 포함, 꽤 좋은 축적하고 여전히 필드에 대한 기술력 및 자동 조종 장치입니다 관련 프로그램을 설계합니다.
그러나, 순수 자동 파일럿 프로그램은 현재 퀄컴의 우려를 투사하지 않고, 자동차 네트워킹 기능으로, Qualcomm은 자율적 인 차량 어떤 프로그램 사용의 미래에 관계없이 V2V (차량 간), V2X (만물의 차량) 프로세스를 가속화하기를 희망 네트워크는 하이 패스 기술 할 수있는 것이 바람직하다.
Qualcomm은 응용 프로그램의 한계는 결국 만 결정을 내릴 수있는 환경의 작은 범위, 센서를 통해 주변 환경의 변화를 감지하고, 전체 전송 네트워크의 효율성을 개선 할 수 있습니다 자동 조종 인공 지능 프로그램에 순수를 기반으로 생각합니다. 단지에 초점 자체 만 절반 세트로 간주 될 수있는 자동 운전 차량을, 전체 교통 병목 근본적 직면 개선 할 방법이 없다.
또한, 자동차의 자동 조종 소프트웨어는 인간의 논리로 작성되므로 사람들은 실수를 저지르고 자동 조종 장치도 비슷한 실수를 범할 수 있으며 시각 처리는 사람들의 기호에 따라 설계되고 신호가 식별됩니다 객체, 이것들은 원래 기계 식별 최적화를위한 것이 아니며, 사실 자동 구동 시스템은 계산 부담이 매우 큽니다.
따라서하다면 네트워크로부터 직접 위치 인프라에서 진행하고 업데이트 도로, 신호 조건, 차량 자체 수집 제조 수집 구름과 근접 센서 데이터로부터 정보를 고려하여 자동 조종을 허용하기 위해, 구동 시스템은 차량 차량을위한 최상의 경로 선택과 더 긴 루트에서의 운전 결정에 대한 판단은 전반적인 운전 효율을 최적화하는 데 더 효과적 일 것이며 자동차 자체의 스마트 운전 논리에만 의존하는 것보다 더 논리적 일 것입니다.
물론 Qualcomm의 자동 주행 차량 네트워크 환경을 구축하려면 인프라가 상당히 완전한 수준에 도달해야하며 트래픽 정보도 중요하지만 L3 자동 주행 수준 이전에는 기본적으로 V2X를 사용하지 않았습니다. 필요합니다.
자동차 네트워킹 인프라는 단기간에 대중화 될 수 없으므로 NXP의자가 운전 프로그램은 실용적인 효과가없는 것 같으며 Qualcomm은 자율 주행 지역에서 게임을하지 않아도됩니다.
장기 배열에 대한 강조 높은 납, 각 운전 프로그램 업체가 스마트 운전 지역 최종 하드웨어 및 소프트웨어 솔루션의 도입에 집중하고 있지만, 퀄컴 뒤에 조금 보이지만, 앞으로 이러한 프로그램의 백퍼센트는 네트워크가 필요하며, 현재에 네트워킹 솔루션의 선택 인텔, 미디어 텍은 SPREADTRUM은 퀄컴은 선택 프로그램입니다, 인텔이 자신의 프로그램을 기반으로, 미디어 텍은 SPREADTRUM는 상대적으로 뒤로 기술과 일치하는 것보고, 화웨이, 애플 개인적인 용도 마찬가지로 주로도 있지만, 관련 프로그램을 개발 가능성이 있지만, 그렇다면 가장 성숙한 네트워킹 프로그램은 Qualcomm이 아닌 것입니다.
물론, 퀄컴은 BlueBox NXP의에서 생태 강화 및 인공 지능 처리 능력의 Snapdragon 플랫폼에 의한 의사 결정 성능을 강화하고, 핵심 통합 클라우드 터미널, 경쟁의 형성으로 자동차 네트워킹 컴퓨팅 파워를 자사의 빅 데이터를 강조 프로그램의 장점뿐만 아니라, 스마트 자동차 자체를 할 수 있지만, 도시 전체 트래픽이 지적되고에, 나는이 자동 조종 장치의 미래 발전 추세에 직면 할 수있는 퀄컴의 기술이며, 내 마음이 정말 계산 생각합니다.