ऑटोपायलटच्या विकासावर NVIDIA: प्रवास केलेल्या मैलांची संख्या महत्त्वाची नाही, तर त्यांची गुणवत्ता

कार्यक्रमाला आरबीसी कॅपिटल मार्केट NVIDIA ने ऑटोमोटिव्ह सिस्टीम विभागाच्या विकासासाठी जबाबदार असलेले डॅनी शापिरो यांना नियुक्त केले आणि त्यांच्या सादरीकरणादरम्यान त्यांनी DRIVE सिम प्लॅटफॉर्म वापरून "रोबोटिक कार" चाचण्यांच्या सिम्युलेशनशी संबंधित एका मनोरंजक कल्पनेचे पालन केले. नंतरचे, आम्‍ही तुम्‍हाला आठवण करून देतो, तुम्‍हाला लाइटिंग, दृश्‍यमानता आणि रहदारी तीव्रतेच्‍या विविध परिस्थितीमध्‍ये सक्रिय ड्रायव्हर सहाय्य प्रणाल्‍यासह कारच्‍या आभासी वातावरणातील चाचण्यांचे अनुकरण करू देते. NVIDIA प्रतिनिधींना खात्री आहे की सिम्युलेटरचा वापर सुरक्षित स्वयंचलित वाहन नियंत्रण प्रणालीच्या विकासास लक्षणीय गती देऊ शकतो.

या प्रक्रियेत प्रोटोटाइप किती मैल प्रवास करतो हे महत्त्वाचे नाही, शापिरो स्पष्ट करतात, परंतु मैलांची गुणवत्ता. या संदर्भात, आमचा अर्थ त्या परिस्थितीची एकाग्रता आहे जी आम्हाला गंभीर परिस्थितीत नियंत्रण प्रणालीचे वर्तन निर्धारित करण्यास अनुमती देते. जेव्हा ऑटोमेकर्स सार्वजनिक रस्त्यावर पारंपारिक प्रोटोटाइपची चाचणी घेतात, तेव्हा त्यांना दीर्घकाळ गंभीर परिस्थितींना सामोरे जावे लागत नाही, त्यामुळे शिकणे हळूहळू होते. याव्यतिरिक्त, काही विशिष्ट हवामानविषयक परिस्थिती शोधण्यासाठी, परीक्षकांना दुर्गम भागात पाठवणे आवश्यक आहे, जेथे अल्गोरिदमच्या चाचणीसाठी आवश्यक घटकांच्या सतत उपस्थितीची कोणीही हमी देऊ शकत नाही: पाऊस किंवा बर्फ थांबेल, धुके साफ होईल, आणि चाचण्या थांबवाव्या लागतील. सिम्युलेटर आपल्याला हे सर्व आभासी वातावरणात कार्य करण्यास अनुमती देतो.

NVIDIA कोणत्याही प्रकारे वास्तविक चाचण्यांना आभासी चाचण्यांसह बदलणार नाही; त्या एकमेकांना पूरक असाव्यात. म्हणूनच कंपनी "रोबोटिक कार" च्या वास्तविक प्रोटोटाइपमध्ये स्थापित केलेल्या उपकरणांचा समान संच सिम्युलेशनसाठी वापरते; इतकेच की त्यांचे सेन्सर आणि कॅमेरे वास्तविक डेटा प्राप्त करत नाहीत, परंतु सिम्युलेटेड डेटा प्राप्त करतात.

टेस्ला हा भागीदार राहिला आहे NVIDIA, परंतु विरोधाभास देखील आहेत

जेव्हा टेस्लाशी संबंध आला तेव्हा श्री शापिरो यांनी यावर जोर दिला की तो NVIDIA चा क्लायंट आणि भागीदार आहे, कारण तो त्याच नावाचे सर्व्हर घटक वापरत आहे. त्याच वेळी, NVIDIA ने न्यूरल नेटवर्कला गती देण्यासाठी त्यांच्या स्वतःच्या प्रोसेसरच्या कार्यप्रदर्शनासंबंधी टेस्लाच्या अनेक विधानांवर विवाद करणे सुरू ठेवले आहे. टेस्ला प्रतिनिधी, शापिरोच्या मते, चुकीच्या तुलना पद्धतींचा अवलंब करून NVIDIA डेटा विकृत करतात.

NVIDIA प्रतिनिधीच्या मते, टेस्ला ऑन-बोर्ड कॉम्प्युटर, नवीन प्रोप्रायटरी प्रोसेसरवर आधारित, प्रति सेकंद 144 ट्रिलियन ऑपरेशन्सची कामगिरी प्रदान करतो आणि NVIDIA DRIVE AGX प्लॅटफॉर्म त्याच्या कमाल कॉन्फिगरेशनमध्ये प्रति सेकंद किमान 320 ट्रिलियन ऑपरेशन्सची कामगिरी प्रदर्शित करतो.

NVIDIA त्यांच्या प्रोसेसरच्या उर्जा कार्यक्षमतेबद्दल टेस्लाच्या विधानांवर देखील विवाद करते. शापिरोच्या मते, सर्व बाजारातील खेळाडू, भौतिकशास्त्राच्या समान नियमांच्या अधीन आहेत आणि असे होऊ शकत नाही की टेस्लाने अचानक एक प्रोसेसर घेतला आणि विकसित केला जो वेग आणि उर्जेच्या वापराच्या बाबतीत लक्षणीयरीत्या अधिक कार्यक्षम असेल.

"रोबोटिक कार" चा परिचय: घाई करण्याची गरज नाही

डेनी शापिरोने संपूर्ण उद्योगासाठी एक अतिशय महत्त्वाची ओळख निर्माण केली. ते म्हणाले की स्वयंचलित वाहन नियंत्रण प्रणालीच्या विकासाच्या सुरुवातीच्या काळात, बाजारपेठेतील सहभागींनी सार्वजनिक रस्त्यांवर पूर्णपणे स्वायत्त वाहने पोहोचण्याच्या वेळेबद्दल अनेक महत्त्वाकांक्षी विधाने केली. भूतकाळात NVIDIA स्वतः देखील यासाठी दोषी आहे, परंतु आम्ही या समस्येचा सखोल अभ्यास करत असताना, हे स्पष्ट झाले की अशा प्रणाली तयार करण्यास सुरवातीला वाटल्यापेक्षा जास्त वेळ लागेल. परिवहन व्यवस्थापनाच्या ऑटोमेशनमध्ये गुंतलेल्या इतर अनेक कंपन्यांप्रमाणे NVIDIA बाजारात “क्रूड” आणि असुरक्षित काहीतरी आणू इच्छित नाही.

तसे, शापिरोने यावर जोर दिला की NVIDIA स्वतः "रोबोटिक कार" सोडणार नाही. होय, यात अनेक प्रोटोटाइप आहेत जे ग्रहाच्या वेगवेगळ्या प्रदेशात सार्वजनिक रस्त्यावर प्रवास करतात, परंतु ही मशीन्स केवळ सराव मध्ये अल्गोरिदम तपासण्यासाठी वापरली जातात. टोयोटा, जगातील सर्वात मोठ्या वाहन निर्मात्यांपैकी एक, ने NVIDIA बरोबर सहयोग करण्यास सुरुवात केली आहे आणि ती केवळ ऑन-बोर्ड वाहन प्रणालीसाठीच नव्हे तर सर्व्हर सिस्टमसाठी देखील घटक खरेदी करेल. सर्वसाधारणपणे, शापिरोचा असा विश्वास आहे की भविष्यात वाहन नियंत्रण प्रणालीसाठी सर्व्हर घटकांची विक्री या क्षेत्रातील NVIDIA साठी कमाईचा मुख्य स्त्रोत बनेल. अंतिम ऑन-बोर्ड उपकरणांसाठी घटकांची विक्री करण्यापेक्षा येथे किमान नफा मार्जिन जास्त आहे.

सह स्पर्धेबद्दल इंटेल आणि अधिग्रहणांची आवश्यकता

इंटेल कॉर्पोरेशन, "ऑटोपायलट" कारसाठी घटक तयार करण्यात सहभागी होण्यासाठी, काही काळापूर्वी इस्त्रायली कंपनी मोबाईलये विकत घेतली, ज्याने प्रथम टेस्ला इलेक्ट्रिक वाहनांना त्याच्या घटकांसह पुरवले. जेव्हा भागीदार वेगळे झाले, तेव्हा इस्रायली विकसकांना इंटेलच्या पंखाखाली आश्रय मिळाला. NVIDIA ऑटोमोटिव्ह क्षेत्रातील इंटेलच्या स्पर्धात्मक क्षमतेचे खालीलप्रमाणे मूल्यांकन करते: नंतरच्या कंपनीमध्ये अनेक भिन्न घटक आहेत (Mobileye कॅमेरे, Xeon सर्व्हर प्रोसेसर, Nervana neural network accelerators, Altera Programmable matrices, आणि अगदी एक प्रस्तावित discrete ग्राफिक्स प्रोसेसर), परंतु NVIDIA स्वतःच प्रतिकार करू शकते. हे सर्व अनुलंब एकात्मिक मुक्त परिसंस्था.

जेव्हा डेनी शापिरो यांना विचारले गेले की ती ऑटोपायलट सिस्टमसाठी (उदाहरणार्थ, समान लिडार्स) सेन्सर्सचा कोणताही विकासक घेण्याचा विचार करत आहे का, तेव्हा त्यांनी आक्षेप घेतला की अशा करारामुळे इतर सर्व ऑप्टिकल रडार विकासकांशी योग्य संवाद साधला जाईल. या कारणास्तव, NVIDIA या सर्वांशी समान संबंध ठेवण्यास प्राधान्य देते आणि स्वतःची, अधिक बंद इकोसिस्टम तयार करण्यासाठी कोणालाही विकत घेणार नाही.

ऑटोपायलट पर्यायांच्या किंमतींबद्दल: कित्येक शंभर ते कित्येक हजार डॉलर्स

RBC कॅपिटल मार्केट्स कॉन्फरन्समधील NVIDIA प्रतिनिधीने याआधी कंपनीच्या कार्यकारी संचालकाने दिलेल्या प्रबंधाची पुनरावृत्ती केली. ऑटोपायलट सिस्टीमच्या स्वायत्ततेच्या पातळीवर अवलंबून, कारच्या किंमतीमध्ये अनेक शंभर ते अनेक हजार डॉलर्स जोडेल. किंमतीतील फरक केवळ घटकांच्या भिन्न संचाद्वारेच नाही तर अधिक "स्वतंत्र" कारसाठी अधिक सेन्सर्सची आवश्यकता असते, परंतु अल्गोरिदमच्या जटिलतेद्वारे देखील निर्धारित केले जाते. NVIDIA आम्हाला आठवण करून देतो की ते आता हार्डवेअर ऐवजी सॉफ्टवेअरच्या विकासाला प्राधान्य देत आहे आणि त्यामुळे अधिक जटिल वाहनांना ऑपरेट करण्यासाठी जास्त सॉफ्टवेअर खर्चाची आवश्यकता असेल.

परंतु "स्वयंचलित" पर्यायांची किंमत कारच्या आकारावर अवलंबून नसते, कारण ट्रक आणि कॉम्पॅक्ट कार दोघांनाही घटकांचा एकच संच आवश्यक असेल. कदाचित त्यांचे सेन्सर आणि कॅमेरे वेगळ्या पद्धतीने लावले जातील, परंतु याचा खर्चावर निर्णायक परिणाम होणार नाही. तसे, NVIDIA ला खात्री आहे की लांब पल्ल्याच्या मालवाहू वाहतूक अशा क्षेत्रांपैकी एक होईल जिथे वाहतूक व्यवस्थापनाचे ऑटोमेशन प्रथम लागू केले जाईल. शेवटी, हे लॉजिस्टिक्स कंपन्या आणि त्यांच्या ग्राहकांच्या हिताचे आहे, कारण यामुळे सर्व वस्तूंच्या वितरणाचा वाहतूक खर्च कमी होईल.

स्त्रोत: 3dnews.ru