Na wydarzenie NVIDIA oddelegowała Danny'ego Shapiro, który jest odpowiedzialny za rozwój segmentu systemów motoryzacyjnych, i podczas swojej prezentacji uwzględnił jeden ciekawy pomysł związany z symulacją testów „samochodów robotycznych” z wykorzystaniem platformy DRIVE Sim. Ten ostatni, przypomnijmy, pozwala na symulację w środowisku wirtualnym testów samochodu z aktywnymi systemami wspomagania kierowcy w różnych warunkach oświetlenia, widoczności i natężenia ruchu. Przedstawiciele firmy NVIDIA są przekonani, że zastosowanie symulatora może znacząco przyspieszyć rozwój bezpiecznych systemów automatycznego sterowania pojazdami.
W tym procesie liczy się nie liczba kilometrów, które prototyp pokonuje, wyjaśnia Shapiro, ale jakość przebytych kilometrów. W tym kontekście mamy na myśli koncentrację tych warunków, które pozwalają określić zachowanie układu sterowania w sytuacjach krytycznych. Kiedy producenci samochodów testują konwencjonalne prototypy na drogach publicznych, mogą nie napotkać krytycznych sytuacji przez długi czas, więc nauka zachodzi powoli. Ponadto w celu poszukiwania określonych warunków meteorologicznych konieczne jest wysyłanie testerów w odległe obszary, gdzie nikt nie może zagwarantować stałej obecności czynników niezbędnych do testowania algorytmów: ustanie deszcz lub śnieg, ustąpi mgła, i testy będą musiały zostać przerwane. Symulator pozwala przećwiczyć to wszystko w środowisku wirtualnym.
NVIDIA w żadnym wypadku nie zastąpi rzeczywistych testów wirtualnymi, powinny się one uzupełniać. Dlatego firma wykorzystuje do symulacji ten sam zestaw sprzętu, który jest instalowany w prawdziwych prototypach „samochodów robotów”, tyle że ich czujniki i kamery nie otrzymują rzeczywistych danych, a symulowane.
Tesla pozostaje partnerem NVIDIA, ale są też sprzeczności
Jeśli chodzi o relacje z Teslą, pan Shapiro podkreślił, że pozostaje ona klientem i partnerem firmy NVIDIA, ponieważ w dalszym ciągu korzysta ona z komponentów serwerowych o tej samej nazwie. Jednocześnie NVIDIA w dalszym ciągu podważa szereg stwierdzeń Tesli dotyczących wydajności ich własnego procesora do przyspieszania sieci neuronowych. Przedstawiciele Tesli, zdaniem Shapiro, zniekształcają dane NVIDII, odwołując się do nieprawidłowych metod porównawczych.
Według przedstawiciela firmy NVIDIA komputer pokładowy Tesla, oparty na nowym, autorskim procesorze, zapewnia wydajność na poziomie 144 bilionów operacji na sekundę, a platforma NVIDIA DRIVE AGX w maksymalnej konfiguracji wykazuje wydajność na poziomie co najmniej 320 bilionów operacji na sekundę.
NVIDIA podważa także oświadczenia Tesli dotyczące efektywności energetycznej ich procesora. Zdaniem Shapiro wszyscy gracze rynkowi podlegają tym samym prawom fizyki i nie może być tak, że Tesla nagle wziął i opracował procesor, który byłby znacznie wydajniejszy pod względem szybkości i zużycia energii.
Wprowadzenie „samochodów robotycznych”: nie trzeba się spieszyć
Denny Shapiro był bardzo ważnym uznaniem dla całej branży. Powiedział, że na wczesnym etapie rozwoju zautomatyzowanych systemów sterowania pojazdami uczestnicy rynku sformułowali wiele ambitnych stwierdzeń dotyczących terminu dotarcia w pełni autonomicznych pojazdów na drogi publiczne. Sama NVIDIA również była temu winna w przeszłości, jednak gdy zagłębiliśmy się w badanie problemu, stało się jasne, że stworzenie takich układów zajmie znacznie więcej czasu, niż początkowo się wydawało. NVIDIA nie chce wprowadzać na rynek czegoś „prymitywnego” i niebezpiecznego, jak wiele innych firm zajmujących się automatyzacją zarządzania transportem.
Przy okazji Shapiro podkreślił, że sama NVIDIA nie zamierza wypuszczać „samochodów robotycznych”. Tak, ma kilka prototypów, które poruszają się po drogach publicznych w różnych regionach planety, ale te maszyny służą jedynie do testowania algorytmów w praktyce. Toyota, jeden z największych producentów samochodów na świecie, rozpoczęła współpracę z firmą NVIDIA, która zakupi nie tylko komponenty do systemów pokładowych pojazdów, ale także systemy serwerowe. Ogólnie rzecz biorąc, Shapiro uważa, że sprzedaż komponentów serwerowych do systemów sterowania pojazdami stanie się w przyszłości głównym źródłem przychodów firmy NVIDIA w tym obszarze. Przynajmniej marża zysku jest tutaj wyższa niż przy sprzedaży komponentów do końcowych urządzeń pokładowych.
O rywalizacji z Intel i potrzeba przejęć
Intel Corporation, aby wziąć udział w tworzeniu komponentów do samochodowego „autopilota”, jakiś czas temu przejął izraelską firmę Mobileye, która początkowo dostarczała jego komponenty do pojazdów elektrycznych Tesli. Kiedy partnerzy się rozstali, izraelscy programiści znaleźli schronienie pod skrzydłami Intela. NVIDIA tak ocenia potencjał konkurencyjny Intela w sektorze motoryzacyjnym: ta ostatnia firma ma wiele odmiennych komponentów (kamery Mobileeye, procesory serwerowe Xeon, akceleratory sieci neuronowej Nervana, programowalne matryce Altera, a nawet proponowany oddzielny procesor graficzny), ale sama NVIDIA może temu przeciwdziałać cały ten pionowo zintegrowany otwarty ekosystem.
Kiedy Denny'ego Shapiro zapytano, czy rozważa przejęcie dowolnego twórcy czujników do systemów autopilota (na przykład tych samych lidarów), sprzeciwił się, że taka umowa utrudniłaby uczciwą interakcję ze wszystkimi innymi twórcami radarów optycznych. Z tego powodu NVIDIA woli ze wszystkimi utrzymywać równe relacje i nie kupi nikogo, by utworzył własny, bardziej zamknięty ekosystem.
O cenach opcji autopilota: od kilkuset do kilku tysięcy dolarów
Przedstawiciel NVIDIA na konferencji RBC Capital Markets powtórzył tezę wyrażoną wcześniej przez dyrektora wykonawczego firmy. Autopilot podniesie koszt samochodu od kilkuset do kilku tysięcy dolarów, w zależności od poziomu autonomii systemu. O różnicy w cenie zadecyduje nie tylko inny zestaw komponentów, gdyż bardziej „niezależne” samochody będą wymagały większej liczby czujników, ale także złożoność algorytmów. NVIDIA przypomina nam, że obecnie priorytetowo traktuje rozwój swojego oprogramowania, a nie sprzętu, w związku z czym obsługa bardziej skomplikowanych pojazdów będzie wymagała wyższych kosztów oprogramowania.
Ale koszt opcji „automatycznych” nie będzie zależał od wielkości samochodów, ponieważ zarówno ciężarówka, jak i samochód kompaktowy będą wymagały jednego zestawu komponentów. Być może ich czujniki i kamery zostaną rozmieszczone inaczej, ale nie będzie to miało decydującego wpływu na koszty. Swoją drogą NVIDIA jest przekonana, że długodystansowy transport towarowy stanie się jednym z tych obszarów, w których w pierwszej kolejności zostanie wdrożona automatyzacja zarządzania transportem. Docelowo leży to w interesie firm logistycznych i ich klientów, gdyż obniży koszty transportu dostarczenia wszystkich towarów.
Źródło: 3dnews.ru