Berta Sándor
A mobilokhoz hasonlóan frissíthető autókról álmodik az nVidia
A grafikus chipek számítási kapacitása a mesterséges intelligencia szintugrását jelentheti.
"Az autóipari piac nagyon fontos az nVidia számára. Több mint két évtizede dolgozunk együtt az ágazattal és megoldásokat kínálunk a biztonságos és hatékony közlekedés fejlesztéséhez. Éppen márciusban jelentettük be, hogy a következő hat évben több, mint tizenegy milliárd dollár értékben teljesítünk autóipari szerződéseket. Ez magában foglalja az OEM-gyártókkal világszerte kötött fontos megállapodásokat. Például a Mercedes-Benzzel együttműködve szoftveresen definiált járműflották kifejlesztésén dolgozunk, amelyek a Drive Orin járműbe épített számítástechnikai rendszeren és a 2024-ben gyártásba kerülő mesterséges intelligencia számítási infrastruktúránkon alapulnak."
"A Jaguar Land Roverrel közösen bejelentettük, hogy közösen fejlesztjük és szállítjuk a következő generációs automatizált vezetési rendszereket és a mesterséges intelligencia alapú szolgáltatásokat az ügyfelek számára. A Mercedes-Benzzel kötött partnerséghez hasonlóan a JLR összes gépkocsija a szoftveresen definiált Drive Orin platformra épül, amely az aktív biztonság, az automatizált vezetés, a parkolás és a vezetőtámogató rendszerek széles skáláját kínálja. A platform nyitott és moduláris, nagy számítási teljesítményt kínál, így a végfelhasználók olyan autókat vásárolhatnak, amelyek idővel egyre jobbak és jobbak lesznek. A szoftverfrissítések révén további funkciókat tudnak hozzáadni, növelve a jármű értékét és biztonságát annak élettartama alatt" - jelentette ki Danny Shapiro, az nVidia autóipari fejlesztésekért felelős alelnöke.
A menedzser szerint a rögzített funkciójú eszközök kora lejárt. Legyen szó akár okostévéről vagy -telefonról, a fogyasztók megszokták, hogy a termékek idővel szoftverfrissítésekkel javulnak. Hasonlóképpen, a szoftveresen definiált autók következő generációja várhatóan gyökeresen megváltoztatja az autóipart. A múltban az ágazatban a termékciklusok egyéves folyamatok voltak, amikor az ügyfeleknek a legújabb modellt kellett megvásárolniuk, hogy hozzáférjenek a legújabb technológiához. Az elkövetkező szoftveralapú architektúrákkal a gyártók sokkal gyorsabban tudnak majd OTA-frissítéseket biztosítani a már forgalomban lévő gépkocsik számára.
A szakember kitért arra is, hogy milyen technológiai akadályokat kell elsősorban leküzdeniük a fejlesztőknek az autonóm vezetés terén, hogy végre eérhető legyen a SAE Level 3. és 4. szint. A kihívást az jelenti, hogy a hagyományos járműarchitektúrákat soha nem a szoftver-az-első megközelítésre tervezték. A legtöbb autó még mindig több tucat elektronikus vezérlőegységre (ECU) támaszkodik a gépkocsiban, amelyek mindegyike egy adott feladatra specializálódott. Ezeket az ECU-kat ritkán frissítik, vagy a frissítéseket általában a kereskedőnél végzik, ami nem mindig praktikus.
Ahelyett, hogy az ECU-kba dedikált funkciókat kódolnának, a modern járműarchitektúra nagy teljesítményű, központosított számítási teljesítményt és összetett szoftvercsomagokat igényel, amelyek kihasználják a mesterséges intelligenciát. Ezzel az egységes architektúrával az autógyártók a gépkocsi teljes élettartama alatt integrálhatják és frissíthetik a fejlett szoftverfunkciókat. A rendszeres szoftverfrissítéseket kapó mobiltelefonokhoz hasonlóan ezek a szoftveresen definiált járművek is folyamatosan frissíthető eszközök lesznek, amelyek idővel fejlődnek. Bár az autonóm autók előnyei messzemenőek, a biztonságos, önvezető gépkocsik kifejlesztése az egyik legnehezebben megoldható mesterséges intelligencia kihívás. Ehhez pedig óriási számítási teljesítményre és szoftveres szakértelemre van szükség.
"Szilárdan hiszünk abban, hogy a közlekedés következő generációja az autonóm közlekedés. A teljesen autonóm járművek bevezetése szakaszosan fog történni. Jelenleg több tucatnyi kísérleti teszt zajlik szerte a világon. Ez a viszonylag korlátozott hozzáférés továbbra is fennmarad az ellenőrzött környezetben, például kikötőkben vagy bányákban működő speciális járművekkel, valamint a viszonylag kis, földrajzilag meghatározott területeken működő robottaxikkal, lassú személyszállító járatokkal és fuvarozási szolgáltatásokkal. Láthatjuk a távvezérelt teherautók első próbáit is az autópályán olyan partnerek által, mint a TuSimple vagy a Volvo Autonomous Solutions, akik kísérleti teszteket végeznek korlátozott területeken, például kikötőkben."
"A biztonságosabb és hatékonyabb autonóm közlekedés felé vezető további fejlődés kulcsa a nagy teljesítményű, központosított számítástechnikai teljesítmény. Ez lehetővé teszi a gépkocsik számára, hogy az autonóm vezetéshez szükséges redundáns és változatos DNN-ek (Deep Neural Networks) egész sorát futtassák" - hangsúlyozta Danny Shapiro. Az nVidia autóipari fejlesztésekért felelős alelnöke kiemelte, hogy az autonóm gépkocsik óriási mennyiségű mesterséges intelligencia számítási teljesítményt igényelnek, és ők keményen dolgoznak a világ talán legösszetettebb számítási feladatának megoldásán. A jövő járművei szoftvervezérelt mesterséges intelligenciával működő kerekes számítógépek lesznek. Ez azt jelenti, hogy az OEM-gyártóknak is szoftvercéggé kell válniuk, és egy nagyobb ökoszisztémával kell együttműködniük a fejlesztési költségek csökkentése és a piacra jutási idő felgyorsítása érdekében.
"Az autóipari piac nagyon fontos az nVidia számára. Több mint két évtizede dolgozunk együtt az ágazattal és megoldásokat kínálunk a biztonságos és hatékony közlekedés fejlesztéséhez. Éppen márciusban jelentettük be, hogy a következő hat évben több, mint tizenegy milliárd dollár értékben teljesítünk autóipari szerződéseket. Ez magában foglalja az OEM-gyártókkal világszerte kötött fontos megállapodásokat. Például a Mercedes-Benzzel együttműködve szoftveresen definiált járműflották kifejlesztésén dolgozunk, amelyek a Drive Orin járműbe épített számítástechnikai rendszeren és a 2024-ben gyártásba kerülő mesterséges intelligencia számítási infrastruktúránkon alapulnak."
"A Jaguar Land Roverrel közösen bejelentettük, hogy közösen fejlesztjük és szállítjuk a következő generációs automatizált vezetési rendszereket és a mesterséges intelligencia alapú szolgáltatásokat az ügyfelek számára. A Mercedes-Benzzel kötött partnerséghez hasonlóan a JLR összes gépkocsija a szoftveresen definiált Drive Orin platformra épül, amely az aktív biztonság, az automatizált vezetés, a parkolás és a vezetőtámogató rendszerek széles skáláját kínálja. A platform nyitott és moduláris, nagy számítási teljesítményt kínál, így a végfelhasználók olyan autókat vásárolhatnak, amelyek idővel egyre jobbak és jobbak lesznek. A szoftverfrissítések révén további funkciókat tudnak hozzáadni, növelve a jármű értékét és biztonságát annak élettartama alatt" - jelentette ki Danny Shapiro, az nVidia autóipari fejlesztésekért felelős alelnöke.
A menedzser szerint a rögzített funkciójú eszközök kora lejárt. Legyen szó akár okostévéről vagy -telefonról, a fogyasztók megszokták, hogy a termékek idővel szoftverfrissítésekkel javulnak. Hasonlóképpen, a szoftveresen definiált autók következő generációja várhatóan gyökeresen megváltoztatja az autóipart. A múltban az ágazatban a termékciklusok egyéves folyamatok voltak, amikor az ügyfeleknek a legújabb modellt kellett megvásárolniuk, hogy hozzáférjenek a legújabb technológiához. Az elkövetkező szoftveralapú architektúrákkal a gyártók sokkal gyorsabban tudnak majd OTA-frissítéseket biztosítani a már forgalomban lévő gépkocsik számára.
A szakember kitért arra is, hogy milyen technológiai akadályokat kell elsősorban leküzdeniük a fejlesztőknek az autonóm vezetés terén, hogy végre eérhető legyen a SAE Level 3. és 4. szint. A kihívást az jelenti, hogy a hagyományos járműarchitektúrákat soha nem a szoftver-az-első megközelítésre tervezték. A legtöbb autó még mindig több tucat elektronikus vezérlőegységre (ECU) támaszkodik a gépkocsiban, amelyek mindegyike egy adott feladatra specializálódott. Ezeket az ECU-kat ritkán frissítik, vagy a frissítéseket általában a kereskedőnél végzik, ami nem mindig praktikus.
Ahelyett, hogy az ECU-kba dedikált funkciókat kódolnának, a modern járműarchitektúra nagy teljesítményű, központosított számítási teljesítményt és összetett szoftvercsomagokat igényel, amelyek kihasználják a mesterséges intelligenciát. Ezzel az egységes architektúrával az autógyártók a gépkocsi teljes élettartama alatt integrálhatják és frissíthetik a fejlett szoftverfunkciókat. A rendszeres szoftverfrissítéseket kapó mobiltelefonokhoz hasonlóan ezek a szoftveresen definiált járművek is folyamatosan frissíthető eszközök lesznek, amelyek idővel fejlődnek. Bár az autonóm autók előnyei messzemenőek, a biztonságos, önvezető gépkocsik kifejlesztése az egyik legnehezebben megoldható mesterséges intelligencia kihívás. Ehhez pedig óriási számítási teljesítményre és szoftveres szakértelemre van szükség.
"Szilárdan hiszünk abban, hogy a közlekedés következő generációja az autonóm közlekedés. A teljesen autonóm járművek bevezetése szakaszosan fog történni. Jelenleg több tucatnyi kísérleti teszt zajlik szerte a világon. Ez a viszonylag korlátozott hozzáférés továbbra is fennmarad az ellenőrzött környezetben, például kikötőkben vagy bányákban működő speciális járművekkel, valamint a viszonylag kis, földrajzilag meghatározott területeken működő robottaxikkal, lassú személyszállító járatokkal és fuvarozási szolgáltatásokkal. Láthatjuk a távvezérelt teherautók első próbáit is az autópályán olyan partnerek által, mint a TuSimple vagy a Volvo Autonomous Solutions, akik kísérleti teszteket végeznek korlátozott területeken, például kikötőkben."
"A biztonságosabb és hatékonyabb autonóm közlekedés felé vezető további fejlődés kulcsa a nagy teljesítményű, központosított számítástechnikai teljesítmény. Ez lehetővé teszi a gépkocsik számára, hogy az autonóm vezetéshez szükséges redundáns és változatos DNN-ek (Deep Neural Networks) egész sorát futtassák" - hangsúlyozta Danny Shapiro. Az nVidia autóipari fejlesztésekért felelős alelnöke kiemelte, hogy az autonóm gépkocsik óriási mennyiségű mesterséges intelligencia számítási teljesítményt igényelnek, és ők keményen dolgoznak a világ talán legösszetettebb számítási feladatának megoldásán. A jövő járművei szoftvervezérelt mesterséges intelligenciával működő kerekes számítógépek lesznek. Ez azt jelenti, hogy az OEM-gyártóknak is szoftvercéggé kell válniuk, és egy nagyobb ökoszisztémával kell együttműködniük a fejlesztési költségek csökkentése és a piacra jutási idő felgyorsítása érdekében.
