한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

in qualità di leader dell'"end-to-end", mao jiming ha sottolineato che, passando dalla tradizionale architettura modulare al modello end-to-end, cambierà anche la struttura dei costi delle soluzioni di guida intelligente. un gran numero di autori di regole migreranno verso il lato dati, il che è positivo per gli oem con capacità di produzione di massa. grazie al basso costo di acquisizione dei dati, il costo complessivo della soluzione di guida intelligente diminuirà ulteriormente in modo significativo. lou tiancheng ritiene che a breve termine, l'acquisto di chip di grande potenza di calcolo aumenterà effettivamente il costo attuale, ma a lungo termine, una volta che la tecnologia end-to-end sarà matura e applicata, il costo di investimento iniziale verrà gradualmente diluito .

tuttavia, ciò non significa che le sfide tecniche scompaiano completamente. la formazione efficace di un modello end-to-end richiede una grande quantità di risorse informatiche. wang panqu ha affermato che la sfida più grande è il costo della formazione. se si tratta di un semplice addestramento end-to-end su un modello di guida autonoma, sono sufficienti centinaia di gpu con grande potenza di calcolo. tuttavia, per garantire investimenti a lungo termine e garantire la qualità end-to-end, la potenza di calcolo della formazione di ciascuna azienda di guida autonoma raggiungerà sostanzialmente il livello delle chilocalorie e le case automobilistiche investiranno di più.

mao jiming ha fornito requisiti di potenza di calcolo end-to-end più specifici: l'intero sistema richiede almeno due nvidia orin o un singolo nvidia thor. ha affermato che i requisiti di potenza di calcolo di un sistema end-to-end puro sono inferiori ai requisiti di potenza di calcolo totali di un'architettura modulare. tuttavia, oltre al sistema principale, la produzione di massa end-to-end ha spesso un sistema di bypass e i suoi requisiti di potenza di calcolo sono generalmente gli stessi di quelli della precedente architettura modulare equivalente. tuttavia, wang panqu ritiene che con l’aumento delle capacità dei chip informatici di bordo veicolo, la potenza di calcolo non diventerà un ostacolo all’onboarding end-to-end in futuro.

lou tiancheng è della stessa opinione, affermando che dall'architettura classica a quella end-to-end, il numero totale di codici sarà significativamente ridotto e il consumo di risorse di calcolo portato dalla rete neurale end-to-end non sarà necessariamente significativamente ridotto. migliorato rispetto al modello bev. "il desiderio di una maggiore potenza di calcolo deriva più dal miglioramento dei parametri del modello e delle prestazioni del modello, piuttosto che dalla trasformazione end-to-end", ha sottolineato che dal punto di vista dell'implementazione end-to-end, le aziende interessate dovrebbero pensare ulteriori informazioni su come sfruttare appieno le risorse di chip computing esistenti per migliorare l'efficienza di utilizzo.

nel complesso, la rivoluzione “end-to-end” sta cambiando il settore della guida autonoma. non è solo un’innovazione tecnologica, ma anche una nuova direzione e opportunità di sviluppo e porta anche nuove sfide. in futuro, con il continuo progresso della tecnologia e il miglioramento della potenza di calcolo, vedremo sistemi di guida autonoma più completi e intelligenti, apportando più comodità e sicurezza ai nostri viaggi.