한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

「エンドツーエンド」のリーダーとして毛吉明氏は、従来のモジュラーアーキテクチャからエンドツーエンドモデルへ、スマート運転ソリューションのコスト構造も変化すると指摘した。多数のルール作成者がデータ側に移行することになりますが、これは大量生産能力を持つ oem にとっては良いことです。 データ取得コストが低いため、スマート運転ソリューションの全体コストは実際にはさらに大幅に削減されます。 lou tiancheng 氏は、短期的には大規模なコンピューティング パワー チップの購入により現在のコストが確かに増加すると考えていますが、長期的にはエンドツーエンドのテクノロジーが成熟して適用されれば、初期投資コストは徐々に希釈化されると考えています。 。

ただし、技術的な課題が完全になくなるわけではありません。 エンドツーエンドのモデルを効果的にトレーニングするには大量のコンピューティング リソースが必要だと、wang panqu 氏はトレーニング コストが最大の課題であると述べました。 単純なエンドツーエンドの自動運転モデル​​のトレーニングであれば、大きな計算能力を備えた数百の gpu で十分です。しかし、長期的な投資を確保し、エンドツーエンドの品質を確保するために、各自動運転企業のトレーニングコンピューティング能力の規模は基本的にキロカロリーレベルに達し、自動車会社はさらに多くの投資を行うことになる。

mao jiming 氏は、より具体的なエンドツーエンドのコンピューティング能力要件を示しました。システム全体には、少なくとも 2 つの nvidia orin または 1 つの nvidia thor が必要です。 同氏は、純粋なエンドツーエンド システムの計算能力要件は、モジュラー アーキテクチャの総計算能力要件よりも小さいと述べましたが、量産エンドツーエンドには、メイン システムに加えてバイパス システムが存在することがよくあります。であり、その計算能力要件は、アーキテクチャ的には以前のモジュラー アーキテクチャとほぼ同じです。 しかし、wang panqu 氏は、車両側のコンピューティング チップの能力が向上しているため、将来的にはコンピューティング能力がエンドツーエンドのオンボーディングの障害にはならないと考えています。

lou tiancheng 氏も同様の見解を持っており、古典的なアーキテクチャからエンドツーエンドに至るまで、コードの総数は大幅に削減され、エンドツーエンドのニューラル ネットワークによるコンピューティング リソースの消費は必ずしも大幅に減少するわけではないと述べています。 bevモデルと比較して改善されました。同氏は、より高いコンピューティング能力への要望は、エンドツーエンドの変革からではなく、モデルのパラメーターやモデルのパフォーマンスの向上から来ていると指摘し、関連企業はエンドツーエンドの実装の観点から考える必要があると指摘した。既存のチップ コンピューティング リソースを最大限に活用して利用効率を向上させる方法について詳しく説明します。

全体として、「エンドツーエンド」革命は自動運転業界を変えています。これは技術革新であるだけでなく、新たな開発の方向性と機会でもあり、新たな課題ももたらします。 将来的には、テクノロジーの継続的な進歩とコンピューティング能力の向上により、より完全でインテリジェントな自動運転システムが実現され、旅行にさらなる利便性と安全性がもたらされるでしょう。