홈> 업계 뉴스> 자율 주행: 엔드투엔드 혁신, 비용, 컴퓨팅 성능 및 미래
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
"엔드 투 엔드"의 리더인 mao jiming은 전통적인 모듈형 아키텍처에서 엔드 투 엔드 모델에 이르기까지 스마트 드라이빙 솔루션의 비용 구조도 변화할 것이라고 지적했습니다. 다수의 규칙 작성자가 데이터 측면으로 마이그레이션하게 되는데, 이는 대량 생산 능력을 갖춘 oem에게 좋은 일입니다. 데이터 획득 비용이 저렴하기 때문에 스마트 드라이빙 솔루션의 전체 비용은 실제로 더욱 크게 감소할 것입니다. lou tiancheng 씨는 단기적으로는 대형 컴퓨팅 성능 칩을 구입하면 현재 비용이 실제로 증가할 것이라고 생각하지만, 장기적으로는 엔드투엔드 기술이 성숙되고 적용되면 초기 투자 비용이 점차 희석될 것이라고 믿습니다. .
그러나 이것이 기술적인 문제가 완전히 사라진다는 의미는 아닙니다. 엔드투엔드 모델을 효과적으로 훈련하려면 많은 양의 컴퓨팅 리소스가 필요하다고 mr. wang panqu는 훈련 비용이 가장 큰 과제라고 말했습니다. 단순한 엔드투엔드 자율주행 모델 훈련이라면 대용량 컴퓨팅 파워를 갖춘 수백 개의 gpu면 충분하다. 하지만 장기적인 투자를 보장하고 엔드 투 엔드 품질을 보장하기 위해 각 자율주행 회사의 학습 컴퓨팅 파워 규모는 기본적으로 킬로칼로리 수준에 도달하게 되며, 자동차 회사는 더 많은 투자를 하게 됩니다.
mao jiming은 보다 구체적인 엔드투엔드 컴퓨팅 성능 요구 사항을 제시했습니다. 전체 시스템에는 최소 2개의 nvidia orin 또는 단일 nvidia thor가 필요합니다. 그는 순수 엔드 투 엔드 시스템의 컴퓨팅 성능 요구 사항은 모듈식 아키텍처의 전체 컴퓨팅 성능 요구 사항보다 적다고 말했습니다. 그러나 대량 생산 엔드 투 엔드에는 종종 바이패스 시스템이 있습니다. , 컴퓨팅 성능 요구 사항은 일반적으로 이전 모듈식 아키텍처와 동일합니다. 그러나 wang panqu는 차량 엔드 컴퓨팅 칩 기능이 증가함에 따라 컴퓨팅 성능이 향후 엔드투엔드 온보딩에 장애물이 되지 않을 것이라고 믿습니다.
lou tiancheng도 같은 견해를 가지고 있으며, 고전적인 아키텍처에서 엔드투엔드까지 전체 코드 수가 크게 줄어들 것이며, 엔드투엔드 신경망이 가져오는 컴퓨팅 리소스 소비가 반드시 크게 줄어들지는 않을 것이라고 말했습니다. bev 모델에 비해 개선됐다. "더 높은 컴퓨팅 성능에 대한 욕구는 엔드투엔드 전환보다는 모델 매개변수 및 모델 성능 개선에서 더 많이 나옵니다." 그는 엔드투엔드 구현 관점에서 관련 기업이 생각해야 한다고 지적했습니다. 기존 칩 컴퓨팅 리소스를 최대한 활용하여 활용 효율성을 높이는 방법에 대해 자세히 알아보십시오.
결국 '엔드 투 엔드' 혁명은 자율주행 산업을 변화시키고 있다. 이는 기술 혁신일 뿐만 아니라 새로운 발전 방향이자 기회이며, 새로운 도전을 가져오기도 한다. 앞으로는 기술의 지속적인 발전과 컴퓨팅 성능의 향상으로 더욱 완벽하고 지능적인 자율주행 시스템을 만나 여행에 더욱 편리함과 안전을 가져다줄 것입니다.