Lors de la Journée de l'innovation technologique de la semaine dernière, NIO a dévoilé le dernier NIO World Model (NWM) dans le domaine de la conduite autonome, affirmant posséder des capacités à double cœur de compréhension spatiale et temporelle, surpassant le déploiement de modèles de bout en bout.
La puce de conduite autonome Shenzi NX9031, dont le développement a été officiellement annoncé, est conçue sur mesure pour le modèle mondial de NIO. La Shenzi NX9031 est la première puce de conduite autonome de 5 nm au monde développée indépendamment par NIO. Selon NIO, une puce a des performances équivalentes à celles de quatre puces phares du secteur (Nvidia Orin X).
Au cours des deux dernières années, les puces de conduite autonome ont constitué une orientation de produit décisive pour les constructeurs automobiles. NIO et XPeng ont développé leurs propres puces, Li Auto ayant commencé un peu plus tard. S'appuyant sur Longying No. 1, la filiale de Geely, Xingjing Technology, est également sur la voie du développement autonome depuis des années.
Li Bin a déclaré publiquement que NIO avait acheté de nombreuses puces Nvidia l'année dernière, ce qui lui a coûté beaucoup d'argent. Compte tenu des coûts d'achat, l'entreprise a décidé de se tourner vers des puces développées par ses soins. La déclaration officielle est que le Shenzi NX9031 peut être rentabilisé en environ un an.
Les raisons qui poussent les constructeurs à développer leurs propres puces sont nombreuses, mais l'un des principaux objectifs de Wei Xiaoli (terme collectif pour NIO, XPeng et Li Auto) est de s'affranchir des contraintes de Nvidia. D'après les rapports de l'industrie, il semble que les puces développées par les constructeurs eux-mêmes soient plutôt tournées vers l'avenir et correspondent aux dernières tendances telles que la conduite autonome de bout en bout.
Mais le contingent chinois qui entoure Nvidia ne se limite pas à Wei Xiaoli. Cette année, les fournisseurs locaux de puces sont également « pris dans la course » à la conduite autonome. Lors du China Auto Forum du mois dernier, le président d'Horizon, Chen Liming, a clairement déclaré que la conduite autonome était actuellement la seule solution envisageable.
Lu Jianfeng, vice-président de la division des véhicules intelligents d'AIChip, estime que la conduite autonome de bout en bout est la seule voie possible. En raison du long cycle de conception et de développement des puces, la stratégie d'AIChip consiste à ignorer les autres modèles et à se concentrer sur le mode One Model, similaire à l'architecture technologique UniAD pour la conception NPU.
D'un point de vue industriel, le coût élevé des achats externes, la situation internationale incertaine et les avantages en matière de réduction des coûts dont Tesla a bénéficié auparavant avec ses puces développées par ses soins ont tous influencé les stratégies de puces et les modèles d'approvisionnement des constructeurs automobiles nationaux.
La popularité des modèles de grande taille de bout en bout a non seulement catalysé une nouvelle vague de révolution de la conduite autonome, mais a également accéléré l'évolution des produits et de la technologie des puces de conduite autonome. Cela impose non seulement des exigences plus élevées aux constructeurs automobiles en matière de puces développées par leurs soins, mais oblige également les fournisseurs de puces de l'océan rouge à accélérer leur concurrence interne.
La vague du développement personnel est arrivée
Pourquoi les constructeurs automobiles développent-ils leurs propres puces ?
Maîtriser la technologie de base:Assurer la sécurité des approvisionnements et ne pas se laisser « étrangler » par les fournisseurs, notamment les puissants fournisseurs étrangers.
Li Bin a mentionné dans une interview que l'impact international sur l'approvisionnement en puces, en raison des restrictions américaines, a déjà eu un impact réel sur l'industrie automobile chinoise.
« Depuis octobre dernier, nous ne pouvons plus utiliser les puces les plus avancées au monde pour notre formation dans le cloud. L'équipe de conduite autonome ne se concentre pas seulement sur les capacités du cloud, mais également sur les capacités d'intelligence de groupe. Bien que le risque pour les puces d'inférence de périphérie soit actuellement faible, nous devons néanmoins nous préparer à divers changements. »
Personnalisation:
Des experts du secteur ont déclaré à « Auto Commune »/« C-Dimension » que l'une des principales considérations pour les nouveaux constructeurs automobiles développant leurs propres puces est d'améliorer la compétitivité des produits grâce à la différenciation, car les puces développées par eux-mêmes permettent des fonctions personnalisées.
Pour les constructeurs automobiles, développer leurs propres puces est coûteux mais peut réduire leur dépendance vis-à-vis des fournisseurs étrangers, en s'assurant que « tous les œufs ne sont pas dans le même panier ». De plus, les puces développées par les constructeurs eux-mêmes peuvent mieux correspondre à leurs propres algorithmes, ce qui résout le problème de couplage entre les algorithmes et les plateformes de puces.
Par le passé, la puissance de calcul 144 TOPS de Tesla surpassait celle des puces TOPS 400-500 disponibles sur le marché, principalement parce que la puce était conçue pour les propres algorithmes de Tesla. Notamment, la puce de puissance de calcul 144 TOPS de Tesla (Autopilot HW3.0), lancée en 2019, prend toujours en charge la conduite autonome de bout en bout aujourd'hui.
Réduction des coûts:
Li Bin a déclaré lors de la conférence de presse que NIO avait dépensé beaucoup d'argent pour les puces Nvidia l'année dernière. Pour réduire les coûts, NIO a décidé de développer ses propres puces, une puce équivalant à quatre puces Nvidia, réduisant ainsi les coûts. Selon Li Bin, le Shenzi NX9031 peut être rentabilisé en environ un an.
D’autres considérations entrent également en jeu. Les experts du secteur soulignent que la promotion des puces développées par les fabricants eux-mêmes et la prise d’engagements publics peuvent avoir un impact positif sur le marché secondaire et la perception de la marque. De plus, les puces développées par les fabricants eux-mêmes peuvent améliorer considérablement l’expérience du système, permettant ainsi d’atteindre des objectifs stratégiques.
Notamment, les premières puces développées par Tesla visaient à augmenter la puissance de calcul et la flexibilité.
Les rapports indiquent que le processus de développement des puces développé par XPeng suit de près celui de NIO, avec des puces envoyées pour la production, qui devraient être livrées en août. Le développement des puces de Li Auto a commencé relativement tard, avec le projet de puce de conduite autonome portant le nom de code « Schumacher », qui devrait être terminé dans l'année.
« Un moyen, pas une fin »
Wu Xinzou, directeur de l'activité de conduite autonome de Nvidia, a souligné que le développement de la conduite autonome peut être résumé en trois étapes, l'étape de bout en bout étant l'étape finale.
Première étape:Entièrement basé sur des règles.
Deuxième étape:Les grands modèles d'IA remplacent progressivement les règles manuelles, complétant ainsi la prédiction et la planification.
Troisième étape:Des modèles de grande taille entièrement de bout en bout, avec une IA couvrant l'ensemble du processus, de la perception à la prise de décision.
Dans la troisième étape de la conduite autonome, les puces de conduite autonome représentent un défi de taille. Liu Jifeng, vice-président d'AIChip, a exprimé des réflexions similaires, déclarant qu'un véritable système de bout en bout implique l'utilisation de grands modèles pour la formation et la validation dans le cloud, avec les résultats appliqués à l'inférence de pointe, ce qui confère des responsabilités importantes aux sociétés de puces.
Horizon considère que le bout en bout est un moyen et non une fin, nécessitant une combinaison d'expérience humaine, de calcul efficace et de mise en œuvre agile. L'accumulation de capacités de bout en bout nécessite des efforts dans l'itération des algorithmes, la construction des fondations d'ingénierie et l'intégration logiciel-matériel, les logiciels et les algorithmes jouant un rôle essentiel.
Mu Lisen, architecte en chef de la plateforme d'algorithmes Horizon, estime que la capacité essentielle de bout en bout réside dans l'itération des données. Bien qu'il s'agisse d'une structure de modèle tournée vers l'avenir, les données itératives qui la sous-tendent sont plus cruciales, car elles soutiennent la transition de la technologie de laboratoire à la maturité au niveau du produit.
Chen Liming a également reconnu que Horizon était confronté à des difficultés liées à l'évolution constante des architectures des véhicules et des capteurs, de la disposition des capteurs et de l'adoption. Malgré la collecte de nombreuses données, une grande partie de celles-ci ne sont pas de haute qualité ou utilisables en continu, un problème qui dépasse la portée d'une seule entreprise.
« La version FSD V12.3 de Tesla a été formée avec 10 millions d'échantillons vidéo, extraits de 10 milliards d'échantillons de haute qualité. La Chine n'est toujours pas à la hauteur. De plus, les 10 milliards d'échantillons ont été collectés dans un cadre de capteurs standard, garantissant la continuité de la formation des derniers modèles. »
Comme Horizon, AIChip met l'accent sur son rôle de Tier 2, estimant que les principales exigences des puces de conduite autonome dans les algorithmes de bout en bout sont une mémoire élevée et une grande puissance de calcul multicœur.
La réalisation d’une conduite autonome de bout en bout repose sur un support informatique essentiel, notamment l’innovation architecturale, les avancées en matière de propriété intellectuelle de base et les progrès en matière de performances.
Mu Lisen de Horizon a expliqué à « Auto Commune »/« C-Dimension » que le seuil technique pour la concurrence en matière de puissance de calcul de bout en bout réside dans l'adaptation aux exigences de calcul apportées par les changements de structure du modèle et les changements d'orientation de l'opérateur.
D'un côté, les modèles vont devenir plus grands, tout comme la puissance de calcul ; de l'autre, les structures des modèles vont évoluer, passant principalement de CNN (réseaux neuronaux convolutionnels) à des modèles de bout en bout principalement basés sur Transformer.
« Les transformateurs sont une vaste catégorie d'algorithmes utilisés dans les grands modèles de langage (comme ChatGPT) et la conduite autonome de bout en bout, avec différents objectifs d'opérateur. La conduite autonome de bout en bout nécessite des opérations matricielles fondamentales et un support opérateur supplémentaire, ce qui présente des exigences plus élevées. »
Le camp Huawei détient également une influence significative. Bien que Nvidia domine le marché des puces pour véhicules autonomes, la Chine dispose d'un important contingent de véhicules alimentés par Huawei, notamment des marques comme AITO, Avatr, Jihu et Zhijie. Les systèmes de conduite autonome de leurs véhicules utilisent en grande partie les plateformes informatiques MDC810/MDC610 de Huawei.
Grâce aux efforts des fournisseurs de puces de conduite autonome et au déploiement accéléré de puces développées par des entreprises comme NIO, dans les années à venir, l'aspiration à « ne pas être soumis à Nvidia » dans le secteur national des puces de conduite autonome sera progressivement partiellement réalisée.
