Vào Ngày đổi mới công nghệ tuần trước, NIO đã công bố NIO World Model (NWM) mới nhất trong lĩnh vực xe tự hành, tuyên bố sở hữu khả năng cốt lõi kép về hiểu biết không gian và thời gian, vượt trội hơn so với việc triển khai mô hình đầu cuối.
Chip lái xe tự động, Shenzi NX9031, được công bố chính thức là đã được sản xuất thành công, được thiết kế riêng cho NIO World Model. Shenzi NX9031 là chip lái xe tự động 5nm đầu tiên trên thế giới do NIO phát triển độc lập. Theo NIO, một chip có hiệu suất tương đương với bốn chip hàng đầu trong ngành (Nvidia Orin X).
Trong hai năm qua, chip lái xe tự động đã trở thành hướng đi đột phá quan trọng đối với các nhà sản xuất ô tô. NIO và XPeng đã phát triển chip của riêng họ, với Li Auto bắt đầu muộn hơn một chút. Dựa trên Longying No. 1, công ty con của Geely, Xingjing Technology, cũng đã tự phát triển trong nhiều năm.
Li Bin đã công khai tuyên bố rằng NIO đã mua nhiều chip Nvidia vào năm ngoái, khiến công ty tốn rất nhiều tiền. Xem xét chi phí mua sắm, công ty đã quyết định chuyển sang chip tự phát triển. Tuyên bố chính thức là Shenzi NX9031 có thể tự trả tiền cho chính nó trong khoảng một năm.
Có nhiều lý do để phát triển chip riêng của họ, nhưng một trong những mục tiêu chính của "Wei Xiaoli" (thuật ngữ chung cho NIO, XPeng và Li Auto) là giải phóng bản thân khỏi những ràng buộc của Nvidia. Theo các báo cáo của ngành, có vẻ như các chip tự phát triển khá hướng đến tương lai và sẽ phù hợp với các xu hướng mới nhất như lái xe tự động toàn diện.
Tuy nhiên, đội quân Trung Quốc bao vây Nvidia không chỉ giới hạn ở "Wei Xiaoli". Năm nay, các nhà cung cấp chip địa phương cũng "bị cuốn vào" cuộc cạnh tranh toàn diện. Tại Diễn đàn ô tô Trung Quốc vào tháng trước, Chủ tịch Horizon Chen Liming đã tuyên bố rõ ràng rằng toàn diện hiện là giải pháp khả thi duy nhất cho mục tiêu cuối cùng của xe tự hành.
Lu Jianfeng, Phó chủ tịch của Bộ phận xe thông minh AIChip, tin rằng đầu cuối là cách duy nhất để lái xe tự động tiên tiến. Do chu kỳ thiết kế và phát triển chip dài, chiến lược của AIChip là bỏ qua các mô hình khác và tập trung vào chế độ Một mô hình, tương tự như kiến trúc công nghệ UniAD để thiết kế NPU.
Theo quan điểm của ngành, chi phí mua sắm bên ngoài cao, tình hình quốc tế không chắc chắn và lợi ích giảm chi phí mà Tesla từng được hưởng với chip tự phát triển đều ảnh hưởng đến chiến lược chip và mô hình cung ứng của các nhà sản xuất ô tô trong nước.
Sự phổ biến của các mô hình lớn đầu cuối không chỉ thúc đẩy một vòng cách mạng lái xe tự động mới mà còn thúc đẩy quá trình phát triển sản phẩm và công nghệ của chip lái xe tự động. Điều này không chỉ đặt ra nhu cầu cao hơn đối với các nhà sản xuất ô tô về chip tự phát triển mà còn buộc các nhà cung cấp chip trong đại dương đỏ phải tăng tốc cạnh tranh nội bộ.
Làn sóng phát triển bản thân đã đến
Tại sao các nhà sản xuất ô tô lại phát triển chip riêng của mình?
Làm chủ công nghệ cốt lõi: Đảm bảo an ninh nguồn cung và không bị các nhà cung cấp, đặc biệt là các nhà cung cấp nước ngoài có thế lực, “bóp nghẹt”.
Trong một cuộc phỏng vấn, Li Bin có đề cập rằng tác động quốc tế đối với nguồn cung chip do các hạn chế của Hoa Kỳ đã thực sự tác động đến ngành công nghiệp ô tô của Trung Quốc.
"Kể từ tháng 10 năm ngoái, chúng tôi không thể sử dụng những con chip tiên tiến nhất thế giới cho hoạt động đào tạo đám mây của mình. Nhóm lái xe tự hành không chỉ xem xét khả năng đám mây mà còn xem xét khả năng tình báo nhóm. Mặc dù rủi ro đối với chip suy luận biên hiện đang ở mức thấp, nhưng chúng tôi vẫn cần phải chuẩn bị cho nhiều thay đổi khác nhau."
Tùy chỉnh:
Các chuyên gia trong ngành chia sẻ với "Auto Commune"/"C-Dimension" rằng một trong những cân nhắc chính đối với các nhà sản xuất ô tô mới phát triển chip riêng là tăng cường khả năng cạnh tranh của sản phẩm thông qua sự khác biệt, vì chip tự phát triển cho phép tùy chỉnh các chức năng.
Đối với các nhà sản xuất ô tô, việc phát triển chip riêng rất tốn kém nhưng có thể giảm sự phụ thuộc vào các nhà cung cấp chip ở nước ngoài, đảm bảo rằng "không phải tất cả trứng đều nằm trong một giỏ". Hơn nữa, chip tự phát triển có thể phù hợp hơn với thuật toán của riêng họ, giải quyết vấn đề ghép nối giữa thuật toán và nền tảng chip.
Trước đây, sức mạnh tính toán 144 TOPS của Tesla vượt trội hơn chip 400-500 TOPS có trên thị trường, chủ yếu là vì chip này được thiết kế cho các thuật toán riêng của Tesla. Đáng chú ý, chip sức mạnh tính toán 144 TOPS của Tesla (Autopilot HW3.0), được phát hành vào năm 2019, hiện vẫn hỗ trợ lái xe tự động toàn diện.
Giảm chi phí:
Li Bin phát biểu tại buổi họp báo rằng NIO đã chi rất nhiều tiền cho chip Nvidia vào năm ngoái. Để giảm chi phí, NIO quyết định tự phát triển chip, với một chip tương đương với bốn chip Nvidia, qua đó giảm chi phí. Theo Li Bin, Shenzi NX9031 có thể tự trả tiền cho chính nó trong khoảng một năm.
Ngoài ra còn có những cân nhắc khác. Những người trong ngành lưu ý rằng việc thúc đẩy các chip tự phát triển và đưa ra cam kết công khai có thể tác động tích cực đến thị trường thứ cấp và nhận thức về thương hiệu. Ngoài ra, các chip tự phát triển có thể cải thiện đáng kể trải nghiệm hệ thống, đạt được các mục tiêu chiến lược.
Đáng chú ý là những con chip do Tesla tự phát triển ban đầu có mục đích tăng cường sức mạnh tính toán và tính linh hoạt.
Các báo cáo chỉ ra rằng quy trình sản xuất chip do XPeng tự phát triển bám sát NIO, với các chip được gửi đi để hoàn thiện, dự kiến sẽ trả lại vào tháng 8. Quá trình phát triển chip của Li Auto bắt đầu khá muộn, với dự án chip lái xe tự động có tên mã là "Schumacher", dự kiến sẽ hoàn thiện trong năm nay.
"Phương tiện, không phải mục đích"
Wu Xinzou, người đứng đầu bộ phận xe tự hành của Nvidia, đã phác thảo rằng quá trình phát triển xe tự hành có thể được tóm tắt trong ba giai đoạn, với giai đoạn đầu cuối là bước cuối cùng.
Giai đoạn đầu tiên: Hoàn toàn dựa trên quy tắc.
Giai đoạn thứ hai:Các mô hình AI lớn dần thay thế các quy tắc thủ công, hoàn thiện quá trình dự đoán và lập kế hoạch.
Giai đoạn thứ ba: Các mô hình lớn hoàn chỉnh từ đầu đến cuối, với AI bao phủ toàn bộ quá trình từ nhận thức đến ra quyết định.
Trong giai đoạn thứ ba của lái xe tự động, chip lái xe tự động là một thách thức lớn. Phó chủ tịch AIChip Liu Jifeng đã bày tỏ những suy nghĩ tương tự, nói rằng end-to-end thực sự liên quan đến việc sử dụng các mô hình lớn để đào tạo và xác thực đám mây, với các kết quả được áp dụng cho suy luận biên, đặt ra trách nhiệm đáng kể cho các công ty chip.
Horizon tin rằng end-to-end là phương tiện, không phải là mục đích, đòi hỏi sự kết hợp giữa kinh nghiệm giống con người, điện toán hiệu quả và phân phối nhanh nhẹn. Tích lũy năng lực end-to-end đòi hỏi nỗ lực trong việc lặp lại thuật toán, xây dựng nền tảng kỹ thuật và tích hợp phần mềm-phần cứng, với phần mềm và thuật toán đóng vai trò cốt lõi.
Kiến trúc sư trưởng của Horizon Algorithm Platform Mu Lisen tin rằng khả năng thiết yếu của end-to-end nằm ở việc lặp lại dữ liệu. Mặc dù có vẻ như là một cấu trúc mô hình hướng tới tương lai, nhưng dữ liệu lặp lại đằng sau nó lại quan trọng hơn, hỗ trợ quá trình chuyển đổi từ công nghệ phòng thí nghiệm sang mức độ trưởng thành của sản phẩm.
Chen Liming cũng thừa nhận rằng Horizon đang gặp khó khăn với các kiến trúc xe và cảm biến liên tục thay đổi, bố trí cảm biến và việc áp dụng. Mặc dù thu thập được nhiều dữ liệu, nhưng phần lớn dữ liệu không có chất lượng cao hoặc không thể sử dụng liên tục, một vấn đề nằm ngoài phạm vi giải quyết của bất kỳ công ty đơn lẻ nào.
"Phiên bản FSD V12.3 của Tesla được đào tạo với 10 triệu video mẫu, trích xuất từ 10 tỷ mẫu chất lượng cao. Trung Quốc vẫn còn thiếu sót. Hơn nữa, 10 tỷ mẫu được thu thập theo khuôn khổ cảm biến tiêu chuẩn, đảm bảo tính liên tục để đào tạo các mô hình mới nhất."
Giống như Horizon, AIChip nhấn mạnh vai trò là Bậc 2, tin rằng nhu cầu chính đối với chip lái xe tự động trong các thuật toán đầu cuối là bộ nhớ lớn và sức mạnh tính toán đa lõi lớn.
Để đạt được khả năng lái xe tự động toàn diện, cần có sự hỗ trợ của chip điện toán quan trọng, bao gồm đổi mới kiến trúc, đột phá về IP cốt lõi và hiệu suất vượt trội.
Mu Lisen từ Horizon giải thích với "Auto Commune"/"C-Dimension" rằng ngưỡng kỹ thuật cho sự cạnh tranh về sức mạnh tính toán toàn diện nằm ở việc thích ứng với nhu cầu tính toán do những thay đổi về cấu trúc mô hình và sự thay đổi trong trọng tâm của người vận hành mang lại.
Một mặt, các mô hình sẽ lớn hơn và sức mạnh tính toán cũng vậy; mặt khác, cấu trúc mô hình sẽ phát triển, chuyển từ chủ yếu là CNN (mạng nơ-ron tích chập) sang chủ yếu là các mô hình đầu cuối dựa trên Transformer.
"Transformers là một loại thuật toán rộng được sử dụng trong các mô hình ngôn ngữ lớn (như ChatGPT) và lái xe tự động đầu cuối, với các trọng tâm khác nhau của người vận hành. Lái xe tự động đầu cuối đòi hỏi các hoạt động ma trận cơ bản và hỗ trợ bổ sung của người vận hành, mang lại nhu cầu cao hơn."
Phe Huawei cũng có ảnh hưởng đáng kể. Mặc dù Nvidia thống trị thị trường chip lái xe tự động, Trung Quốc vẫn có một đội ngũ lớn được Huawei hỗ trợ, bao gồm các thương hiệu như AITO, Avatr, Jihu và Zhijie. Hệ thống lái xe tự động của xe họ phần lớn sử dụng nền tảng điện toán MDC810/MDC610 của Huawei.
Với nỗ lực của các nhà cung cấp chip xe tự hành và việc triển khai nhanh chóng các chip tự phát triển của các công ty như NIO, trong những năm tới, khát vọng "không chịu sự chi phối của Nvidia" trong lĩnh vực chip xe tự hành trong nước sẽ dần trở thành hiện thực một phần.
