Der KI-Markt (einschließlich ADAS-Systeme und Roboterautos) wird voraussichtlich im Jahr 2025 einen Wert von 2,75 Milliarden US-Dollar haben, von denen 2,5 Milliarden US-Dollar allein von ADAS stammen werden. Künstliche
Intelligenz dringt allmählich über Smartphones, intelligente Lautsprecher und Kameras in unser Leben ein Videoüberwachung. Der Hype um KI hat einige Marktteilnehmer dazu veranlasst, es als relativ schwieriges sekundäres Ziel und nicht als primäres Werkzeug für den Bau unbemannter Fahrzeuge anzusehen. Wer hat in diesem Rennen um Autonomie gewonnen und wer verloren?
AI ebnet den Weg für unbemannte Fahrzeuge
„KI dringt langsam in unser Leben ein, und dies gilt insbesondere für die Automobilwelt“, sagt Johann Chudi, Technologie-, Markt-, Computer- und Softwareanalyst bei Yole Développement (abgekürzt als Yole). "KI könnte das Hauptwerkzeug für selbstfahrende Systeme sein, obwohl viele Unternehmen den Hype fürchten und sich im Rahmen ihrer selbstfahrenden Strategien nicht auf intelligente Systeme verlassen."
Unternehmen, die diesen Aspekt des Technologiekampfs verstanden haben, treiben dies bereits voran. Die Auswirkungen von COVID-19 sind noch unklar, aber die Analysten von Yole behaupten nun, dass die Pandemie schwerwiegende Folgen haben wird. Höchstwahrscheinlich wird die Forschung im Bereich unbemannter Fahrzeuge in diesem und im nächsten Jahr aufgrund fehlender Mittel verlangsamt.
Sind KI-Systeme für Automobilanwendungen bereit? Welche Unternehmen sind in diesem Rennen? Welche Beziehungen bestehen innerhalb dieses Ökosystems? Wer wird den "Kampf um Autonomie" gewinnen? Welche Anbieter sind Schlüssel und mit welchen Technologien beschäftigen sie sich? Yole präsentiert seine Sicht auf die Errungenschaften der KI-Industrie und ihre Anwendung in der Automobilindustrie.
Wer gewinnt das Rennen um Autonomie
Werfen wir einen Blick auf Tesla, ein Unternehmen, das seinen selbstfahrenden Technologie-Stack (einschließlich Software und Hardware) entwickelt hat und alleiniger Eigentümer vieler Lösungen ist. Für Tesla ist die Werbestrategie in kleinen Schritten von Vorteil, da sie keine "Nebenforschung" impliziert, sondern vielmehr die Integration einzelner Projekte in ein gemeinsames System ermöglicht (so arbeitet das Unternehmen mit Elektrofahrzeugen). Höchstwahrscheinlich wird die jüngste Krise Teslas Marktführerschaft unterstreichen (die nach einigen Schätzungen seit mehreren Jahren andauert). In der zweiten Reihe wählten Analysten OEMs aus, die ihren eigenen Software-Stack auf der Basis von Hardware entwickelten, die von anderen Marktteilnehmern bereitgestellt wurde.
Der Mangel an Mitteln kann die Arbeit auf einigen Plattformen verlangsamen, obwohl die Entwicklung einiger Projekte mehrere Jahre dauert und wahrscheinlich nicht unterbrochen wird. Selbstfahrende Systeme sind auch bei Verzögerungen ein wesentlicher Bestandteil der mittelfristigen Strategien der OEMs (dies gilt auch für Tesla). Bei abwartenden Unternehmen, die keine Autonomie priorisieren, werden ihre Forschungsprogramme (falls vorhanden) wahrscheinlich ausgesetzt, bis die Krise gelöst ist. Diese Unternehmen werden im Wettlauf um Autonomie zurückbleiben und müssen sich auf die Produkte anderer Unternehmen verlassen, um Komplettlösungen / Funktionssysteme für autonomes Fahren bereitzustellen.
Das Hauptmotiv des Rennens ist die Vereinigung von KI und Elektronik
Die Entwicklung verschiedener Funktionen und deren Erhöhung erfordert die Erstellung spezieller Softwarelösungen. Erstens wird es immer schwieriger, den Aspekt des neuronalen Netzwerks zu ignorieren. Trotz der Tatsache, dass ihr „Black Box“ -Faktor nicht allgemein diskutiert wird, kann er ein Hindernis für die Implementierung von Systemen nach dem Prinzip „Sicherheit zuerst“ werden.
Yole konzentriert sich auf die Integration von Beschleunigern (neuronale Engines / neuronale Prozessoren - alle unterschiedliche Marketingnamen für dieselbe Architektur) in ADAS-Systeme. Diese Module, die in Handy-Prozessoren eingesetzt werden, sind für die Verarbeitung von Deep-Learning-Algorithmen konzipiert. Der bekannteste dieser Algorithmen wird in intelligenten Systemen zur Erkennung von Objekten in Bildern verwendet. Im vergangenen Jahr hat Tesla diese Beschleuniger und KI in seinen FSD-Chip (Full Self-Driving) integriert.
Die meisten OEMs werden diese Lösung bis 2021 - 2022 implementieren, da diese Geräte derzeit in alle vorhandenen (und in Zukunft integrierten) ADAS-Chipsätze von Mobileye, Xilinx, TI, Toshiba, Ambarella und Renesas integriert sind. Dieser Trend zur Integration immer intelligenterer Systeme und damit neuronaler Prozessoren folgt linear der Entwicklung autonomer Antriebstechnologien. Andere Trends wie die Zentralisierung werden die Zukunft des Computing schrittweise verändern.
Der Markt ist zwischen gängigen Plattformen und Computer Vision-Prozessoren aufgeteilt
In seinem Bericht "Artificial Intelligence Computing für Automotive 2020" kommt Yole zu dem Schluss, dass der Automotive Intelligence-Markt zwischen einzelnen Plattformen und Computer Vision-Prozessoren aufgeteilt ist.
Pierrick Boulet, Technologie- und Marktanalyst für Festkörperbeleuchtung bei Yole, gab folgende Erklärung ab: „Wir gehen davon aus, dass es zwei Plattformarchitekturen gibt. Der erste ist ein Single-Chip-Computer von Nvidia oder ein selbstfahrendes System, das aus High-End-Roboterautos (dh dem "Gehirn" eines Fahrzeugs) stammt. Die zweite ist die Vielzahl von Computer-Vision-Prozessoren mit integrierten Beschleunigern - diese Architektur wird bereits von vielen OEMs verwendet. "
Es wird ein Wettbewerb zwischen diesen beiden Technologien entstehen, und dieser Wettbewerb wird die Verteilung der Gewinne auf dem Markt bestimmen. Das Marktforschungs- und strategische Beratungsunternehmen schreibt in seinem Bericht über neue Technologien und Märkte: „Im Jahr 2025 wird der KI-Markt (einschließlich ADAS-Systeme und Roboterfahrzeuge) einen Wert von 2,75 Mrd. USD haben, davon 2,5 Mrd. USD nur auf ADAS ".
Yole hat sich mit System Plus Consulting zusammengetan, um alle bahnbrechenden Technologien für ADAS-Systemanwendungen zu erforschen. System Plus hat kürzlich Junko Yoshida von EE Times zu Innovationen im neuen Audi A8 interviewt . Ein Teil dieses Interviews konzentriert sich auf die Leistungen von Nvidia.
Romain Fro, CEO von System Plus Consulting, erklärt: „… Die Plattform umfasst NVIDIA Tegra K1-Prozessoren, die für die Verkehrserfassung, Fußgängererkennung, Kollisionsvermeidung, Lichterkennung und Spurerkennung verwendet werden. Die achtschichtige Tegra K1-Leiterplatte enthält 192 Kerne Cuda ist dasselbe wie NVIDIA, das in Kepler-GPUs in ein einzelnes SMX-Modul integriert ist. Diese CPUs sind derzeit auf dem Markt und unterstützen DirectX 11 und OpenGL 4.4. "
„Dies ist erst der Anfang, und die Herausforderungen der KI und ihre Auswirkungen auf die Automobilindustrie sind bereits sichtbar“, kommentiert Johann Chudi von Yole. Einige Unternehmen haben einen deutlichen Vorteil und werden schwer nachzuholen sein - insbesondere ohne die Integration von KI-Systemen und -Technologien. verwandt mit ihnen.
