Etikettarkiv: Nvidia

Topplista med beräkningsplattformar

Navigant Research har publicerat sin årliga rapport Leaderboard: Automated Vehicle Compute Platforms där de rangordnat 10 företag som tillverkar beräkningsplattformar [1]. 

Rangordningen är baserad på ett tiotal parametrar: vision, marknadsstrategi, partners, produktionsstrategi, teknologi, försäljning, marknadsföring och distribution, produktförmåga, produktkvalitet och tillförlitlighet, produktportfölj och uppehållskraft. 

Resultaten blev: NVIDIA, Intel-Mobileye, Qualcomm Technologies, Xilinx, Waymo LLC, Tesla, NXP Semiconductors, Renesas Electronics Corporation, Apple Inc., AImotive. 

Egen kommentar

Vi har inte tillgång till hela rapporten och det är svårt att säga hur Navigants metodik ser ut och vad rankningen baseras på exakt (t.ex. vilken indata som används).

Här kan ni läsa om Navigants liknande rankning från 2019 som är något bredare och omfattar 20 aktörer som arbetar med automatiserad körning. 

Källor

[1] Navigant Research. Navigant Research Leaderboard: Automated Vehicle Compute Platforms. Länk

Ett ”upp till bevis” år

I början av förra året försökte jag skåda det nya året och då skrev jag bland annat att 2019 skulle bli ”sanningens år” och ”slutet för irrationell entusiasm”. Detta är så klart svårt att mäta men det vi kunnat se i vår dagliga bevakning är att tonläget dämpats betydligt, både i media och i officiella uttalanden från relevanta aktörer. Flera aktörer har reviderat sina planer och riktat om sina satsningar. Jag ser inte detta som något negativt utan som ett naturligt steg i utvecklingen, och något som vi kan komma att se ännu mer av under 2020. Många har lovat att lansera fordon och mobilitetstjänster med SAE-automationsnivå 3 eller 4 år 2021, men alla kommer inte kunna komma i mål och kommer nog behöva revidera sina planer. 

En annan trend som jag förutsåg för 2019 var att förarstödsystem (ADAS) skulle få mer uppmärksamhet, och det fick de också. Flera aktörer inklusive Nvidia och Mobileye började prata om sofistikerade förarstödsfunktioner, det de kallar ”Level 2+”. Vad det betyder exakt är oklart, speciellt eftersom det saknas en sådan nivå i SAEs klassificeringsschema. Jag tror att ADAS kommer ta ännu mer central roll under 2020 och nya funktioner kommer introduceras på marknaden. Man kommer alltså att fokusera på det som kan spara liv idag i väntan på att tekniken för automatiserad körning ska bli mer mogen. Fördelen med att introducera mer sofistikerade ADAS-funktioner är att användarna blir mer bekanta med tekniken som möjliggör automatiserad körning, och på det viset kommer de inte bli främmande för automatiserad körning när den blir tillgänglig. 

Jag antydde också att SAE-klassificeringen skulle tappa sin relevans under 2019 och att man istället skulle börja prata mer om funktionernas faktiska förmåga, speciellt i kommunikation med användare. Jag tror faktiskt inte att detta har hänt ännu, SAE-klassificeringen används lika mycket och som jag nämnde ovan så har den även nyanserats med en ”Level 2+”. Däremot har diskussionen om att språkbruket behöver ändras och flera amerikanska organisationer har gått samman och föreslagit en gemensam namnlista för förarstödsfunktioner (ADAS). Förhoppningen är att det kommer leda till en harmonisering av ADAS-benämningar i praktiken, men jag är inte helt övertygad att det blir så. Framförallt eftersom problemet är mycket invecklat och skulle kräva en stor omställning hos respektive fordonstillverkare, inte minst i deras marknadsföring.

AI-hysterin blev stor under 2019 och den lär inte avta under 2020. Det är framförallt AI för kartläggning av föraraktiviteter och status som kommer vara i fokus, inte minst kopplat till det nya regelverket om trötthetsvarnandesystem i fordon på EU-vägar som väntas träda ikraft om två år. Smartare AI kräver dock starkare och energieffektiva processorer och en hel del av utvecklingen kommer att vara fokuserad kring detta. 

Jag önskar att jag kunde säga att datadelning har slagit igenom under 2019. Men så är inte fallet. Jag ger dock inte upp här och hoppas att datadelning mellan aktörer blir mer påtaglig under det kommande året. Delning av data i realtid är problematisk av olika anledningar men jag hoppas att man åtminstone kan hitta former för delning av aggregerade data i efterhand. Det skulle gynna verifiering och validering av olika funktioner.

Verifiering och validering kommer att vara A och O under det nya året. Jag tror att fler aktörer kommer att utöka sina testflottor och fler lär börja testa sina fordon med användare. Svårt att inte nämna Waymo i det här sammanhanget som mest sannolikt kommer att börja testa sin mobilitetstjänst utan säkerhetsförare bakom ratten även i Kalifornien. Waymo är ju på väg till Europa och här kommer vi nog se betydligt fler aktiviteter. 

Vad det gäller självkörande minibussar (skyttlar) hade jag hoppats på att de vid det här laget skulle ha blivit kommersiella i större utsträckning. Utvecklingen i området har på ett sätt stagnerat och många frågar sig om det finns någon framtid för sådana fordon? Jag tror att tekniken måste bli betydligt bättre för att kunna uppnå spridning och ”våga” ta bort säkerhetsföraren från hytten, och där kan det hända saker under 2020. Framförallt i Japan på grund av de stundande Olympiska spelen. 

Vad det gäller regelverket har vi inte sett några betydliga förändringar under 2019, varken internationellt eller nationellt. Jag hade hoppats på att vi i Sverige skulle få höra mer om lagförslaget som togs fram av i samband med Vägen till självkörande fordon, och man kan inte låta bli att undra varför? 

Hittills har diskussionen om automatiserade fordon handlat mycket om säkerhet. Under 2020 tror jag att energieffektivitet kommer betonas i större utsträckning. Detta framförallt kopplat till godsleverans under den första och sista milen i tätbebyggda områden och den snabba utvecklingen av självkörande (små) leveransfordon som framförs i låga hastigheter. Att implementering av lätta kommersiella fordon godkänts i Kalifornien gör området extra hett.

För 2019 förutsåg jag många nya (otippade) samarbeten och allianser, och så blev fallet. Genom att dela på utvecklingskostnader hoppas aktörerna accelerera innovationen och säkerställa konkurrenskraft. Under det nya året kommer vi säkert se fler betydelsefulla allianser.  Till skillnad från många tidigare samarbeten som varit av marknadsföringskaraktär är dessa nya samarbeten mer allvarliga och väntas leverera resultat både på kort och lång sikt. Så om 2019 var ”sanningens år” så är 2020 ett ”upp till bevis år”! 

Sist men inte minst så tror jag att vi under det nya året lär se några ”överraskningar” från Tesla och Apple. Och självklart kommer vi höra ett och annat om 5G.

Veoneer går med i AVCC

Veoneer gör nu sällskap med bl.a. Toyota, Bosch, Continental, Denso och Nvidia i Autonomous Vehicle Computing Consortium, AVCC [1].

AVCC syftar till att ta fram en principiell plattformsarkitektur med specifikationer för hårdvara och APIer för automatiserade fordon.

Källa

[1] Veoneer joins AVCC to accelerate development of Autonomous Vehicles, New Mobility 2019-11-19 Länk

Ny beräkningsplattform på g

Arm, Bosch, Continental, Denso, General Motors, Nvidia, NXP Semiconductors och Toyota har bildat ett nytt konsortium under namnet Autonomous Vehicle Computing Consortium (AVCC) [1].

Tillsammans ska de definiera en referensarkitektur och en plattform som uppfyller prestandamålen för automatiserade fordon i termer av beräkningskraft, värme och storlek. De kommer också att utveckla kraven för API:er för olika delar av plattformen. 

Målet med det hela är att påskynda introduktionen av säkrare och prisvärda automatiserade fordon i stor skala.

Egen kommentar

Att utveckla hård- och mjukvara för en eller några få självkörande fordon är svårt men ändå hanterbart. Men att få det hela att fungera i en storskalig produktion och samtidigt hålla kostanden så låg som möjligt är mycket svårare. På så sätt är kostnadseffektiva datorer som går att massproducera extra intressanta. 

Källor

[1] Embedded Computing Design. New Consortium to Develop a Common Computing Platform for Autonomous Vehicles. 2019-10-09 Länk

NAV alliansen utökas

Networking for Autonomous Vehicles (NAV) Alliance som fokuserar på att utveckla ett ekosystem för Ethernet-nätverk i automatiserade fordon utvidgas med fem nya medlemmar: Amphenol, HARMAN International, LEONI Bordnetz-Systeme, Rosenberger Hochfrequenztechnik och Sony. Tidigare meddlemmar omfattar Aquantia, Bosch, Continental, Molex, NVIDIA, Sumitomo Electric, Tektronix och Volkswagen.

Alliansen fokuserar på fem kärnområden:

  • Protokollinkapsling för Ethernet
  • Systemreglering och hantering
  • Specifikationer för Ethernet PHY för 25G och 50G
  • Integration mellan fysiskt systemlager och komponenter
  • EMC-krav och gränsvärden

Egen kommentar

Detta är ett område som många underskattar men utan ett fungerande nätverk i fordon som klarar av både stora datamängder och höga datasäkerhetskrav blir det svårt att uppnå storskalig kommersialisering av automatiserade fordon. På det viset är NAV-alliansen av stor vikt. 

Källor

[1] The Networking for Autonomous Vehicles (NAV) Alliance. NAV Alliance Picks up Speed With New Members Amphenol, HARMAN International, LEONI Bordnetz-Systeme, Rosenberger Hochfrequenztechnik, and Sony. 2019-09-25 Länk

Korta notiser

Här några korta notiser om vad som hänt nyligen:

  • Uber börjar testa självkörning i Dallas, Texas. I första steget handlar det om datainsamling. The Verge 17 september.
  • Ouster och Nvidia samarbeta för att integrera Ousters OS2 lidar i Nvidias AD-plattform. Forbes 18 september.
  • Lyft lanserar en innovationstävling där deltagarna ska använda Lyfts öppna annoterade data för objektidentifiering. Första pris är $25 000. Medium 12 september.
  • Jaguar/Landrover prövar ”ögon” på förarlösa poddar som ett sätt att kommunicera med andra trafikanter som fotgängare. JLR 28 augusti.
  • JLR samverkar också med OSR och integrerar deras AI-plattform i Jaguar I-PACE IAA 11 september.
  • Veoneer har fått kontrakt från en icke namngiven fordonstillverkare att leverera värmekameror till självkörande bilar (nivå 4). Veoneer 17 september.
  • Kinesiska MINIEYE satsar på ADAS och får på det sättet tillgång till stora mängder data som man kan använda för framställning av HD-kartor. BusinessWire 17 september.
  • Amerikanska Transportmyndigheten finansierar 8 AD-projekt i 7 delstater med totalt $60 miljoner. RoadShow 16 september.
  • Shanghai har givit tillstånd för utökade AD-tester till SAIC, BMW och Didi Chuxing. Med de nya tillstånden får man också köra passagerare. China Daily 17 september.

AB Volvo samverkar med Nvidia

Volvokoncernen har skrivit samarbetsavtal med Nvidia om att använda Nvidias AI-plattform för träning och simulering vid utveckling av självkörande fordon [1]. Inledningsvis kommer Volvo att använda plattformen för kommersiella kundpiloter [2].

Även Volvo Cars och Veoneer har skrivit samarbetsavtal med Nvidia.

Egen kommentar

Senare på tisdagskvällen arrangerade Nvidia Midsummer AI Ecosystem Reception i Göteborg med Nvidias grundare och vd Jensen Huang och representanter från både Volvo Group och Volvo Cars som talare. Både Huang och Henrik Färnstrand från Volvo Group kommenterade det nya samarbetet. Huang påpekade att transporter är en av fyra industrier som Nvidia arbetar mot med AI. Nvidia har hårdvara samt verktyg både för att träna modeller och simuleringsmiljöer för att generera data för att träna modeller för fordon. Färnstrand lyfte fram att AI kommer att vara del av allt Volvo Group gör och att AI inte är en mindre förändring utan ett stort kliv.

Stort tack till vår kollega David Lindström för rapporten från eventet!

Källor

[1] Volvo i avtal med Nvidia om AI-plattform, Affärsvärlden 2019-06-18 Länk

[2] Lars Stenqvist: Volvo Group and NVIDIA in world class automation partnership, LinkedIn 2019-06-18 Länk

Tesla Autonomy Day

I måndags höll Tesla ett event kallat Autonomy Day där de berättade om flera uppmärksammade nyheter. Till skillnad från tidigare event var detta mycket mer fokuserat på teknologin som man öppet och relativt detaljerat gick igenom, och flera skribenter verkar ha blivit imponerade [1, 2].

Till att börja med har Tesla utvecklat ett eget chip, som ska vara specialanpassat för just Teslas självkörande fordon, till skillnad från t.ex. Nvidias som är mer generellt och som används av många konkurrenter. Teslas chip, som ska tillverkas av Samsung, ska t.ex. vara betydligt snabbare på bildbehandling [1]. Detta nya chip sitter i processorerna i alla Tesla-bilar som tillverkas nu, vilket gör att de hårdvarumässigt redan är klara för att bli helt självkörande, enligt Elon Musk. Nästa år ska man släppa en ny mjukvara för detta vilket gör att det då direkt kan finnas en miljon helt självkörande bilar på marknaden [3]. Och om 2 år kommer nästa generation av chippet.

Vad gäller sensorer så fortsätter Tesla att satsa på radar, kameror, GPS, kartor och kommunikation – men inte lidar. I själva verket anser Elon Musk att de företag som satsar på lidar är dömda till undergång, ”doomed” [4]. Lidarer är dyra och onödiga, säger han. Dessutom drar de mycket energi. För att klara svårare siktförhållanden – där lidar annars har sin styrka – satsar Tesla istället på utveckling av kameror och maskininlärning.

Vad gäller just maskininlärning så har Tesla en fördel i att de låtit alla sina bilar på marknaden (som har tillräckligt med sensorer) sedan flera år samla in data som sedan används för att träna AI-systemet [2]. Man har då också kunna inrikta träningen på speciellt svåra objekt, som t.ex. cyklar på cykelställ på bilar (är det en bil eller en cykel?).

Den kommande mjukvaran kommer också att innehålla funktioner för att låta bilarna – om föraren så önskar – köra mer aggressivt, i vad Elon Musk kallar ”Los Angeles trafikmod” eftersom det krävs en aggressiv körstil för att ta sig fram i trafiken där [5].

Med den nya självkörningsförmågan så möjliggörs också robot-taxi, och Tesla planerar nu för en sådan tjänst, men med en ny affärsmodell. Tanken är nämligen att använda Tesla Model 3-bilar som tidigare leasats till kunder [6]. Kunderna får då ta den största delen av värdeminskningen, och robot-taxitjänstens kunder bryr sig förstås inte om bilarna varit nya eller begagnade. Det innebär också att de som leasat Model 3 inte kommer att ha möjlighet att köpa loss bilarna när leasingperioden är slut.

På frågan om hur mycket Tesla satsar på utvecklingen av självkörning svarar Elon Musk ”det är i princip hela vår kostnadsstruktur”. Han säger också att det är ekonomiskt vansinne att idag köpa en annan bil än en Tesla, för ”om tre år kommer det att vara som att äga en häst” [3].

Här kan ni se en video från eventet (den börjar med en snygg men lååång reklamfilm, själva eventet startar efter 1 timme och 9 min).

Egen kommentar:

Här kändes det verkligen att Tesla har sin bakgrund i elektronikindustrin snarare än i fordonsindustrin – man gör saker som en traditionell biltillverkare nog inte skulle ge sig på.

Filmen innehåller också en bra beskrivning av hur maskininlärning fungerar allmänt och i fordonssammanhang, för oss som inte är insatta i ämnet.

Men min känsla av att se videon är att trots det positiva budskapet så verkar inte Elon Musk riktigt vara i form. Men så är ju Tesla också – återigen – ifrågasatta vad gäller att leverera vad de lovat, nu avseende volymer av Model 3, och också vad gäller själva affären, med lägre intäkter pga sänkta priser och fortsatt höga kostnader. Därför är det extra intressant med den nya affärsmodellen. Men den förutsätter ju att allt finns på plats och robot-taxitjänsten verkligen blir en framgång.

Samtidigt finns det fler moln på Teslas himmel: bland annat en bil i Shanghai som spontant börjat brinna [7]; och en studie som ifrågasätter om Teslas statistik för hur många olyckor de undvikit med sin teknologi verkligen stämmer, då urvalet kanske inte varit representativt [8].

Källor:

[1] Alexandria Sage, Vibhuti Sharma: Tesla says robotaxis coming to U.S. roads next year, slams rivals’ use of Lidar, Reuters 2019-04-22 Länk

[2] Brad Templeton: Tesla Bets Farm On Neural Network Based Autonomy With Impressive Presentation, Forbes 2019-04-22 Länk

[3] Tesla’s self-driving robotaxis will be on US roads by next year, promises Elon Musk, Livemint 2019-04-23 Länk

[4] Matt Burns:
‘Anyone relying on lidar is doomed,’ Elon Musk says, TechCrunch 2019-04-22 Länk

[5] Sean O’Kane: Elon Musk says Tesla will allow aggressive Autopilot mode with ‘slight chance of a fender bender’, The Verge 2019-04-22 Länk

[6] Will Tesla’s Leasing Program Disrupt The Ride-Sharing Market? CleanTechnica 2019-04-21 Länk

[7] Brenda Goh, Yiley Sun: Model S fire video adds to Tesla woes pre-results, Reuters 2019-04-22 Länk

[8] Edward Niedermeyer: MIT Study Showing High ”Functional Vigilance” Among Autopilot Users Comes With Massive Caveats, The Drive 2019-04-10 Länk

Senaste från Nvidia

Under veckan höll Nvidia sin årliga GPU Technology Conference i Kalifornien, och i samband med den presenterades en uppdaterad version av plattformen för automatiserad körning Nvidia Drive AP2X 9.0 [1]. Den kommer att släppas till kunder under nästa kvartal.

Plattformen har blivit berikad med en rad nya funktioner, som exempelvis detektering om en kamera blivit blind vilket förväntas förbättra fordonens förmåga att visualisera och reagera på den fysiska världen runt dem.

En annan nyhet på plattformen är ett mjukvarulager som heter Safety Force Field (SFF) och som analyserar och predikterar dynamiken hos andra trafikanter i fordonets omgivning. Den inkluderar också kollisionsundvikande åtgärder och är validerad med hjälp av data från både motorvägs- och stadskörning. 

Utöver plattformen har företaget öppnat upp sin mjukvarusimulator Drive Constellation som är en virtuell testbana [2]. I denna ska utvecklare kunna testa sin mjukvara under olika väder- och ljusförhållanden. 

Nvidia har också lanserat en liten AI-dator kallad Jetson Nano, som riktar sig till utvecklare, tillverkare och andra entusiaster som letar efter en billig dator för att utveckla neurala nätverk, olika typer av sensorer och olika typer av robotik [3]. Planen är att börja sälja Jetson Nano i juni för 99 dollar till konsumenter och för 129 dollar till företag. Företagsmodellen av datorn ska vara testad och klar att sätta in direkt i produkter av olika slag.

Källor

[1] Nvidia. Mathematically Rigorous and Validated in Simulation, Safety Driving Decision Algorithms Protect Against Unpredictability of Real-World Traffic. 2019-03-18 Länk

[2] Nvidia. NVIDIA DRIVE Constellation Now Available — Virtual Proving Ground for Validating Autonomous Vehicles. 2019-03-18 Länk

[3] Nvidia. NVIDIA Announces Jetson Nano: $99 Tiny, Yet Mighty NVIDIA CUDA-X AI Computer That Runs All AI Models. 2019-03-18Länk

Softbank säljer Nvidia, köper Nuro

Japanska investeringsbanken Softbanks Vision Fund har sålt av hela sitt innehav i elektroniktillverkaren Nvidia för 3,6 miljarder dollar [1]. Det är ytterligare ett slag mot Nvidia, som haft flera motgångar på senare tid, speciellt i Kina.

Istället har Vision Fund nu investerat 940 miljoner dollar i startup-företaget Nuro [2]. Nuro, med grundare från Google, utvecklar ett distributionsfordon för leveranser av livsmedel.

Egen kommentar:

Nvidias problem vad gäller automatisering av fordon kan vara kopplat till att kostnaden för komponenterna är höga. På årets CES-mässa lanserade AMD nya CPU och GPU som var såväl snabbare, energi-effektivare som 20-25% billigare än Intels och Nvidias. Även ARM finns med i denna giganternas kamp. Vem vinner?

Källor:

[1] Elizabeth Schulze: SoftBank’s investment fund dumps entire $3.6 billion stake in Nvidia, CNBC 2019-02-06 Länk

[2] Driverless delivery startup Nuro gets $940 million SoftBank investment, Reuters 2019-02-11 Länk