Inteligência artificial no automóvel: a corrida pela autonomia

O mercado de IA (incluindo sistemas ADAS e carros robóticos) deve ser avaliado em US $ 2,75 bilhões em 2025, dos quais US $ 2,5 bilhões virão apenas do ADAS. A



inteligência artificial está gradualmente invadindo nossas vidas por meio de smartphones, alto-falantes inteligentes e câmeras video vigilância. O hype em torno da IA ​​levou alguns participantes do mercado a vê-la como um alvo secundário relativamente difícil, em vez de uma ferramenta primária para a construção de veículos não tripulados. Quem ganhou e quem perdeu nesta corrida pela autonomia?

A IA está abrindo caminho para veículos não tripulados

“A IA está gradualmente invadindo nossas vidas, e isso é especialmente verdadeiro no mundo automotivo”, diz Johann Chudi, analista de tecnologia, mercado, computação e software da Yole Développement (abreviado como Yole). “A IA pode se tornar a principal ferramenta para a criação de sistemas de direção autônoma, embora muitas empresas temam o exagero e não confiem em sistemas inteligentes como parte de suas estratégias para a criação de sistemas autodirigidos.”



As empresas que compreenderam esse aspecto da batalha tecnológica já estão avançando. O impacto do COVID-19 ainda não está claro, mas analistas da Yole agora afirmam que a pandemia terá consequências graves. Muito provavelmente, a pesquisa na área de veículos não tripulados será desacelerada este ano e no próximo devido à falta de fundos.



Os sistemas de IA estão prontos para aplicações automotivas? Quais empresas estão nesta corrida? Que relações existem dentro deste ecossistema? Quem vai ganhar a "batalha pela autonomia"? Quais fornecedores são importantes e com quais tecnologias eles lidam? Yole apresenta sua visão sobre as conquistas da indústria de IA e sua aplicação na indústria automotiva.

Quem ganha a corrida pela autonomia

Vamos dar uma olhada na Tesla, uma empresa que construiu sua pilha de tecnologia autônoma (incluindo software e hardware) e é a única proprietária de muitas soluções. Para a Tesla, a estratégia de promoção em pequenos passos será benéfica, já que não implica nenhuma "pesquisa paralela", mas permite integrar projetos individuais em um sistema comum (é assim que a empresa trabalha com veículos elétricos). Muito provavelmente, a crise recente destacará a liderança da Tesla no mercado (o que, de acordo com algumas estimativas, já dura vários anos). Na segunda linha, os analistas destacaram os OEMs desenvolvendo sua própria pilha de software com base em hardware fornecido por outros participantes do mercado.



A falta de fundos pode atrasar o trabalho em algumas plataformas, embora o desenvolvimento de alguns projetos leve vários anos e provavelmente não será interrompido. Mesmo quando há atrasos, os sistemas autônomos são essenciais para as estratégias de médio prazo dos OEMs (isso também se aplica ao Tesla). Quanto às empresas do tipo esperar para ver que não priorizam a autonomia, seus programas de pesquisa (se houver) provavelmente serão suspensos até que a crise seja resolvida. Estas empresas ficarão para trás na corrida pela autonomia e terão que contar com produtos de outras empresas para fornecer soluções completas / sistemas funcionais de condução autónoma.

O principal motivo da corrida é a união de IA e eletrônica

O desenvolvimento de várias funcionalidades e o aumento da sua complexidade requerem a criação de soluções de software especiais. Primeiro, é cada vez mais difícil ignorar o aspecto da rede neural. Apesar de seu fator “caixa preta” não ser amplamente discutido, ele pode se tornar um obstáculo para a implementação de sistemas baseados no princípio de “segurança em primeiro lugar”.



Yole se concentra na integração de aceleradores (motores / processadores neurais - todos os nomes de marketing diferentes para a mesma arquitetura) em sistemas ADAS. Esses módulos, que começaram a aparecer em processadores de telefones celulares, são projetados para processar algoritmos de aprendizado profundo - o mais famoso desses algoritmos é usado em sistemas inteligentes para reconhecer objetos em imagens. A Tesla integrou esses aceleradores e IA em seu chip Full Self-Driving (FSD) no ano passado.



A maioria dos OEMs implementará essa solução até 2021-2022, já que esses dispositivos estão atualmente integrados em todos os chipsets ADAS existentes (e serão integrados no futuro) da Mobileye, Xilinx, TI, Toshiba, Ambarella e Renesas. Esta tendência para a integração de sistemas cada vez mais inteligentes e, portanto, processadores neurais segue linearmente o desenvolvimento de tecnologias de condução autônoma. Outras tendências, como a centralização, transformarão gradualmente o futuro da computação.

O mercado está dividido entre plataformas comuns e processadores de visão computacional

Em seu relatório, "Artificial Intelligence Computing for Automotive 2020", Yole conclui que o mercado de inteligência automotiva está dividido entre plataformas únicas e processadores de visão por computador.



Pierrick Boulet, analista de tecnologia e mercado para iluminação de estado sólido da Yole, fez a seguinte declaração: “Presumimos que haja duas arquiteturas de plataforma. O primeiro é um computador de chip único da Nvidia ou um sistema autônomo retirado de carros robóticos de última geração (ou seja, o "cérebro" de um veículo). O segundo é a variedade de processadores de visão por computador com aceleradores integrados - essa arquitetura já é usada por muitos OEMs. "



Haverá competição entre essas duas tecnologias, e é essa competição que determinará a distribuição dos lucros no mercado. A empresa de pesquisa de mercado e consultoria estratégica escreve em seu New Technologies and Market Report que “em 2025, o mercado de IA (incluindo sistemas ADAS e veículos robóticos) será avaliado em $ 2,75 bilhões, dos quais $ 2,5 bilhões serão apenas no ADAS ".



Yole fez parceria com a System Plus Consulting para pesquisar todas as tecnologias inovadoras associadas aos aplicativos de sistemas ADAS. A System Plus entrevistou recentemente Junko Yoshida da EE Times sobre a inovação no novo Audi A8 . Parte desta entrevista se concentra nas realizações da Nvidia.



Romain Fro, CEO da System Plus Consulting, explica: “… A plataforma inclui processadores NVIDIA Tegra K1 usados ​​para detecção de tráfego, detecção de pedestres, prevenção de colisão, detecção de luz e detecção de faixa. O PCB de oito camadas Tegra K1 contém 192 núcleos Cuda é o mesmo que NVIDIA se integra em um único módulo SMX em GPUs Kepler. Essas CPUs estão atualmente no mercado e têm suporte para DirectX 11 e OpenGL 4.4. "







“Este é apenas o começo, e os desafios da IA ​​e seu impacto na indústria automotiva já são visíveis”, comenta Johann Chudi de Yole. Algumas empresas têm uma vantagem distinta e serão difíceis de alcançar - especialmente sem a integração de sistemas e tecnologias de IA. relacionado a eles.

---

• …
• - Automotive, Aerospace, (50+)
• McKinsey: automotive