自動運転ブームがAIチップ戦争に火をつけ、爆発したのはテスラだけではない

以前から大きく騒がれ、メディアもその信憑性を証明する手がかりを繰り返し探していた「テスラの自社開発AIチップ」の噂は、今月初めにマスク氏自身によって確認された。今年12月初旬に開催されたニューラル情報処理システムカンファレンスNIPSで、マスク氏はテスラの自動運転ハードウェアエンジニアリング担当副社長ジム・ケラー氏がAIチップの開発を主導していることを認めた。同時に、彼はケラー氏が「世界最高のカスタムAIハードウェア」を開発できるという信念を表明した。

ケラー氏がマスク氏からこれほど信頼されているのには理由がある。彼は天才建築家と呼べる。DECで働き始めた頃、中国のスーパーコンピューター済南SMICの神威ブルーレイスーパーコンピューターを含む多くの大型メインフレームに使われたAlpha 21164と21264プロセッサーの設計に参加した。AMD在籍時には、K7やK8などの有名なアーキテクチャを設計した。業界初のGHzを突破したCPUアーキテクチャは彼の設計だった。その後、Appleで当時のiPhoneのコアコンポーネントだったA4とA5プロセッサーを設計した。AMDに戻った後、ケラーはZenアーキテクチャに貢献し、このアーキテクチャに基づくRyzenにより、AMDは2017年に復活を遂げた。

[[214612]]

ジム・ケラー氏は2016年にテスラに入社した後、AMDから設計者や幹部のグループを引き連れてきた。9月のCNBCの報道によると、テスラではすでに50人以上がAIチップの開発に携わっており、これはテスラが独自のAIチップを開発するという野心を示している。

AIチップはテスラの自動運転の将来にとって重要

自動運転支援システム「オートパイロット」のバージョン8.0まで、テスラは常にモービルアイのEye Q3チップを使用していた。 Mobileye はイスラエルに設立された企業で、ADAS (先進運転支援システム) 向けのソフトウェアとハ​​ードウェアの開発に注力しています。独自の EyeQ 視覚認識チップと ADAS ソフトウェアは、Volvo、BMW、Audi など多くの自動車メーカーで採用されています。 Mobileye の利点は明らかです。空きスペースのマーキング、ヒューリスティックな経路探索、道路障害物の回避、道路標識の認識などです。

しかし、テスラはモービルアイのソフトウェアを全面的に採用したわけではなく、モービルアイとNvidiaのハードウェアと組み合わせた自社のソフトウェアを使用して、独自の自動運転支援を実現した。モービルアイのアムノン博士は、テスラの自動運転支援はEyeQ3の計算能力の一部を使用しているが、信号認識や中央に黄色い線のない双方向道路の認識など、独自の機能は使用していないことを自ら確認した。また、昨年5月に自動運転支援が原因となった初の自動車事故もこれを証明している。

当時、フロリダ州の未舗装の高速道路で、テスラ モデルSを運転していたドライバーが道路を横断していた大型トラックと衝突し死亡した。モービルアイの広報担当者は、同社のシステムは主に追突による衝突に対処するように設計されており、このような衝突検知はできないと明言した。同様の状況は2018年頃に新システムで解決される予定。テスラの広報担当者は、テスラはモービルアイのチップを使用していたが、その技術はすでにこの種の衝突処理をカバーしていたが、当時の環境条件によりエラーが発生し、悲劇を防ぐことができなかったと回答した。

[[214613]]

事故が発生したとき、カメラは日没時に強い逆光に遭遇し、認識能力が不十分で、収集されたデータが不完全でした。この不完全な2Dデータは、画像認識によって誤った3Dシーンに処理され、車が前方の道路状況を誤って判断し、悲劇を引き起こしました。

この自動車事故は、さまざまなマイナス要因が重なった結果、極めて極端な状況下で発生した。システムによる「報告漏れ」だったが、Mobileye の技術の欠陥も露呈した。この教訓により、テスラは計画されていた8.0システムのリリースを遅らせ、レーダー主導の自動運転支援時代の到来を直接的に加速させた。

2016年7月にテスラとモービルアイは袂を分かつこととなり、同年10月には自動運転支援システム「オートパイロット 2.0」を搭載したモデルの量産が開始された。

Autopilot 1.0 は Mobileye の画像認識技術をベースとしており、メインデータはルーフの Mobileye カメラから取得され、車両前面のレーダーと周囲のレーダーは補助情報のみを提供します。一方、Autopilot 2.0 は環境のレーダー認識をベースとしており、メインデータは車体のレーダーから取得され、補助データは車両群が学習した高精度マップとホワイトリストから取得されます。

ハードウェア面では、Autopilot 2.0 は 3 つのフロント カメラ (視野角が異なる広角、望遠、中)、2 つのサイド カメラ (左 1 つと右 1 つ)、3 つのリア カメラ、12 個の超音波センサー (感知距離が 2 倍)、フロント レーダー (強化版)、リア リバース カメラを使用し、チップには NVIDIA DrivePX 2 (Autopilot 1.0 の 40 倍の処理速度) を使用します。

NvidiaのCEO、ジェンスン・フアン氏はかつてこう語った。「Nvidia Drive PX 2は、自動運転車専用に設計された世界初のAIスーパーコンピュータです。その計算能力はMacBook Pro 150台に相当します。」

マスク氏はインタビューで、チップの選択に関してはAMDとNvidiaの間に大きな違いはないと述べた。もちろん、テスラは最終的にNvidiaを選択した。しかし、この発言は、テスラがチップの選択に関して非常に柔軟であることを示しているようだ。

しかし、テスラがNvidiaの計画に投資したのはつい最近なので、なぜ他社に惚れ込むのだろうか？これは、GPU アーキテクチャに固有の制限から始まります。

GPU は消費電力が非常に高く、推論能力も低いです。GPU アーキテクチャに基づく自動運転ソリューションにも同じ問題があります。自動運転で最も一般的に使用されているCNN畳み込みニューラルネットワークを例にとると、NvidiaのDrive PX2の推論性能は実はあまり優れているわけではありません。 L3、さらにはL4の自動運転機能を実現するために、Drive PX2の完全自動運転バージョンは250Wの電力を消費し、パフォーマンスはわずか20TFLOPSです。そのため、TeslaはNVIDIAに特別バージョンのカスタマイズを依頼し、エンドツーエンドバージョンのサイズを半分にしてパフォーマンスをわずか10TFLOPSに抑え、消費電力を約100Wに大幅に削減し、バッテリー寿命への影響を減らし、低燃費を回避しました。ただし、このため、その自動運転機能は、主張するL5ではなく、L3レベルにほとんど到達できません。

NVIDIAが発表した次世代のXavier自動運転プラットフォームは、性能が向上したと同時に消費電力が大幅に削減されたという。理論上はテスラは直接アップグレードするだけでよいが、NVIDIA自身の発表によると、L5レベルの自動運転を実現するには2セットのXavierが連携する必要があるという。これによりコスト負担が増加します。 Drive PX2 のフルバージョンの価格は 15,000 ドルで、Xavier はさらに高価になります。L5 の自動運転を実現するには、Xavier と周囲のセンサーを 2 セット使用する必要があり、コストは天文学的な額になる可能性があります。

さらに、かつての良きパートナーであるMobileyeは、より上位のEye Q4とEye Q5を発売しようとしています。前者は3Wの消費電力で2.5TFLOPSの効率を達成でき、後者は10Wの消費電力で24TFLOPSを達成できます。 Eye Qシリーズは、自動運転に必要な畳み込みニューラルネットワーク演算を、CPUとベクトル加速ユニットを混合して実行します。厳密には、CPUとASIC処理装置を組み合わせた異種製品です。

次世代の Eye Q4 ソリューションは 2018 年まで量産されません。先日正式発売が発表されたNIO初の量産車ES8は、Mobileye Eye Q4チップを搭載した世界初のモデルであり、唯一の競合製品であるEyeQ5は2019年以降まで発売されない。より高度な自動運転機能の発売を熱望するテスラとしては、これ以上待つことはできない。これがテスラが独自のAIチップの開発を決断した理由の一つだろう。

自動運転の普及でAIチップ戦争が勃発

テスラ、モービルアイ、エヌビディアの分裂と合併は、自動運転チップをめぐる戦いにおける氷山の一角に過ぎない。インテルやクアルコムなどの他の大手企業も、イノベーションを加速させるために全速力で取り組んでいる。

2016年、インテルは世界第2位のFPGA企業であるアルテラを167億ドルで買収しました。

現在主流の自動運転チップソリューションには、主に GPU、FPGA、DSP、ASIC が含まれます。相対的に言えば、FPGA はリアルタイム性能が高く、消費電力が低く、プログラミングが柔軟で、これらはすべてコンピューティング チップに対する自動運転の要件を満たしています。インテルは今年初めに発売した自動運転コンピューティング・プラットフォーム「Intel Go」にFPGAチップを採用した。アウディの新型A8が自動運転に頼っているコアコンピューティングユニットzFASも、アルテラのFPGAチップを採用し、インテルが買収したMovidiusビジョンアルゴリズムを内蔵している。物体データと地図データの統合、自動駐車機能の実現を担っている。

さらに、FPGA と組み合わせることで、Intel はクラウド内で大量の同時リアルタイム コンピューティングを処理できます。このモデルは、スマート シティの頭脳という人々のビジョンに特に適しています。各自動運転車のデータは中央センターにアップロードされ、中央センターは各車の状態を処理および理解し、運転方法を指示します。これを実現するには、5G の高帯域幅、低遅延のデータ チャネルが必要です。この目的のために、Intel は今年、初の車載 5G 通信プラットフォームを発表しました。

しかし、この一連のアイデアは非常に先進的であるにもかかわらず、短期間で実現するのは困難です。今年3月、インテルはイスラエルのADAS企業モービルアイを153億ドルで買収し、自動運転支援技術の実装に参加する最初の企業となりました。

一方では、Mobileye は Intel に自動運転市場への参入チャネルを提供します。同社は世界の ADAS 市場シェアが 70% を超えています。他方では、Mobileye の主力製品である ADAS 専用チップ Eye Q シリーズにより、Intel は車両側向けのコンピューティング チップ ソリューション (Intel の Atom/Xeon + Mobileye の EyeQ + Altera の FPGA) を形成できます。 153億ドルは、実はインテルの自動運転への切符なのだ。

Qualcomm に関しては、モバイルデバイスに重点を置いているため、高性能コンピューティングの蓄積は Intel や Nvidia ほど優れていません。 Snapdragon SoC は、単位エネルギー消費量の点では Intel や Nvidia のコンピューティング プラットフォームよりも優れていますが、ピークパフォーマンス出力は消費電力によって制限されます。さらに、Snapdragon SoC は ADAS 専用に設計されたコンピューティング プラットフォームではないため、自動運転車の市場を開拓する際には大きな抵抗に直面します。

クアルコムは昨年10月、世界最大の自動車用半導体メーカーであるNXPとの買収契約を発表した。クアルコムに買収される前、NXPはすでにADAS専用のチップS32V234を発売していた。このチップは主に視覚信号の処理に使用され、2つのチャンネルのビデオを同時に処理できる。 S32V234 は、ADAS の安全要件を考慮して、設計の初期段階で ECC (エラー チェックおよび修正) や FCCU (障害収集および制御ユニット) などの安全メカニズムを追加したことは注目に値します。

その後、NXPはこれを基にBlueBox車載コンピューターをリリースしました。このコンピューターには、S32V234チップのほか、8コアA72を搭載した高性能プロセッサLS2088やその他のセンサーチップも搭載されており、ADASをサポートするだけでなく、マルチセンサーデータの融合も実現できます。 NXPは、BlueBoxは消費電力が40Wを超えないレベル4の自動運転のためのコンピューティングサポートを提供できると述べた。

しかし、クアルコムのNXP買収は順風満帆ではなかった。双方が関連文書を提出できなかったため、EUの独占禁止当局は今年6月に買収に関する独占禁止法調査を中止した。取引は遅れ、クアルコムはNXPとの戦略を全体的に実行できていない。また、NXPセミコンダクターズの株式を保有するエリオット・マネジメントは、クアルコムがNXPセミコンダクターズの株価を過小評価していると考えており、買収価格を1株当たり110ドルから135ドルに引き上げるよう要求している。しかし、クアルコムは1株当たり110ドルが公正かつ妥当であるとして買収提案の引き上げを拒否。この事件により、買収はさらなる混乱に陥った。

幸いなことに、Qualcomm は引き続き V2X 車両ネットワークに注力することができます。クアルコムは今年9月、3GPP規格に準拠し、4Gと5Gネットワ​​ークの両方をサポートする新世代V2X通信チップセット9150C-V2Xを発売した。SIMカードを必要とせず、車両間（V2V）、車両インフラ間（V2I）、車両歩行者間（V2P）の3つのシナリオで通信を実現できる。クアルコムが5Gの高速伝送を利用してデータをクラウドに送信し、それを迅速に処理して配信することができれば、車両のインターネットを通じて自動運転機能を実現できる可能性があり、これはこの激しいチップ競争における新しいアプローチと言えるでしょう。

自動運転に関して言えば、Google について言及する必要があります。 Google の自動運転ソリューションでは、Intel が提供する Xeon プロセッサ、Altera が提供する Arria FPGA チップ、および Intel の XMM 通信チップが使用されています。ただし、推論を担う部分がGoogle独自のTPUなのか、Intelのチップなのか、それともNvidiaのGPUなのかは不明だ。 Google の TPU は推論段階専用の ASIC であることに注意してください。もちろん、Google は第 2 世代の Cloud TPU にディープラーニング トレーニング機能も追加しました。

[[214614]]

中国では、Horizo​​n Robotics が最近、それぞれスマート運転とスマートカメラを目的とした 2 つのコンピューター ビジョン組み込み AI チップ、Xuri と Zhengcheng を正式にリリースしました。これは中国初の組み込み型人工知能チップです。他のチップと比較して、XuriとZhengchengは性能、消費電力、面積などが大幅に向上しています。同時に200個のオブジェクトを認識できるだけでなく、チップ乗数利用率のピークは100％に達し、さまざまなアプリケーションシナリオに強く結合できます。

AI産業の急速な発展に伴い、コンピューティング能力がテクノロジーの発展とアプリケーションの実装における重要な要素となっていることは容易に理解できます。ハードウェアコンピューティング機能の主なキャリアとして、チップも「イノベーション」の対象となっています。現在、AI チップは継続的なブレークスルーの黄金時代を迎えており、この段階ではイノベーションが AI チップのテーマとなっています。