엔비디아 & 현대차 자율주행 전략 (GPU / 인공지능 / 오픈소스 / 드라이브 AGX 자비에 / CUDA 쿠다 / 인텔 모빌유아 EyeQ / 테슬라 FSD / 앱티브 / 오로라) 볼께요

>

1. 엔비디아 자율주행 하드웨어(1)드라이브 AGX자비에(DRIVEAG Xavier)-엔비디아는 인공지능 컴퓨팅 기술을 기반으로 자율주행 시스템 개발에 필요한 AI칩셋(Xavier SoC), 슈퍼컴퓨터(DGX Super POD), 시뮬레이터(DriveSIM, DRIVE Constellation)등의 기반 플랫폼을 개발. 자율주행차를 직접 생산하지는 않지만 이를 파트당신 중소기업이 설계하는 자율주행자동차로 접는 방식-CPU는 데이터를 하본인씩이지만 매우 빠르게 순서대로 처리하는 반면 GPU는 동시다발적으로 발생하는 정보를 CPU보다는 느리지만 대신 정리하여 처리. 자율 주행의 경우 레이더와 라이더, 카메라, 센서 등에서 발생한 정보를 동시에 파악하고 분석해야 하기 때문에 자율 주행에서도 GPU의 역할이 중요 ​ ​-CES 20하나 8에서 엔비디아는 '드라이브 자비에'라는 제품을 공개. 신뢰할 수 있는 자율 주행 자동차를 만들기 위해서는 안정적인 시스템이 필요, 특히 인터넷 네트워크에 연결되지 않은 상황에서도 그치지 않고 사건 없이 작동해야 합니다는 목적으로 개발된 제품 ​-안정적인 솔루션만 아니라 30W의 전력만으로도 한 마을에 30조 회의(30 TOPS)의 연산이 가능할 정도로 효율적인 제품으로 320개 이상의 고객사에 제공 ​-엔비디아는 드라이브 자비에 개발을 위한 4년의 조사 기간 중 약 20억달러를 투입. 90억개 이상의 트랜지스터, 8개의 코어 GPU, 5개 2개의 볼타(Volta)GPU, 세로프게디프로닝 가속기와 컴퓨터 비전 가속기, 8K영상 프로세서 등을 탑재 ​ ​ ​(2)의 드라이브 AGX페가수스(Pegasus)/윤리(Orin)-20하나 9년 4월 이 회사는 FSD칩을 공개하면서 세계 최고의 자율 주행의 컴퓨터 시스템을 개발했습니다 설명. 이런 주장에 대해서 엔비디아는 비교 대상이 잘못했다고 정면 반박하고'드라이브 페가수스'제품을 언급 ​-테슬라는 2칩 FSD를 오토 파 1롯데 목적으로 설계한 드라이브 자비에 단 1칩과 비교했지만, 엔비디아는 진정한 비교 대상은 같은 완전 자율 주행 목적으로 개발된 칩, 드라이브 AGX페가수스가 돼야 한다고 설명 ​-페가수스는 자비로 시스템 온 칩(SoC)프로세서 2개, 별도의 차세대 GPU 2개, 디플러 닌과 컴퓨터 비전 알고리즘의 가속화를 위한 하드웨어가 결합된 제품. FSD칩의 처리 속도가 하나 44 TOPS였으나, 페가수스는 이보다 두배 이상 빠른 320 TOPS(초당 320조 회의 연산)​

>

<출처:NVIDIA>​ ​-그리고 20첫 9년 첫 2월 엔비디아는 자율 주행 자동차와 로봇을 향한 최성국에 초단 소프트웨어 정의의 플랫폼인 엔비디아'드라이브 AGX올림'를 공개했다. 첫 70억개의 트랜지스터로 구성된 새로 SoC를 기반으로 하는 플랫폼에서 4년 동안 탐사 개발이나 투자 ​-즉, ADAS수준의 컴퓨팅 제품이 자비에 자비를 활용한 완전 자율 주행의 수준의 제품이 페가수스, 그리고 자비의 업그레이드 버전이 올리다 소음. 이는 다시 링을 활용하고 완전 자율 주행용 플랫폼을 만들면 현재의 페가수스 이상의 성능을 발휘하는 제품이 나 올 수 있다는 것을 의미 ​-린 SoC는 엔비디아의 차세대 GPU아키텍처와 ARM의 헤라클레스(Hercules)CPU코어, 초당 200조의 연산을 공급하는 새롭게 디플러 닌과 컴퓨터 비전, 가속을 통합, 이전 세대의 자비에 대비 7배 향상된 성능을 구현 ​-자율 주행 수준 2부터 수준 5까지 확장 가능한 아키텍처 호환의 플랫폼과 OEM업체가 대규모의 복잡한 소프트웨어 제품 군을 개발하도록 지원. 오린과 자비에는 전체 개방형 쿠다(CUDA)텐서 RT(TensorRT)API라이브러리를 통해서 프로그래밍이 가능하고 개발자는 다양한 제품세대에 걸쳐서 효율적으로 활용 가능 ​ ​ ​(3)자율 주행용 슈퍼 컴퓨터-20첫 9년 6월 엔비디아는 자율 주행 차의 개발 속도를 향상시키기 위한 인공 지능 인프라를 공급하는 슈퍼 컴퓨터의 DGX SuperPOD를 발표 ​-엔비디아 DGX SuperPOD는 세계에서 22번째로 빠른 슈퍼 컴퓨터에서 96개의 엔비디아 DGX-2H슈퍼 컴퓨터와 메고 녹스(Mellanox)인터 커넥트(Interconnect)기술로 3주 만에 구축. 9.4배 후 롭의 처리 능력을 통해서 자율 주행에 요구되는 수많은 딥 뉴럴 네트워크(Deep Neural Network, DNN)을 연습 ​-인공 지능 교육 모델 ResNet-50은 20최초 5년에 발매, 즉시 당시 최근 시스템이었다 단지 한가지 엔비디아 K80 GPU에서 교육하는 데 25개의 소요된 반면 이번에 발매된 DGX SuperPOD에서는 2분도 걸리지 않을 만큼 첫 8,000배 이상의 성능 향상. 또, 대등한 성능 수준을 가진 다른 상위 500개의 시스템이 수천대의 서버로 구성되는 것보다 DGX SuperPOD는 크기가 400배 작은 공간을 적게 획득 ​-국내 쿵키오프 중에서는 현대 모비스가 처음에 DGX SuperPOD를 도입. 그 외 DGX 시스템은 이미 BMW, 콘티넨탈, 포드, 제뉴이티(Zenuity) 등의 자동차 업체는 물론 페이스북, 마이크로소프트, 후지필름과 같은 대기업 및 제펜 이화학 조사소(RIKEN), 미 에너지국(US Department of Energy) 등에서 채택

>

<출처:NVIDIA>​ ​ ​(4)주요 자동차 회사의 고객-볼보(Volvo):2021년 자율 주행 레벨 4기술을 적용한 차량에 출시를 목표로 하고 있는 볼보는 엔비디아의 자비를 기반 코어 컴퓨터를 차세대 SPA2플랫폼에서 적용하는 방안. 현재 페가수스 플랫폼에서 차량 내 AI컴퓨팅을 구축하고,'Drive AV'라고 하는 소프트웨어 스택 전체를 360번 센서 처리, 인식, 맵 로ー칼라직무이션(Map localization)경로 방안 등에 활용 ​와 도요타(Toyota):2019년 도요타의 자율 주행 전문 중소 기업 TRI-AD와 자율 주행 자동차 개발, 교육 및 검증을 위한 파트 노히시프 체결. 자율 주행 차량 TRI-P4에 자비를 사용 ​-폭스바겐(Volkswagen):차세대 지능형 차량 개발에 인공 지능과 디플러 말리닌이 중대한 역할을 담당합니다는 비전을 엔비디아와 공유하고 새롭게 운전석의 경험의 개발 및 안전성 향상을 위해서 에느비디아도라이브 IX플랫폼을 이용 ​-우보(Uber):안전과 안정적인 자율 주행 차량을 개발하려면 에쵸무당 인공 지능 소프트웨어와 고성능 GPU엔진을 차량 내 탑재해야 합니다 설명하고 자율 주행 차량 및 트럭의 상용화를 위한 인공 지능 컴퓨팅 시스템에 엔비디아의 기술을 채용 ​와 소니(Sony):CES 2020에서 자율 주행, 전기 차를 유출. 핵심 반도체에서 엔비디아의 제품을 사용 ​-다임러(Daimler):멜세데스·벤츠의 모 중소 기업인 다임러 그룹은 자율 주행 시스템용 반도체를 엔비디아에 의존 ​-비오 니어(Veoneer):스웨덴의 자동차 부품 업체의 비오 니어는 자율 주행 레벨 4의 실현을 위해서 자비에 기반을 둔 컴퓨터 Zeus를 활용하여 기술 개발 중 ​-섬(NIO):중국의 전기 차 업체인 인왕상(NIO)와 시아오퐁(Xiaopeng Motor)은 자비를 활용하고 자율 주행 수준 2이상으로 대응하는 방안 ​ ​ ​ ​ 2.CUDA(Compute Unified Device Architecture, 쿠다)/오픈 플랫폼 ​(1)CUDA의 개요-CUDA는 2006년 11월 엔비디아가 만든 기술로 GPU를 이용하여 범용적인 프로그램을 개발할 수 있도록 도와주는 병렬 컴퓨팅 플랫폼 및 API모델 - 초기에는 C, C++만을 지원하였으나, 현재는 다양한 언어로 사용 가능하며, 디프로닌을 돕는 많은 라이브러리도 CUDA와 함께 제공되고 있다. 엔비디아 이외의 그래픽 카드에서는 작동하지 않는다 - CUDA 이전까지 개발자에게 있어서 GPU 프로그래밍은 극소수만의 고급 기술. CUDA는 이를 C나 C++처럼 1반 개발자들에게도 익숙해진 고급 언어와 문법으로 만들어 GPU자원에 대한 접근성을 크게 개선 ​-이에 따라서 관련 개발, 생태계가 계속 확장되기 시작했고 그 결과 현재 거의 모든 디플러 닌 개발 프레임워크에서 CUDA와 관련 라이브러리인 'cuDNN'을 최우선으로 지원. 사실상 GPU 기반 AI 개발의 저조한 부분으로 인식되고 있다-다만, CUDA는 엔비디아의 GPU만을 지원하는 폐쇄성이 짙으며, 이를 대체하기 위한 범용 GPU 연산 플랫폼 "OpenCL"이 등장. 인텔, AMD, 애플 등 엔비디아의 경쟁사들이 미루어 있는데 다 디플러 닌 체제 지원 비율과 성능은 CUDA와 비교해서 상대적으로 낮은 편 ​-딜로이트에 따르면 2016년 전 세계 AI프로세서의 판매 대수는 약 10만개고 이 중 대부분이 GPU기반. 2018년에는 총 80만개로 증가했으며 GPU프로세서가 50만개, FPGA 20만개, ASIC 10만개.빠르게 확대되는 인공지능 시장에서 엔비디아는 범용성이나 쿠다와 같은 오픈소스 플랫폼을 통해 여전히 영향력 발휘

>

<출처:NVIDIA>​ ​ ​(2)오픈 플랫폼-사실상 자율 주행 자동차를 연구하는 정말 거의 모든 기업이 컴퓨팅 스택에서 엔비디아를 활용.엔비디아는 자사의 자율 주행 기술을 오픈 플랫폼에서 공유하고 현재 수백개 기업이 엔비디아 자율 주행 플랫폼에 참여하고 있는 것 ​-엔비디아가 지난 20일 8년 2월 발표한 '지에쯔승 AGX자비에(Jetson AGX Xavier)'모듈은 수많은 AI애플리케이션에 사용되고 있는 엔비디아 AI플랫폼을 활용. 이곳에는 개발자들이 신경망을 신속히 훈련하고 배포하도록 지원하는 툴과 워크 플로우 세트를 함께 제공 ​-20일 9년 2월 엔비디아는 '에느비디아도라이브(NVIDIA DRIVE)'딥 뉴럴 네트워크에 대한 액세스 권한을 운송 업계에 제공하면 발표. 에느비디아도라이브은 자동차 및 트럭 제조 업체로 택시 회사, 소프트웨어 회사나 대학교에서 광범위하게 사용되는 자율 주행 개발의 실질적으로 보통 ​-사전 훈련된 인공 지능 모델에 대한 접근과 훈련 코드를 제공함으로써 운송 업계 기업은 엔비디아 GPU클라우드(NVIDIA GPU Cloud, NGC)건태 이당싱레지스토리에서 자율 주행 차량에 대한 모델의 확장과 커스터마이즈 등 자유롭게 개발할 수 있음 ​ ​ ​ ​ 3. 엔비디아 사업 철학 ​-인텔의 EyeQ칩이 자율 주행의 하드웨어 및 소프트웨어 솔루션이 통합된 완성품이라면, 자비에는 GPU하드웨어를 제공하고 소프트웨어는 고객사들이 자신만큼 잘 개발하도록 지원하는 개발 키트를 지에콤하이라는 개념-역시 엔비 디어의 "DRIVE AV"는 자율주행을 위한 소프트웨어로, 교차점이나 차선을 인식하는 등 자동운전 인지 분야를 담당. 엔비디아는 자율주행에서 티어 회사가 기대보다 약간 늦게 기술을 발전시킨다고 판단했고, 고객을 영접한다는 개념으로 소프트웨어에 관여하게 되었다 설명-이를 통해 엔비디아가 강조하는 철학은 즉석 엔비디아는 하드웨어 제공업체라는 점. 자율 주행이나 인공 지능에 관한 핵심 기반이 되는 GPU을 고객사에 공급하고, 고객사들이 이를 더 잘 활용할 수 있도록 개발 키트는 얼마나 필요한 소프트웨어만을 개발하고 오픈 소스로 제공 ​- 이렇게 더 많은 참가자들을 끌어들이고, 그들이 엔비디아의 플랫폼에 맞추어 더 많은 애플리케이션을 발생하고 생태계를 키우고 나가는 선순환 구조가 즉석 엔비디아의 목적 ​ ​ ​ ​ 4. 엔비디아의 자율 주행 통신 및 보안 ​(일)5G-엔비디아가 생각에는 5G가 자율 주행 기술에서 차지하는 비중은 그다지 크지 않음. 자율 주행에 필요한 대부분의 AI연산은 차량 내에서 이루어지기 때문 ​-5G는 저지 연성과 빠른 속도가 특징이지만, 5G와 클라우드 서버를 통한 차량 제어는 자체 연산 방식과 비교하여, 아무래도 늦을 수밖에 없음 ​-예를 들어 5G를 통해서 주행하는 도로에 대한 그이츄이(보행자, 장애물 여부 등)을 미리 받아 최적화된 경로를 채택하는 등 일부 참고할 수는 있지만 자율 주행을 5G에 전적으로 의존하기는 어렵다고 설명 ​ ​ ​(2)가상화와 차량 시스템의 초기 단계부터 보안 프로토콜의 탑재와 최적화에 노력. 특히 데이터센터에서 검증된 보안 기술을 우선 적용 중-그러므로 차량 인포테인먼트 시스템이 해킹되더라도 이를 가상화를 통해 분리해 놓으면 모든 시스템에 미치는 해킹의 영향을 최소화할 수 있으므로 가상화 기술도 고려하고 있다※네트워크 슬라이싱 관련 이 말 참고

가상화는 데이터센터의 효과적 활용을 위한 기술에서 시작하여 클라우드 서비스를 가능하게 하는 기반기술로 자리매김. 그리고 점점 네트워크 영역 확장되어 5G장비뿐만 아니라 네트워크 슬라이싱과 같은 기술을 통해서 자율 주행 보안에도 고려되는 등 그 중요도가 높아지고 있는 썰매 ​

>

<출처:한양대 정보 시스템 학과 웹 매거진>​ ​ ​ ​ 5. 자율 주행 ASIC칩 ​(1)테슬라 FSD-GPU는 비싼 가격과 소비 전력이 크다는 단점으로 가격 경쟁력을 갖춰야 한다 대중적 양산 차에 적용하는 데 한계가 있다는 지적을 받고 있는 소리. 거기에 완성 차 업체들은 엔비디아에 대한 지나친 의존도를 낮추기 위해서 대체할 칩을 개발 중 ​-테슬라는 기존 엔비디아의 칩을 사용했지만 프지 않고 2019년 독자적인 자율 주행 컴퓨터 칩의 개발에 성공. Neural Network Accelerator을 활용한 72 TOPS를 갖춘 SoC 2개를 사용하고 144 TOPS의 연산 속도를 실현. 소비 전력은 기존의 목표 치 100W보다 더 낮은 72W​-엔비디아는 2개의 자비에 SoC와 2개의 GPU에 320 TOPS의 보다 높은 연산 속도를 갖췄지만 소비 전력이 400W에서 매우 높은 편 ​

>

​

>

​ ​ ​(2)인텔 모빌 아이 EyeQ-인텔은 아톰(Atom), 제온(Xeon)과 같은 서버용 CPU기반으로 발전한 ADAS(Advanced Driver Assist System)플랫폼과 소프트웨어 등을 개발하며 자율 주행을 위한 머신 러닝, 보안, 연줄 크티도우 등의 기술력을 순조롭게 확대하고 왔어요 소리 ​ 그리고 카메라, 기여하고 처리, 마이크로 프로세서, 매핑 자율 주행 대응 방법 등을 결정하는 소프트웨어를 개발. 이 소프트웨어는 각 차량 제연구의 특성에 맞추어 가변적으로 적용 가능한 시스템으로서 FCA(Fiat Chrysler Automobiles), BMW가 협력하는 제작 ​-인텔-모빌 아이 통합 솔루션은 레벨 4와 수준 5자 유루 성주의 외출의 개발을 위한 것으로 2개의 EyeQ5 SoC와 하나개 인텔 아톰(Intel Atom)C3xx4프로세서, 모빌 아이의 소프트웨어로 구성 ​-아이큐(EyeQ)칩 생산량은 20개 4년 270만개로 연평균 성장률 46퍼센트를 보이며 20하나 9년 하나 700만개까지 증가했고 누적 생산량 5,400만개를 기록. 차량용 ASIC으로 마련됐지만 현재는 ASSP(Application Specific Standard Product)에 의한 범용화된 보이는 소리 ​-7나노 핑펫(FinFET)공정을 적용한 차세대 EyeQ5칩 2020년 예기에 발매, 202나이로부터 연간 약 800만개를 양산하는 미리 계획. EyeQ5는 연산 처리 속도를 EyeQ4보다 하나 0배 빠른 24 TOPS수준으로 강화 ​ ​※인텔 모빌 아이 및 EyeQ칩 관련 내용 참고

​ ​-에너지 효율은 엔비디아 자비에는 한 0W에 일 0 TOPS, 테슬라 FSD일 0W에 20 TOPS보다 인텔 EyeQ5는 한 0W에 24 TOPS. 즉 가장 높은 성능을 내는 제품은 엔비디아의 페가수스, 인텔 EyeQ5는 소비 전력 대 성능이 가장 높은 제품 ​

>

​ ​ ​ ​ 6. 현대 차 그룹의 자율 주행 ​(하나)앱(Aptiv)-앱은 미국 자동차 부품 업체 델파이에서 분사된 차량용 전기 장치 부속이나 자율 주행 전문 회사. 인지 시스템, 소프트웨어 알고리즘, 컴퓨팅 플랫폼, 데이터 및 배전 등 업계 최고의 모빌리티 솔루션 포트폴리오 보유. 총 하나 00여대 이상의 자율 주행 차를 운행하고 ​-CES 20하나 8에서 자율 주행 레벨 4기술을 나쁜 날씨에도 20개 노선을 대상으로 성공적으로 시연하고 주목 받은 초. 당시 자율주행 셔틀업체였던 프랑스의 나쁘지 않다, 부야 등 대부분의 업체는 시승행사를 포기했다. 앱은 눈이나 비가 많은 피츠버그에서 시작한 회사여서 미국 서부에 본사를 두고 있는 다른 업체들에 비해서 비바람에 강하다는 평가 ​-20하나 5년 앱은 업계 최초로 미국 자율 주행 횡단에 성공. 샌 프란시스코에서 뉴욕으로 가는 여정의 99%인 약 3,400마하가 완전 자율 주행 모드로 주행. 이처럼 미국의 여러 도시의 자율 주행 빅 데이터를 소유하고 있는 것도 장점 ​-CES 20하나 8에서 리프트(Lyft)와 함께 3,400개의 호텔, 카지노, 맛있는 음식점이 있는 라스 베이거스 하나 전 구간에서 자율 주행 로봇 택시 서비스를 운영하고 최근까지 95,000회 이상의 자율 주행 시승 성공. 서비스 초기 단 1반의 경미한 사고 이외에는 무사고 주행. 이용자 평점 또 5점 만점에 4.95에 높은 만족도를 보이고 있는 것 ​-리프트 탑승 공유 서비스 중에 앱의 로보 택시가 끼어 있는 방식으로 승객들은 리프트 앱에서 차량 콜 옵션에 SELF-DRIVING를 선택하여 이용할 수 있다. 리프트의 하나반 서비스 옵션과 같은 요금 ​-웨이 모(Waymo)의 로보 택시의 규모가 더 크지만 웨이 운전하는 사전 등록된 하나, 000명의 승객들을 대상으로 한 반면 앱은 현재 세계 최대 규모의 공개형 로봇 택시 서비스를 운영하는 것이라는 점이 특징적 ​-20하나 9년 기준 매출 중 하나 44억달러, 영업 이익 하나 5억달러, 시가 총액 약 220억달러 ​

>

<출처:Yahoo Finance>​ ​ ​(2)합작 벤처 설립-20하나 9년 9월 현대 차 그룹은 앱과 협력 개발한 자율 주행 기술을 2022년 완성 차 시범 운영을 시작으로 2024년 본격적으로 적용하고 양산하는 것을 목표로 America현지 합작 법인(JV, 조인트 벤처를 설립 ​-업계에 자율 주행의 개발을 위한 합종 용후에은이 가속화되고 있지만 유수의 완성 차 업체와 주요 자율 주행 기업이 별도의 JV를 설립하고 자율 주행 차 기술을 조사 개발하는 모델은 이례적이다. 현대 차 그룹은 JV에 총 20억달러(약 2조 3,900억원)출자. 직접 투자의 이유로는 다른 자동차 회사 기술을 제공하는 등 모든 현실성을 열어 두기 위한 뭐 있는 설명 ​-테슬라는 오토 파 1롯데 기능을 통해서 방대한 부분, 자율 주행 데이터를 모아왓우 본인 로보 택시처럼 아직 완전 자율 주행을 적용한 사례는 없는 소리. 웨이 운전하는 완전 자율 주행 로봇 택시 사업을 추진하고 있으며 본인 차량은 다른 완성 차 메이커로부터 구입하고 개조한 것으로 개조한 자체 차량 외 이런 솔루션이 다른 차량에 적용되지는 않을 상황 ​-현대 차는 자체 차량에 자율 주행 수준 2~3의 급속한 도입을 통하고 기술의 상용화 발보풀루 보유하고 있으며 앱은 레벨 4~5와 관련된 소프트웨어에 상당한 기술력을 보유. 그래서 이번 합작 벤처 설립은 차량 하드웨어에서 자율 주행 소프트웨어까지 완전한 세트에서 탄생할 수 있는 이례적인 시너지 효과를 기대하게 만들어 완전 자율 주행 차의 급속한 상용화를 예상하고 보기도 한다 소리 ​-도 레벨 4~5개발에서 각 토지의 정밀 지도 및 데이터 수집 등 토지적인 특성이 더욱 더 중요하게 되는 정세에 America지역의 빅 데이터를 보유하는 앱을 인수함으로써 현대 차는 아시아를 넘어 America시장의 자율 주행 서비스 활로를 개척할 것으로 보이​ ​ ​(3)엔비디아&인텔 모빌 아이와 현대 차 그룹은 자율 주행 차의 두뇌 역할을 하는 '인공 지능 기반 통합 제어기'개발을 위한 인텔, 엔비디아와 협 업 중.현대 차는 CES 20하나 8에서 엔비디아와 제휴 관계를 맺고 있는 자율 주행 솔루션 전문 업체인 오로라(Aurora)와 협업을 발표했고 지난해에는 300억원 가량 투자 ​-이것에 의해서 모빌 아이 결별설이 돌기 시쟈크헷우 본인 모빌 자식과의 협력도 잘 이뤄지고 있다는 정의선 수석 부회장의 발언과 1단 내려가는 소리 ​-앱 및 오로라는 자율 주행을 위한 소프트웨어에 집중.그래서 현대 차는 협력 개발한 소프트웨어를 잘 탑재할 수 있는 메인 칩을 자체 개발하려는 것으로 보이지만 최근 엔비디아와 가까운 행동을 보면 하드웨어 및 소프트웨어 통합 솔루션을 제공하는 모빌 아이에게는 종속의 위 홈이 있고 이에 대비하려는 움직임입니다.다우와 판단된 것 ​ ​ ​ ​ 7. 정리 및 시사점 ​(하나)종속의 위 햄-엔비디아는 그래픽 처리에 중점을 둔 AI을 바탕으로 오픈 플랫폼을 추구하는 한편 모빌의 아이의 인공 지능 알고리즘은 블랙 박스에 가까운, 사용하는 완성 차 업체도 그 판단의 표결 과정을 정확히 알고 있는 어려움. 때문에 완성 차 업체의 기술 철학 이본의 사양에 맞게 커스터마이즈 할 수 있는 부분이 극히 제한적 ​-이것은 바로 레벨 4와 5단계로 올라갈수록 모빌의 아이의 솔루션에 의존하는 완성 차 업체들은 자율 주행 주도권을 완전히 빼앗길 수 있는지 소리를 암시. 그래서 완성 차 업체가 이를 고려하는 것이라면 장기적으로 봤을 때 결국, 범용적인 엔비디아의 자율 주행 플랫폼을 선택하는 것이 현실성이 높은 판단된 것 ​-완성 차 업체 자율적으로 ASIC메인 칩을 제작할 것도 있고 본인 현재 ASIC를 적용하는 기업도 구글이 본 사람, 아마존 같은 1부 IT글로벌 기업만의 것을 감안하면 전문성이 밀리는 완성 차 업체들이 적용하기는 쉽지 않을 것으로 예상 ​-테슬라는 스스로를 소프트웨어 기업이라고 칭하는 기술력에 자신감이 있고 자체 자동차에 FSD칩이 들어가도 비즈니스에 별 글재주가 없는 소리. 그러나 모빌 아이 같은 팁 제공 업체의 경우에는 엔비디아처럼 아무리 본인 AI알고리즘을 완성 차 업체에 개방하고 협력하느냐가 관건이라고 진단된 것 ​ ​ ​(2)현대 차와 현대 차 그룹은 앱 및 오로라(자율 주행 솔루션), 바이두(인공 지능). 얀덱스(로보택시), 엔비디아(인공지능 플랫폼), 옵시스(고성능 라입니다) 등의 자율주행 기업과 협력 중-현대차는 기존 사업을 통해 축적한 자본으로 주로 소프트웨어 기술을 취득. 그리고 이들 기술을 받아 센서나 컴퓨팅 패키지 같은 하드웨어에 걸맞게 탑재하는 데 주력-그러므로 종속의 위험을 피해 엔비디아와의 협력으로 개발한 메인칩 하드웨어가 필요한 연산을 담당하고 소프트웨어는 지분을 투자한 회사를 통해 개발해 자율주행에 있어 주도권을 잡을 계획인 것으로 추측된다.

>

<출처: HMG JOURNAL>