ماذا تفعل أمازون بحق الجحيم في مجال صناعة السيارات؟ الإجابة بسيطة: تلتزم AWS بتطوير المركبات المتصلة بالشبكة.
في نوفمبر 2020 ، دخلت NXP Semiconductors في شراكة مع AWS. الغرض من هذه الصفقة هو تمكين صانعي السيارات من جمع واستخدام كميات هائلة من البيانات الناتجة عن سياراتهم.
لطالما كانت صناعة السيارات تتحدث عن المركبات المتصلة. سمحت وحدات الاتصالات المثبتة في السيارات للشركات بإنشاء خدمات عن بعد مثل OnStar من جنرال موتورز. تتيح هذه التقنية أيضًا للعملاء تنزيل التطبيقات والمحتويات الأخرى لأنظمة المعلومات والترفيه.
قال برايان كارلسون ، مدير التسويق العالمي في NXP Vehicle Management and Networks: "هناك مرحلتان من المرحلة الأولى والثانية في تطوير السيارات المتصلة". وأوضح أنه في المرحلة الثالثة ، ستسمح الشراكة بين NXP و Amazon "لشركات صناعة السيارات بجمع البيانات من جميع المركبات".
لكن ما هي البيانات التي نتحدث عنها؟
وقال كارلسون إنه بفضل معالج شبكة السيارة عالي الأداء وعالي النطاق (مثل S32G من NXP) ، سيكون بإمكان شركات صناعة السيارات نقل البيانات إلى السحابة ، "من قراءات أجهزة الاستشعار إلى الإحصائيات الخوارزمية والسلوكية".
ستتم معالجة بعض البيانات باستخدام الحوسبة المتطورة ، وسيكون البعض الآخر في السيارة مباشرةً. ستمنح صفقة NXP-AWS مصنعي المعدات الأصلية القدرة على استخراج واستكشاف البيانات (في السحابة) التي لم يتم تحليلها من قبل.
في عالم إنترنت الأشياء حيث الاتصال أمر بالغ الأهمية ، انتقل المجتمع الهندسي من أجهزة الكمبيوتر المكتبية الشخصية إلى السحابة باستخدام خدمات مثل AWS و Microsoft Azure.
السيارات المتصلة هي التالية. قال إيجيل جوليوسن ، المحلل المخضرم في صناعة السيارات: "سيكون هذا اتجاهًا جديدًا". يذهب الكثير من عمل المطورين والمهندسين إلى السحابة لأن "الخدمات السحابية توفر الكثير من الأدوات المتقدمة" ، كما قال.
كيف بالضبط سيستخدم المهندسون الخدمات السحابية؟
أولاً وقبل كل شيء ، سوف يركزون على تحسين تصور أنظمة القيادة الذاتية و ADAS ، بالإضافة إلى نقل خوارزميات التعلم الآلي إلى السحابة. من الناحية المثالية ، يمكن مراقبة سلامة شبكات السيارات وصحة بطاريات السيارات الكهربائية من السحابة باستخدام بيانات السيارة في الوقت الفعلي.
الذكاء الاصطناعي في السحابة
يتم بالفعل تطوير العديد من ميزات السيارات باستخدام السحابة. على سبيل المثال ، في السحابة ، يمكنك تصميم نماذج التعلم الآلي للسيارات والتدريب عليها وتحسينها ونشرها.
ما الفوائد الإضافية التي يمكن أن تجمعها NXP و Amazon نظرًا لأن تطوير الذكاء الاصطناعي في السحابة أصبح الآن أمرًا شائعًا؟ يعتقد كارلسون أن استخدام البيانات الحقيقية أمر أساسي - يمكن أن تساعد المطورين على تحسين الأداء والأمان. وأضاف أيضًا أن الاتصال في الوقت الفعلي يسمح لشركات صناعة السيارات باكتشاف وتسجيل مختلف الحالات الحرجة والحالات الشاذة.
إذن ، ما هي معالجات الذكاء الاصطناعي التي ستعمل NXP و Amazon معها؟
كما اتضح ، يمكن لـ AWS SageMaker Neo العمل مع محركات مختلفة للتعلم الآلي بل إنه مُحسَّن لأجهزة SIMD. وأوضح كارلسون: "تتضمن هذه القائمة x86 و Arm و RISC-V وبنى أخرى". كما ستستخدم واجهة PCI-Express المدمجة في NXP's S32G لتقديم الدعم لمجموعة متنوعة من المعالجات ("من Nvidia إلى FPGAs و Snapdragon") لأنظمة القيادة الذاتية و ADAS. سيتم تضمين TPU من Google قريبًا في قائمة الأجهزة المدعومة. التي لا يتم دعمها حاليًا.
كما قال كارلسون إنه من المهم جدًا لمصنع رقائق الواجهة أن تجعل منتجاتها مرنة ومستقلة عن المعالجات. "يجب أن توفر منتجاتنا القدرة على تضمين الذكاء الاصطناعي في السيارات" ، بغض النظر عن المعالج الذي تستخدمه.
أيضًا ، دعونا لا ننسى أن NXP لديها حلول للتعلم الآلي - على وجه الخصوص ، معالج رؤية الآلة S32V. قامت NXP بتطوير مجموعة أدوات eIQ Auto التي من شأنها تسريع "تكميم وتقليص وتقليص" الشبكات العصبية. يتم إجراء الكثير من هذا في السحابة باستخدام بيانات من السيارات.
واجهات موجهة للخدمة
من خلال خبرتها في التعامل مع بيانات السيارات والاستفادة من البنية التحتية السحابية لـ AWS ، قدمت NXP عددًا من الخدمات الجديدة التي يمكن لشركات صناعة السيارات تنفيذها بأنفسهم.
يعد إرسال البيانات التي تم إنشاؤها بواسطة الليدار والكاميرات وأجهزة الاستشعار الأخرى إلى السحابة لتحليلها ، كما هو مذكور أعلاه ، خطوة أولى مهمة نحو تحسين أنظمة الإدراك في المركبات ذاتية القيادة و ADAS.
بالنسبة إلى NXP ، أشار كارلسون إلى أن "تطوير المركبات الكهربائية" هو السيناريو الرئيسي الذي سيظهر فيه التعاون بين NXP و Amazon. يتيح نموذج الحوسبة السحابية للحوسبة الطرفية المراقبة في الوقت الفعلي لصحة البطاريات والمحركات والمكونات الأخرى. ووفقًا له ، فإن العمل مع "التوائم" الرقمية للسيارات الحقيقية في السحابة سيعمل على تحسين استهلاك الطاقة وتوسيع نطاق السيارات الكهربائية.
يعد الأمان مجالًا آخر تلعب فيه البيانات الواردة من السيارات المتصلة دورًا مهمًا. قال كارلسون: "فكر في اكتشاف اختراق الشبكة". "من خلال دفع البيانات إلى السحابة ، يمكن لنماذج التعلم الآلي تعزيز الأمان ويمكن نشر التحديثات على أساطيل كاملة لمنع الانتهاكات".
يتوقع العديد من صانعي السيارات أيضًا أن تعمل ميزات الشبكات على تبسيط "إدارة صحة السيارة". أوضح كارلسون أن المراقبة في الوقت الفعلي لبيانات السيارات باستخدام الحوسبة المتطورة ، جنبًا إلى جنب مع التعلم الآلي ، ستمكن صانعي السيارات من العثور على المشاكل "قبل أن تعرف السيارة عنها حتى وتصدر رمز خطأ أو حرائق محرك الفحص."
أيضًا ، سيكون تحليل تشغيل أنظمة مراقبة السائق في الوقت الفعلي أحد المكونات المهمة جدًا لدعم المركبات المؤتمتة للغاية.
تغيير دور معالجات الشبكة
يعد توسيع الوصول إلى بيانات السيارات أمرًا بالغ الأهمية لشركات صناعة السيارات الراغبة في تنفيذ تحديثات OTA في حلولهم.
لا تقل أهمية عن خصائص معالجات الشبكة (مثل S32G) وقابليتها للتشغيل البيني مع وحدات التحكم الإلكترونية المختلفة (على الرغم من أن العديد من هذه الأجهزة قد يتم توفيرها من قبل أطراف ثالثة). قال كارلسون: "من منظور الشبكة ، فإن هدف NXP هو توفير تحديثات OTA لجميع وحدات التحكم في النظام".
بمرور الوقت ، مع انتشار أنظمة الاتصالات عن بُعد ، بدأ صانعو السيارات أيضًا في توزيع تحديثات البرامج عبر الشبكة. ومع ذلك ، تتم التحديثات الرئيسية والصيانة من خلال منافذ OBDII. قال جوليوسن إن إطلاق معالجات شبكات أكثر قوة سيسمح لشركات صناعة السيارات بتطوير خدماتها السحابية. هذا مجال يرغب الكثيرون في الانخراط فيه لأنه من المحتمل أن يكون مربحًا للغاية.
من الناحية النظرية ، يمكن لشركات صناعة السيارات الكبرى (مثل GM و Toyota) بناء منصات سحابية خاصة بهم. كما قال جوليوسن ، هذا ما يفعلونه.
وأضاف كارلسون أن هذه الشركات تدمج أيضًا خدمات سحابية جاهزة مثل AWS و Microsoft Azure في حلولها. النقطة المهمة هي أن الأدوات من Amazon و Microsoft يمكن أن تسهل على شركات صناعة السيارات تطوير البرامج والخدمات المتنوعة.
وفقًا لـ NXP ، يختلف S32G بشكل كبير عن العديد من وحدات التحكم في الشبكة الأخرى المستخدمة في الصناعة. تجادل الشركة أيضًا بأن دور وحدات التحكم التقليدية المتصلة بالشبكة يقتصر على النقل الآمن للبيانات داخل السيارة. وأشار كارلسون إلى أن "نظام S32G ، بدوره ، يمكنه تسريع معالجة الشبكة وتشغيل تطبيقات الوقت الفعلي عالية الأداء ونقل البيانات بأمان إلى السحابة".
الآن بما أن الشركات المصنعة تبحث عن المزيد والمزيد من المهام لـ S32G ، قال كارلسون مازحا "نقول الآن أن G في S32G يعني أنه معالج للأغراض العامة (من كلمة عام - ملاحظة المترجم)".
للتذكير ، فإن S32G هو معالج شبكة سيارات متوافق مع ASIL D يوفر أمانًا للأجهزة ، وأداءًا عاليًا في الوقت الفعلي ، ومجموعة متنوعة من التطبيقات. وتسريع شبكات بوابات الخدمة ووحدات التحكم والمعالجات الأمنية ".
يستخدم المعالج نوى Quad Arm Cotex-A53 (باستخدام تقنية Arm Neon) ، المنظمة في مجموعتين من نواتين مع حجب الكتلة للتطبيقات والخدمات الفردية. كما أنه يتميز بوجود نوى Lockstep Triple Arm Cortex-M7 للتطبيقات في الوقت الفعلي ، ووحدة شبكات منخفضة التأخير ومحرك إعادة توجيه حزم لتسريع شبكة إيثرنت.
على الرغم من قوة S32G التي قد تبدو عليها ، شدد كارلسون على أن الغرض من معالج بوابة NXP ليس إرسال تيرابايت من البيانات الأولية إلى السحابة.
شركاء NXP مع Teraki و SafeRide لتقليل كمية البيانات المرسلة إلى السحابة. للقيام بذلك ، تبحث الشركات عن الحالات الشاذة وتطبق خوارزميات تحليلية. في إشارة إلى أن الشركة تدرك أنها تبحث عن إبرة في كومة قش ، أوضح كارلسون أن الغرض الرئيسي من معالج الشبكة هو نقل ما هو مهم فقط.
الاستنتاج هو أن تطوير خدمات سحابية جديدة يتطلب تعاون الشركات المختلفة. قال كارلسون: "في الوقت الحالي ، في NXP ، نعمل على تطوير شراكات". وأضاف أن التعاون بين NXP و AWS هو مجرد بداية من حيث ما يمكن اكتسابه من البنية التحتية الجديدة.
- أول نظام تحكم تسلسلي روسي لمحرك مزدوج الوقود مع فصل وظيفي لوحدات التحكم
- في السيارة الحديثة ، يوجد عدد من سطور التعليمات البرمجية أكثر من ...
- - Automotive, Aerospace, (50+)
- McKinsey: automotive
