اليوم، أتحدث مع Xinzhou Wu، وهو رئيس قسم السيارات في Nvidia.  من الواضح أن شركة Nvidia تظهر في الأخبار باستمرار بسبب ازدهار الذكاء الاصطناعي، فهي واحدة من أكثر الشركات قيمة في العالم، لأن صناعة الذكاء الاصطناعي لا يمكنها الحصول على ما يكفي من وحدات معالجة الرسومات الخاصة بالشركة. لكن نفيديا تعد أيضًا موردًا رئيسيًا لصناعة السيارات. لقد كانت تحتوي على رقائق في السيارات لسنوات حتى الآن، وقد لعبت شينتشو دورًا فعالًا في بناء نظام قيادة مستقل كامل يمكن لشركات صناعة السيارات استخدامه. إنه موجود بالفعل في سيارات مرسيدس EV الأحدث، على سبيل المثال، حيث ستسمعه يذكر ذلك عدة مرات. لذلك أردت حقًا الحصول على وجهة نظره حول كيفية تعامل صناعة السيارات مع التحول الكبير إلى المركبات الكهربائية ذاتية القيادة. هذا هو الهدف الذي سيخبرك كل صانع سيارات ومورد بأنه قادم، ولكنه ربما يبدو بعيدًا في عام 2026 أكثر من أي وقت مضى. لقد خرجت دورة اعتماد السيارات الكهربائية في الولايات المتحدة عن المسار الصحيح تمامًا، ويبدو أن القيادة الذاتية عالقة إلى الأبد في محاولة حل الـ 20 بالمائة الأخيرة من المواقف، وتستمر السيارات نفسها في الارتفاع حتى مع شعور المستهلكين بضغط التضخم وارتفاع أسعار الطاقة في جميع المجالات. سوف تسمع شينتشو يقول أنه تم بالفعل تحقيق تقدم مذهل في إعادة اختراع الطبيعة الأساسية للسيارة نفسها - وهو ما تسميه الصناعة "المركبة المعرفة بالبرمجيات"، والتي يتم التحكم فيها بواسطة عدد قليل من أجهزة الكمبيوتر القوية بدلاً من العشرات أو حتى المئات من وحدات التحكم الإلكترونية المستقلة، أو وحدات التحكم الإلكترونية. إذا كنت من مستمعي أجهزة فك التشفير، فقد سمعت الكثير من شركات صناعة السيارات تتحدث عن الحاجة إلى الابتعاد عن وحدات التحكم الإلكترونية؛ تقول Xinzhou أن تلك اللحظة موجودة هنا بشكل أساسي.  تحدثنا كثيرًا عن صناعة السيارات الصينية وكيف تمكنت من الحصول على السبق لأنها بدأت في البناء على هياكل ومنصات السيارات الكهربائية، بدلاً من الاضطرار إلى إدارة التحول بعيدًا عن سيارات الغاز وجميع وحدات التحكم الإلكترونية. اعتاد Xinzhou العمل في شركة تصنيع المعدات الأصلية الصينية (OEM)، لذلك كان لديه قدر كبير من المعرفة هناك. تحدثنا أيضًا عن العمل في Nvidia نفسها. إنها شركة فريدة من نوعها مع قائد فريد من نوعه هو جنسن هوانغ، وقال شينتشو إن السنوات الثلاث التي قضاها هناك حتى الآن كانت بمثابة تجربة تعلم سريعة. ولم يخجل من حقيقة الحاجة إلى التنافس على الموارد والقدرات ضد أعمال الذكاء الاصطناعي المزدهرة للشركة. وكان وصفه لما يكسب تلك الحجج، خاصة عندما يكون عملاؤه بطيئين ومتجنبين للتكلفة، مثل صانعي السيارات، مذهلا. بالطبع، كان علينا أن نناقش الذكاء الاصطناعي وكيف يجمع نهج Nvidia في الحكم الذاتي بين ما تسميه Xinzhou المكدس "الكلاسيكي" والقدرة على استدلال النماذج لتشغيل السيارة. هناك الكثير هنا، بما في ذلك فكرة أنه سيكون لديك نموذج ذكاء اصطناعي يتحدث حرفيًا مع نفسه لمعرفة كيفية قيادة سيارتك، وهو ما أجده مثيرًا للاهتمام ومضحكًا بشكل لا يصدق. وبطبيعة الحال، لا يمكنك الحديث عن السيارات الكهربائية أو استقلالية المركبات في الولايات المتحدة دون الحديث عن إيلون ماسك وتسلا. لذلك سألت شينتشو بشكل مباشر عما إذا كانت سيارة تسلا ذاتية القيادة الكاملة يمكنها فعلًا ما يدعي إيلون أنها ستكون قادرة على فعله دون استخدام تقنية الليدار. أخبرني إذا كنت تعتقد أن إجابته تصمد. حسنًا: Xinzhou Wu، رئيس قسم السيارات في Nvidia. ها نحن. تم تحرير هذه المقابلة بشكل طفيف من أجل الطول والوضوح. Xinzhou Wu، أنت رئيس قسم السيارات في Nvidia. مرحبا بكم في فك التشفير. شكرا لاستضافتي. أنا متحمس حقا للتحدث معك. يبدو الأمر وكأن طبيعة السيارة نفسها متاحة للاستيلاء عليها. يبدو الأمر كما لو أن صناعة السيارات تمر بفترة إعادة تنظيم واسعة النطاق، كما لو كان هناك إحساس بالمكان الذي ستنتهي فيه السيارة كمنتج لعدة سنوات، وذلك بسبب صعوبات التحول إلى السيارات الكهربائية، بسبب صعوبات الحرب التجارية بين الولايات المتحدة والصين. كل ذلك يبدو أكثر فوضوية من أي وقت مضى. يقوم الكثير من صانعي السيارات بتخفيض نفقاتهم، ويبدو أن منصبك في Nvidia يمنحك رؤية واسعة جدًا لما يحدث في صناعة السيارات، لأنك تزود العديد من شركات صناعة السيارات الكبرى في كل بلد تقريبًا. لذلك دعونا نبدأ من هناك. ما هي وجهة نظرك حول ما وصلت إليه صناعة السيارات على هذا الطريق الطويل والمتعرج نحو القيادة الذاتية والكهرباء؟ هذا سؤال ممتاز. لقد عملت في قطاع السيارات لمدة 15 عامًا على الأرجح، بدءًا من مسيرتي المهنية في شركة كوالكوم. كنت أرأس فريق كوالكوم للسيارات لفترة من الوقت. ومن الواضح أننا سمعنا عبارة "المركبة المعرفة بالبرمجيات". في الوقت الحالي، مع تقنية الذكاء الاصطناعي، نصل إلى المرحلة التالية، وهو ما نسميه "المركبة المعرفة بالذكاء الاصطناعي" بشكل أساسي. مع هذه الابتكارات التكنولوجية الهائلة، تغيرت صناعة السيارات بسرعة كبيرة خلال العقد الماضي. كما تعلمون، عملت أيضًا كجزء من مصنع تصنيع المعدات الأصلية الصيني لمدة خمس سنوات، حيث ترأست فريق القيادة الذاتية لديهم. الآن أنا في نفيديا. لذا فإن ما رأيته على مدار 15 عامًا من مسيرتي المهنية هو الفرصة لأشهد هذا التغيير الهائل. دعنا نقول، تحولت السيارة من آلات ميكانيكية في الغالب، بالإضافة إلى الآلات الكهربائية، إلى بعض الأشياء التي يمكننا ترقية قدرتها من خلال برنامج عبر الهواء (OTA) بسرعة كبيرة. وهذا ما نسميه عصر "المركبة المعرفة بالبرمجيات". الآن، مع تقدم التكنولوجيا نحو الذكاء الاصطناعي التوليدي، نستخدم الذكاء الاصطناعي لإعادة كتابة معظم البرامج في السيارة. وهذا ما نسميه "المركبة المعرفة بالذكاء الاصطناعي". وقد أدى ذلك أيضًا، من ناحية، إلى تسريع وتيرة تطوير قدرة السيارة. ومن ناحية أخرى، فقد غيّرت أيضًا الطريقة التي نعرّف بها "المركبة" أيضًا. يؤثر الذكاء الاصطناعي على الصناعة بأكملها على كل المستويات. ومن المثير حقًا أن نرى كيف سيتطور العالم من هنا مع هذه الابتكارات التكنولوجية الجديدة. اسمحوا لي أن أفصل بعض المصطلحات هناك. أسمعهم كثيرًا من صانعي السيارات الذين يحبون الحضور إلى المعرض وإخباري بما سيحدث للسيارات. لكنني أعتقد أن بعض هذه المصطلحات غامضة بعض الشيء عند الحواف. لذلك قلت "مركبة محددة بالبرمجيات". هذا مصطلح غامض جدًا. أعتقد أن الفكرة هي أننا سنتخلص من جميع وحدات التحكم الإلكترونية في السيارة التي تتحكم حاليًا في الكثير والكثير من الأنظمة المختلفة. وسنقوم بمركزة كل هذه المكونات في مركز أو اثنين من مراكز الحوسبة الكبيرة في السيارة. وتشتهر تسلا لقيامها بذلك. لقد قامت ريفيان برهان كبير على ذلك. وسيم بن سعيد من ريفيان كان في البرنامج يتحدث عن ذلك. لقد حاول صانعو السيارات القدامى الآخرون القيام بذلك. كان لدينا GM في العرض. فقالوا: "انظر، لسنا بحاجة إلى القيام بذلك. نحن بخير. سنفعل ذلك بطريقتنا". حاول فورد القيام بذلك بطرق كبيرة. لقد كان عليهم إنشاء مصنع skunkworks وبناء طريقة جديدة تمامًا لصنع سيارة يفخرون بها جدًا. قيل لنا أنه ستكون هناك شاحنة تخرج من هذا الجهد في وقت ما قريبًا. لا أعتقد أن الصناعة وصلت إلى هناك. هذا في الأساس ما أقوله. وصلت شركات تصنيع السيارات الناشئة إلى النقطة التي يمكنهم فيها الادعاء بأن لديهم سيارة معرفة بالبرمجيات حيث يوجد جهاز كمبيوتر واحد أو جهازي كمبيوتر كبيرين في السيارة يتحكمون في كل نظام. لم تنجح شركات صناعة السيارات القديمة في معظمها بعد.  سأضع علامة النجمة على ذلك. ربما ستنجح فورد بهذه الشاحنة الجديدة، لكننا لا نعرف ذلك بعد. هل تعتقد أن الصناعة على نطاق واسع ستصل إلى المركبات المعرفة بالبرمجيات أو هل تعتقد أن شركات صناعة السيارات القديمة ستبقى حيث هي؟ 100%. لقد أتيحت لي الفرصة لأشهد ما حدث في الصين من عام 2018 إلى عام 2023. وقد مرت الصناعة بأكملها بهذا التغيير الهائل في خمس سنوات فقط. هناك، ليس فقط مصنعي المعدات الأصلية الجدد للسيارات، ولكن أيضًا الشركات القديمة يجب أن تتكيف. يتكيف الجميع مع نوع واحد من الهندسة الكهربائية للحوسبة المركزية لأن هذه هي الطريقة التي تتنافس بها.  وفي بقية أنحاء العالم أيضًا - لدينا شركاؤنا أيضًا من خلال تعاون Drive and Drive للمركبات ذاتية القيادة (AV)، على سبيل المثال، مع شريكتنا مرسيدس. جيلهم الحالي هو معمارية أساسية تعتمد على الكمبيوتر. سيكون في جميع سياراتهم. بالنسبة لمصنعي المعدات الأصلية الأساسيين الآخرين، نحن نعمل معهم جميعًا ونحاول مساعدتهم على تحويل أو ترقية البنية إلى مسار جهاز كمبيوتر واحد أو جهازي كمبيوتر، لأنه سيكون هناك معلومات وترفيه، وستكون هناك قيادة أساسية أو أنظمة مساعدة السائق المتقدمة (ADAS)، وحدة التحكم الإلكترونية. لكنني أعتقد أن العالم يتحرك بسرعة كبيرة في هذا الاتجاه. ومن الواضح أن بعضهم سيكون أبطأ. البعض منهم سيكون أسرع. هذه هي طبيعة هذا العمل. لكن ليس لدي أدنى شك في أن العالم يتطور بشكل أساسي في هذا الاتجاه. في الواقع، أنا فضولي بشأن تاريخك. لقد عملت في شركة XPeng، وهي شركة صينية لصناعة السيارات. أشعر، وأنا جالس في الولايات المتحدة وكوني من محبي السيارات لفترة طويلة، أن شركات صناعة السيارات الصينية كانت تتمتع بميزة فريدة إلى حد ما من حيث أنها لم تكن شركات صناعة سيارات عالمية كبيرة. لم يكونوا يعملون على نطاق واسع. جاءت الكهرباء. من الواضح أن شركة تسلا قامت ببناء مجموعة من القدرات في الصين لصناعة السيارات. نعلم جميعًا كيف يعمل النظام البيئي للتصنيع الصيني ويجب عليهم إعادة ضبطه. لقد قاموا بتصميم مجموعة من السيارات مثل السيارات الكهربائية، ذات الشباك النظيفة، بالطريقة التي اتبعتها شركات صناعة السيارات الناشئة في الولايات المتحدة، وبناء سيارات قادرة على المنافسة عالميًا من أساس جديد تمامًا دون الحاجة إلى القلق بشأن مجموعة من الأشياء التي يجب على صانعي السيارات الأمريكيين القديمين القلق بشأنها. وبعد ذلك، من الواضح أن الحكومة الصينية دعمت كل ذلك بمعدلات ضخمة. لقد عملت هناك. هل كانت تلك تجربتك؟ هل هذا هو الأساس الذي سارت عليه الأمور حتى بدأوا من جديد؟ أعتقد أن هذا مجرد جانب واحد منه. من المؤكد أن لديهم إرثًا أقل، وعبء أقل يدعو للقلق، وهذه ميزة. ولكن ما أراه أيضًا ليس فقط مصنعي المعدات الأصلية الجدد، ولكن حتى اللاعبين العالميين هناك يتعين عليهم التكيف مع الوتيرة الصينية. على الأقل مما تعلمته هناك، الجميع يسير بهذه الوتيرة. مرة أخرى، تريد أن تكون قادرًا على المنافسة.  ولكن كما قلت، فإن الموجة... كانت المركبات المعرفة بالبرمجيات موجودة منذ فترة طويلة وتيسلا هي التي أوصلتها إلى مرحلة الإنتاج الكامل. لست متأكدًا مما إذا كانوا هم الأوائل، ولكن بالتأكيد إلى حد كبير. ليس لدي أدنى شك في أن مصنعي المعدات الأصلية في بقية العالم سيتبعون ذلك أيضًا. أعتقد أن كل مصنعي المعدات الأصلية سيتعين عليهم الآن القيام بذلك لأن هذه هي الطريقة التي تتنافس بها، وهذا ما يتعين عليك القيام به للبقاء على قيد الحياة. ستصبح القيادة الذاتية بمثابة ضرورة لجميع مصنعي المعدات الأصلية في سياراتهم. ونحن جميعا نؤمن بهذا المستقبل. والطريقة الوحيدة للوصول إلى هناك هي الوصول إلى... أولاً وقبل كل شيء، هناك البنية التي وصفتها، والتي تتيح ترقيات البرامج دون الحاجة إلى وجود العديد والعديد من وحدات التحكم الإلكترونية السرية. في الواقع، لم أسمع أشخاصًا يتجادلون ضد ذلك مؤخرًا. ربما سمعت شيئًا مختلفًا، لكن أعتقد أن هذه خطوة ضرورية للجميع. في هذه المرحلة، يبدو الأمر تقريبًا مثل وتد طاولة لعمارة الجيل القادم. من الواضح أننا نتحدث مع الكثير من مصنعي المعدات الأصلية، ولكن هذا هو الإجماع الذي تتجه الصناعة نحوه. أشعر بالفضول بشأن المسار هناك، لأنني أتفق معك في أن العديد والعديد من الأشخاص قالوا إن هذه هي الحالة النهائية والتي تمكن كل ما سيأتي بعد ذلك. يبدو الأمر وكأن المسار كان أكثر وعورة مما توقعته الصناعة. جزء من ذلك هو، لا أعلم، أن إدارة ترامب لا تحب المركبات الكهربائية. لذا اختفت مبيعات السيارات الكهربائية والإعفاءات الضريبية هنا وربما ارتفعت مبيعات السيارات الكهربائية مع زيادة الطلب وربما يريد الجميع سيارة تعمل بالغاز الآن. وربما يكون كل هذا أصعب عندما لا يكون لديك بطارية عملاقة يمكنها تشغيل كل هذه الأنظمة إلى الأبد وتحتاج بالفعل إلى تشغيل المحرك لتوصيل الطاقة لجميع هذه الأنظمة بدلاً من امتلاك بطارية 12 فولت. أو ربما يكون السبب هو أن شركات صناعة السيارات الصينية تتمتع بقدرة تنافسية كبيرة وتحظى بدعم كبير لدرجة أنه يصعب التغلب على تكلفة القيام بذلك بالنسبة لشركات صناعة السيارات القديمة، لأن لديهم البنية التحتية القديمة وشبكات الوكلاء في الولايات المتحدة التي يجب الاهتمام بها وسنقوم بتأجيلها. هناك شيء ما حول الطريق إلى هذه الحالة المستقبلية المتفق عليها للسيارة يبدو أصعب مما كنت أعتقد أنه سيكون أو قاله أي شخص في المعرض على مدى السنوات الخمس الماضية. أنا فضولي، من وجهة نظرك. أنت المورد، وتحاول بيع الرؤية، وتحاول وضع الرقائق في جميع السيارات. من وجهة نظرك، ما الذي جعل هذا الطريق أكثر صعوبة؟ حسنًا، لقد قلت عددًا لا بأس به من الأشياء. صناعة السيارات ثقيلة جدا. إنها تنطوي على سلاسل توريد ضخمة والعديد من الشركات والكثير من الموظفين. ولإحداث تغيير في الهندسة المعمارية، وكلما دفعت سيارة للخارج، عليك دعمها لمدة 10-15 سنة. تلتزم Nvidia أيضًا، باعتبارها موردًا، بالتزام مماثل تجاه عملائنا فيما يتعلق بأي تقنية نوفرها، بما في ذلك الشرائح والأنظمة الأساسية الأخرى وتقنية الصوت والصورة الخاصة بنا. سيكون لدينا الالتزام بدعم نفس الجيل لمدة 10-15 سنة، حتى بالنسبة للجيل الحالي من الرقائق. إذا فكرت في الأمر من منظور مقدمي الخدمات في وادي السيليكون، فستجد أنه جنون تقريبًا. ولكن هذه هي طبيعة تجارة السيارات. طبيعة العمل هي أنها ستبطئ الأمور قليلاً. وهذا شيء واحد. والأمر الآخر هو أنه نظرًا لأن التكنولوجيا تتغير بسرعة كبيرة وبشكل مختلف جدًا، على سبيل المثال، عن السيارات كما عرفناها من قبل وعن السيارة المعرفة بالبرمجيات، إلى السيارة المعرفة بالذكاء الاصطناعي، فيجب عليك المرور عبر مجموعة مختلفة من المواهب حتى تتمكن من إنشاء الشركة بطريقة مناسبة والتكيف مع هذه الموجة الجديدة من الابتكارات التكنولوجية. لهذا السبب يمكن لـ Nvidia أن تأتي وتساعد. لأننا نؤمن بأن التكنولوجيا قد وصلت إلى هذا الحد، فإننا نتحدث هنا بشكل أساسي عن السيارة ذاتية القيادة، بالطبع. التكنولوجيا تصل إلى مستوى النضج. سنأخذ هذه التكنولوجيا إلى الإنتاج الضخم ويمكن للمورد أن يأتي. ولهذا السبب، لا نقدم تقنية AV فحسب، بل نقدم أيضًا النظام الأساسي بأكمله بدءًا من الشريحة، بالإضافة إلى أنظمة التشغيل، ونموذج مفتوح المصدر، وما نسميه Halos، وهو نظام التشغيل الآمن الذي يساعد الشركة المصنعة للمعدات الأصلية على التكيف مع هذا العالم الجديد بشكل أسرع.  طبيعة العمل هي أنه لا يمكن للجميع العمل بنفس السرعة. ومن المؤكد أنه بسبب ثقل هذه الصناعة، سيستغرق الأمر بعض الوقت حتى يصل الجميع إلى خط النهاية. لكن مرة أخرى، وظيفتي في Nvidia هي محاولة مساعدة الجميع للوصول إلى كل شيء يتحرك والذي سيكون مستقلاً، للوصول إلى هذه الرؤية في أقرب وقت ممكن. اسمح لي أن أسألك عن دورك في Nvidia الآن، لأنني أعتقد أن هذا يقودنا إلى أسئلة وحدة فك التشفير. أعتقد أن كل من يستمع إلى العرض ربما يكون على دراية كبيرة بالتشغيل الذي قامت به Nvidia مع الذكاء الاصطناعي. إنها واحدة من أكثر الشركات قيمة في العالم. يتم احتساب كل وحدة معالجة رسومات يمكن لـ Nvidia صنعها. كم عدد الأشخاص الذين يعملون في شركة Nvidia Automotive؟ لدينا في الواقع فريق كبير جدًا، يصل عدده إلى الآلاف في فريق السيارات. لأننا نعمل على النظام الأساسي بأكمله، فهناك الأجهزة والبرامج والنموذج والبنية التحتية. إنه فريق كبير جدًا. لدى Nvidia أيضًا الكثير من الأشياء التي يمكننا الاستفادة منها من الفرق الأخرى أيضًا. على سبيل المثال، أنا متأكد أنك سمعت عن كوزموس ونيموترون. هذه هي نماذجنا الأساسية مفتوحة المصدر. نحن نستفيد بشكل كبير من العمل من جانبهم أيضًا. كيف يتم تنظيم فريقك؟ لقد ذكرت أن لديك أجهزة وبرامج ونماذج. هل هذا هو الهيكل الأساسي للفريق أم أنه منظم بشكل مختلف؟ نعم. حسنًا، على الجانب الهندسي، من الواضح أن لدينا منتجًا، ولدينا استراتيجية، ولدينا شيء ما وراء الكواليس. في بعض الأحيان نسميهم الأبطال المجهولين. فريق الخريطة، على سبيل المثال، والذي لا يزال بالغ الأهمية بالنسبة إلى L3 وL4، وهي مسارات الحكم الذاتي عالية المستوى. والبنية التحتية للبيانات. خرائط الملاحة الحرفية، هذا ما تتحدث عنه. حسنًا، هناك خريطة عالية الدقة أيضًا. لذا، تقريبًا، أقوم بتقسيم فريقي بهذه الطريقة. نعم. وبعد ذلك هل هذا كله عالمي؟ هل هذا في الغالب في الولايات المتحدة؟ أين يقع ذلك؟ معظمها في الولايات المتحدة، ولكن لدينا وجود في الصين وأوروبا أيضًا. من الواضح أننا نبني منتجًا عالميًا، ومنصة عالمية، لذلك نحتاج إلى فريق دعم في كل مكان. لقد ذكرت أنك تعتمد على بعض النماذج الأساسية التي طورتها Nvidia على نطاق أوسع. كيف يتم تنظيم فريقك داخل نفيديا؟ هل يتناسب مع استراتيجية الذكاء الاصطناعي؟ هل تم فصله؟ هل أنت أكثر عزلة؟ كيف يعمل هذا؟ أوه، هذا سؤال عظيم. في Nvidia، لدينا، على سبيل المثال، فريق أجهزة مركزي، وهو المسؤول عن خارطة طريق الأجهزة الخاصة بوحدة معالجة الرسومات (GPU)، ووحدة المعالجة المركزية (CPU)، وجميع إستراتيجيات الشرائح، والإنتاج. لدينا فريق برمجيات مركزي كذلك. فريق السيارات هو منظمة منفصلة، ​​تركز بشكل أكبر على السيارات، وتتمثل مهمتها في بناء منصة السيارات للاستفادة من عمل فريق الأجهزة وفريق البرامج لدينا والتكيف مع السيارات. لدينا الفريق النموذجي أيضًا.  تتمتع Nvidia أيضًا بثقافة الفرق الافتراضية. على سبيل المثال، نموذجنا مفتوح المصدر لـ Nemotron وCosmos، يجلسون جميعًا أمام فريق البحث لدينا، وفريق البرامج، وفريق الأجهزة. لكنها فرق افتراضية تعمل على نماذج الأساس مفتوحة المصدر هذه. يمكننا الاستفادة من هذا العمل ومن ثم في مؤسسة السيارات بناء نموذج لمساعدة صناعة المركبات المستقلة في الحصول على نموذج قوي مفتوح المصدر للعمل عليه. كما قلت، يتم بشكل أساسي حساب كل وحدة معالجة رسومات يمكن لـ Nvidia تصنيعها بطريقة ما. إنها طبيعة صناعة الذكاء الاصطناعي في الوقت الحالي. سوف يذهبون إلى بعض السحابة الجديدة في مكان ما. هل يتعين عليك النضال من أجل الموارد والاهتمام ضد تلك الأعمال التي تنمو بالسرعة والحجم الذي تنمو به؟ نعم، صدق أو لا تصدق. [يضحك] حتى Nvidia لديها عرض محدود من وحدة معالجة الرسومات للحوسبة. لدينا أولوية داخلية، وأنا أعمل مع زملائي بشكل أساسي على أساس أسبوعي تقريبًا لتحديد كيفية تخصيص الحوسبة المختلفة جانبًا، أحيانًا للتدريب، وأحيانًا للاختبار، أو الموارد لسلسلة مختلفة من العمل في الشركة. وأحيانًا نحتاج إلى مساعدة جنسن [هوانغ، الرئيس التنفيذي لشركة Nvidia]، لكن نعم. كيف يعمل هذا؟ كيف يبدو هذا النقاش؟ هل هو نقاش حول عائد الاستثمار؟ "إذا استثمرنا هذا القدر من المال، فسنحصل على هذا القدر من المال من عملائنا"؟ هل هو نقاش حول حجم السوق؟ ما هي معالم المحادثة؟ هذا كل ما سبق، كما يمكنك أن تتخيل. من الواضح أن الإيرادات مهمة، ولكن أيضًا Nvidia، كما تعلم، شركة استراتيجية للغاية. نحن نقدر ما يسميه جنسن أحيانًا الأعمال التي تبلغ قيمتها صفر تريليون دولار. نحن نبحث عن فرص جديدة يمكنها إنشاء أعمال تجارية بقيمة تريليون دولار طوال الوقت. لذلك، يجب أن تكون هناك أولويات استراتيجية نضعها داخل الشركات في الاتجاه الجديد الذي نسير فيه. ربما تعلم أيضًا أننا لسنا شركة ذات حصة سوقية. إنه توازن بين ما يجلب المال في الوقت الحالي وما يمكن أن يخلق المستقبل، وما يمكن أن يخلق فرصة للشركة في المستقبل. Nvidia هي شركة تدار بشكل فريد للغاية. كما ذكرت، جنسن منخرط بعمق في كل شيء. لقد رأيت مقابلة معه حيث قال إنه ليس لديه اجتماعات فردية. إنه يجتمع مع الجميع في وقت واحد والجميع يفرقونه. ما هذا؟ لقد كنت في نفيديا لمدة ثلاث سنوات. إنها فريدة جدًا، بصراحة. ومن الواضح أنه ليس الجميع في وقت واحد. إنها مجموعات مختلفة. لدينا جميعًا منتجًا استراتيجيًا تقنيًا، وهو جزء مختلف من مراجعات الأعمال مع Jensen. إنها في الواقع تجربة مثيرة للغاية بالنسبة لي للتعلم من تفكيره الاستراتيجي وكيف يفكر في المنتج، وكيف يفكر في الإستراتيجية. إنه أيضًا عميق تقنيًا بشكل فريد. إنها تجربة ملهمة أيضًا أن نرى مدى مواكبته لآخر التطورات في الجانب الفني. أود أن أقول إنها تجربة العمر وفرصة لي لأتمكن من التعلم من جنسن. عندما تصف فرصة الاستقلال الذاتي، وخاصة في المستقبل، فإن هذا يبدو وكأنه رهان كبير. "سوف نستفيد من التميز الحاسوبي لشركة Nvidia، وقوة الذكاء الاصطناعي في السيارات، ونجعلها تقود نفسها." كيف يبدو نموذج الإيرادات هذا؟ هل يبدو أنك تبيع فقط الرقائق والبرامج لشركات صناعة السيارات؟ هل يبدو أن المستهلكين يدفعون اشتراكًا، وبعض هذا يعود إليك؟ من أين تأتي التريليون دولار؟ هذا أيضًا سؤال ممتاز. نحن الآن نؤمن إيمانا راسخا بأن كل شيء يتحرك سيكون مستقلا. كل ميل تقطعه السيارة في المستقبل سيكون ذاتيًا. إذا نظرت إليها، من بين جميع السيارات، نحن نقود 13 تريليون ميل سنويًا. في الوقت الحالي، ربما تكون النسبة المئوية للأميال ذاتية القيادة بين جميع الأميال المقطوعة ضئيلة. أعتقد أنها 0.006%، أو شيء من هذا القبيل. إذن هذه هي الفرصة التي أمامنا. وجهة نظر Nvidia هي أننا سنساعد النظام البيئي معًا في أقرب وقت ممكن من خلال توفير جميع قطع التكنولوجيا الأساسية مرة أخرى، بدءًا من الرقائق إلى أنظمة التشغيل، ثم إلى ما نسميه الهالات. يعد نظام التشغيل Halos مهمًا حقًا لأنه لا يوفر فقط SDK وواجهات برمجة التطبيقات للأشخاص لتطوير النماذج على أجهزتنا، بل يوفر أيضًا حواجز الأمان للمطورين لوضع نموذج عليها. نحدد أيضًا ما نسميه Hyperion كمنصة للأجهزة. إنها منصة جاهزة للإنتاج، والتي تتضمن موارد الكمبيوتر ووحدات التحكم الإلكترونية ومجموعة أجهزة الاستشعار أيضًا. نعتقد أنه من الضروري تحقيق مستوى مختلف من الاستقلالية. علاوة على ذلك، نقدم Alpamayo، وهو نموذج مفتوح المصدر قمنا بتدريبه. إنه مفتوح المصدر ليس فقط في بنية النموذج، ولكن أيضًا في المعلمات والبيانات التي يمكنك استخدامها لضبط النموذج على نظامنا الأساسي. علاوة على ذلك، نقوم أيضًا بتوفير جميع البنية التحتية اللازمة. على سبيل المثال، تعد المحاكاة مهمة جدًا لتطوير AV في الوقت الحالي. نقول عادةً أن مشكلة AV أصبحت مشكلة تتعلق بثلاثة أجهزة كمبيوتر. هناك كمبيوتر التدريب، وهناك كمبيوتر المحاكاة، ثم هناك كمبيوتر الاستدلال في السيارة. كل هذه القطع التكنولوجية التي نرغب في توفيرها للنظام البيئي في منصة نطلق عليها اسم Nvidia Drive، حتى يتمكن الأشخاص من تطوير هذه التكنولوجيا فوق منصتنا. نأمل أن نتمكن من الحصول على نسبة مئوية من الإيرادات التي يمكن أن يحصل عليها النظام البيئي من كل ميل يتم قيادته بشكل مستقل في المستقبل. ومن هنا يمكن أن تأتي فرصة التريليون دولار. لذلك، الإيرادات لكل ميل. يبدو هذا بمثابة المقاييس الأساسية التي تطاردها. من أين تأتي الإيرادات لكل ميل للمستخدم؟ عندما أقود السيارة، هل أدفع اشتراكًا؟ أم أنك تعتقد أن سيارات الأجرة الآلية موجودة في كل مكان، ويتم تحقيق الدخل منها في كل رحلة؟ من أين تأتي الإيرادات لكل ميل، وكيف يرتفع هذا الرقم؟ هذا صحيح. حسنًا، أعتقد أن العالم سوف يتبنى كلا النموذجين. واحد هو الروبوتية. كما ترون، هناك عدد لا بأس به من الشركات الناجحة في الصين والولايات المتحدة والعالم. سنرى المزيد من الأمل في السير على هذا الطريق. سيكون لدينا أسطول يشبه سيارات الأجرة حيث يمكنك الاستمتاع بنقلك من المكان أ إلى المكان ب دون وجود سائق في السيارة.  أعتقد أن أسطول الركاب سيستمر أيضًا في الوجود لفترة طويلة لأن هناك العديد من الأشخاص الذين ما زالوا يفضلون مساحة خاصة أثناء السفر. يبدو الأمر كما لو أن الكثير من الناس ما زالوا يفضلون امتلاك منزلهم بدلاً من استئجار شقة. هناك اقتصاد وراء هذا أيضًا. نعتقد أن كلا النموذجين سوف يزدهران. ولهذا السبب فإننا نعمل مع كل من شركات robotaxi ومصنعي المعدات الأصلية الآخرين، بالإضافة إلى شركات تطوير برامج AV لمساعدتهم من خلال توفير قطع تقنية مختلفة من Nvidia. إحدى الديناميكيات المثيرة للاهتمام من خلال الجزء المتعلق بالكهرباء على الأقل، على مدى السنوات الخمس الماضية، كانت إدراك شركات صناعة السيارات القديمة أنها أصبحت شركات تأمين وشركات تمويل، وأن مورديها كانوا يصنعون السيارات. لقد فقدوا السيطرة على تصميم السيارة بشكل كبير. كان الموردون من الدرجة الأولى لشركات صناعة السيارات الكبرى مسؤولين بطرق عديدة عن الأنظمة الفرعية الكبيرة للسيارات. عندما أرادوا إجراء تحديث عبر الهواء، كان عليهم التحدث إلى 15 موردًا مختلفًا لإنجاز ذلك. لقد سمعت هذه الشكوى عشرات وعشرات المرات في البرنامج. وقد أدركوا جميعًا، "نحن بحاجة إلى استعادة هندسة السيارة. نحن بحاجة إلى أن نكون أكثر صرامة في السيطرة على منصة السيارة." يبدو الأمر كما لو كان الأمر يتعلق بالاستقلالية، ولأسباب مختلفة، ترى Nvidia فرصة لتصبح المورد الرئيسي لمجموعة واسعة من شركات صناعة السيارات. ومن الواضح أن هذا هو هدفهم من التفكير، "نحن بحاجة للسيطرة على السيارة". قد تستخدم شركة Tesla رقائق Nvidia، لكنها فخورة جدًا بحقيقة أنها كتبت كل سطر من هذا الرمز، وهذه هي منصتها، وقد راهنت على التكنولوجيا الخاصة بها. ريفيان، أعتقد أن وسيم فخور جدًا بحقيقة أنه مسؤول عن شركة المنصة تلك، وأنه سيقوم ببناء تلك المنصة. من المؤكد أن RJ [Scaringe، Rivian CEO] فخور جدًا بحقيقة أن Rivian هي هذا النوع من الشركات. ما هي الديناميكية هناك؟ لأنه لا يبدو أن كل صانع سيارات قادر على الصمود في وجه الرهان التكنولوجي والاستثمار المستقبلي على أمل أن تؤتي الإيرادات ثمارها. سوف يحتاجون إلى مورد مثل Nvidia ليظهروا بمنصة جاهزة ونموذج أعمال. هل هذا يميل أكثر لصالحك الآن؟ هل خرجنا من تلك الغابة أم أنها لا تزال في الهواء؟ أعتقد أن جمال نموذج أعمال Nvidia في مجال السيارات هو أن منصتنا مفتوحة تمامًا. نحن نقدم طبقات متعددة من الخدمات، ونعتمد على ما تحتاجه شركات تصنيع المعدات الأصلية أو شركات الروبوتات. يمكنهم اختيار ما يريدون العمل معنا حتى أي طبقة، كما ذكرت، لـ Tesla. بعض مصنعي المعدات الأصلية قادرون جدًا. حتى أنهم يريدون بناء استنتاجهم الخاص لطلاء السيارة. وحتى بالنسبة لذلك، نحن بخير. سنواصل العمل معهم. في الواقع، نحن نعمل مع Tesla والعديد من مصنعي المعدات الأصلية الذين يبنون باستخدام شريحة الاستدلال الخاصة بهم من خلال التعاون معهم في السحابة. نحن نحاول أيضًا المساعدة في تحسين نماذجهم. مع مصنعي المعدات الأصلية المختلفين، لدينا تعاونات مختلفة، لأنه لا يزال لدينا كمبيوتر المحاكاة وحوسبة التدريب في البنية التحتية التي نعمل معهم. بالنسبة لبعض مصنعي المعدات الأصلية، يرغبون في الحصول على حل متكامل أكثر. نحن سعداء جدًا بالعمل معهم أيضًا. في هذه الحالة، سنذهب طوال الطريق. نحن نعمل مثل المستوى الأول، أو المستوى 1.5، فقط لنسير جنبًا إلى جنب. هذا هو نوع شركائنا السائقين AV، على سبيل المثال، مرسيدس. نحن نعمل معهم بشكل وثيق جدًا لتحديد المنتجات التي يريدونها، ثم نقوم أيضًا بتكييف حزمة AV الخاصة بالسائق لدينا للعمل بسلاسة في سيارتهم. يعمل المهندسون من كلا الجانبين بشكل وثيق جدًا لجعلها تتكيف بشكل جيد مع تصميم مرسيدس وتجربة العملاء التي يرغبون في تقديمها. وهذا مهم حقا بالنسبة لنا. نحن لا نختار الفائزين في حد ذاته. نحن نحاول مساعدة مصنعي المعدات الأصلية بناءً على قدراتهم على مستويات مختلفة. يعد الانفتاح أمرًا مهمًا حقًا لنموذج مشاركتنا مع مصنعي المعدات الأصلية. أحد الأسباب التي تجعلني أشعر بالفضول حيال ذلك هو أنك ذكرت نماذج التدريب. لقد ذكرت في مقابلات أخرى أنك تقوم بإعداد بيانات تركيبية لتدريب الاستقلالية بطرق مختلفة. أنا فضولي للغاية بشأن ذلك. إنه يذهلني فقط عندما أنظر إلى الصناعة. تمتلك Waymo هذه الريادة الهائلة في عدد الأميال ذاتية القيادة، وهم فخورون جدًا بذلك، وقد ساعد ذلك في جعل سياراتهم ناجحة كما هي الحال في الأسواق التي تتواجد فيها. وتمتلك Tesla عددًا كبيرًا أيضًا لأنهم يتدربون على السيارات الفعلية التي يتم قيادتها. لا يستطيع كل صانع سيارات معرفة كيفية الوصول إلى مليار ميل من القيادة الذاتية. هذا صحيح. نعم. سيتعين عليهم الاعتماد على طرف ثالث لإيصالهم إلى الوضع الراهن على الأقل، إن لم يكن أبعد من ذلك. يبدو الأمر وكأن Nvidia تجلس هناك على استعداد لتكون ذلك الطرف الثالث. هل هذا كثير من المبيعات لشركات صناعة السيارات؟ "يمكنك فقط شراء التكنولوجيا الخاصة بنا بأي سعة مفتوحة تريدها، وسوف نوصلك بسرعة إلى حالة تنافسية"؟ أود أن أقول أن هذه هي النقطة المقنعة لمصنعي المعدات الأصلية للتعامل مع Nvidia في نظام Hyperion البيئي، في نظام Drive البيئي. لأن أحد العناصر الأساسية التي تحدد الأشياء في Hyperion هي بنية الحوسبة، وكذلك بنية المستشعر هي مشاركة البيانات. بالنسبة لأي شخص يشارك ويصبح شريكًا في Nvidia Drive، فإننا نشارك البيانات من خلال برنامجنا الحالي، والذي نجمع من خلاله ملايين الساعات من البيانات. ومن خلال برامج السيارات المختلفة، نقوم أيضًا بتجميع تلك البيانات من مصنعي المعدات الأصلية المختلفين. ومن ثم يمكننا أن نبني نموذجًا، أولًا، والذي يتم تدريبه باستخدام كل هذه البيانات. نحن نتأكد على الأقل من مشاركة البيانات المجمعة في برامج السيارات المختلفة لدينا مع الشركة المصنّعة للمعدات الأصلية (OEM). هذا هو رقم واحد. أما الرقم الثاني فهو في العصر الجديد، ونحن نؤمن بشدة أن الحوسبة هي البيانات أيضًا. لذا، كما ذكرت، هناك الكثير من البيانات الاصطناعية.  هناك بيانات إعادة بناء عصبية، والتي نسميها NuRec. هذا جزء مهم جدًا من التكنولوجيا والمحاكاة حيث نقوم بجمع البيانات من الميدان، لكن يمكننا استخدام إعادة بناء الأعصاب أحيانًا لتزوير البيانات لتغيير الخلفية، أو تغيير مسار السيارة. يمكننا إنشاء الكثير من المتغيرات لنفس البيانات. كل هذه البيانات تحتاج إلى جهاز كمبيوتر لتوليد عشرات الملايين من نقاط البيانات. يمكننا المشاركة مع كل من يشارك في نظامنا البيئي. بهذه الطريقة، بشكل جماعي من جميع اللاعبين الذين شاركوا في نظام Drive البيئي، يمكننا سد فجوة البيانات، وهو أمر مهم للغاية. إذًا، هذه بيانات اصطناعية، أليس كذلك؟ ستقوم بجمع مجموعة من أمثلة القيادة الواقعية. سوف تضعه في جهاز محاكاة. سيقوم جهاز المحاكاة بعد ذلك بطمس البيانات. أعتقد أن المثال الذي سمعته هو أنه كان هناك أحد المشاة خرج، ويمكننا فقط تأخير المشاة، وجعل ذلك الشخص يخرج لاحقًا، وسيتعين على السيارة أن تتفاعل معه كما لو كان حقيقيًا. هذا صحيح. وستقوم بإجراء الكثير من التدريب على العديد من الأشكال المختلفة لنفس البيانات. هذا رائع بالنسبة لي. أنا أفهم لماذا يؤيد جميع صانعي السيارات ذلك. لماذا يشترون في تبادل البيانات؟ هل هو مجرد اعتراف بأنهم يتمتعون بشكل جماعي بفرصة أفضل للحاق بالركب؟ هل لأنهم لا يريدون دفع المال؟ هل هو أرخص؟ لماذا يشاركون مع منافسيهم في هذا النوع من ترتيبات تبادل البيانات؟ كلاهما صحيح تماما. في الواقع، وفورات التكاليف هائلة. يعد جمع البيانات من خلال تشغيل أسطول ضخم بمثابة إنفاق رأسمالي كبير لأي شخص يريد القيام بذلك. إنها متكررة أيضًا. إذا تمكنت، على سبيل المثال، من العثور على ما نقدمه على منصة Drive، أو نظام Drive البيئي، فيمكن أن يوفر ذلك الكثير من الجهد والمال من عملائنا.  أشعر بالفضول بشأن ذلك لأن الفكرة هي أنك ستقوم بتدريب الأشياء، ومن ثم سيكون لديك نموذج في السيارة، وسيكون لدينا سيارة محددة بالذكاء الاصطناعي. كان النهج الكلاسيكي للقيادة الذاتية هو أننا سنلقي المزيد والمزيد من البيانات على المشكلة، وفي النهاية ستعرف السيارة كيف تفعل كل شيء، وستكون قد رسمت خريطة لجميع الطرق فوق كل شيء. لديّ سيارة كاديلاك EV، وطريقة عمل Super Cruise هي أنها تعمل على الطرق التي تم رسم خرائطها. في نهاية المطاف، الرهان هو أنهم سوف يرسمون المزيد والمزيد من الطرق، والمزيد والمزيد من الأشياء، وسوف تصبح السيارة أكثر قدرة. يبدو أن نهج Nvidia هو أن تكون السيارة ذكية بما يكفي لفعل أي شيء، مع الخرائط أو بدونها. ويتطلب ذلك نهجًا مختلفًا لجمع البيانات، ومنهجًا مختلفًا للحوسبة، ومن ثم رهان أكبر على الذكاء الاصطناعي. فهل هذا الانقسام حقيقي؟ هل قمت بهذه القفزة للتو؟ هل هذا هو مستقبل المنصة أم أنك في المنتصف؟ النهج الذي نتبعه الآن لما نسميه L2+، والذي هو في الأساس بلا خريطة. كما قلت بشكل صحيح، سيحتاج النموذج بالتأكيد إلى المزيد من البيانات، ولتغطية المزيد من الحالات الزاوية. والنموذج يكبر بينما نتحدث أيضًا، لهذا الجيل، والجيل القادم. سوف نستخدم نموذجًا أكبر بكثير مع المزيد من المعلمات. ستلعب نماذج الأساس أيضًا دورًا كبيرًا هنا. لتكون قادرًا على جعل هذا النموذج قادرًا للغاية، فإن توفير المزيد من البيانات يعد أمرًا بالغ الأهمية. ولكن من ناحية أخرى، فإن الاتجاه نحو استخدام نموذج الأساس، الذي تم تدريبه بالفعل باستخدام بيانات الإنترنت، يمكن أن يساعد أيضًا. لهذا السبب أكدت عدة مرات على الارتباط بجهد النموذج الأساسي داخل Nvidia. باستخدام نموذج الاستدلال والنموذج الأساسي، يمكننا الاستفادة من منظور النموذج الحدودي، والاستفادة من الإنترنت لتوسيع نطاق البيانات حتى نتمكن من مساعدة السيارة على التعميم بشكل أفضل، حتى بدون البيانات الخاصة بالمركبة. هذا هو الاتجاه الرئيسي الذي نراهن عليه، نحو مستوى أعلى من الاستقلالية، وخاصة المستوى 4. وهذا أحد محاور العمل الرئيسية التي نركز عليها الآن. بالعودة إلى OEM، أعتقد أن نكون قادرين على الاستفادة مما بنينا عليه من خلال تعاوننا مع المشاركة الحالية وقدرتنا الهائلة على توليد البيانات باستخدام مجموعات البيانات الاصطناعية وإعادة بناء الخلايا العصبية - بالإضافة إلى القدرة على الاستفادة من قدرة النموذج الأساسي الذي تم تدريبه من بيانات أكثر عمومية، ولكنها ستساعد النموذج على التفكير بشكل أفضل، والتعميم بشكل أفضل - هذه هي الأشياء التي يمكننا تقديمها لعملائنا. أشعر أنني يجب أن أسأل عن السلامة الآن. أنا متأكد من أن الأمر أكثر تعقيدًا من هذا، لكنك تتحدث عن نموذج أساسي للاستدلال من خلال القيادة الذاتية. وكل ما يدور في ذهني هو أن ChatGPT يعتذر لي لأنه أخطأ أثناء اصطدام السيارة، أو إحدى حلقات الكمون الطويلة الرهيبة حيث ينطلق النموذج في الاتجاه الخاطئ ويدرك ذلك. ومن ثم يمكنك إلقاء نظرة على سلسلة الأفكار، ويبدو الأمر كما لو كان الأمر خاطئًا تمامًا. إنه شعور سيء بالطريقة التي تعتقد بها الأنثروبيك أن كلود يشعر بالسوء. لا يبدو أن أيًا من ذلك متوافق مع طبيعة قيادة السيارة في الوقت الفعلي. كيف يمكنك سد هذه الفجوة؟ الكمون، والحاجة إلى وجود أحد تلك النماذج الكبيرة في الخلفية، وهو نوع من الظلال المنطقية التي يمكن للنماذج الاستمرار فيها. كيف يتوافق ذلك مع قيادة السيارة؟ السلامة مهمة جدًا بالنسبة لنا وهي مهمة جدًا لصناعة المركبات المستقلة. اسمحوا لي أن أجيب على سؤالك من خلال التعامل مع طبقات مختلفة من عروضنا. من الواضح أن معالجة السلامة ليست جديدة بالنسبة لصناعة السيارات، وقد قمنا بتطوير بروتوكول تطوير متطور للغاية وأيضًا بروتوكول التحقق حتى نتمكن من إثبات أن البرنامج آمن. وهذا ما يسمى ISO 26262. نحن في الواقع نقوم بتطوير برامجنا على مستوى الأجهزة ونظام التشغيل (OS) وبرامج مستوى التطبيق إلى أعلى مستوى من الأمان، وهو أمر مهم للغاية وحاسم للقدرة على نشر أي شيء لقيادة السيارة. هذا هو رقم واحد. الأمر الثاني هو أننا نتبع نهجًا مختلفًا بعض الشيء عن بعض اللاعبين في هذا المجال. لدينا في الواقع مكدس زائد عن الحاجة حتى لوظيفة L2++ أو ADAS. بخلاف ذلك، يوجد النموذج الشامل، والذي يعتمد في الأساس على تقنية البكسل للداخل والمسار للخارج. لدينا أيضًا مكدس كلاسيكي تم تطويره بشكل أكبر بناءً على معيار السلامة هذا كما نعرفه. إنه مكون في الأساس. إنها مكدسة تحتوي على العديد من المكونات ويمكن التحقق من كل مكون باستخدام هذا المعيار المعروف. وهذا ما أشير إليه بالمكدس الكلاسيكي. وعندما يكون لديك مكدسين يعملان بالتوازي، فإن المكدس الكلاسيكي يعمل مثل ما نسميه أحيانًا الأخ الأكبر، ولكنه في الأساس حاجز أمان. يحاول التحقق من جميع المسارات من النموذج الشامل واستخدام معيار السلامة المعروف للتحقق من أنه آمن في كل إطار. هذا مفهوم مهم للغاية لدينا. وليس مجرد مفهوم، بل التنفيذ الذي لدينا في مجموعتنا. سنأخذ هذا، والذي سيكون بالغ الأهمية بالنسبة للمستوى الأعلى من الحكم الذاتي، L4. وهذا أيضًا هو أساس مكدس L4 الخاص بنا حيث لدينا تكرار كامل، ليس فقط كمجموعة أجهزة استشعار، ولكن أيضًا كمجموعة بنية برمجية. هذه النقطة الثانية هي الإجابة على سؤال السلامة الخاص بك. رقم ثلاثة، عندما نطور النموذج، نحاول أيضًا أن نجعل النموذج يقلل من الهلوسة قدر الإمكان. الطريقة للقيام بذلك هي من خلال التحقق الشامل. نحن نبني بيانات اختبار محاكاة ضخمة لكل نموذج نصدره. نحن نتطلع الآن إلى إجراء خمسة ملايين اختبار في برنامجنا كل يوم. كل يوم تقريبًا لدينا 10 تكرارات للنموذج، النموذج الشامل. نحن نجري عملية تحقق واسعة النطاق للتأكد من أنه في كل هذه السيناريوهات - يمكنك التفكير في ذلك مثل كل سيناريو اختبار تم اختباره - يقوم النموذج بإنشاء المسار الصحيح. وهذا أيضًا أمر بالغ الأهمية بالنسبة لنا. لذلك هذا ما نفعله للتأكد من أن منتجنا آمن. دعني أطرح عليك سؤالًا غبيًا حقًا يثير فضولي حقًا. لقد تحدثت كثيرًا عن النموذج وكيف سيعمل على تشغيل السيارة. ونعم، المكدس الكلاسيكي هو حاجز الأمان. هل الاستدلال النموذجي باللغة مثل أي نموذج آخر؟ هل يجلس هناك في الخلفية ويقول: "أرى إشارة توقف. ماذا أفعل؟ من الأفضل أن أتوقف. سأضغط على المكابح،" بالطريقة التي يفسر بها أي نوع من النماذج العامة اللغة في الخلفية؟ الجواب القصير هو نعم. في نموذج الجيل التالي الخاص بنا، والذي سنقوم بنشره في الجيل التالي من المركبات... نظرًا لأن الجيل الحالي يحتوي على جهاز كمبيوتر محدود إلى حد ما، فإن الجيل التالي يعتمد على SOAR. سيكون لدينا نموذج مدرب مع اللغة المضمنة. إن القدرة على التفكير من خلال اللغة أمر مهم للغاية. يمكنك أيضًا الدردشة مع النموذج. يمكنك أن تسأل النموذج عما يفعله ومن ثم يمكنك أيضًا أن تطلب من النموذج الإسراع أو الإبطاء وتغيير المسار، على سبيل المثال. أثناء القيادة حرفيًا، يقول لنفسه: "أرى سيارة هناك. أحتاج إلى تغيير المسار للاستعداد للمخرج الذي سيأتي على بعد بضعة أميال." ويفعل ذلك باللغة لتشغيل السيارة؟ أعتقد أنه مزيج من الأشياء. لقد قامت اللغة بالفعل بتضمين النموذج، لكن إشارة الرؤية مهمة جدًا أيضًا، كما تعلم. أريد أن أقول إنها نماذج متعددة، لكن اللغة جزء منها. كما تعلمون، النموذج هو الصندوق الأسود. نحن لا نعرف بالضبط ما الذي يفعله بالضبط، ولكن يمكنك أن تسأل عنه ومن ثم سوف يجيب النموذج على ما يحاول القيام به.  لدي هذه الرؤية لنموذج روبوت الدردشة الذي ينزعج وهو يتحرك على الطريق السريع بسرعة 55 ميلاً في الساعة. في الواقع، أصدرت GTC تايوان مقطع فيديو أظهر أن النموذج يتحدث باستمرار. قد يكون الأمر مزعجًا جدًا إذا حاولت حقًا سماع كل ما يحاول النموذج التفكير فيه. ما هو الكمون في ذلك؟ من الواضح أنك تقوم بنشر الأنظمة، ويجب أن تعمل، ولكن هل هناك محاولة لتقليل زمن الوصول لذلك؟ أشعر أن اللغة بطيئة بطبيعتها مقارنة بما عليك القيام به أثناء القيادة. أنا لا أفكر باللغة عندما أقود سيارتي. 100%. ولهذا قلت أنها متعددة النماذج. ولكن تقليل زمن الوصول الشامل هو أمر في غاية الأهمية. في الواقع، هذه إحدى المزايا الرئيسية للنشر وقيادة السيارة باستخدام نموذج. لأنه إذا فكرت في الأمر، فإن المكدس القديم أو المكدس الكلاسيكي الذي يحتوي على مكونات متعددة، عادةً ما يستغرق عدة مئات من المللي ثانية. لكن مع النموذج، نظرًا لأنه مجرد وقت استدلال، فهو منفصل عن الإدخال، وهو البكسل والمسار. يمكنك تقليل زمن الوصول، اعتمادًا على قدرة الكمبيوتر لديك، بالطبع. ولكن حتى في الجيل الحالي، نحن نتحكم في ذلك ليكون في حدود 100 مللي ثانية، وهو سريع جدًا. فيما يتعلق بالاستدلال اللغوي، إذا فكرت في الأمر، حسنًا، هذا هو الدماغ البشري، أليس كذلك؟ إذا فكرت في الأمر، أود أن أقول إن معدل المعلومات قد تم تلخيصه بالفعل. معدل المعلومات ليس مرتفعًا جدًا. ونحن نستخدم بيانات الإنترنت لتدريب هذا النوع من القدرة على التفكير القائم على اللغة. أعتقد أن الكمون تحت السيطرة بشكل جيد، واسمحوا لي أن أطرح الأمر على هذا النحو. ومرة أخرى، أنت لا تقود السيارة باللغة فقط. وهذا شيء أساسي، كما قلت. أعتقد أن الجزء المنطقي عادة ما يكون أبطأ. مرة أخرى، نحن لا نعرف بالضبط ما يفعله النموذج، ولكن جزء البكسل، هو ما يحرك رد الفعل الفوري الأساسي للمركبة. نعم. إذا سألت أنثروبيك، سيخبرونك أن كلود لديه مشاعر وعواطف ويمكن أن يخاف. اه هاه. هل تفكر في ذلك؟ هل تعتقد أن عارضاتك لديهم مشاعر عندما يقودون السيارة؟ سنستخدم الدرابزين للتأكد من أنه لا يصبح متقلبًا للغاية. [يضحك] أنا فقط فضولي. أعني، كما قلت، أننا لا نعرف كيف تعمل النماذج. لدي حرفيًا رؤية للنموذج مثل: "يا إلهي، أنا أسير بسرعة كبيرة". ولكن ربما النظام الكلاسيكي سوف يخفض ذلك. نعم. نعم. هل كل هذا يعمل محليا في السيارة؟ لا، لا، لا، لا. يتم التحقق من صحة كل هذه في وضع عدم الاتصال. لكن الجزء الثاني المتعلق بحاجز الأمان، عندما نقوم بتشغيل مجموعتين من الأكوام بالتوازي، يكون هذا بالتأكيد في السيارة. وفي السيارة في كل إطار، نقوم بمقارنة المسار من كل من المجموعة الكلاسيكية والنموذج الشامل للتأكد من أن النموذج يُخرج مسارًا أساسيًا آمنًا. فهل تحتاج السيارات إلى اتصال سريع لتكون مستقلة مع نهجك؟ ليس بالضرورة، ولكننا نحتاج إلى بعض الاتصال للحصول على معلومات الملاحة وبعض معلومات الخريطة. معظمها عبارة عن خرائط ملاحية. لذا، ليس فقط لمساعدة جانب النموذج وأيضًا المجموعة الكلاسيكية، فإننا نستخدم بعض معلومات خرائط التنقل لمساعدتنا على فهم العالم بشكل أفضل. أنا أسأل فقط لأنني غطيت إطلاق شبكات 5G بقدر كبير من التفصيل ووعدتني جميع شركات الاتصالات بأن 5G ستمكن السيارات ذاتية القيادة. ويبدو أن النهج الذي تتبعه هو الذي سيعتمد بشدة على الشبكات ذات زمن الاستجابة المنخفض بهذه الطريقة. وهذا ليس خطأ، ولكن من ناحية أخرى، يجب على السيارة أن تسير بشكل مستقل في النقطة العمياء الكاملة أيضًا. أود أن أقول إن زمن الوصول المنخفض في الوقت الفعلي، وأود أن أقول إن تبعية المحتوى، لها تلك التبعية في السحابة. على الأقل بالنسبة لنوع تطبيقات ADAS - L2+ هو ما نسميه - والذي يهدف إلى العمل في كل مكان، فإن بناء تلك التبعية ليس فكرة جيدة. نعم. عندما تصل إلى المستوى 4، المستوى 5، فهذا هو الوقت الذي يكون لديك فيه تبعية الاتصال. هذا صحيح. نعم. نعم. ماذا يحدث عندما تفقد الاتصال عند المستوى 4 من الحكم الذاتي؟ عندما تكون في المستوى 5 ولم يعد لديك عجلة قيادة وتفقد الاتصال، ماذا يحدث؟ في المستوى 4، يمكنك التفكير في الاتصال كنوع من أجهزة الاستشعار. لا يمكن لقدرة القيادة الأساسية أن تعتمد بشكل كبير على ذلك. وأحد المفاهيم الأساسية لتطوير تقنية المستوى الرابع هو أن يكون لديك تكرار لأجهزة الاستشعار. هذا ليس فقط بالنسبة لنظام تحديد المواقع العالمي (GPS)، ولكن أيضًا بالنسبة للكاميرا والرادار وكل ما تراه. وفي كل نقطة فشل، يجب أن تكون السيارة قادرة على القيادة بأمان. يبدو الأمر كما لو فقدت نظام تحديد المواقع (GPS) فجأة، ولكن السيارة لديها إدراك محلي، ويجب أن تكون قادرة على الوصول إلى نقطة آمنة والتوقف. هذا هو الحد الأدنى من المتطلبات التي يحتاجها نظام L4. هذا هو مبدأ L4 الأساسي لتتمكن من تطوير مثل هذا النظام. أشعر بالفضول الشديد بشأن مكان وجود جميع أجهزة الاستشعار في السيارة، ومقدار الحوسبة الموجودة في السيارة، ومقدار ذاكرة الوصول العشوائي (RAM) التي نحتاج إلى وضعها في السيارات في وقت زيادة أسعار ذاكرة الوصول العشوائي (RAM). يبدو كل هذا بمثابة تكلفة إضافية كبيرة يتم إضافتها إلى السيارات التي تزداد تكلفة بشكل متزايد والتي يشعر المستهلكون، على الأقل في الولايات المتحدة، أنهم يتمردون عليها بطرق عديدة. هذا صحيح. يمكنني إلقاء نظرة على حركة المرور الخاصة بموقعنا الإلكتروني؛ الجميع يريد شراء شاحنة Slate مقابل 25000 دولار ولا تحتوي حتى على راديو. هذه مجرد بطارية على عجلات. هذه هي السيارة بأكملها. ليس لديها حتى وظيفة الطلاء. نحن نتخلص الآن من أعمال الطلاء على السيارات لخفض التكلفة. أنت تتحدث عن قدر كبير من الحوسبة في السيارة، والكثير من وسائل الاتصال، وربما مجموعة من ذاكرة الوصول العشوائي لتحميل النماذج عليها. هذا صحيح. كيف يتم ذلك؟ هل يدفعك هذا أكثر نحو نموذج سيارات الأجرة الآلي أم أنك تعتقد أن الناس سيشترون سيارات ذاتية القيادة باهظة الثمن؟ من المؤكد أن بناء السيارات ذاتية القيادة يحتاج إلى الكثير من الأجهزة، ولكن الاتجاه الآخر هو أن تكلفة الأجهزة تنخفض بسرعة كبيرة مع نضج التكنولوجيا. على سبيل المثال، الرادار. حتى في مسيرتي المهنية، رأيت أن أسعار الرادار ربما تنخفض بما لا يقل عن أربع أو خمس مرات على مدى 15 عامًا، وذلك نظرًا لأن الحجم أصبح أكبر بكثير وأكبر من التكلفة. لقد شهدت انخفاضًا في أسعار مستشعرات الكاميرا أيضًا. هناك المزيد من المنافسين والمنافسة تؤدي إلى انخفاض الأسعار عندما يصبح الحجم أكبر. من المؤكد أن تأثير الحجم موجود الآن في ADAS وأصبحت جميع المكونات أكثر نضجًا ووصلت إلى مستوى معين من السلع. كما تعلمون، ينمو الكمبيوتر بوتيرة سريعة. لقد تحدثنا عن قانون مور في صناعة أشباه الموصلات منذ بعض الوقت، ولكن في قطاع القيادة الذاتية، تزايدت الحاجة إلى الكمبيوتر بوتيرة مذهلة حقًا. تقريبا نحن نتحدث عن 10 مرات كل عامين. إنه جنون. والآن، مع نجاح الذكاء الاصطناعي ونفيديا، سنكون قادرين على توفير هذا النوع من الحوسبة الضخمة للسيارات بسعر مناسب. في السحابة أم في السيارة؟ في السيارة. لقد سألتك عن القتال من أجل القدرة التدريبية في وقت سابق. هل يجب عليك القتال من أجل القدرة على التصنيع أيضًا؟ أوه نعم. لأن هذه التكاليف ترتفع بالنسبة للجميع. نعم بالطبع. نعم. أشعر بالفضول لأن طلب Nvidia هو الذي يرفع التكلفة للجميع. إذًا كيف يمكنك الحصول على سعة رائعة عندما تكون الأقسام الأخرى في Nvidia على استعداد لدفع أي أسعار يطلبها أي شخص؟ حسنًا، إنها نفس الإجابة التي أعطيتك إياها. لا أعرف إذا كان هناك أي شيء آخر يمكنني قوله لأننا شركة استراتيجية وأعمالنا في مجال السيارات تعمل بشكل جيد أيضًا، ولكن ليس بنفس وتيرة أعمال مراكز البيانات لدينا، بالطبع. لكننا مؤمنون بشدة – جنسن نفسه أيضًا – بمستقبل المركبات المستقلة. نحن نواصل الاستثمار في هذه التكنولوجيا وفي هذا المستقبل، ليس فقط من خلال تخصيص الحوسبة الداخلية، ولكن بقدرات رائعة أيضًا. هذا بالتأكيد أحد الأشياء التي نتطلع إليها.  في الواقع، على الأرجح أن سعر الرقاقة سيحتاج إلى الارتفاع، بسبب هذا الطلب المكثف على كل شريحة يمكن للجميع الحصول عليها. الجانب الإيجابي هو أن التكنولوجيا أصبحت [جيدة] بالفعل. لقد تحدثت عن جانب الشريحة وتحدثت أيضًا قليلاً عن جانب المستشعر. لقد تحدثت عن Hyperion، وهي عبارة عن منصة جاهزة للمنتج ومزودة بالحوسبة بالإضافة إلى أجهزة الاستشعار. لذلك نحن نحاول حقًا تحقيق التوازن بين التكلفة وما يمكننا القيام به. نحن ننظر إلى ما نسميه مجموعة المستشعرات الضرورية الكافية لتحقيق مستوى عالٍ من الاستقلالية. في Hyperion 10، على سبيل المثال، نقدم نسختين بالفعل. إحداهما عبارة عن قاعدة، وهي في الغالب كاميرات: 10 كاميرات، وثلاثة رادارات، ولا يوجد ليدار. إنها طريقة فعالة من حيث التكلفة لبناء مركبة من نوع L2++ ADAS. ومن ناحية أخرى، بالنسبة للنهاية العليا، هو ما نسميه Hyperion High: نحن نوفر مجموعة المستشعرات المطلوبة، والتي، على ما أعتقد، تحتوي على 14 كاميرا، وثلاثة أجهزة كشف، وسبعة رادارات للحصول على ما يكفي من تكرار المستشعر لتكون قادرًا على قيادة L4. أنت بحاجة إلى تكرار وحدة التحكم الإلكترونية أيضًا. أنت بحاجة إلى جيلنا القادم - حسنًا، في الواقع، لكي نكون أكثر دقة، الجيل الحالي من منصة الكمبيوتر المستندة إلى SOAR. فقط تخيل أن لديك سيارة يمكنها أن تقود نفسها بنفسها. نحن نؤمن أنه مع مجموعة المستشعرات هذه وبنية الكمبيوتر هذه، يمكننا الوصول إلى هذا المستوى من الاستقلالية الذي يمكن أن يبرر التكلفة. إن الحد الأدنى من أجهزة الاستشعار المخصصة للاستقلالية موضع نقاش ساخن. لقد تم مناقشتها بشدة لفترة طويلة. أعتقد أن قول إيلون موسك عن اعتقاده بأن الليدار كان جهازًا محليًا منذ زمن بعيد كان بداية هذا النقاش. ولم يتم قمع هذا النقاش بأي شكل أو شكل أو شكل. هل تعتقد أن المستوى 4 يتطلب ليدار؟ الجواب القصير هو نعم. نحن نؤمن بأن تقنية الليدار هي المستشعر المهم لتوفير الأمان والتكرار المطلوب للاستقلالية من المستوى الرابع. لكن من ناحية أخرى، من الصعب القول إنها ضرورية بنسبة 100%. نعتقد أن هذا المسار ممكن جدًا استنادًا إلى تكوين المستشعر العالي لـ Hyperion 10 للوصول إلى القدرة الحضرية عالية المستوى والمستوى الرابع للطرق السريعة. من ناحية أخرى، من الناحية النظرية، يمكن للناس أن يثبتوا من خلال عدد كبير من الأميال أن الليدار قد لا يكون ضروريًا. ولكنه سيأتي مع قيود ODD بشكل أساسي. عذرًا، ما هي قيود ODD؟ مجال التصميم التشغيلي (ODD) هو في الأساس مجال قابل للتطبيق. يمكنك نشر التكنولوجيا. لقد قمنا بقدر كبير من التحليل في هذا الشأن. استنادًا إلى فهمنا الحالي وإطار العمل الذي نستخدمه لإجراء هذا التحليل، نعتقد أنه لنشر تقنية L4 هذه في جميع ODDs التي يمكن لعملائنا الاستفادة منها، فمن الأفضل بكثير أن يكون لدينا جهاز Lidar بدلاً من عدم امتلاكه. عندما تنظر إلى ما وصلت إليه شركة تسلا مع القيادة الذاتية الكاملة ومركباتها والتزامها المطلق بكونها نظامًا قائمًا على الرؤية، هل تعتقد أنها تتقدم عليك حاليًا؟ هل تعتقد أنهم على قدم المساواة؟ هل تعتقد أنهم خلفك؟ هناك مستويان للإجابة على هذا السؤال. بالنسبة لتقنية L2++ الأساسية، ربما يكون "إيلون" متقدمًا على الجميع. لقد كان لديه قسم منذ فترة طويلة وقد تمسك برؤيته لفترة طويلة لتطوير واختبار التكنولوجيا بين أسطول ضخم. لن يجادل أحد في أن "إيلون" يتفوق على الجميع في سوق أنظمة مساعدة السائق المتقدمة وأن الجميع يلعبون لعبة اللحاق بالركب بشكل أساسي. ونحن سعداء للغاية، في الواقع، لأن إيلون حقق نجاحًا كبيرًا. من الواضح أن "إيلون" هو عميل كبير بالنسبة لنا أيضًا، لكل من SpaceX وTesla على جانب كمبيوتر وحدة معالجة الرسومات. نحن ندعمه وفريقه للتأكد من نجاحهم. بالنسبة للمستوى الرابع، أعتقد أنه أكثر انفتاحًا. هناك لاعبين راسخين أثبتوا كفاءتهم، مثل Waymo، الذين يأخذون العملاء بالفعل لتجربة L4 حقًا باستخدام المنهجيات التي يستخدمونها. ربما لا يزال تسلا يحاول العثور على المسار هناك. نحن لا نحاول اختيار الفائزين، ولكننا نحاول مساعدة الجميع ليكونوا قادرين على تطوير تلك التكنولوجيا. مهمتنا هي حقًا محاولة جعل النظام البيئي للمركبات الفضائية يصل إلى هذه الرؤية لكل ميل، وكل شيء يتحرك سيكون مستقلاً. وهذا النوع من الرؤية يصبح حقيقة. هل أجريت محادثات مع المديرين التنفيذيين لشركة Tesla حول استخدام تقنية Lidar؟ يبدو الأمر متديناً بشكل غريب بلا سبب، خاصة إذا كانت التكاليف تنخفض كما تقول. في مرحلة ما، إذا كان الحل التكنولوجي الأفضل موجودًا، يبدو أنه يجب على الجميع استخدامه. هل أجريت تلك المحادثات؟ حسنًا، في الواقع لا، ليس أنا. فريقي لديه بالتأكيد. وإنني أتطلع إلى إجراء هذه المحادثة معهم. الكثير من هذا هو مجرد العلوم الأساسية والتفكير. ومن الجيد سماع آرائهم أيضًا. أريد أن أختم بالحديث عن شيء ربما يكون أقل ما يمكنك التحكم فيه. ستستمر النماذج في التحسن، وستستمر Nvidia في تصنيع الرقائق، وربما سيستمر العملاء في المطالبة بالقيادة الذاتية. كل هذا يبدو وكأنه شيء لديك مقبض عليه. لكن سوق السيارات، أحدث سوق السيارات يحدث في الصين. أعتقد أننا يمكن أن نتفق على هذا. يفتح المستهلكون الأمريكيون TikTok ويرون مؤثري السيارات يتحدثون عن سيارات BYD ويشكون في التعليقات من عدم قدرتهم على الحصول على تلك السيارات. لقد شاهدت فيديو لسيارة Buick الموجودة في الصين. إنها سيارة Buick EV لا يمكنك الحصول عليها في الولايات المتحدة ويشعر العملاء الأمريكيون بالغضب من أن Buick تصنع سيارات في الصين أفضل مما تصنعه هنا. هناك الكثير من الحواجز التجارية بين الولايات المتحدة والصين. تقع Nvidia في منتصف تلك المعركة بكل أنواع الطرق، سواء كان ذلك من خلال التعريفات الجمركية على واردات مكونات السيارات، أو الحظر الحرفي على الرقائق التي يمكن بيعها وأين تذهب إيرادات تلك الرقائق. بينما تحاول دفع سوق السيارات إلى الأمام، كيف تؤثر الفوضى التجارية بين الولايات المتحدة والصين؟ هل هذا شيء تفكر فيه؟ هل هو شيء يبطئ الصناعة؟ هل هو شيء يمكنك الدفع من خلاله؟ حسنًا، أعتقد بالتأكيد أن صناع القرار لديهم منطقهم ومنطقهم لوضع السياسة كما نرى الآن. باعتبارنا Nvidia، نحن لاعبون في النظام البيئي المفتوح. لا يزال لدينا الكثير من العملاء في الصين. نحن نحاول المساعدة... على سبيل المثال، ما زلنا نوفر شرائح الاستدلال داخل السيارة لأنها لا تزال أقل من الحد المسموح لوحدة معالجة الرسومات ببيعه في السوق الصينية. نحن نعمل أيضًا مع جميع مصنعي المعدات الأصلية الصينيين. في الواقع، ليس كلهم، ولكن عددًا قليلًا منهم، للمساعدة في جانب البنية التحتية من خلال توفير أدوات المحاكاة. ونحن نعمل معهم على نماذج مفتوحة المصدر، مثل Cosmos وAlpamayo. فمن ناحية، يمكننا مساعدتهم على تحسين نماذجهم. ومن ناحية أخرى، يمكننا أيضًا أن نتعلم من المنافسة في السوق الصينية. نحن نعمل أيضًا بشكل وثيق جدًا مع بقية مصنعي المعدات الأصلية في العالم، ونحاول توفير جميع منصات Nvidia وفي طبقات مختلفة لمصنعي المعدات الأصلية المختلفين لمساعدتهم على تحقيق النجاح أيضًا. مرة أخرى، نحن لا نختار الفائزين ونحاول العمل مع الجميع. المهمة واضحة للغاية ونحاول أن نجعل هذه الرؤية حقيقة قدر الإمكان. عندما تتحدث عن مشاركة البيانات بين مصنعي المعدات الأصلية لتدريب النماذج بشكل أفضل ولجعلها أكثر قدرة، هل هناك أي حواجز تنظيمية أو حواجز تنافسية بين مشاركة البيانات من مصنعي المعدات الأصلية الصينيين ومصنعي المعدات الأصلية الأمريكيين والأوروبيين؟ أوه نعم، بالطبع. ليس فقط الصين ولكن المناطق الأخرى لديها قيود أيضًا. على سبيل المثال، لدى أوروبا لوائح معينة فيما يتعلق بالبيانات. نحن نلتزم بجميع اللوائح المحلية للتأكد من أننا متوافقون مع المناطق المختلفة. هل هذا يعني أن المتغيرات الإقليمية للنماذج تتمتع بقدرات مختلفة أم أنها أفضل في أشياء مختلفة؟ لأنه إذا كانت بيانات الإدخال مختلفة، فيبدو أن الإخراج سيكون مختلفًا أيضًا. قطعاً. حسنًا، أولاً وقبل كل شيء، بالنسبة لنموذج الإنتاج، نحاول ألا نتشعب إليه قدر الإمكان، ولكن ستكون هناك اختلافات إقليمية أساسية. سيتصرف النموذج بشكل مختلف في المناطق المختلفة بناءً على الإدخال. بعض الأشياء هي ما نسميه رمز الدولة. لذا من الواضح أن القواعد مختلفة تمامًا في مناطق مختلفة كما هو الحال في أوروبا مقارنةً بالولايات المتحدة. بعض التكيف مطلوب وبعض المعلمات مختلفة أيضًا. نعم، إنها رحلة ممتعة للغاية تحاول فيها توسيع نطاق التكنولوجيا إلى أجزاء مختلفة من العالم. هل تعتقد أنه - استنادًا إلى الأساليب التنظيمية المختلفة، وأساليب البيانات المختلفة، وبيانات المدخلات المختلفة، والتكوين المختلف لمصنعي المعدات الأصلية وما يرغبون في الاستثمار فيه، والإعانات المختلفة من الحكومات - ستصل الصين إلى المستوى 4 كتجربة قيادة ذاتية سائدة أولاً؟ لأنه إذا كان علي أن أنظر إلى الأمر، فإنني أراهن أن المستوى الرابع من القيادة الذاتية سيحدث في الصين قبل أن يحدث في الولايات المتحدة كتجربة سائدة. في الواقع لا أعتقد أن هذا صحيح. كما تعلم، تعمل Waymo بالفعل على جعل الجميع يحصلون على تجربة L4، على الأقل في بعض مناطق ODD في سان فرانسيسكو، وهم يتوسعون بسرعة كبيرة. من الواضح أن الصين سوق منافسة أكثر ديناميكية وهناك عدد لا بأس به من اللاعبين هناك. لكن تجربتي تشير إلى أن جميعهم يتمتعون بنضج Waymo، على الأقل في سان فرانسيسكو. نحن نحاول مساعدة الجميع في النظام البيئي. من منظور تصنيع المعدات الأصلية، إنه مشهد منافسة مختلف، ولكن حتى على جانب تصنيع المعدات الأصلية، أعتقد أن المناطق المختلفة لديها نوع مختلف من ... حسنًا، أحد الجوانب هو أن الشوارع الصينية أيضًا أكثر تحديًا مقارنة بشوارع الولايات المتحدة. أما المستوى 4، فقد أسميه أحيانًا لعبة خالية من الأخطاء. إما أن يكون لديك أو لا يكون لديك. اعتبارًا من اليوم، أعتقد أن الشخص الوحيد الذي أثبت حقًا أن L4 يمكن نشره بأمان لكل عميل بدون سائق في منطقة بحجم مدينة دون أي قيود هو لا يزال في الولايات المتحدة أو الصين. نعم، هذا وايمو. أعتقد أن Waymo سيكون سعيدًا للغاية لسماع وصفها بأنها تجربة سائدة. سأقبل أنه بالنسبة لبعض المجموعات الفرعية من الأشخاص في سان فرانسيسكو، فإن Waymo هي تجربة سائدة. أعتقد أن الغالبية العظمى من الأميركيين لم يفعلوا ذلك بعد. وهذا هو المنعطف الكبير، أليس كذلك؟ متى يمكن لـ Waymo العمل في الثلج؟ متى سيتم نشرهم في شيكاغو؟ وفي مدينة نيويورك. كشخص كان في شيكاغو لفترة طويلة، أشعر بالفضول الشديد حول كيفية سير الأمور في شيكاغو ومدينة نيويورك. السؤال الذي لدي هو ما إذا كانت التجربة السائدة تبدو وكأنك تشتري سيارة للتو وأن نظام مساعدة السائق المتقدم من المستوى 2 هو نوع من السلع في السيارات الآن. سيكون المستوى 4 سلعة رئيسية في السيارات. تضغط على الزر ويبدأ في القيادة بنفسه. إلى أي مدى تعتقد أننا بعيدون عن ذلك؟ هذه هي مهمتي بالضبط، وهي محاولة مساعدة الصناعة للوصول إلى هناك. أود أن أقول إذا كنت بحاجة إلى إعطاء وقت، فلن أقول خمس سنوات، ولكن أقل من خمس سنوات. وهذا توقع جريء. أعتقد أننا سنترك الأمر هناك، لأننا في الوقت المناسب. لقد كنت رائعًا حقًا، شينتشو. أنا متحمس للتحدث معك مرة أخرى. سنعود بك قبل خمس سنوات للتحقق من هذا التوقع. ولكن ما الذي يجب أن نبحث عنه بعد ذلك من Nvidia؟ هناك عدد غير قليل من الأشياء التي نخطط لها. أولاً، بحلول نهاية هذا العام، سنقوم بطرح تقنيتنا في جانب ADAS في جميع سيارات مرسيدس وبعض الشركاء الآخرين أيضًا، في جميع أنحاء الولايات المتحدة. وبدءًا من السنوات القليلة المقبلة، سنحاول نشر هذه التكنولوجيا في بقية أنحاء العالم. وفي الوقت نفسه، نعمل أيضًا بشكل وثيق مع شركائنا، على سبيل المثال، أوبر. لقد أعلنا أننا في GTC نحاول طرح خدمة L4 الخاصة بنا في السنوات القليلة المقبلة. إنه أمر مثير للغاية. علاوة على ذلك، نحن، مرة أخرى، لاعب في النظام البيئي. نحن نعمل مع جميع مصنعي المعدات الأصلية تقريبًا. في الوقت الحالي، أود أن أقول إن 80% من مصنعي المعدات الأصلية ذوي الإنتاج الضخم موجودون في نظام Hyperion البيئي من Nvidia لـ L4. نحن نبني هذا المستقبل مع الجميع. نأمل أن ترى المزيد من الإعلانات المثيرة منا في مكان ما على الطريق.  حسنًا، كما قلت، سيتعين علينا استعادتك قريبًا. شكرًا جزيلاً لك على تواجدك في Decoder. شكرا لاستضافتي، نيلاي. من الجميل جدًا الدردشة معك. أسئلة أو تعليقات؟ تابعنا على [email protected]. نحن حقا نقرأ كل البريد الإلكتروني!