यहां तक ​​कि एनवीडिया के ऑटोमोटिव प्रमुख भी गणना के लिए एनवीडिया से लड़ते हैं

आज, मैं शिनझोऊ वू से बात कर रहा हूं, जो एनवीडिया में ऑटोमोटिव के प्रमुख हैं।  एआई बूम के कारण एनवीडिया स्पष्ट रूप से लगातार खबरों में है - यह दुनिया की सबसे मूल्यवान कंपनियों में से एक है, क्योंकि एआई उद्योग को कंपनी के पर्याप्त जीपीयू नहीं मिल सकते हैं। लेकिन एनवीडिया ऑटो उद्योग का एक प्रमुख आपूर्तिकर्ता भी है। इसकी कारों में कई वर्षों से चिप्स हैं, और शिनझोउ ने एक पूर्ण स्वायत्त ड्राइविंग प्रणाली के निर्माण में महत्वपूर्ण भूमिका निभाई है जिसे वाहन निर्माता आसानी से उपयोग कर सकते हैं। उदाहरण के लिए, यह पहले से ही नई मर्सिडीज ईवी में है, जैसा कि आप उसका उल्लेख कई बार सुनेंगे। इसलिए मैं वास्तव में उनका दृष्टिकोण जानना चाहता था कि ऑटो उद्योग सेल्फ-ड्राइविंग ईवी में बड़े बदलाव को कैसे संभाल रहा है। यही वह लक्ष्य है जो प्रत्येक कार निर्माता और आपूर्तिकर्ता आपको बताएगा कि वह आ रहा है, लेकिन जो शायद 2026 में पहले से कहीं अधिक दूर लगता है। संयुक्त राज्य अमेरिका में ईवी अपनाने का चक्र पूरी तरह से पटरी से उतर गया है, अंतिम 20 प्रतिशत स्थितियों को हल करने की कोशिश में सेल्फ-ड्राइविंग हमेशा के लिए अटकी हुई लगती है, और कारें स्वयं अधिक महंगी होती जा रही हैं, जबकि उपभोक्ता मुद्रास्फीति और बढ़ती ऊर्जा कीमतों का दबाव महसूस कर रहे हैं। आप शिनझोउ को यह कहते हुए सुनेंगे कि वास्तव में कार की मौलिक प्रकृति को फिर से बनाने में आश्चर्यजनक प्रगति हुई है - जिसे उद्योग "सॉफ्टवेयर-परिभाषित वाहन" कहता है, जिसे दर्जनों या यहां तक ​​कि सैकड़ों स्वतंत्र इलेक्ट्रॉनिक नियंत्रण इकाइयों या ईसीयू के बजाय केवल मुट्ठी भर शक्तिशाली कंप्यूटरों द्वारा नियंत्रित किया जाता है। यदि आप एक डिकोडर श्रोता हैं, तो आपने कई कार निर्माताओं को ईसीयू से दूर होने की आवश्यकता के बारे में बात करते सुना होगा; शिनझोउ का कहना है कि वह क्षण मूल रूप से यहीं है।  हमने चीनी कार उद्योग के बारे में बहुत सारी बातें कीं और कैसे यह अनिवार्य रूप से आगे बढ़ने में सक्षम हुआ क्योंकि इसने गैस कारों और उन सभी ईसीयू से दूर एक संक्रमण का प्रबंधन करने के बजाय ईवी आर्किटेक्चर और प्लेटफार्मों पर निर्माण करना शुरू कर दिया। शिनझोउ एक चीनी मूल उपकरण निर्माता (ओईएम) में काम करता था, इसलिए उसे वहां की काफी जानकारी है। हमने एनवीडिया में काम करने के बारे में भी बात की। जेन्सेन हुआंग के अद्वितीय नेता के साथ यह एक अनोखी कंपनी है, और शिनझोउ ने कहा कि अब तक उनके तीन साल तेजी से सीखने का अनुभव रहे हैं। वह कंपनी के तेजी से बढ़ते एआई व्यवसाय के खिलाफ संसाधनों और क्षमता के लिए प्रतिस्पर्धा करने की आवश्यकता की वास्तविकता से नहीं कतराते थे। उन तर्कों में क्या जीतता है, इसका उनका विवरण, खासकर जब उनके ग्राहक वाहन निर्माताओं की तरह धीमे और लागत-प्रतिकूल हैं, आकर्षक था। बेशक, हमें एआई पर चर्चा करनी थी और स्वायत्तता के लिए एनवीडिया का दृष्टिकोण कैसे एक साथ लाता है जिसे शिनझोउ "शास्त्रीय" स्टैक और कार को संचालित करने के लिए तर्कशील मॉडल की क्षमता कहता है। यहां बहुत कुछ है, जिसमें यह विचार भी शामिल है कि आपके पास एक एआई मॉडल होगा जो सचमुच खुद से बात करके यह पता लगाएगा कि आपकी कार कैसे चलानी है, जो मुझे अविश्वसनीय रूप से दिलचस्प और अविश्वसनीय रूप से मजेदार दोनों लगता है। और, निश्चित रूप से, आप एलोन मस्क और टेस्ला के बारे में बात किए बिना अमेरिका में इलेक्ट्रिक कारों या वाहन स्वायत्तता के बारे में बात नहीं कर सकते। इसलिए मैंने शिनझोउ से सीधे तौर पर पूछा कि क्या टेस्ला पूर्ण स्व-ड्राइविंग वास्तव में वह कर सकती है जो एलोन का दावा है कि वह लिडार का उपयोग किए बिना करने में सक्षम होगी। आप मुझे बताएं कि क्या आपको लगता है कि उसका उत्तर सही है। ठीक है: शिनझोउ वू, एनवीडिया में ऑटोमोटिव के प्रमुख। ये रहा। इस साक्षात्कार को लंबाई और स्पष्टता के लिए हल्के ढंग से संपादित किया गया है। शिनझोउ वू, आप एनवीडिया में ऑटोमोटिव के प्रमुख हैं। डिकोडर में आपका स्वागत है। मुझे रखने के लिए धन्यवाद। मैं आपसे बात करने के लिए वास्तव में उत्साहित हूं। ऐसा महसूस होता है कि कार की प्रकृति ही पकड़ में आने वाली है। ऐसा महसूस होता है कि ऑटोमोटिव उद्योग बड़े पैमाने पर पुनर्संरेखण के दौर में है, लगभग ऐसा महसूस हो रहा था कि कार कई वर्षों तक एक उत्पाद के रूप में कहां समाप्त होने वाली थी, और यह ईवी संक्रमण कठिनाइयों के कारण है, यूएस-चीन व्यापार युद्ध की कठिनाइयों के कारण। यह सब पहले से कहीं अधिक गन्दा लगता है। बहुत सारे कार निर्माता छंटनी कर रहे हैं, और ऐसा महसूस होता है कि एनवीडिया में आपकी स्थिति आपको कार उद्योग में क्या चल रहा है, इसका एक व्यापक दृष्टिकोण देती है, क्योंकि आप लगभग हर देश में कई प्रमुख वाहन निर्माताओं को आपूर्ति करते हैं। तो चलिए वहीं से शुरू करते हैं। स्वायत्तता और विद्युतीकरण दोनों के इस लंबे, घुमावदार रास्ते पर कार उद्योग कहां है, इस बारे में आपका क्या विचार है? यह एक उत्कृष्ट प्रश्न है. मैं क्वालकॉम में अपने करियर से शुरू करके, संभवतः 15 वर्षों से ऑटोमोटिव क्षेत्र में काम कर रहा हूँ। मैं कुछ समय के लिए क्वालकॉम ऑटोमोटिव टीम का नेतृत्व कर रहा था। और जाहिर है, हमने "सॉफ़्टवेयर-परिभाषित वाहन" वाक्यांश सुना है। अभी एआई तकनीक के साथ, यह अगले चरण में पहुंच रहा है, जिसे हम अनिवार्य रूप से "एआई-परिभाषित वाहन" कहते हैं। इन बड़े पैमाने पर तकनीकी नवाचारों के साथ, पिछले दशक में ऑटो उद्योग बहुत तेजी से बदल गया है। जैसा कि आप जानते हैं, मैंने पांच साल तक एक चीनी ओईएम के हिस्से के रूप में भी काम किया, उनकी स्वायत्त ड्राइविंग टीम का नेतृत्व किया। अब मैं एनवीडिया पर हूं। इसलिए मैंने अपने 15 वर्षों के करियर में जो देखा है वह इस व्यापक परिवर्तन को देखने का अवसर है। मान लीजिए, कार ज्यादातर यांत्रिक, साथ ही विद्युत मशीनों से कुछ ऐसी चीजों तक चली गई, जिनकी क्षमता को हम ओवर-द-एयर (ओटीए) सॉफ्टवेयर के माध्यम से बहुत तेजी से उन्नत कर सकते हैं। इसे हम "सॉफ़्टवेयर-परिभाषित वाहन" युग कहते हैं। अब, जेनेरिक एआई की दिशा में प्रौद्योगिकी के आगे बढ़ने के साथ, हम कार में अधिकांश सॉफ़्टवेयर को फिर से लिखने के लिए एआई का उपयोग कर रहे हैं। इसे हम "एआई-परिभाषित वाहन" कहते हैं। इससे एक ओर, वाहन क्षमता के विकास की गति भी तेज हो गई है। और दूसरी ओर, इसने "वाहन" को परिभाषित करने के हमारे तरीके को भी बदल दिया है। एआई पूरे उद्योग को हर स्तर पर प्रभावित कर रहा है। यह देखना वाकई रोमांचक है कि इन नए तकनीकी नवाचारों के साथ दुनिया यहां से कैसे विकसित होगी। मुझे वहां कुछ शर्तों को अलग करने दीजिए। मैं कार निर्माताओं से बहुत कुछ सुनता हूं जो शो में आना पसंद करते हैं और मुझे बताते हैं कि कारों का क्या होने वाला है। लेकिन मुझे लगता है कि इनमें से कुछ शब्द किनारों पर थोड़े अस्पष्ट हैं। तो आपने कहा "सॉफ़्टवेयर-परिभाषित वाहन।" यह काफी अस्पष्ट शब्द है। मुझे लगता है कि विचार यह है कि हम एक कार में सभी ईसीयू से छुटकारा पा लेंगे जो वर्तमान में कई अलग-अलग प्रणालियों को नियंत्रित करते हैं। और हम उन सभी घटकों को एक कार में शायद एक या दो बड़े कंप्यूटर केंद्रों में केंद्रीकृत करेंगे। टेस्ला ऐसा करने के लिए काफी मशहूर है. रिवियन ने उस पर बहुत बड़ा दांव लगाया है। रिवियन के वासिम बेन्सैड शो में बस इसी बारे में बात कर रहे थे। अन्य विरासती कार निर्माताओं ने ऐसा करने का प्रयास किया है। शो में हमारे जीएम थे। उन्होंने कहा, "देखिए, हमें ऐसा करने की ज़रूरत नहीं है। हम ठीक हैं। हम इसे अपने तरीके से करेंगे।" फोर्ड ने बड़े पैमाने पर ऐसा करने की कोशिश की। उन्हें एक स्कंकवर्क स्थापित करना था और एक पूरी तरह से नई तरह की कार बनानी थी जिस पर उन्हें बहुत गर्व हो। हमें बताया गया है कि जल्द ही उस प्रयास से एक ट्रक निकलेगा। मुझे नहीं लगता कि उद्योग वहां तक ​​पहुंच पाया है। मूल रूप से मैं यही कह रहा हूं। स्टार्टअप कार निर्माता उस बिंदु पर पहुंच गए जहां वे एक सॉफ्टवेयर-परिभाषित वाहन होने का दावा कर सकते थे जहां कार में हर सिस्टम को नियंत्रित करने वाले एक या दो बड़े कंप्यूटर थे। अधिकांशतः पुराने वाहन निर्माता अभी तक सफल नहीं हुए हैं।  मैं उस पर तारांकन चिह्न लगाऊंगा। शायद फोर्ड इस नए ट्रक के साथ सफल होगी, लेकिन हम अभी तक नहीं जानते हैं। क्या आपको लगता है कि उद्योग मोटे तौर पर सॉफ्टवेयर-परिभाषित वाहनों को प्राप्त करने जा रहा है या क्या आपको लगता है कि पुराने वाहन निर्माता वहीं बने रहेंगे जहां वे हैं? 100%. मुझे यह देखने का अवसर मिला कि 2018 से 2023 तक चीन में क्या हुआ। केवल पाँच वर्षों में पूरा उद्योग इस बड़े बदलाव से गुज़रा। वहां, न केवल नए ऑटो ओईएम को, बल्कि पुराने ऑटो ओईएम को भी अनुकूलित करना होगा। हर कोई एकल केंद्रीय कंप्यूट प्रकार की विद्युत वास्तुकला को अपना रहा है क्योंकि इसी तरह आप प्रतिस्पर्धा करते हैं।  दुनिया के बाकी हिस्सों में भी - ड्राइव और ड्राइव ऑटोनॉमस व्हीकल (एवी) सहयोग के माध्यम से हमारे साझेदार हैं, उदाहरण के लिए, हमारे साझेदार मर्सिडीज के साथ। उनकी वर्तमान पीढ़ी आवश्यक कंप्यूटर-आधारित वास्तुकला है। यह उनके सभी वाहनों में होगा। अन्य बुनियादी ओईएम के लिए, हम उन सभी के साथ काम कर रहे हैं और आर्किटेक्चर को एक या दो कंप्यूटर रूट में बदलने या अपग्रेड करने में उनकी मदद करने की कोशिश कर रहे हैं, क्योंकि वहां इंफोटेनमेंट होगा, बुनियादी ड्राइविंग या उन्नत ड्राइवर सहायता सिस्टम (एडीएएस), ईसीयू होंगे। लेकिन मुझे लगता है कि दुनिया वास्तव में उस दिशा में बहुत तेजी से आगे बढ़ रही है। उनमें से कुछ स्पष्ट रूप से धीमे होंगे। उनमें से कुछ तेज़ होंगे. यही इस व्यवसाय की प्रकृति है। लेकिन मुझे इसमें कोई संदेह नहीं है कि दुनिया मूल रूप से उसी दिशा में विकसित हो रही है। मैं वास्तव में आपके इतिहास के बारे में जानने को उत्सुक हूं। आपने XPeng में काम किया, जो एक चीनी कार निर्माता है। संयुक्त राज्य अमेरिका में जहां मैं बैठता हूं और लंबे समय से कार का प्रशंसक रहा हूं, वहां बैठकर मुझे ऐसा लगता है कि चीनी वाहन निर्माताओं को एक अनोखा फायदा था कि वे बड़े वैश्विक वाहन निर्माता नहीं थे। वे बड़े पैमाने पर काम नहीं कर रहे थे। विद्युतीकरण आया. टेस्ला ने स्पष्ट रूप से चीन में कार बनाने की क्षमता का एक समूह बनाया है। हम सभी जानते हैं कि चीनी विनिर्माण पारिस्थितिकी तंत्र कैसे काम करता है और उन्हें रीसेट करना होगा। उन्हें कारों के एक समूह को ईवी, क्लीन शीट के रूप में डिजाइन करना पड़ा, मूल रूप से जिस तरह से संयुक्त राज्य अमेरिका में स्टार्टअप कार निर्माताओं को मिला था, और पूरी तरह से नई नींव से विश्व स्तर पर प्रतिस्पर्धी कारों का निर्माण करना था, उन चीजों के बारे में चिंता किए बिना, जिनके बारे में विरासत अमेरिकी कार निर्माताओं को चिंता करनी होगी। और फिर, चीनी सरकार ने स्पष्ट रूप से उन सभी पर भारी दरों पर सब्सिडी दी। आपने वहां काम किया. क्या वह आपका अनुभव था? क्या मूल रूप से ऐसा ही हुआ कि उन्हें नई शुरुआत करनी पड़ी? मुझे लगता है कि यह इसका सिर्फ एक पक्ष है। उनके पास निश्चित रूप से विरासत कम है, चिंता करने का बोझ कम है और यह एक फायदा है। लेकिन मैं यह भी देख रहा हूं कि न केवल नए ओईएम को, बल्कि वहां के वैश्विक खिलाड़ियों को भी चीनी गति के अनुरूप ढलना होगा। कम से कम मैंने वहां जो सीखा, उससे पता चला कि हर कोई उसी गति से आगे बढ़ रहा है। फिर, आप प्रतिस्पर्धा करने में सक्षम होना चाहते हैं।  लेकिन जैसा कि आपने कहा, लहर... सॉफ्टवेयर-परिभाषित वाहन लंबे समय से मौजूद हैं और टेस्ला ही वह है जो वास्तव में इसे पूर्ण उत्पादन तक ले जा रही है। मुझे यकीन नहीं है कि वे पहले वाले हैं, लेकिन निश्चित रूप से सबसे बड़े पैमाने पर। मुझे इसमें कोई संदेह नहीं है कि बाकी दुनिया के ओईएम भी इसका अनुसरण करेंगे। मुझे लगता है कि अभी हर ओईएम को ऐसा करना होगा क्योंकि इसी तरह आप प्रतिस्पर्धा करते हैं, जीवित रहने के लिए आपको यही करने की जरूरत है। सभी ओईएम के लिए अपने वाहनों में स्वायत्तता लगभग एक आवश्यकता बन जाएगी। हम सभी उस भविष्य में विश्वास करते हैं। और वहां पहुंचने का एकमात्र तरीका यह है कि... सबसे पहले, वह आर्किटेक्चर है जिसका मैंने वर्णन किया है, जो कई, कई विवेकशील ईसीयू के बिना सॉफ्टवेयर अपग्रेड को सक्षम बनाता है। दरअसल, मैंने हाल ही में लोगों को इसके ख़िलाफ़ बहस करते नहीं सुना है। हो सकता है कि आपने कुछ अलग सुना हो, लेकिन मुझे लगता है कि यह हर किसी के लिए एक आवश्यक कदम है। इस स्तर पर, यह अगली पीढ़ी की वास्तुकला के लिए लगभग एक टेबल हिस्सेदारी की तरह है। जाहिर तौर पर हम बहुत सारे ओईएम से बात कर रहे हैं, लेकिन उद्योग इस आम सहमति की ओर बढ़ रहा है। मैं वहां के रास्ते के बारे में उत्सुक हूं, क्योंकि मैं आपसे सहमत हूं कि बहुत से लोगों ने कहा है कि यह अंतिम स्थिति है और यह आगे आने वाली हर चीज को सक्षम बनाती है। ऐसा महसूस होता है कि वहां का रास्ता उद्योग की अपेक्षा से कहीं अधिक ऊबड़-खाबड़ है। इसका एक हिस्सा, मुझे नहीं पता, कि ट्रम्प प्रशासन को ईवी पसंद नहीं है। इसलिए ईवी की बिक्री और यहां टैक्स क्रेडिट खत्म हो गए और शायद ईवी की बिक्री बढ़ गई क्योंकि सारी मांग आगे बढ़ गई और शायद अब हर कोई गैस कार चाहता है। और शायद यह सब तब कठिन होता है जब आपके पास एक विशाल बैटरी नहीं होती है जो इन सभी प्रणालियों को निरंतर बिजली दे सके और आपको वास्तव में 12-वोल्ट बैटरी के बजाय इन सभी प्रणालियों को बिजली प्राप्त करने के लिए इंजन शुरू करने की आवश्यकता होती है। या शायद यह है कि चीनी वाहन निर्माता इतने प्रतिस्पर्धी और इतनी सब्सिडी वाले हैं कि पुराने वाहन निर्माताओं के लिए इसे करने की लागत को पार करना मुश्किल है, क्योंकि उनके पास देखभाल करने के लिए संयुक्त राज्य अमेरिका में विरासत के बुनियादी ढांचे और डीलर नेटवर्क हैं और हम बस इस पर रोक लगाने जा रहे हैं। कार की इस सहमत भविष्य की स्थिति के रास्ते के बारे में कुछ ऐसा है जो जितना मैंने सोचा था उससे कहीं अधिक कठिन लगता है या पिछले पांच वर्षों में शो में किसी ने भी कहा है कि यह होगा। मैं आपके दृष्टिकोण से उत्सुक हूं। आप आपूर्तिकर्ता हैं, आप विज़न बेचने की कोशिश कर रहे हैं, आप सभी कारों में चिप्स लगाने की कोशिश कर रहे हैं। आपके दृष्टिकोण से, किस चीज़ ने उस पथ को कठिन बना दिया है? ख़ैर, आपने काफ़ी बातें कही हैं। ऑटो इंडस्ट्री बहुत भारी है. इसमें विशाल आपूर्ति श्रृंखलाएं और बहुत सारी कंपनियां, बहुत सारे कर्मचारी शामिल हैं। और आर्किटेक्चर में बदलाव करने के लिए और जब भी आप किसी कार को धक्का देकर निकालते हैं तो आपको उसे 10-15 साल तक सपोर्ट करना पड़ता है। एक आपूर्तिकर्ता के रूप में, एनवीडिया भी अपने ग्राहकों के लिए चिपसेट, अन्य प्लेटफ़ॉर्म और हमारी एवी तकनीक सहित जो भी तकनीक हम आपूर्ति करते हैं, उसके लिए समान प्रतिबद्धता बना रहा है। हम 10-15 वर्षों तक एक ही पीढ़ी का समर्थन करने की प्रतिबद्धता रखेंगे, यहां तक ​​कि वर्तमान पीढ़ी के चिप्स के लिए भी। यदि आप इसके बारे में सिलिकॉन वैली प्रदाता के दृष्टिकोण से सोचते हैं, तो यह लगभग पागलपन है। लेकिन यह ऑटो व्यवसाय की प्रकृति है। व्यवसाय की प्रकृति यह है कि इससे चीजें थोड़ी धीमी हो जाएंगी। और यह एक बात है. दूसरी बात यह है कि, क्योंकि तकनीक इतनी तेजी से और बहुत अलग तरीके से बदल रही है, मान लीजिए, ऑटोमोटिव जैसा कि हम पहले जानते थे और सॉफ्टवेयर-परिभाषित वाहन से लेकर एआई-परिभाषित वाहन तक, कंपनी को उचित तरीके से स्थापित करने और प्रौद्योगिकी नवाचारों की इस नई लहर को अपनाने में सक्षम होने के लिए आपको एक अलग प्रतिभा पूल से गुजरना होगा। इसीलिए एनवीडिया आ सकता है और मदद कर सकता है। क्योंकि हमारा मानना ​​​​है कि प्रौद्योगिकी आगे बढ़ रही है - हम यहां मुख्य रूप से स्वायत्त वाहन के बारे में बात कर रहे हैं, जाहिर है। प्रौद्योगिकी परिपक्वता के स्तर पर पहुंच रही है। हम इस तकनीक को बड़े पैमाने पर उत्पादन के लिए ले जा रहे हैं और एक आपूर्तिकर्ता आ सकता है। यही कारण है कि हम न केवल एवी तकनीक प्रदान करते हैं, बल्कि हम एक चिप से लेकर ऑपरेटिंग सिस्टम, एक ओपन सोर्स मॉडल और जिसे हम हेलोस कहते हैं, सुरक्षा ऑपरेटिंग सिस्टम भी प्रदान करते हैं जो ओईएम को इस नई दुनिया के लिए तेजी से अनुकूलित करने में मदद करता है।  व्यवसाय की प्रकृति यह है कि हर कोई एक ही गति से नहीं चल सकता। तो निश्चित रूप से, इस उद्योग की भारीता के कारण, हर किसी को अंतिम रेखा तक पहुंचने में कुछ समय लगेगा। लेकिन फिर से, एनवीडिया में मेरा काम हर किसी को हर उस चीज़ तक पहुंचने में मदद करने की कोशिश करना है जो स्वायत्त होगी, जितनी जल्दी हो सके इस दृष्टिकोण को प्राप्त करने के लिए। अब मुझे एनवीडिया में आपके हिस्से के बारे में पूछने दीजिए, क्योंकि मुझे लगता है कि यह हमें डिकोडर प्रश्नों पर लाता है। मुझे लगता है कि शो सुनने वाला हर कोई शायद एआई के साथ एनवीडिया की प्रगति से बहुत परिचित है। यह दुनिया की सबसे मूल्यवान कंपनियों में से एक है। एनवीडिया द्वारा बनाए जा सकने वाले प्रत्येक जीपीयू का हिसाब रखा जाता है। एनवीडिया ऑटोमोटिव में कितने लोग काम करते हैं? हमारे पास वास्तव में काफी बड़ी टीम है, ऑटोमोटिव टीम में हजारों की संख्या में। क्योंकि हम पूरे प्लेटफॉर्म पर काम कर रहे हैं, वहां हार्डवेयर, सॉफ्टवेयर, मॉडल और बुनियादी ढांचा है। यह काफी बड़ी टीम है। एनवीडिया के पास भी बहुत सी चीजें हैं जिनका हम अन्य टीमों से लाभ उठा सकते हैं। उदाहरण के लिए, मुझे पूरा यकीन है कि आपने कॉसमॉस और नेमोट्रॉन के बारे में सुना होगा। ये हमारे बुनियादी ओपन-सोर्स फाउंडेशन मॉडल हैं। हम उनकी ओर से भी काम का भरपूर लाभ उठा रहे हैं। आपकी टीम कैसे संगठित है? आपने बताया कि आपके पास हार्डवेयर, सॉफ्टवेयर और मॉडल हैं। क्या यह टीम की मूल संरचना है या इसे अलग तरीके से व्यवस्थित किया गया है? हाँ। खैर, इंजीनियरिंग के मामले में, जाहिर तौर पर हमारे पास उत्पाद है, हमारे पास रणनीति है, हमारे पास पर्दे के पीछे कुछ है। कभी-कभी हम उन्हें गुमनाम नायक कहते हैं। उदाहरण के लिए, मानचित्र टीम, जो अभी भी L3, L4, उच्च-स्तरीय स्वायत्त पथों के लिए बहुत महत्वपूर्ण है। और डेटा इंफ्रास्ट्रक्चर. शाब्दिक नेविगेशन मानचित्र, आप इसी के बारे में बात कर रहे हैं। खैर, इसमें एचडी मैप भी है। तो मोटे तौर पर, मैं अपनी टीम को इस तरह से विभाजित करता हूँ। हाँ। और फिर क्या यह सब वैश्विक है? क्या वह अधिकतर संयुक्त राज्य अमेरिका में है? वह कहाँ स्थित है? अधिकतर संयुक्त राज्य अमेरिका में, लेकिन चीन और यूरोप में भी हमारी उपस्थिति है। जाहिर है, हम एक वैश्विक उत्पाद, एक वैश्विक मंच का निर्माण कर रहे हैं, इसलिए हमें हर जगह एक सहायता टीम की आवश्यकता है। आपने बताया कि आप एनवीडिया द्वारा अधिक व्यापक रूप से विकसित किए गए कुछ बुनियादी मॉडलों पर भरोसा करते हैं। आपकी टीम एनवीडिया के अंदर कैसे संरचित है? क्या यह AI रणनीति में फिट बैठता है? क्या इसे अलग रखा गया है? क्या आप अधिक मौन हैं? वह कैसे काम करता है? ओह, यह बहुत अच्छा प्रश्न है। एनवीडिया में, मान लीजिए, हमारे पास एक केंद्रीकृत हार्डवेयर टीम है, जो हमारे जीपीयू, सीपीयू, सभी चिपसेट रणनीति और उत्पादीकरण पर हार्डवेयर रोडमैप के लिए जिम्मेदार है। हमारे पास एक केंद्रीकृत सॉफ्टवेयर टीम भी है। ऑटोमोटिव टीम एक अलग संगठन है, जो बहुत अधिक ऑटोमोटिव-केंद्रित है, जिसका मिशन हमारी हार्डवेयर टीम और सॉफ्टवेयर टीम के काम का लाभ उठाने और ऑटोमोटिव के अनुकूल ऑटोमोटिव प्लेटफॉर्म बनाने का है। हमारे पास मॉडल टीम भी है.  एनवीडिया में आभासी टीमों की संस्कृति भी है। उदाहरण के लिए, नेमोट्रॉन और कॉसमॉस के लिए हमारा ओपन-सोर्स मॉडल, वे सभी हमारी शोध टीम, सॉफ्टवेयर टीम और हार्डवेयर टीम के सामने बैठते हैं। लेकिन वे आभासी टीमें हैं जो इन ओपन-सोर्स फाउंडेशन मॉडल पर काम करती हैं। हम उस काम का लाभ उठा सकते हैं और फिर ऑटोमोटिव संगठन में एक मॉडल का निर्माण कर सकते हैं जिससे एवी उद्योग को काम करने के लिए एक शक्तिशाली ओपन-सोर्स मॉडल मिल सके। जैसा कि मैंने कहा, मूल रूप से प्रत्येक जीपीयू एनवीडिया का निर्माण किसी न किसी तरह से किया जा सकता है। यह अभी AI उद्योग की प्रकृति है। वे कहीं किसी नियोक्लाउड में जाने वाले हैं। क्या आपको संसाधनों और ध्यान के लिए उस व्यवसाय से लड़ना है, जो जिस गति और पैमाने पर बढ़ रहा है? हाँ, मानो या न मानो. [हंसते हैं] यहां तक ​​कि एनवीडिया के पास भी गणना के लिए जीपीयू की सीमित आपूर्ति है। हमारी एक आंतरिक प्राथमिकता है, और मैं अपने सहकर्मियों के साथ मूल रूप से लगभग साप्ताहिक आधार पर काम कर रहा हूं ताकि यह तय किया जा सके कि अलग-अलग गणनाओं को कैसे अलग रखा जाए, कभी प्रशिक्षण के लिए, कभी परीक्षण के लिए, या कंपनी में काम के एक अलग धागे के लिए संसाधनों को। और कभी-कभी हमें मदद के लिए जेन्सेन [हुआंग, एनवीडिया सीईओ] की ज़रूरत होती है, लेकिन हाँ। वह कैसे काम करता है? वह बहस कैसी दिखती है? क्या यह ROI बहस है? "अगर हम इतना पैसा लगाएंगे, तो हमें अपने ग्राहकों से इतना पैसा मिलेगा"? क्या यह बाज़ार के आकार पर बहस है? बातचीत के मानदंड क्या हैं? जैसा कि आप कल्पना कर सकते हैं, यह उपरोक्त सभी है। राजस्व स्पष्ट रूप से महत्वपूर्ण है, लेकिन जैसा कि आप जानते हैं, एनवीडिया एक बहुत ही रणनीतिक कंपनी है। हम उसे महत्व देते हैं जिसे जेन्सेन कभी-कभी शून्य ट्रिलियन डॉलर का व्यवसाय कहते हैं। हम नए अवसरों की तलाश में हैं जो हर समय ट्रिलियन-डॉलर का व्यवसाय बना सकें। इसलिए, हम जिस नई दिशा में जा रहे हैं, उसमें हमें कंपनियों के अंदर रणनीतिक प्राथमिकताएं निर्धारित करने की आवश्यकता है। आप शायद यह भी जानते होंगे कि हम कोई बाज़ार हिस्सेदारी वाली कंपनी नहीं हैं। यह मूल रूप से इस बात के बीच संतुलन है कि अभी पैसा क्या लाता है और क्या भविष्य बना सकता है, क्या भविष्य में कंपनी के लिए अवसर पैदा कर सकता है। एनवीडिया एक बहुत ही विशिष्ट ढंग से संचालित कंपनी है। जैसा कि आपने उल्लेख किया है, जेन्सेन हर चीज़ में गहराई से शामिल है। मैंने उनका एक साक्षात्कार देखा है जहां उन्होंने कहा था कि उनकी एक-पर-एक बैठकें नहीं होती हैं। वह बस एक ही बार में सभी से मिलता है और हर कोई बस इसे टाल देता है। उस तरह क्या है? मैं तीन साल से एनवीडिया में हूं। ईमानदारी से कहूं तो यह बहुत अनोखा है। और यह स्पष्ट रूप से हर किसी के लिए एक ही बार में संभव नहीं है। यह अलग-अलग समूह हैं। हम सभी के पास एक तकनीकी रणनीति उत्पाद है, जेन्सेन के साथ व्यापार समीक्षाओं का एक अलग हिस्सा है। यह वास्तव में मेरे लिए बेहद रोमांचक है, उनकी रणनीतिक सोच से सीखने का अनुभव और वह किसी उत्पाद के बारे में कैसे सोचते हैं, एक रणनीति के बारे में कैसे सोचते हैं। वह विशिष्ट रूप से तकनीकी रूप से भी गहरा है। यह देखना भी काफी प्रेरणादायक अनुभव है कि वह तकनीकी पक्ष में कितना अपडेट रहता है। मैं कहूंगा कि यह मेरे लिए जीवन में एक बार आने वाला अनुभव और अवसर है कि मैं जेन्सेन से सीख सकूं। जब आप स्वायत्तता के अवसर का वर्णन करते हैं, विशेषकर भविष्य में, तो यह एक बड़ा दांव लगता है। "हम एनवीडिया की कंप्यूटिंग उत्कृष्टता और कारों में एआई की शक्ति लाने जा रहे हैं, और उन्हें खुद चलाने देंगे।" वह राजस्व मॉडल कैसा दिखता है? क्या ऐसा लगता है कि आप केवल वाहन निर्माताओं को चिप्स और सॉफ़्टवेयर बेच रहे हैं? क्या ऐसा लगता है कि उपभोक्ता सदस्यता का भुगतान करते हैं, और उसमें से कुछ आपके पास वापस आ जाता है? ट्रिलियन डॉलर कहां से आते हैं? यह भी एक उत्कृष्ट प्रश्न है. अभी हमारा दृढ़ विश्वास है कि जो कुछ भी चलेगा वह स्वायत्त होगा। भविष्य में कार द्वारा चलाया जाने वाला प्रत्येक मील स्वायत्त होगा। यदि आप इसे देखें, तो सभी कारों के बीच, हम प्रति वर्ष 13 ट्रिलियन मील चलते हैं। अभी संचालित सभी माइलेज के बीच स्वायत्त मील का प्रतिशत संभवतः नगण्य है। मुझे लगता है कि यह 0.006%, या ऐसा ही कुछ है। तो यह अवसर हमारे सामने है। एनवीडिया का विचार है कि हम चिप्स से लेकर ऑपरेटिंग सिस्टम और फिर जिसे हम हेलोस कहते हैं, सभी बुनियादी प्रौद्योगिकी के टुकड़े फिर से प्रदान करके पारिस्थितिकी तंत्र की जल्द से जल्द मदद करेंगे। हेलोस ऑपरेटिंग सिस्टम वास्तव में महत्वपूर्ण है क्योंकि यह न केवल लोगों को हमारे हार्डवेयर पर मॉडल विकसित करने के लिए एसडीके और एपीआई प्रदान करता है, बल्कि यह डेवलपर्स को मॉडल लगाने के लिए सुरक्षा रेलिंग भी प्रदान करता है। जिसे हम हाइपरियन कहते हैं उसे हम एक हार्डवेयर प्लेटफ़ॉर्म के रूप में भी परिभाषित करते हैं। यह एक उत्पादन-तैयार प्लेटफ़ॉर्म है, जिसमें कंप्यूटर संसाधन, ईसीयू और सेंसर सूट भी शामिल है। हमारा मानना ​​है कि स्वायत्तता का एक अलग स्तर हासिल करना आवश्यक है। इसके अलावा, हम अल्पामायो, एक ओपन-सोर्स मॉडल प्रदान करते हैं, जिसे हमने प्रशिक्षित किया है। यह न केवल मॉडल आर्किटेक्चर में ओपन-सोर्स है, बल्कि पैरामीटर और डेटा में भी है जिसका उपयोग आप हमारे प्लेटफ़ॉर्म पर मॉडल को फाइन-ट्यून करने के लिए कर सकते हैं। इसके अलावा, हम आवश्यक सभी बुनियादी ढाँचे भी प्रदान करते हैं। उदाहरण के लिए, अभी एवी विकसित करने के लिए सिमुलेशन वास्तव में महत्वपूर्ण है। हम आमतौर पर कहते हैं कि एवी समस्या तीन-कंप्यूटर की समस्या बनती जा रही है। वहाँ प्रशिक्षण कंप्यूटर है, वहाँ सिमुलेशन कंप्यूटर है, और फिर कार में अनुमान कंप्यूटर है। ये सभी प्रौद्योगिकी टुकड़े हम पारिस्थितिकी तंत्र को एक प्लेटफॉर्म में प्रदान करना चाहते हैं जिसे हम एनवीडिया ड्राइव कहते हैं, ताकि लोग हमारे प्लेटफॉर्म के शीर्ष पर उस तकनीक को विकसित कर सकें। हमें उम्मीद है कि हम भविष्य में स्वायत्त रूप से संचालित प्रत्येक मील से पारिस्थितिकी तंत्र को मिलने वाले राजस्व का एक प्रतिशत प्राप्त कर सकते हैं। यहीं से ट्रिलियन-डॉलर का अवसर आ सकता है। तो, प्रति मील राजस्व। यह उन मुख्य मेट्रिक्स की तरह लगता है जिनका आप पीछा कर रहे हैं। किसी उपयोगकर्ता के लिए प्रति मील राजस्व कहाँ से आता है? जब मैं कार चलाता हूं तो क्या मुझे सदस्यता का भुगतान करना पड़ता है? या क्या आप सोच रहे हैं कि यह हर जगह रोबोटैक्सिस है, और उन्हें प्रति सवारी मुद्रीकृत किया जा रहा है? प्रति मील राजस्व कहां से आता है और यह संख्या कैसे बढ़ती है? यह सही है। खैर, मुझे लगता है कि दुनिया दोनों मॉडलों को अपनाएगी। एक है रोबोटैक्सिस। जैसा कि आप देख रहे हैं, चीन, अमेरिका और दुनिया भर में काफी सफल लोग हैं। हम इस रास्ते पर और अधिक आशापूर्वक आगे बढ़ते हुए देखेंगे। हमारे पास एक टैक्सी जैसा बेड़ा होगा जहां आप कार में ड्राइवर के बिना जगह ए से जगह बी तक ले जाने का आनंद ले सकते हैं।  मुझे लगता है कि यात्री बेड़ा भी लंबे समय तक अस्तित्व में रहेगा क्योंकि ऐसे कई लोग हैं जो अभी भी यात्रा के दौरान निजी स्थान पसंद करते हैं। यह ऐसा है जैसे कई लोग अभी भी अपार्टमेंट किराए पर लेने की तुलना में अपना घर रखना पसंद करते हैं। इसके पीछे भी एक अर्थव्यवस्था है. हमें लगता है कि दोनों मॉडल सफल होंगे। इसीलिए हम रोबोटैक्सी कंपनियों और अन्य ओईएम के साथ-साथ एवी सॉफ्टवेयर डेवलपर कंपनियों के साथ काम कर रहे हैं ताकि एनवीडिया से विभिन्न प्रौद्योगिकी टुकड़ों की आपूर्ति करके उनकी मदद की जा सके। पिछले पांच वर्षों में, कम से कम विद्युतीकरण हिस्से के माध्यम से दिलचस्प गतिशीलता में से एक, विरासत वाहन निर्माताओं को यह एहसास हुआ है कि वे बीमा कंपनियां और वित्तपोषण कंपनियां बन गए थे, और उनके आपूर्तिकर्ता कारें बना रहे थे। उन्होंने बड़े पैमाने पर कार डिज़ाइन पर नियंत्रण खो दिया था। बड़े वाहन निर्माताओं के लिए टियर-वन आपूर्तिकर्ता कई मायनों में कारों के बड़े उप-प्रणालियों के प्रभारी थे। जब वे ओवर-द-एयर अपडेट करना चाहते थे, तो उन्हें ऐसा करने के लिए 15 अलग-अलग आपूर्तिकर्ताओं से बात करनी पड़ती थी। मैंने इस शिकायत को शो में दर्जनों बार सुना है। और उन सभी को एहसास हुआ, "हमें कार की इंजीनियरिंग को वापस लेने की जरूरत है। हमें कार के प्लेटफॉर्म पर और अधिक मजबूती से नियंत्रण रखने की जरूरत है।" ऐसा लगता है जैसे स्वायत्तता में, कई कारणों से, एनवीडिया विभिन्न प्रकार के कार निर्माताओं के लिए मुख्य आपूर्तिकर्ता बनने का अवसर देखता है। जाहिर तौर पर उनका यह सोचने का इरादा है, "हमें कार पर नियंत्रण रखने की जरूरत है।" टेस्ला एनवीडिया चिप्स का उपयोग कर सकता है, लेकिन उन्हें इस तथ्य पर बहुत गर्व है कि उन्होंने उस कोड की हर पंक्ति लिखी है, और यह उनका मंच है, और उन्होंने अपनी प्रौद्योगिकी पर दांव लगाया है। रिवियन, मुझे लगता है कि वासिम को इस बात पर बहुत गर्व है कि वह उस प्लेटफ़ॉर्म कंपनी का प्रभारी है, और वह उस प्लेटफ़ॉर्म का निर्माण करने जा रहा है। आरजे [स्कारिंगे, रिवियन सीईओ] को निश्चित रूप से इस तथ्य पर बहुत गर्व है कि रिवियन उस तरह की कंपनी है। वहां की गतिशीलता क्या है? क्योंकि ऐसा नहीं लगता कि हर कार निर्माता प्रौद्योगिकी दांव पर खरा उतर सकता है और इस उम्मीद पर आगे निवेश कर सकता है कि राजस्व भुगतान करेगा। उन्हें तैयार प्लेटफॉर्म और बिजनेस मॉडल के साथ आने के लिए एनवीडिया जैसे आपूर्तिकर्ता की आवश्यकता होगी। क्या अब यह आपके पक्ष में अधिक झुक रहा है? क्या हम उन जंगलों से बाहर आ गए हैं, या यह अभी भी हवा में है? मुझे लगता है कि ऑटोमोटिव क्षेत्र में एनवीडिया बिजनेस मॉडल की खूबसूरती यह है कि हमारा प्लेटफॉर्म पूरी तरह से खुला है। हम सेवाओं की कई परतें प्रदान करते हैं, और इस पर निर्भर करते हैं कि ओईएम या रोबोटिक्स कंपनियों को क्या चाहिए। वे चुन सकते हैं कि वे हमारे साथ किस स्तर तक काम करना चाहते हैं, जैसा कि आपने बताया, टेस्ला। कुछ ओईएम इतने सक्षम हैं। यहां तक ​​कि वे कार को पेंट करने के बारे में अपना अनुमान भी लगाना चाहते हैं। उसके लिए भी, हम ठीक हैं। हम अभी भी उनके साथ काम करना जारी रखेंगे। दरअसल, हम टेस्ला और कई ओईएम के साथ काम कर रहे हैं जो क्लाउड में उनके साथ सहयोग करके अपनी स्वयं की अनुमान चिप का उपयोग कर निर्माण कर रहे हैं। हम उनके मॉडलों को अनुकूलित करने में मदद करने का भी प्रयास करते हैं। विभिन्न ओईएम के साथ, हमारे पास अलग-अलग सहयोग हैं, क्योंकि हमारे पास अभी भी बुनियादी ढांचे में सिमुलेशन कंप्यूटर और प्रशिक्षण कंप्यूटिंग है, हम उनके साथ काम कर रहे हैं। कुछ ओईएम के लिए, वे अधिक टर्नकी समाधान चाहते हैं। हम भी उनके साथ काम करके बहुत खुश हैं. उस स्थिति में, हम सभी तरह से जाने वाले हैं। हम साथ-साथ चलने के लिए टियर वन या टियर 1.5 की तरह काम कर रहे हैं। यह हमारे ड्राइवर AV प्रकार के भागीदार हैं, उदाहरण के लिए, मर्सिडीज। हम उनके इच्छित उत्पादों को परिभाषित करने के लिए उनके साथ मिलकर काम करते हैं, और फिर अपने ड्राइवर एवी स्टैक को उनके वाहन में निर्बाध रूप से काम करने के लिए अनुकूलित करते हैं। दोनों पक्षों के इंजीनियर इसे मर्सिडीज डिज़ाइन डीएनए और ग्राहक अनुभव के साथ अच्छी तरह से अनुकूलित करने के लिए काफी बारीकी से काम करते हैं जो वे पेश करना चाहते हैं। यह हमारे लिए सचमुच महत्वपूर्ण है. हम स्वयं विजेताओं का चयन नहीं कर रहे हैं। हम विभिन्न स्तरों पर ओईएम को उनकी क्षमता के आधार पर मदद करने का प्रयास करते हैं। ओईएम के साथ हमारे जुड़ाव मॉडल के लिए खुलापन वास्तव में महत्वपूर्ण है। इसके बारे में मेरी इतनी उत्सुकता का एक कारण यह है कि आपने प्रशिक्षण मॉडल का उल्लेख किया है। आपने अन्य साक्षात्कारों में उल्लेख किया है कि आप विभिन्न तरीकों से स्वायत्तता को प्रशिक्षित करने के लिए सिंथेटिक डेटा का उपयोग कर रहे हैं। मैं इसके बारे में बहुत उत्सुक हूं। उद्योग को देखते हुए मुझे बस यही ख्याल आता है। वेमो के पास स्वायत्त मील संचालित में यह विशाल बढ़त है, और उन्हें इस पर बहुत गर्व है, और इससे उनकी कारों को उन बाजारों में सफल बनाने में मदद मिली है जहां वे हैं। टेस्ला के पास भी एक बड़ी संख्या है क्योंकि वे वास्तविक कारों पर प्रशिक्षण ले रहे हैं जिन्हें चलाया जा रहा है। हर वाहन निर्माता यह पता नहीं लगा सकता कि एक अरब स्वायत्त मील तक कैसे पहुंचा जाए। यह सही है। हाँ। यदि उससे आगे नहीं तो कम से कम यथास्थिति तक पहुंचने के लिए उन्हें किसी तीसरे पक्ष पर निर्भर रहना होगा। ऐसा महसूस होता है जैसे एनवीडिया वह तीसरा पक्ष बनने के लिए तैयार बैठा है। क्या यह वाहन निर्माताओं के लिए बिक्री का एक बड़ा हिस्सा है? "आप जिस भी खुली क्षमता में चाहें हमारी तकनीक खरीद सकते हैं, और हम आपको तुरंत प्रतिस्पर्धी स्थिति में पहुंचा देंगे"? मैं कहूंगा कि ड्राइव इकोसिस्टम में हाइपरियन इकोसिस्टम में एनवीडिया के साथ जुड़ने के लिए ओईएम के लिए यह एक आकर्षक बिंदु है। क्योंकि हाइपरियन के लिए प्रमुख परिभाषित चीजों में से एक कंप्यूट आर्किटेक्चर है, और सेंसर आर्किटेक्चर भी डेटा शेयरिंग है। जो कोई भी एनवीडिया ड्राइव से जुड़ता है और भागीदार बनता है, उसके लिए हम अपने मौजूदा कार्यक्रम के माध्यम से डेटा साझा करते हैं, जिसके माध्यम से हम लाखों घंटे का डेटा एकत्र करते हैं। विभिन्न कार कार्यक्रमों के माध्यम से, हम विभिन्न ओईएम से वह डेटा भी एकत्र कर रहे हैं। और फिर हम सबसे पहले एक मॉडल बना सकते हैं, जो इस सभी डेटा के साथ प्रशिक्षित है। हम यह सुनिश्चित करते हैं कि कम से कम हमारे विभिन्न कार कार्यक्रमों में एकत्र किया गया डेटा ओईएम के साथ साझा किया जाए। वह नंबर एक है. नए युग में नंबर दो है, हमारा दृढ़ विश्वास है कि गणना भी डेटा है। तो, जैसा कि आपने बताया, बहुत सारा सिंथेटिक डेटा है।  वहाँ न्यूरो पुनर्निर्माण डेटा है, जिसे हम NuRec कहते हैं। यह प्रौद्योगिकी और सिमुलेशन का एक बहुत ही महत्वपूर्ण हिस्सा है जहां हम क्षेत्र से डेटा एकत्र करते हैं, लेकिन हम कभी-कभी पृष्ठभूमि को बदलने, या कार के प्रक्षेप पथ को बदलने के लिए डेटा में हेराफेरी करने के लिए न्यूरो पुनर्निर्माण का उपयोग कर सकते हैं। हम एक ही डेटा के कई प्रकार उत्पन्न कर सकते हैं। इन लाखों डेटा बिंदुओं को उत्पन्न करने के लिए इस सभी डेटा को एक कंप्यूटर की आवश्यकता होती है। हम हमारे पारिस्थितिकी तंत्र से जुड़े हर व्यक्ति के साथ साझा कर सकते हैं। इस तरह, ड्राइव इकोसिस्टम से जुड़े सभी खिलाड़ियों से सामूहिक रूप से, हम डेटा गैप को पकड़ सकते हैं, जो बहुत महत्वपूर्ण है। तो, यह सिंथेटिक डेटा है, है ना? आप वास्तविक दुनिया के ड्राइविंग उदाहरणों का एक समूह एकत्र करने जा रहे हैं। आप इसे एक सिम्युलेटर में डाल देंगे। इसके बाद सिम्युलेटर डेटा को धुंधला कर देगा। मुझे लगता है कि जो उदाहरण मैंने आपको सुना है वह यह है कि एक पैदल यात्री बाहर आ रहा था, और हम पैदल यात्री को देरी कर सकते हैं, और उस व्यक्ति को बाद में बाहर ला सकते हैं, और कार को इस पर प्रतिक्रिया करनी होगी जैसे कि वह असली हो। यह सही है। और आप एक ही डेटा की विभिन्न विविधताओं के विरुद्ध बहुत सारे प्रशिक्षण चलाने जा रहे हैं। यह मेरे लिए आकर्षक है। मैं समझता हूं कि सभी कार निर्माता इसे क्यों खरीदेंगे। वे डेटा शेयरिंग में क्यों खरीदारी करेंगे? क्या यह सिर्फ एक मान्यता है कि सामूहिक रूप से उनके पास आगे बढ़ने का बेहतर मौका है? क्या ऐसा इसलिए है क्योंकि वे पैसे नहीं देना चाहते हैं? क्या यह सस्ता है? वे इस प्रकार की डेटा-साझाकरण व्यवस्था में अपने प्रतिस्पर्धियों के साथ क्यों भाग लेंगे? दोनों बिल्कुल सच हैं. दरअसल, लागत बचत बहुत अधिक है। विशाल आकार के बेड़े को चलाने वाला डेटा संग्रह किसी भी व्यक्ति के लिए बड़ा पूंजीगत व्यय है जो ऐसा करना चाहता है। यह दोहरावदार भी है. उदाहरण के लिए, यदि आप ड्राइव प्लेटफ़ॉर्म या ड्राइव इकोसिस्टम पर जो हम उपलब्ध करा रहे हैं, उसे पा सकते हैं, तो यह हमारे ग्राहकों के बहुत सारे प्रयास और पैसे बचा सकता है।  मैं इसके बारे में उत्सुक हूं क्योंकि विचार यह है कि आप सामान को प्रशिक्षित करने जा रहे हैं, और फिर आपके पास कार में एक मॉडल होगा, और हमारे पास एक एआई-परिभाषित कार होगी। सेल्फ-ड्राइविंग के लिए शास्त्रीय दृष्टिकोण यह था कि हम समस्या पर अधिक से अधिक डेटा फेंकने जा रहे थे, और अंततः कार को पता चल जाएगा कि सब कुछ कैसे करना है, इसने हर चीज के अलावा सभी सड़कों को मैप कर दिया होगा। मेरे पास कैडिलैक ईवी है, और सुपर क्रूज़ जिस तरह से काम करता है, वह मैप की गई सड़कों पर काम करता है। आख़िरकार शर्त यह है कि वे अधिक से अधिक सड़कों और अधिक से अधिक चीज़ों का मानचित्र बनाएंगे, और कार अधिक सक्षम हो जाएगी। ऐसा महसूस होता है कि एनवीडिया का दृष्टिकोण कार को इतना स्मार्ट बनाना है कि वह नक्शों के साथ या उसके बिना कुछ भी कर सके। और इसके लिए डेटा संग्रह के लिए एक अलग दृष्टिकोण, गणना के लिए एक अलग दृष्टिकोण और फिर जाहिर तौर पर एआई पर एक बड़ा दांव लगाने की आवश्यकता है। क्या वह विभाजन वास्तविक है? क्या आपने अभी-अभी वह छलांग लगाई है? क्या यह मंच का भविष्य है, या आप बीच में हैं? जिसे हम L2+ कहते हैं, उसके लिए हम अभी जो दृष्टिकोण अपनाते हैं, वह अनिवार्य रूप से मानचित्र रहित है। जैसा कि आपने सही कहा, मॉडल को निश्चित रूप से अधिक डेटा और अधिक कोने वाले मामलों को कवर करने की आवश्यकता होगी। और जैसे-जैसे हम बात कर रहे हैं, इस पीढ़ी, अगली पीढ़ी के लिए मॉडल बड़ा होता जा रहा है। हम अधिक मापदंडों के साथ एक बहुत बड़े मॉडल का उपयोग करने जा रहे हैं। फाउंडेशन मॉडल भी यहां बड़ी भूमिका निभाएंगे। इस मॉडल को बहुत सक्षम बनाने में सक्षम होने के लिए, अधिक डेटा बहुत महत्वपूर्ण है। लेकिन दूसरी ओर, फाउंडेशन मॉडल का उपयोग करने का चलन, जो पहले से ही इंटरनेट डेटा से प्रशिक्षित है, भी मदद कर सकता है। इसीलिए मैंने एनवीडिया के अंदर फाउंडेशन मॉडल प्रयास के साथ संबंध पर कई बार जोर दिया। रीजनिंग मॉडल और फाउंडेशन मॉडल के साथ, हम फ्रंटियर मॉडल परिप्रेक्ष्य से लाभ उठा सकते हैं, और वाहन-विशिष्ट डेटा के बिना भी वाहन को बेहतर सामान्यीकृत करने में मदद करने के लिए डेटा को स्केल करने के लिए इंटरनेट का लाभ उठा सकते हैं। यह मुख्य दिशा है जिस पर हम दांव लगा रहे हैं, स्वायत्तता के उच्च स्तर की ओर, विशेषकर स्तर 4 की ओर। यह उन मुख्य कार्य धागों में से एक है जिस पर हम अभी ध्यान केंद्रित कर रहे हैं। ओईएम पर वापस, मुझे लगता है कि हमने मौजूदा जुड़ाव और सिंथेटिक डेटासेट और न्यूरो पुनर्निर्माण का उपयोग करके डेटा उत्पादन के लिए हमारी विशाल क्षमता के साथ हमारे सहयोग के माध्यम से जो कुछ बनाया है उसका लाभ उठाने में सक्षम होने के साथ-साथ फाउंडेशन मॉडल क्षमता का लाभ उठाने में सक्षम होने में सक्षम है जो अधिक सामान्य डेटा से प्रशिक्षित है, लेकिन जो मॉडल को बेहतर तर्क करने, बेहतर सामान्यीकरण करने में मदद करेगा - ये ऐसी चीजें हैं जो हम अपने ग्राहकों को पेश कर सकते हैं। मुझे ऐसा लग रहा है कि मुझे अब सुरक्षा के बारे में पूछना होगा। मुझे यकीन है कि यह इससे अधिक जटिल है, लेकिन आप सेल्फ-ड्राइविंग के माध्यम से तर्क करने वाले एक बुनियादी मॉडल के बारे में बात कर रहे हैं। और मेरे दिमाग में बस यही चल रहा है कि चैटजीपीटी मुझसे माफी मांग रहा है क्योंकि कार दुर्घटनाग्रस्त होने के दौरान यह गलत हो गया, या उन भयानक लंबी विलंबता लूपों में से एक जहां मॉडल गलत दिशा में चला जाता है और उसे इसका एहसास होता है। और फिर आप विचार की श्रृंखला को देख सकते हैं और ऐसा लगता है, ओह, यह पूरी तरह से गलत है। यह उस तरह से बुरा लगता है जैसे एन्थ्रोपिक का मानना ​​है कि क्लाउड को बुरा लगता है। इनमें से कोई भी कार चलाने की वास्तविक समय की प्रकृति के अनुकूल नहीं लगता है। आप उस अंतर को कैसे पाटेंगे? विलंबता, पृष्ठभूमि में उन बड़े मॉडलों में से एक की आवश्यकता, उस प्रकार के तर्क स्पर्शरेखाएं जिन पर मॉडल चल सकते हैं। यह कार चलाने के साथ कैसे संगत है? सुरक्षा हमारे लिए बहुत महत्वपूर्ण है और एवी उद्योग के लिए यह बहुत महत्वपूर्ण है। आइए मैं हमारी पेशकश की विभिन्न परतों के बारे में बात करके आपके प्रश्न का उत्तर दूं। सुरक्षा को संबोधित करना ऑटो उद्योग के लिए स्पष्ट रूप से नया नहीं है और हमने एक बहुत ही परिष्कृत विकास प्रोटोकॉल विकसित किया है और सॉफ्टवेयर को सुरक्षित साबित करने में सक्षम होने के लिए एक सत्यापन प्रोटोकॉल भी विकसित किया है। इसे आईएसओ 26262 कहा जाता है। हम वास्तव में अपने हार्डवेयर और ऑपरेटिंग सिस्टम (ओएस) स्तर के सॉफ्टवेयर और एप्लिकेशन स्तर के सॉफ्टवेयर को सुरक्षा के उच्चतम मानक के लिए विकसित करते हैं, जो कार चलाने के लिए कुछ भी तैनात करने में सक्षम होने के लिए बहुत महत्वपूर्ण और महत्वपूर्ण है। वह नंबर एक है. नंबर दो यह है कि हम इस क्षेत्र के कुछ खिलाड़ियों की तुलना में थोड़ा अलग दृष्टिकोण अपनाते हैं। हमारे पास वास्तव में हमारे L2++ या ADAS फ़ंक्शन के लिए भी एक अनावश्यक स्टैक है। इसके अलावा एंड-टू-एंड मॉडल है, जो मूल रूप से पिक्सेल-इन, ट्रैजेक्टरी-आउट है। हमारे पास एक क्लासिकल स्टैक भी है जो इस सुरक्षा मानक के आधार पर अधिक विकसित है जैसा कि हम जानते हैं। यह मूलतः एक घटक है। यह कई घटकों वाला एक स्टैक है और प्रत्येक घटक को इस ज्ञात मानक का उपयोग करके सत्यापित किया जा सकता है। इसे मैं शास्त्रीय स्टैक के रूप में संदर्भित करता हूं। और जब आपके पास समानांतर में चलने वाले दो स्टैक होते हैं, तो क्लासिकल स्टैक उस तरह कार्य करता है जिसे हम कभी-कभी बिग ब्रदर कहते हैं, लेकिन मूल रूप से यह एक सुरक्षा रेलिंग है। यह एंड-टू-एंड मॉडल से सभी प्रक्षेप पथों को सत्यापित करने का प्रयास करता है और यह सत्यापित करने के लिए ज्ञात सुरक्षा मानक का उपयोग करता है कि यह प्रत्येक फ्रेम पर सुरक्षित है। यह हमारी एक बहुत ही महत्वपूर्ण अवधारणा है। और न केवल एक अवधारणा, बल्कि कार्यान्वयन भी हमारे पास है। हम इसे लेंगे, जो उच्च स्तरीय स्वायत्तता, एल4 के लिए बहुत महत्वपूर्ण होगा। यह हमारे L4 स्टैक की नींव भी है जहां हमारे पास पूर्ण अतिरेक है, न केवल एक सेंसर सेट के रूप में, बल्कि एक सॉफ्टवेयर आर्किटेक्चर सेट के रूप में। यह दूसरा बिंदु आपके सुरक्षा प्रश्न का उत्तर देना है। नंबर तीन, जब हम मॉडल विकसित करते हैं, तो हम यह भी कोशिश कर रहे हैं कि मॉडल मतिभ्रम को जितना संभव हो उतना कम कर सके। ऐसा करने का तरीका व्यापक सत्यापन के माध्यम से है। हम अपने द्वारा जारी किए जाने वाले प्रत्येक मॉडल के लिए बड़े पैमाने पर सिमुलेशन परीक्षण डेटा तैयार कर रहे हैं। अभी हम अपने कार्यक्रम में प्रतिदिन 50 लाख परीक्षण करने पर विचार कर रहे हैं। मोटे तौर पर हर दिन हमारे पास मॉडल के 10 पुनरावृत्ति होते हैं, एंड-टू-एंड मॉडल। हम इन सभी परिदृश्यों में यह सुनिश्चित करने के लिए वास्तव में बड़े पैमाने पर सत्यापन कर रहे हैं - आप इसे प्रत्येक परीक्षण किए गए परीक्षण परिदृश्य के रूप में सोच सकते हैं - मॉडल सही प्रक्षेपवक्र उत्पन्न कर रहा है। यह भी हमारे लिए अत्यंत महत्वपूर्ण है। इसलिए यह सुनिश्चित करने के लिए हम यही करते हैं कि हमारा उत्पाद सुरक्षित है। मैं आपसे एक बहुत ही मूर्खतापूर्ण प्रश्न पूछता हूं जिसके बारे में मैं वास्तव में उत्सुक हूं। आपने मॉडल के बारे में और यह कार को कैसे संचालित करेगा, इसके बारे में बहुत सारी बातें की हैं। और हां, क्लासिकल स्टैक सुरक्षा रेलिंग है। क्या मॉडल हर दूसरे मॉडल की तरह भाषा में तर्क करता है? क्या वह वहां पृष्ठभूमि में बैठकर कह रहा है, "मुझे रुकने का संकेत दिख रहा है। मैं क्या करूं? बेहतर होगा कि मैं रुक जाऊं। मैं ब्रेक मारने जा रहा हूं," जिस तरह से पृष्ठभूमि में भाषा में किसी भी प्रकार का सामान्य मॉडल कारण बनता है? छोटा जवाब हां है। हमारे अगली पीढ़ी के मॉडल में, जिसे हम अगली पीढ़ी के वाहनों में तैनात करने जा रहे हैं... क्योंकि वर्तमान पीढ़ी में कमोबेश सीमित कंप्यूटर है, अगली पीढ़ी SOAR-आधारित है। हम मॉडल को भाषा के साथ प्रशिक्षित करेंगे। भाषा के माध्यम से तर्क करने में सक्षम होना बहुत महत्वपूर्ण है। आप मॉडल से चैट भी कर सकते हैं. आप मॉडल से पूछ सकते हैं कि वह क्या कर रहा है और फिर आप मॉडल को गति बढ़ाने या धीमा करने और लेन बदलने के लिए भी कह सकते हैं, उदाहरण के लिए। जैसा कि यह वस्तुतः गाड़ी चला रहा है, यह अपने आप से कह रहा है, "मुझे वहां एक कार दिखाई दे रही है। मुझे कुछ मील में आने वाले निकास के लिए तैयार होने के लिए लेन बदलने की ज़रूरत है।" और यह कार चलाने की भाषा में ऐसा कर रहा है? मुझे लगता है कि यह चीजों का संयोजन है। भाषा पहले से ही मॉडल को एम्बेड कर रही है, लेकिन जैसा कि आप जानते हैं, दृष्टि संकेत भी अति महत्वपूर्ण है। मैं कहना चाहता हूं कि यह मल्टी-मॉडल है, लेकिन भाषा इसका हिस्सा है। जैसा कि आप जानते हैं, मॉडल ब्लैक बॉक्स है। हम बिल्कुल नहीं जानते कि यह वास्तव में क्या कर रहा है, लेकिन आप इसके बारे में पूछ सकते हैं और फिर मॉडल जवाब देगा कि वह क्या करने की कोशिश कर रहा है।  मेरे पास बस एक चैटबॉट मॉडल का यह दृश्य है जो 55 मील प्रति घंटे की रफ्तार से राजमार्ग पर चलता है। दरअसल, जीटीसी ताइवान ने एक वीडियो जारी किया जिसमें दिखाया गया कि मॉडल लगातार बात कर रही है। यह काफी कष्टप्रद हो सकता है यदि आप वास्तव में वह सब कुछ सुनने की कोशिश करते हैं जिसके बारे में मॉडल तर्क करने की कोशिश कर रहा है। उस पर विलंबता क्या है? जाहिर है आप सिस्टम तैनात कर रहे हैं, यह काम कर रहा होगा, लेकिन क्या इसकी विलंबता को कम करने का कोई प्रयास है? मुझे ऐसा लगता है कि गाड़ी चलाने के लिए आपको जो करना पड़ता है उसकी तुलना में भाषा स्वाभाविक रूप से धीमी है। जब मैं अपनी कार चलाता हूं तो मैं भाषा में नहीं सोचता। 100%. इसीलिए मैंने कहा कि यह मल्टी-मॉडल है। लेकिन एंड-टू-एंड विलंबता को कम करना अति महत्वपूर्ण है। वास्तव में, कार को एक मॉडल के साथ चलाने का यह प्रमुख लाभों में से एक है। क्योंकि यदि आप इसके बारे में सोचते हैं, तो पुराने स्टैक या क्लासिकल स्टैक जिसमें कई घटक होते हैं, इसमें आमतौर पर कई सौ मिलीसेकेंड लगते हैं। लेकिन एक मॉडल के साथ, क्योंकि यह सिर्फ अनुमान का समय है, यह इनपुट से अलग है, जो कि पिक्सेल और प्रक्षेपवक्र है। जाहिर है, आप अपनी कंप्यूटर क्षमता के आधार पर विलंबता को कम कर सकते हैं। लेकिन वर्तमान पीढ़ी में भी, हम इसे 100 मिलीसेकंड के भीतर नियंत्रित करते हैं, जो काफी तेज़ है। भाषा के तर्क के संबंध में, यदि आप इसके बारे में सोचते हैं, तो ठीक है, यह मानव मस्तिष्क है, है ना? यदि आप इसके बारे में सोचते हैं, तो मैं कहूंगा कि सूचना दर पहले से ही अमूर्त है। सूचना दर अति उच्च नहीं है. और हम इस प्रकार की भाषा-आधारित तर्क क्षमता को प्रशिक्षित करने के लिए इंटरनेट डेटा का उपयोग कर रहे हैं। मुझे लगता है कि विलंबता अच्छी तरह से नियंत्रण में है, मुझे इसे इसी तरह से कहना चाहिए। और फिर, आप केवल भाषा से गाड़ी नहीं चला रहे हैं। जैसा कि मैंने कहा, यह एक महत्वपूर्ण बात है। मेरा मानना ​​है कि आम तौर पर तर्क का हिस्सा धीमा होता है। फिर, हम ठीक से नहीं जानते कि मॉडल क्या कर रहा है, लेकिन पिक्सेल भाग, वही है जो वाहन की मूल तात्कालिक प्रतिक्रिया को संचालित करता है। हाँ। यदि आप एन्थ्रोपिक से पूछें, तो वे आपको बताएंगे कि क्लाउड में भावनाएँ और भावनाएँ हैं और वह डर सकता है। अहां। क्या आप इसके बारे में सोचते हैं? क्या आपको लगता है कि जब आपके मॉडल कार चला रहे होते हैं तो उनमें भावनाएं होती हैं? हम यह सुनिश्चित करने के लिए रेलिंग का उपयोग करेंगे कि यह बहुत अधिक मूडी न हो। [हंसते हुए] मैं बस उत्सुक हूं। मेरा मतलब है, जैसा आपने कहा, हम नहीं जानते कि मॉडल कैसे काम कर रहे हैं। मेरे पास सचमुच मॉडल का एक सपना है, "हे भगवान, मैं बहुत तेजी से जा रहा हूं।" लेकिन शायद शास्त्रीय प्रणाली इसमें कटौती कर देगी। हाँ। हाँ। क्या यह सब कार में स्थानीय रूप से चल रहा है? नहीं, नहीं, नहीं, नहीं. ये सभी ऑफ़लाइन मान्य हैं. लेकिन सुरक्षा रेलिंग के साथ दूसरा भाग, जब हम समानांतर में दो स्टैक चलाते हैं, तो वह निश्चित रूप से कार में होता है। और कार में हर फ्रेम पर, हमारे एडीएएस ईसीयू में सॉफ्टवेयर, हम क्लासिकल स्टैक और एंड-टू-एंड मॉडल दोनों से प्रक्षेपवक्र की तुलना कर रहे हैं ताकि यह सुनिश्चित हो सके कि मॉडल एक सुरक्षित बुनियादी प्रक्षेपवक्र आउटपुट कर रहा है। तो क्या कारों को आपके दृष्टिकोण से स्वायत्त होने के लिए तेज़ कनेक्टिविटी की आवश्यकता है? जरूरी नहीं है, लेकिन हमें नेविगेशन जानकारी और कुछ मानचित्र जानकारी प्राप्त करने के लिए कुछ कनेक्टिविटी की आवश्यकता होती है। इनमें से अधिकांश नेविगेशन मानचित्र हैं। इसलिए न केवल मॉडल पक्ष और शास्त्रीय स्टैक की मदद के लिए, हम दुनिया को बेहतर ढंग से समझने में मदद करने के लिए कुछ नेविगेशन मैपिंग जानकारी का उपयोग करते हैं। मैं केवल इसलिए पूछ रहा हूं क्योंकि मैंने 5G नेटवर्क के लॉन्च के बारे में विस्तार से बताया है और सभी टेलीकॉम कंपनियों ने मुझसे वादा किया था कि 5G स्वायत्त कारों को सक्षम करेगा। और ऐसा लगता है कि आपका दृष्टिकोण वह है जो उस तरह से कम विलंबता वाले नेटवर्क पर सबसे अधिक निर्भर करेगा। यह गलत नहीं है, लेकिन दूसरी ओर, कार को पूरी तरह से ब्लाइंड स्पॉट में भी स्वायत्त रूप से चलाना पड़ता है। वास्तविक समय में कम विलंबता, मैं कहूंगा कि सामग्री निर्भरता, क्लाउड में वह निर्भरता है। कम से कम ADAS प्रकार के एप्लिकेशन के लिए - L2+ जिसे हम इसे कहते हैं - जो हर जगह काम करने के लिए है, निर्भरता बनाना एक अच्छा विचार नहीं है। हाँ। जब आप लेवल 4, लेवल 5 पर पहुंचते हैं, तभी आपके पास कनेक्टिविटी निर्भरता होती है। यह सही है। हाँ। हाँ। क्या होता है जब आप लेवल 4 स्वायत्तता पर कनेक्टिविटी खो देते हैं? जब आप लेवल 5 पर होते हैं और आपके पास स्टीयरिंग व्हील नहीं होता है और आप कनेक्टिविटी खो देते हैं, तो क्या होता है? लेवल 4 में आप कनेक्टिविटी को एक तरह के सेंसर के रूप में सोच सकते हैं। बुनियादी ड्राइविंग क्षमता पर बहुत अधिक निर्भरता नहीं हो सकती। और लेवल 4 तकनीक विकसित करने की मुख्य अवधारणाओं में से एक यह है कि आपके पास सेंसर अतिरेक है। यह न केवल जीपीएस के लिए है, बल्कि कैमरा, रडार, जो कुछ भी आप देखते हैं उसके लिए भी है। विफलता के प्रत्येक बिंदु के लिए, कार को सुरक्षित रूप से चलाने में सक्षम होना चाहिए। यह ऐसा है जैसे कि आपने अचानक जीपीएस खो दिया हो, लेकिन कार की स्थानीय धारणा है, इसे एक सुरक्षित बिंदु तक पहुंचने और आगे बढ़ने में सक्षम होना चाहिए। यह एक न्यूनतम आवश्यकता है जो L4 प्रणाली के लिए आवश्यक है। ऐसी प्रणाली विकसित करने में सक्षम होने के लिए यह मूल L4 सिद्धांत है। मैं इस बारे में बहुत उत्सुक हूं कि कार में सभी सेंसर कहां रहते हैं, कार में कितना कंप्यूटर है, रैम की बढ़ती कीमतों के समय हमें कारों में कितनी रैम लगाने की जरूरत है। यह सब कारों पर बहुत अधिक अतिरिक्त लागत की तरह लगता है जो तेजी से महंगी होती जा रही हैं और जिनके उपभोक्ताओं को, कम से कम संयुक्त राज्य अमेरिका में, ऐसा लगता है कि वे कई तरीकों से इसके खिलाफ विद्रोह कर रहे हैं। यह सही है। मैं हमारी अपनी वेबसाइट का ट्रैफ़िक देख सकता हूँ; हर कोई $25,000 में एक स्लेट ट्रक खरीदना चाहता है और इसमें रेडियो भी नहीं है। वह बस पहियों पर लगी एक बैटरी है। वह पूरी कार है. इसमें पेंट का काम भी नहीं है। लागत कम रखने के लिए हम अब कारों पर पेंट जॉब से छुटकारा पा रहे हैं। आप कार में ढेर सारे कंप्यूटर, ढेर सारी कनेक्टिविटी, शायद मॉडलों को लोड करने के लिए ढेर सारी रैम के बारे में बात कर रहे हैं। यह सही है। वह कैसे चलता है? क्या यह आपको उस रोबोटैक्सी मॉडल की ओर अधिक प्रेरित करता है या क्या आपको लगता है कि लोग महँगी सेल्फ-ड्राइविंग कारें खरीदने जा रहे हैं? निश्चित रूप से स्वायत्त कारों के निर्माण के लिए बहुत सारे हार्डवेयर की आवश्यकता होती है, लेकिन दूसरी प्रवृत्ति यह है कि जैसे-जैसे तकनीक अधिक परिपक्व होती जा रही है, हार्डवेयर की लागत बहुत तेजी से गिर रही है। उदाहरण के लिए, रडार. यहां तक ​​कि अपने करियर में, मैंने देखा है कि पिछले 15 वर्षों में राडार की कीमतों में शायद कम से कम चार या पांच गुना गिरावट आई है, क्योंकि लागत की तुलना में मात्रा बहुत अधिक और बड़ी हो रही है। मैंने कैमरा सेंसर की कीमतों में भी गिरावट देखी है। अधिक प्रतिस्पर्धी हैं और जब मात्रा बड़ी हो जाती है तो प्रतिस्पर्धा कम कीमतें लाती है। अभी एडीएएस में पैमाने का प्रभाव निश्चित रूप से है और सभी घटक अधिक परिपक्व और कुछ हद तक कमोडिटी के स्तर पर हैं। जैसा कि आप जानते हैं, कंप्यूटर कितनी तीव्र गति से बढ़ रहा है। हमने कुछ समय पहले सेमीकंडक्टर उद्योग में मूर के नियम के बारे में बात की थी, लेकिन स्वायत्त ड्राइविंग सेगमेंट में, कंप्यूटर की आवश्यकता वास्तव में आश्चर्यजनक गति से बढ़ रही है। मोटे तौर पर हम हर दो साल में लगभग 10 बार बात कर रहे हैं। यह पागलपन है. और अभी, एआई और जाहिर तौर पर एनवीडिया की सफलता के साथ, हम कारों को किफायती मूल्य पर इस तरह की व्यापक गणना प्रदान करने में सक्षम होंगे। बादल में या कार में? कार में. मैंने आपसे पहले प्रशिक्षण क्षमता के लिए संघर्ष के बारे में पूछा था। क्या आपको निर्माण क्षमता के लिए भी संघर्ष करना पड़ता है? ओह हां। क्योंकि वे लागतें हर किसी के लिए बढ़ रही हैं। हाँ बिल्कुल। हाँ। मैं उत्सुक हूं, यह एनवीडिया की मांग है जो हर किसी के लिए लागत बढ़ा रही है। तो आप फैब क्षमता कैसे प्राप्त कर सकते हैं जब एनवीडिया के अन्य डिवीजन किसी की भी मांग के अनुसार कोई भी दर देने को तैयार हैं? खैर, यह वही उत्तर है जो मैंने आपको दिया था। मुझे नहीं पता कि मैं और कुछ कह सकता हूं या नहीं क्योंकि हम एक रणनीतिक कंपनी हैं और हमारा ऑटोमोटिव व्यवसाय भी अच्छा प्रदर्शन कर रहा है, लेकिन जाहिर तौर पर हमारे डेटा सेंटर व्यवसाय की गति से नहीं। लेकिन हम एवी भविष्य में दृढ़ विश्वास रखते हैं - खुद जेन्सेन भी। हम इस तकनीक में और इस भविष्य में निवेश करना जारी रखते हैं, न केवल आंतरिक गणना आवंटित करके, बल्कि फैब क्षमता के साथ भी। यह निश्चित रूप से उन चीजों में से एक है जिस पर हम गौर कर रहे हैं।  दरअसल, सबसे अधिक संभावना यह है कि चिप की कीमत भी बढ़ानी होगी, क्योंकि प्रत्येक चिप की इस तीव्र मांग के कारण हर कोई इसे खरीद सकता है। सकारात्मक पक्ष यह है कि प्रौद्योगिकी वास्तव में [अच्छी] हो रही है। मैंने चिप पक्ष के बारे में बात की और मैंने सेंसर पक्ष के बारे में भी थोड़ी बात की। मैंने हाइपरियन के बारे में बात की, जो एक उत्पाद-तैयार, कंप्यूट-प्लस-सेंसर प्रकार का प्लेटफ़ॉर्म है। इसलिए हम वास्तव में लागत और हम क्या कर सकते हैं के बीच संतुलन बनाने की कोशिश कर रहे हैं। हम उच्च स्तर की स्वायत्तता प्राप्त करने के लिए पर्याप्त आवश्यक सेंसर सेट को देख रहे हैं। उदाहरण के लिए, हाइपरियन 10 में, हम वास्तव में दो संस्करण पेश करते हैं। एक आधार है, जिसमें अधिकतर कैमरे हैं: 10 कैमरे, तीन रडार, कोई लिडार नहीं। यह L2++ ADAS प्रकार का वाहन बनाने का एक बहुत ही लागत प्रभावी तरीका है। और दूसरी ओर, उच्च अंत के लिए, जिसे हम हाइपरियन हाई कहते हैं: हम आवश्यक सेंसर सेट प्रदान करते हैं, जिसमें, मुझे लगता है, 14 कैमरे, तीन लिडार और सात रडार हैं, जिनमें एल4 को चलाने में सक्षम होने के लिए पर्याप्त सेंसर अतिरेक है। आपको ईसीयू अतिरेक की भी आवश्यकता है। आपको हमारी अगली पीढ़ी की आवश्यकता है - ठीक है, वास्तव में, अधिक सटीक होने के लिए, वर्तमान पीढ़ी SOAR-आधारित कंप्यूटर प्लेटफ़ॉर्म। ज़रा कल्पना करें कि आपके पास एक ऐसी कार है जो वास्तव में अपने आप चल सकती है। हमारा मानना ​​है कि इस सेंसर सेट और इस कंप्यूटर आर्किटेक्चर के साथ, हम स्वायत्तता के उस स्तर तक पहुंच सकते हैं जो लागत को उचित ठहरा सकता है। स्वायत्तता के लिए निर्धारित न्यूनतम सेंसर पर गर्मागर्म बहस चल रही है। इस पर लंबे समय से गर्मागर्म बहस चल रही है। मुझे लगता है कि एलोन मस्क का यह कहना कि उन्होंने सोचा था कि लिडार अधिकतम सदियों पहले एक स्थानीय था, इस बहस की शुरुआत थी। यह बहस किसी भी तरह, आकार या रूप में शांत नहीं हुई है। क्या आपको लगता है कि लेवल 4 के लिए लिडार की आवश्यकता है? छोटा जवाब हां है। हमारा मानना ​​है कि लेवल 4 स्वायत्तता के लिए आवश्यक सुरक्षा और अतिरेक प्रदान करने के लिए लिडार महत्वपूर्ण सेंसर है। लेकिन दूसरी ओर, यह कहना मुश्किल है कि यह 100% आवश्यक है। हमारा मानना ​​है कि यह वास्तव में उच्च-स्तरीय शहरी और राजमार्ग स्तर 4 क्षमता दोनों को प्राप्त करने के लिए हाइपरियन 10 के उच्च-सेंसर कॉन्फ़िगरेशन पर आधारित एक बहुत ही व्यवहार्य मार्ग है। दूसरी ओर, सैद्धांतिक रूप से, लोग बड़े पैमाने पर लाभ के साथ यह साबित कर सकते हैं कि लिडार आवश्यक नहीं हो सकता है। लेकिन यह अनिवार्य रूप से ODD सीमा के साथ आएगा। क्षमा करें, ODD सीमा क्या है? ऑपरेशनल डिज़ाइन डोमेन (ओडीडी) मूल रूप से एक लागू डोमेन है। आप प्रौद्योगिकी को तैनात कर सकते हैं. हमने इस पर काफी विश्लेषण किया है. हमारी वर्तमान समझ और इस विश्लेषण को करने के लिए हम जिस ढांचे का उपयोग करते हैं, उसके आधार पर, हमारा मानना ​​है कि इस L4 तकनीक को उन सभी ODDs में तैनात करने के लिए जिनसे हमारे ग्राहक लाभान्वित हो सकते हैं, लिडार का होना इसके न होने की तुलना में कहीं बेहतर है। जब आप देखते हैं कि टेस्ला पूर्ण स्व-ड्राइविंग और उनके वाहनों और एक दृष्टि-आधारित प्रणाली होने के प्रति उनकी पूर्ण प्रतिबद्धता के साथ कहां है, तो क्या आपको लगता है कि वे वर्तमान में आपसे आगे हैं? क्या आपको लगता है कि वे बराबरी पर हैं? क्या आपको लगता है कि वे आपके पीछे हैं? इस प्रश्न के उत्तर के दो स्तर हैं। बुनियादी L2++ तकनीक के लिए, Elon शायद हर किसी से आगे है। उनके पास बहुत समय पहले एक डिवीजन था और वह एक विशाल बेड़े के बीच प्रौद्योगिकी को विकसित करने और परीक्षण करने के दृष्टिकोण पर लंबे समय से अड़े हुए हैं। कोई भी यह तर्क नहीं देगा कि एडीएएस बाजार में एलोन हर किसी से आगे है और हर कोई अनिवार्य रूप से कैच-अप गेम खेल रहा है। और हम वास्तव में बहुत खुश हैं कि एलोन इतना सफल है। जाहिर है, जीपीयू कंप्यूटर के मामले में एलोन हमारे लिए भी एक बड़ा ग्राहक है, स्पेसएक्स और टेस्ला दोनों के लिए। हम यह सुनिश्चित करने के लिए उनका और उनकी टीम का समर्थन कर रहे हैं कि वे सफल हों। लेवल 4 के लिए, मुझे लगता है कि यह अधिक खुला है। ऐसे स्थापित खिलाड़ी हैं जो वेमो जैसे सिद्ध हैं, जो पहले से ही अपने द्वारा उपयोग की जाने वाली पद्धतियों का उपयोग करके ग्राहकों को वास्तव में एल4 का अनुभव करा रहे हैं। टेस्ला शायद अभी भी वहां रास्ता खोजने की कोशिश कर रहा है। हम विजेताओं को चुनने का प्रयास नहीं करते हैं, बल्कि हम हर किसी को उस तकनीक को विकसित करने में सक्षम बनाने में मदद करने का प्रयास कर रहे हैं। हमारा मिशन वास्तव में एवी पारिस्थितिकी तंत्र को हर मील के इस दृष्टिकोण तक पहुंचाने का प्रयास करना है, जो कुछ भी चलता है वह स्वायत्त होगा। इस प्रकार की परिकल्पना वास्तविकता बन जाती है। क्या आपने लिडार के उपयोग के बारे में टेस्ला के अधिकारियों के साथ बातचीत की है? यह बिना किसी कारण के अजीब तरह से धार्मिक लगता है, खासकर यदि लागत कम हो रही है जैसा कि आप कहते हैं। किसी बिंदु पर, यदि बेहतर प्रौद्योगिकी समाधान मौजूद है, तो ऐसा महसूस होता है कि हर किसी को इसका उपयोग करना चाहिए। क्या आपने वो बातचीत की है? खैर, वास्तव में नहीं, मैं खुद नहीं। मेरी टीम के पास निश्चित रूप से है। मैं उनके साथ बातचीत करने के लिए उत्सुक हूं। इसमें से अधिकांश केवल बुनियादी विज्ञान और तर्क है। उनके विचार सुनना भी अच्छा है। मैं किसी ऐसी चीज़ के बारे में बात करके अपनी बात ख़त्म करना चाहता हूँ जो शायद आपके नियंत्रण में सबसे कम है। मॉडल बेहतर होते रहेंगे, एनवीडिया चिप्स बनाता रहेगा, शायद ग्राहक सेल्फ-ड्राइविंग की मांग करते रहेंगे। यह सब कुछ ऐसा महसूस होता है जिस पर आपका नियंत्रण है। लेकिन ऑटो बाजार, ऑटो बाजार की धार चीन में हो रही है। मुझे लगता है कि हम इस पर सहमत हो सकते हैं। अमेरिकी उपभोक्ता टिकटॉक खोलते हैं और कार प्रभावितों को BYD वाहनों के बारे में बात करते हुए देखते हैं और वे टिप्पणियों में शिकायत करते हैं कि उन्हें वे कारें नहीं मिल सकती हैं। मैंने ब्यूक का एक वीडियो देखा जो चीन में है। यह एक ब्यूक ईवी है जो आपको संयुक्त राज्य अमेरिका में नहीं मिल सकती है और अमेरिकी ग्राहक इस बात से नाराज हैं कि ब्यूक यहां की तुलना में चीन में बेहतर कारें बना रहा है। संयुक्त राज्य अमेरिका और चीन के बीच बहुत सारी व्यापार बाधाएँ हैं। एनवीडिया हर तरह से उस लड़ाई के बीच में है, चाहे वह कार घटकों के आयात पर शुल्क हो, या कौन से चिप्स बेचे जा सकते हैं और उन चिप्स से होने वाला राजस्व कहां जाता है, इस पर शाब्दिक रोक हो। जैसा कि आप कार बाज़ार को आगे बढ़ाने की कोशिश करते हैं, अमेरिका-चीन व्यापार अराजकता इसमें कैसे भूमिका निभाती है? क्या आप ऐसा कुछ सोचते हैं? क्या यह कुछ ऐसा है जो उद्योग को धीमा कर रहा है? क्या यह कुछ ऐसा है जिसे आप आगे बढ़ा सकते हैं? खैर, मैं निश्चित रूप से मानता हूं कि नीति निर्माताओं के पास नीति बनाने के लिए अपने तर्क और तर्क हैं जैसा कि हम अभी देख रहे हैं। एनवीडिया के रूप में, हम एक खुले पारिस्थितिकी तंत्र के खिलाड़ी हैं। चीन में अभी भी हमारे बहुत सारे ग्राहक हैं। हम मदद करने की कोशिश करते हैं... उदाहरण के लिए, हम अभी भी इन-कार इंट्रेंस चिप्स की आपूर्ति कर रहे हैं क्योंकि वे अभी भी चीन के बाजार में जीपीयू को बेचने की अनुमति की सीमा से नीचे हैं। हम सभी चीनी ओईएम के साथ भी काम कर रहे हैं। वास्तव में, उनमें से सभी नहीं, जाहिरा तौर पर, लेकिन उनमें से काफी कुछ, सिमुलेशन टूल की आपूर्ति करके बुनियादी ढांचे के पक्ष में मदद करने के लिए हैं। हम उनके साथ ओपन-सोर्स मॉडल, कॉसमॉस और अल्पामायो पर काम कर रहे हैं। एक ओर, हम उनके मॉडल को बेहतर बनाने में उनकी मदद कर सकते हैं। दूसरी ओर, हम चीन के बाज़ार में प्रतिस्पर्धा से भी सीख सकते हैं। हम दुनिया के बाकी ओईएम के साथ भी बहुत करीब से काम कर रहे हैं, और हम सभी एनवीडिया प्लेटफार्मों और विभिन्न परतों पर विभिन्न ओईएम को आपूर्ति करने का प्रयास करते हैं ताकि उन्हें भी सफल होने में मदद मिल सके। फिर, हम विजेताओं को नहीं चुनते हैं और हम सभी के साथ काम करने का प्रयास करते हैं। मिशन अत्यंत स्पष्ट है और हम यथासंभव इस दृष्टिकोण को वास्तविकता बनाने का प्रयास करते हैं। जब आप मॉडलों को बेहतर ढंग से प्रशिक्षित करने और उन्हें अधिक सक्षम बनाने के लिए ओईएम के बीच डेटा साझा करने की बात करते हैं, तो क्या चीनी ओईएम और अमेरिकी और यूरोपीय ओईएम से डेटा साझा करने के बीच कोई नियामक बाधाएं या प्रतिस्पर्धी बाधाएं हैं? अरे हाँ, बिल्कुल। न केवल चीन बल्कि अन्य क्षेत्रों में भी प्रतिबंध हैं। उदाहरण के लिए, यूरोप में डेटा के संबंध में कुछ नियम हैं। यह सुनिश्चित करने के लिए कि हम विभिन्न क्षेत्रों के अनुरूप हैं, हम सभी स्थानीय नियमों के अनुरूप हैं। क्या इसका मतलब यह है कि मॉडलों के क्षेत्रीय वेरिएंट में अलग-अलग क्षमताएं हैं या वे अलग-अलग चीजों में बेहतर हैं? क्योंकि अगर इनपुट डेटा अलग है तो ऐसा लगता है कि शायद आउटपुट भी अलग होगा। बिल्कुल। ठीक है, सबसे पहले, उत्पादन मॉडल के लिए, हम जितना संभव हो सके इसे कम करने का प्रयास करते हैं, लेकिन बुनियादी क्षेत्रीय अंतर होंगे। इनपुट के आधार पर मॉडल अलग-अलग क्षेत्रों में अलग-अलग व्यवहार करेगा। कुछ चीज़ें ऐसी हैं जिन्हें हम देश-कोडित कहते हैं। तो जाहिर है कि अमेरिका की तुलना में यूरोप जैसे विभिन्न क्षेत्रों में नियम काफी भिन्न हैं। कुछ अनुकूलन की आवश्यकता है और कुछ पैरामीटर भिन्न भी हैं। हाँ, प्रौद्योगिकी को दुनिया के विभिन्न हिस्सों में फैलाने की कोशिश करना काफी दिलचस्प यात्रा है। क्या आपको लगता है कि - अलग-अलग नियामक दृष्टिकोण, अलग-अलग डेटा दृष्टिकोण, अलग-अलग इनपुट डेटा, ओईएम के अलग-अलग कॉन्फ़िगरेशन और वे किसमें निवेश करने को तैयार हैं, सरकारों से अलग-अलग सब्सिडी के आधार पर - चीन पहले स्तर 4 पर पहुंच जाएगा। मुख्यधारा का सेल्फ-ड्राइविंग अनुभव? क्योंकि अगर मुझे इसे देखना होता, तो मैं शर्त लगाता कि लेवल 4 सेल्फ-ड्राइविंग संयुक्त राज्य अमेरिका में मुख्यधारा के अनुभव के रूप में होने से पहले चीन में होगी। मैं वास्तव में नहीं सोचता कि यह सच है। जैसा कि आप जानते हैं, वेमो पहले से ही हर किसी को एल4 अनुभव दे रहा है, कम से कम सैन फ्रांसिस्को में कुछ ओडीडी में, और वे बहुत तेजी से बढ़ रहे हैं। चीन स्पष्ट रूप से एक अधिक गतिशील प्रतिस्पर्धी बाजार है और वहां बहुत सारे खिलाड़ी हैं। लेकिन मेरा अनुभव यह है कि उन सभी में वेमो की परिपक्वता है, कम से कम सैन फ्रांसिस्को में। हम पारिस्थितिकी तंत्र में हर किसी की मदद करने की कोशिश कर रहे हैं। ओईएम परिप्रेक्ष्य से, यह एक अलग प्रतिस्पर्धा परिदृश्य है, लेकिन ओईएम पक्ष पर भी, मुझे लगता है कि विभिन्न क्षेत्रों में अलग-अलग तरह के होते हैं... खैर, एक तरफ यह है कि अमेरिकी सड़कों की तुलना में चीनी सड़कें भी अधिक चुनौतीपूर्ण हैं। और लेवल 4, मैं कभी-कभी इसे ज़ीरो-पेन गेम कहूंगा। या तो यह आपके पास है या आपके पास नहीं है। आज तक, मुझे लगता है कि एकमात्र व्यक्ति जिसने वास्तव में यह साबित कर दिया है कि L4 को शहर के आकार के क्षेत्र में बिना ड्राइवर के प्रत्येक ग्राहक के लिए बिना किसी सीमा के सुरक्षित रूप से तैनात किया जा सकता है, वह अभी भी अमेरिका या चीन में है। हाँ, वह वेमो है। मुझे लगता है कि वेमो को मुख्यधारा के अनुभव के रूप में वर्णित सुनकर बहुत खुशी होगी। मैं स्वीकार करूंगा कि सैन फ्रांसिस्को में लोगों के कुछ उपसमूह के लिए, वेमो एक मुख्यधारा का अनुभव है। मुझे लगता है कि अधिकांश अमेरिकियों के लिए यह अभी तक नहीं है। और वह बड़ा मोड़ है, है ना? वेमो बर्फ में कब काम कर सकता है? वे उन्हें शिकागो में कब तैनात करने जा रहे हैं? और न्यूयॉर्क शहर में. एक ऐसे व्यक्ति के रूप में जो लंबे समय तक शिकागो में था, मैं बहुत उत्सुक हूं कि शिकागो और न्यूयॉर्क शहर में यह कैसे होता है। मेरा सवाल यह है कि क्या मुख्यधारा का अनुभव ऐसा लगता है जैसे आप बस एक कार खरीदते हैं और लेवल 2 एडीएएस अब कारों में एक कमोडिटी की तरह है। लेवल 4 कारों में एक मुख्यधारा की वस्तु होगी। आप बटन दबाते हैं और यह अपने आप चलने लगती है। आपको क्या लगता है हम उससे कितनी दूर हैं? यह बिल्कुल मेरा मिशन है, उद्योग को वहां तक ​​पहुंचने में मदद करने का प्रयास करना। मैं कहूंगा कि अगर मुझे समय देने की जरूरत है, तो मैं पांच साल नहीं, बल्कि पांच साल से कम कहूंगा। यह एक साहसिक भविष्यवाणी है. मुझे लगता है कि हम इसे वहीं छोड़ देंगे, क्योंकि हम समय पर हैं। आप वास्तव में महान रहे हैं, शिनझोउ। मैं आपसे दोबारा बात करने के लिए उत्साहित हूं। उस भविष्यवाणी की जाँच करने के लिए हम आपको पाँच साल से पहले वापस बुलाएँगे। लेकिन हमें एनवीडिया से आगे क्या देखना चाहिए? ऐसी बहुत सी चीज़ें हैं जिनकी हम योजना बना रहे हैं। सबसे पहले, इस साल के अंत तक, हम पूरे संयुक्त राज्य अमेरिका में सभी मर्सिडीज वाहनों और कुछ अन्य भागीदारों में ADAS की ओर से अपनी तकनीक को लागू कर रहे हैं। अगले कुछ वर्षों में हम इस तकनीक को शेष विश्व में लागू करने का प्रयास करेंगे। इस बीच, हम अपने साझेदारों, उदाहरण के लिए, उबर, के साथ भी मिलकर काम कर रहे हैं। हमने घोषणा की कि जीटीसी में हम अगले कुछ वर्षों में अपनी एल4 सेवा शुरू करने का प्रयास कर रहे हैं। यह बेहद रोमांचक है. इसके अलावा, हम फिर से एक पारिस्थितिकी तंत्र के खिलाड़ी हैं। हम लगभग सभी ओईएम के साथ काम कर रहे हैं। अभी, मैं कहूंगा कि 80% बड़े पैमाने पर उत्पादन वाले ओईएम एल4 के लिए एनवीडिया के हाइपरियन पारिस्थितिकी तंत्र में हैं। हम सबके साथ मिलकर इस भविष्य का निर्माण कर रहे हैं। आशा है कि आप भविष्य में कहीं न कहीं हमारी ओर से और अधिक रोमांचक घोषणाएँ देखेंगे।  खैर, जैसा कि मैंने कहा, हमें आपको जल्द ही वापस लाना होगा। डिकोडर पर बने रहने के लिए आपका बहुत-बहुत धन्यवाद। मुझे अपने पास रखने के लिए धन्यवाद, निलय। आपसे बातचीत करके बहुत अच्छा लगा. प्रश्न या टिप्पणियाँ? हमें [email protected] पर संपर्क करें। हम सचमुच हर ईमेल पढ़ते हैं!