Сегодня я разговариваю с Синьчжоу Ву, руководителем автомобильного направления Nvidia.  Nvidia, очевидно, постоянно появляется в новостях из-за бума искусственного интеллекта — это одна из самых ценных компаний в мире, потому что индустрия искусственного интеллекта не может насытиться графическими процессорами компании. Но Nvidia также является ключевым поставщиком для автомобильной промышленности. Уже много лет в автомобилях используются чипы, и Синьчжоу сыграл важную роль в создании полноценной системы автономного вождения, которую автопроизводители могут просто использовать. Например, он уже есть в новых электромобилях Mercedes, о чем он упоминает несколько раз. Поэтому мне очень хотелось узнать его мнение о том, как автомобильная промышленность справляется с масштабным переходом на беспилотные электромобили. Это цель, о которой вам скажет каждый автопроизводитель и поставщик, но в 2026 году она может показаться еще более отдаленной, чем когда-либо. Цикл внедрения электромобилей в США полностью сбился с пути, беспилотное вождение, кажется, навсегда застряло в попытках решить последние 20 процентов ситуаций, а сами автомобили продолжают дорожать, даже несмотря на то, что потребители ощущают давление инфляции и рост цен на энергоносители по всем направлениям. Вы услышите, как Синьчжоу говорит, что на самом деле достигнут поразительный прогресс в переосмыслении фундаментальной природы самого автомобиля — того, что в отрасли называют «программно-определяемым транспортным средством», управляемым всего лишь горсткой мощных компьютеров вместо десятков или даже сотен независимых электронных блоков управления или ЭБУ. Если вы слушаете декодер, вы слышали, как многие автопроизводители говорят о необходимости отказаться от ЭБУ; Синьчжоу говорит, что этот момент, по сути, настал.  Мы много говорили о китайской автомобильной промышленности и о том, как она смогла получить преимущество, поскольку начала строить на архитектуре и платформах электромобилей вместо того, чтобы управлять переходом от бензиновых автомобилей и всех этих блоков управления двигателем. Синьчжоу раньше работал на китайском производителе оригинального оборудования (OEM), поэтому у него довольно хорошее представление о нем. Мы также поговорили о работе в самой Nvidia. Это уникальная компания с уникальным лидером в лице Дженсена Хуана, и Синьчжоу сказал, что его три года работы в компании стали для него опытом быстрого обучения. Он не уклонялся от реальности необходимости конкурировать за ресурсы и мощности с быстро развивающимся бизнесом компании в области искусственного интеллекта. Его описание того, что побеждает в этих спорах, особенно когда его клиенты такие же медлительные и не склонные к затратам, как автопроизводители, было захватывающим. Конечно, нам пришлось обсудить искусственный интеллект и то, как подход Nvidia к автономности объединяет то, что Синьчжоу называет «классическим» стеком, и способность моделировать логические модели управления автомобилем. Здесь много всего, включая идею о том, что у вас будет модель искусственного интеллекта, которая буквально разговаривает сама с собой, чтобы понять, как управлять вашей машиной, что я нахожу одновременно невероятно интересным и невероятно забавным. И, конечно же, нельзя говорить об электромобилях или автономности транспортных средств в США, не говоря об Илоне Маске и Tesla. Поэтому я прямо спросил Синьчжоу, сможет ли полное беспилотное вождение Tesla сделать то, что, по утверждению Илона, она сможет сделать без использования лидара. Скажите мне, считаете ли вы, что его ответ верен. Хорошо: Синьчжоу Ву, руководитель автомобильного направления Nvidia. Вот так. Это интервью было слегка отредактировано для обеспечения длины и ясности. Синьчжоу Ву, вы руководитель автомобильного направления Nvidia. Добро пожаловать в Декодер. Спасибо, что ты у меня есть. Я очень рад поговорить с вами. Такое ощущение, что сама природа автомобиля выставлена ​​напоказ. Такое ощущение, что автомобильная промышленность находится в периоде масштабной перестройки, как будто было ощущение, что автомобиль в конечном итоге станет продуктом в течение нескольких лет, и это из-за трудностей с переходом на электромобили, из-за трудностей торговой войны между США и Китаем. Все это кажется более запутанным, чем когда-либо прежде. Многие автопроизводители сокращают расходы, и кажется, что ваша должность в Nvidia дает вам довольно широкое представление о том, что происходит в автомобильной промышленности, поскольку вы снабжаете очень многих крупных автопроизводителей практически в каждой стране. Итак, давайте начнем с этого. Что вы думаете о том, где находится автомобильная промышленность на этом длинном и извилистом пути к автономии и электрификации? Это отличный вопрос. Я работаю в автомобильном секторе около 15 лет, начиная с карьеры в Qualcomm. Некоторое время я возглавлял автомобильную команду Qualcomm. И, очевидно, мы слышали фразу «программно-определяемое транспортное средство». Прямо сейчас, благодаря технологии искусственного интеллекта, она переходит к следующему этапу, который мы, по сути, называем «автомобилем, определяемым искусственным интеллектом». Благодаря этим масштабным технологическим инновациям автомобильная промышленность за последнее десятилетие изменилась довольно быстро. Как вы знаете, я также в течение пяти лет работал в составе китайского OEM-производителя, возглавляя их команду по автономному вождению. Сейчас я в Нвидиа. Итак, за свою 15-летнюю карьеру я увидел возможность стать свидетелем этих огромных перемен. Автомобиль превратился, скажем так, в основном из механических плюс электрических машин в некоторые вещи, возможности которых мы можем довольно быстро улучшить с помощью программного обеспечения по беспроводной сети (OTA). Это то, что мы называем эрой «программно-определяемых транспортных средств». Теперь, когда технологии развиваются в сторону генеративного искусственного интеллекта, мы используем ИИ для переписывания большей части программного обеспечения в автомобиле. Это то, что мы называем «автомобилем, определяемым ИИ». Это также, с одной стороны, ускорило темпы развития возможностей транспортных средств. С другой стороны, это также изменило наше определение «транспортного средства». ИИ влияет на всю отрасль на всех уровнях. Действительно интересно видеть, как мир будет развиваться с этими новыми технологическими инновациями. Позвольте мне разобрать некоторые термины. Я часто слышу их от автопроизводителей, которые любят приходить на шоу и рассказывать мне, что будет с автомобилями. Но я думаю, что некоторые из этих терминов немного размыты. Итак, вы сказали «программно-определяемый автомобиль». Это довольно размытый термин. Я думаю, что идея состоит в том, чтобы избавиться от всех ЭБУ в автомобиле, который в настоящее время контролирует множество различных систем. И мы сосредоточим все эти компоненты в одном или двух больших вычислительных центрах в автомобиле. Тесла очень известен тем, что сделал это. Rivian сделала на это огромную ставку. Вассим Бенсаид из Rivian только что на шоу говорил об этом. Другие производители старых автомобилей пытались сделать это. У нас на шоу был GM. Они сказали: "Послушайте, нам не нужно этого делать. У нас все в порядке. Мы сделаем это по-своему". Форд пытался сделать это по-крупному. Им пришлось открыть завод по производству скунсов и разработать совершенно новый способ производства автомобилей, которым они очень гордятся. Нам сказали, что в ближайшее время в результате этого проекта появится грузовик. Я не думаю, что индустрия дошла до этого. Это в основном то, что я говорю. Начинающие производители автомобилей дошли до того, что могли заявить, что у них есть программно-определяемый автомобиль, в котором есть один или два больших компьютера, контролирующих каждую систему. Старые автопроизводители по большей части пока не добились успеха.  Я поставлю это звездочкой. Возможно, Ford добьется успеха с этим новым грузовиком, но мы пока не знаем. Считаете ли вы, что отрасль в целом перейдет к программно-определяемым автомобилям, или вы думаете, что устаревшие автопроизводители останутся на своих местах? 100%. У меня была возможность стать свидетелем того, что происходило в Китае с 2018 по 2023 год. Вся отрасль пережила огромные изменения всего за пять лет. Там не только новым автопроизводителям, но и устаревшим приходится адаптироваться. Все адаптируются к единой электрической архитектуре центрального вычисления, потому что именно так вы конкурируете.  В остальном мире у нас также есть партнеры в рамках сотрудничества с беспилотными транспортными средствами (AV) Drive and Drive, например, с нашим партнером Mercedes. Их нынешнее поколение представляет собой базовую компьютерную архитектуру. Это будет во всех их автомобилях. Что касается других основных OEM-производителей, мы работаем со всеми ними и пытаемся помочь им преобразовать или обновить архитектуру до маршрута с одним или двумя компьютерами, потому что там будет информационно-развлекательная система, будут базовые системы помощи водителю или расширенные системы помощи водителю (ADAS), ECU. Но я думаю, что мир на самом деле довольно быстро движется в этом направлении. Некоторые из них, очевидно, будут медленнее. Некоторые из них будут быстрее. Такова природа этого бизнеса. Но я не сомневаюсь, что мир в основном развивается в этом направлении. Мне действительно интересна ваша история. Вы работали в XPeng, китайском автопроизводителе. Мне, сидящему в Соединенных Штатах и ​​давнему автолюбителю, кажется, что у китайских автопроизводителей есть уникальное преимущество: они не являются крупными мировыми автопроизводителями. Они не действовали в массовом масштабе. Пришла электрификация. Tesla, очевидно, создала в Китае множество мощностей по производству автомобилей. Мы все знаем, как работает китайская производственная экосистема, и им нужно перезагрузиться. Им пришлось спроектировать кучу автомобилей как электромобилей, с чистого листа, в основном так, как это делали стартапы-производители автомобилей в Соединенных Штатах, и построить конкурентоспособные на мировом рынке автомобили на совершенно новой основе, не беспокоясь о куче вещей, о которых пришлось бы беспокоиться устаревшим американским автопроизводителям. И потом, китайское правительство, очевидно, субсидировало все это огромными ставками. Ты там работал. Это был ваш опыт? Неужели так получилось, что им пришлось начать все сначала? Я думаю, что это только одна сторона. У них определенно меньше наследия, меньше бремени, о котором нужно беспокоиться, и это преимущество. Но я также вижу, что не только новым OEM-производителям, но даже глобальным игрокам приходится адаптироваться к китайскому темпу. По крайней мере, из того, что я там узнал, все идут в таком темпе. Опять же, вы хотите иметь возможность конкурировать.  Но, как вы сказали, волна… Программно-определяемые автомобили существуют уже давно, и именно Tesla действительно выводит их на полную мощность. Не уверен, что они первые, но точно в наибольшей степени. Я не сомневаюсь, что OEM-производители в остальном мире тоже последуют этому примеру. Я думаю, что каждому OEM-производителю прямо сейчас придется это сделать, потому что именно так вы конкурируете, это то, что вам нужно делать, чтобы выжить. Автономность станет почти необходимостью для всех OEM-производителей в своих автомобилях. Мы все верим в это будущее. И единственный способ достичь этого — это добраться до… Прежде всего, это описанная мной архитектура, которая позволяет обновлять программное обеспечение без использования большого количества дискретных ЭБУ. На самом деле, я не слышал в последнее время, чтобы люди возражали против этого. Возможно, вы слышали что-то другое, но я думаю, что это необходимый шаг для всех. На данном этапе это почти как ставка на архитектуру следующего поколения. Очевидно, что мы ведем переговоры со многими OEM-производителями, но это консенсус, к которому движется отрасль. Мне любопытно узнать о пути туда, потому что я согласен с вами, что многие, многие люди говорили, что это конечное состояние и оно делает возможным все, что будет дальше. Просто такое ощущение, что путь туда оказался гораздо более тернистым, чем ожидала отрасль. Частично это связано, я не знаю, с тем, что администрация Трампа не любит электромобили. Таким образом, продажи электромобилей и налоговые льготы здесь исчезли, и, возможно, продажи электромобилей резко выросли, поскольку весь этот спрос увеличился, и, возможно, теперь все хотят бензиновый автомобиль. И, возможно, все это сложнее, когда у вас нет гигантской батареи, которая могла бы постоянно питать все эти системы, и вам действительно нужно запустить двигатель, чтобы подать питание на все эти системы, вместо того, чтобы иметь 12-вольтовую батарею. Или, может быть, дело в том, что китайские автопроизводители настолько конкурентоспособны и настолько субсидированы, что затраты на это для устаревших автопроизводителей трудно преодолеть, потому что у них есть устаревшая инфраструктура и дилерские сети в Соединенных Штатах, о которых нужно заботиться, и мы просто собираемся воздержаться от этого. Есть что-то в пути к этому согласованному будущему состоянию автомобиля, что кажется труднее, чем я думал или что кто-либо из участников шоу за последние пять лет говорил, что так будет. Мне интересно, с вашей точки зрения. Вы поставщик, вы пытаетесь продать свое видение, вы пытаетесь внедрить чипы во все машины. С вашей точки зрения, что усложнило этот путь? Ну, вы сказали довольно много вещей. Автомобильная промышленность очень тяжелая. Здесь задействованы огромные цепочки поставок, множество компаний и множество сотрудников. А чтобы внести изменения в архитектуру и всякий раз, когда ты выпускаешь машину, ты должен поддерживать ее 10-15 лет. Nvidia, как поставщик, также берет на себя аналогичные обязательства перед нашими клиентами в отношении любых технологий, которые мы поставляем, включая чипсеты, другие платформы и нашу AV-технологию. У нас будет обязательство поддерживать одно и то же поколение в течение 10-15 лет, даже для текущего поколения чипов. Если подумать об этом с точки зрения провайдера Кремниевой долины, это почти безумие. Но такова природа автомобильного бизнеса. Характер бизнеса таков, что он немного замедлит ход событий. И это одно. Другое дело, что, поскольку технология меняется так быстро и так сильно отличается от, скажем, автомобилестроения, которое мы знали раньше, от автомобиля, определяемого программным обеспечением, от автомобиля, определяемого искусственным интеллектом, вам придется пройти через другой кадровый резерв, чтобы иметь возможность правильно настроить компанию и адаптироваться к этой новой волне технологических инноваций. Вот почему Nvidia может прийти и помочь. Потому что мы считаем, что технология приближается к концу — очевидно, что здесь мы говорим в основном об автономных транспортных средствах. Технология достигает уровня зрелости. Мы собираемся внедрить эту технологию в массовое производство, и может появиться поставщик. Вот почему мы не только предоставляем AV-технологию, но также предоставляем всю платформу, начиная с чипа, а также операционных систем, модели с открытым исходным кодом и того, что мы называем Halos, операционной системы безопасности, которая помогает OEM-производителям быстрее адаптироваться к этому новому миру.  Природа бизнеса такова, что не все могут бежать с одинаковой скоростью. Так что, конечно, из-за сложности этой отрасли каждому потребуется некоторое время, чтобы добраться до финиша. Но опять же, моя работа в Nvidia — попытаться помочь каждому добраться до всего, что движется и будет автономным, как можно скорее прийти к этому видению. Позвольте мне сейчас спросить о вашей роли в Nvidia, потому что я думаю, что это подводит нас к вопросам о декодерах. Я думаю, что все, кто слушает шоу, вероятно, хорошо знакомы с тем, как Nvidia продвигает искусственный интеллект. Это одна из самых ценных компаний в мире. Учитывается каждый графический процессор, который может произвести Nvidia. Сколько человек работает в Nvidia Automotive? На самом деле у нас довольно большая команда, порядка тысячи человек в автомобильной команде. Потому что мы работаем над всей платформой: есть аппаратное обеспечение, программное обеспечение, модель и инфраструктура. Это довольно многочисленная команда. У Nvidia также есть много вещей, которые мы можем использовать и у других команд. Например, я почти уверен, что вы слышали о Космосе и Немотроне. Это наши основные модели фундаментов с открытым исходным кодом. Мы также в значительной степени извлекаем выгоду из работы с их стороны. Как организована ваша команда? Вы упомянули, что у вас есть оборудование, программное обеспечение и модели. Это базовая структура команды или она организована по-другому? Да. Что ж, с инженерной стороны, очевидно, у нас есть продукт, есть стратегия и что-то за кулисами. Иногда мы называем их невоспетыми героями. Например, команда карт, которая по-прежнему очень важна для L3, L4, путей автономии высокого уровня. И инфраструктура данных. Буквальные навигационные карты, вот о чем вы говорите. Ну и HD-карта тоже есть. Примерно так я делю свою команду. Да. И тогда это все глобально? Это в основном в США? Где это находится? В основном в США, но у нас также есть присутствие в Китае и Европе. Очевидно, что мы создаем глобальный продукт, глобальную платформу, поэтому нам повсюду нужна команда поддержки. Вы упомянули, что полагаетесь на некоторые базовые модели, разработанные Nvidia в более широком смысле. Как устроена ваша команда внутри Nvidia? Вписывается ли это в стратегию ИИ? Он выделен отдельно? Вы более изолированы? Как это работает? О, это отличный вопрос. В Nvidia у нас есть, скажем, централизованная команда по аппаратному обеспечению, которая отвечает за план аппаратного обеспечения нашего графического процессора, процессора, всю стратегию набора микросхем и производство продукции. У нас также есть централизованная команда разработчиков программного обеспечения. Автомобильная команда — это отдельная организация, которая в большей степени ориентирована на автомобильную промышленность, миссия которой заключается в создании автомобильной платформы, которая будет использовать работу нашей команды по оборудованию и команде по программному обеспечению и адаптироваться к автомобильной отрасли. У нас также есть модельная команда.  У Nvidia также есть культура виртуальных команд. Например, наша модель с открытым исходным кодом для Nemotron и Cosmos, все они находятся напротив нашей исследовательской группы, команды программного обеспечения и команды аппаратного обеспечения. Но над этими базовыми моделями с открытым исходным кодом работают виртуальные команды. Мы можем использовать эту работу, а затем в автомобильной организации создать модель, которая поможет AV-индустрии получить мощную модель с открытым исходным кодом для работы. Как я уже сказал, практически каждый графический процессор, который может произвести Nvidia, каким-то образом учитывается. Такова сейчас природа индустрии искусственного интеллекта. Они собираются куда-то уйти в какое-нибудь неооблако. Приходится ли вам бороться за ресурсы и внимание против этого бизнеса, который растет с той скоростью и в тех масштабах, в которых он растет? Да, хотите верьте, хотите нет. [Смеется] Даже у Nvidia ограниченный запас графических процессоров для вычислений. У нас есть внутренний приоритет, и я почти еженедельно работаю со своими коллегами, чтобы решить, как выделить разные вычислительные ресурсы, иногда для обучения, иногда для тестирования, или ресурсы для другого направления работы в компании. И иногда нам нужна помощь Дженсена [Хуана, генерального директора Nvidia], но да. Как это работает? Как выглядят эти дебаты? Это дебаты о рентабельности инвестиций? «Если мы вложим столько денег, мы получим столько же денег от наших клиентов»? Это спор о размере рынка? Каковы параметры разговора? Это все вышеперечисленное, как вы понимаете. Очевидно, что выручка важна, но Nvidia, как вы знаете, является очень стратегической компанией. Мы ценим то, что Дженсен иногда называет бизнесом в ноль триллионов долларов. Мы постоянно ищем новые возможности, которые могут создать бизнес стоимостью в триллион долларов. Итак, внутри компаний должны быть стратегические приоритеты в новом направлении, в котором мы идем. Вы, вероятно, также знаете, что мы не являемся компанией, занимающейся долей рынка. Это баланс между тем, что приносит деньги прямо сейчас, и тем, что может создать будущее, что может создать возможности для компании в будущем. Nvidia — компания с уникальным управлением. Как вы упомянули, Дженсен глубоко вовлечен во все. Я видел его интервью, где он сказал, что не проводит встреч один на один. Он просто встречается со всеми сразу, и все обсуждают ситуацию. На что это похоже? Я работаю в Nvidia три года. Это очень уникально, честно говоря. И это явно не все сразу. Это разные группы. У всех нас есть продукт технической стратегии, это отдельная часть бизнес-обзоров с Дженсеном. На самом деле для меня это очень захватывающий опыт, позволяющий учиться на его стратегическом мышлении и на том, как он думает о продукте, как он думает о стратегии. Он также уникально технически глубок. Это также весьма вдохновляющий опыт — просто увидеть, насколько он в курсе технических событий. Я бы сказал, что для меня это уникальный опыт и возможность поучиться у Дженсена. Когда вы описываете возможность автономии, особенно в будущем, это кажется большой ставкой. «Мы собираемся использовать вычислительные возможности Nvidia и возможности искусственного интеллекта в автомобилях, чтобы они могли сами управлять автомобилем». Как выглядит эта модель дохода? Похоже, вы просто продаете чипы и программное обеспечение автопроизводителям? Похоже ли это на то, что потребители платят за подписку, и часть этой суммы возвращается к вам? Откуда взялся триллион долларов? Это тоже отличный вопрос. Сейчас мы твердо верим, что все, что движется, будет автономным. Каждая миля, пройденная автомобилем в будущем, будет автономной. Если посмотреть, то среди всех автомобилей мы проезжаем 13 триллионов миль в год. Сейчас процент автономных миль среди всего пройденного пробега, вероятно, ничтожно мал. Я думаю, что это 0,006% или что-то в этом роде. Итак, эта возможность перед нами. По мнению Nvidia, мы вместе поможем экосистеме как можно скорее, снова предоставив все базовые технологии, начиная от чипов и заканчивая операционными системами, а затем и тем, что мы называем Halos. Операционная система Halos действительно важна, поскольку она не только предоставляет SDK и API-интерфейсы для разработки моделей на нашем оборудовании, но также обеспечивает разработчикам защитные ограждения при размещении на ней модели. Мы также определяем то, что называем Hyperion, как аппаратную платформу. Это готовая к производству платформа, которая включает в себя компьютерный ресурс, ЭБУ, а также набор датчиков. Мы считаем, что необходимо достичь другого уровня автономии. Кроме того, мы предоставляем Alpamayo, модель с открытым исходным кодом, которую мы обучили. Он имеет открытый исходный код не только в архитектуре модели, но также в параметрах и данных, которые вы можете использовать для точной настройки модели на нашей платформе. Кроме того, мы также предоставляем всю необходимую инфраструктуру. Например, моделирование сейчас очень важно для разработки AV. Обычно мы говорим, что проблема AV становится проблемой трёх компьютеров. Есть тренировочный компьютер, есть компьютер моделирования, а есть компьютер вывода в машине. Все эти технологические элементы мы хотим предоставить экосистеме на платформе, которую мы называем Nvidia Drive, чтобы люди могли разрабатывать эту технологию поверх нашей платформы. Мы надеемся, что в будущем мы сможем получать процент дохода, который экосистема может получить от каждой мили, проезжаемой автономно. Именно здесь может появиться возможность на триллион долларов. Итак, доход на милю. Это похоже на основные показатели, за которыми вы гонитесь. Откуда у пользователя берется доход за милю? Когда я вожу машину, плачу ли я подписку? Или вы думаете, что роботакси повсюду и их монетизируют за каждую поездку? Откуда берется доход на милю и как растет это число? Это верно. Что ж, я думаю, что мир примет обе модели. Один из них — роботакси. Как видите, успешных компаний немало и в Китае, и в США, и в мире. Мы увидим больше надежд, идя по этому пути. У нас будет автопарк, похожий на такси, где вы сможете с удовольствием доставить вас из пункта А в пункт Б без водителя в машине.  Я думаю, пассажирский флот тоже будет существовать еще долго, потому что есть много людей, которые все еще предпочитают личное пространство во время путешествий. Похоже, что многие люди по-прежнему предпочитают иметь собственный дом, а не снимать квартиру. За этим также стоит экономика. Мы думаем, что обе модели будут процветать. Вот почему мы работаем как с компаниями-роботакси, так и с другими OEM-производителями, а также с компаниями-разработчиками AV-программного обеспечения, чтобы помочь им, поставляя различные технологические компоненты от Nvidia. Одной из интересных динамик, по крайней мере, в части электрификации, за последние пять лет было то, что устаревшие автопроизводители осознали, что они стали страховыми компаниями и финансовыми компаниями, а их поставщики производят автомобили. Они в значительной степени потеряли контроль над дизайном автомобилей. Поставщики первого уровня для крупных автопроизводителей во многом отвечали за крупные подсистемы автомобилей. Когда они хотели сделать обновление по беспроводной сети, им пришлось поговорить с 15 различными поставщиками, чтобы это сделать. Я слышал эту жалобу десятки и десятки раз в сериале. И все они как бы поняли: "Нам нужно вернуть конструкцию автомобиля. Нам нужно гораздо тверже контролировать платформу автомобиля". Похоже, в автономности по ряду причин Nvidia видит возможность стать основным поставщиком для самых разных автопроизводителей. Очевидно, они думают именно об этом: «Нам нужно взять под контроль машину». Tesla может использовать чипы Nvidia, но они очень гордятся тем фактом, что они написали каждую строчку этого кода, и это их платформа, и они сделали свои технологические ставки. Ривиан, я думаю, Вассим очень гордится тем фактом, что он возглавляет эту платформенную компанию и собирается построить эту платформу. Р.Дж. [Скариндж, генеральный директор Rivian], безусловно, очень гордится тем фактом, что Rivian является именно такой компанией. Какая там динамика? Потому что не каждый автопроизводитель может сделать ставку на технологии и инвестировать в будущее в надежде, что доходы окупятся. Им понадобится такой поставщик, как Nvidia, который появится с готовой платформой и бизнес-моделью. Сейчас это больше склоняется в вашу пользу? Мы уже выбрались из этого леса, или он все еще витает в воздухе? Я думаю, что прелесть бизнес-модели Nvidia в автомобильной сфере заключается в том, что наша платформа полностью открыта. Мы предоставляем несколько уровней услуг и зависим от того, что нужно OEM-компаниям или компаниям, занимающимся робототехникой. Они могут выбирать, над чем они хотят работать с нами, вплоть до того или иного уровня, как вы упомянули, для Tesla. Некоторые OEM-производители способны на это. Они даже хотят построить собственный вывод о покраске машины. Даже в этом плане у нас все в порядке. Мы еще продолжим с ними сотрудничество. На самом деле, мы работаем с Tesla и многими OEM-производителями, которые создают свои собственные чипы вывода, сотрудничая с ними в облаке. Мы даже пытаемся помочь оптимизировать их модели. С разными OEM-производителями мы сотрудничаем по-разному, потому что у нас все еще есть компьютер для моделирования и обучающие вычисления в инфраструктуре, с которой мы с ними работаем. Некоторым OEM-производителям хотелось бы иметь более готовое решение. Мы тоже очень рады сотрудничать с ними. В таком случае мы пойдем до конца. Мы работаем как первый уровень или уровень 1.5, просто чтобы идти рука об руку. Это наши водители AV-партнеров, например, Mercedes. Мы очень тесно сотрудничаем с ними, чтобы определить продукты, которые им нужны, а затем адаптируем наш AV-стек для драйверов для бесперебойной работы в их автомобиле. Инженеры с обеих сторон очень тесно сотрудничают, чтобы он хорошо адаптировался к ДНК дизайна Mercedes и опыту клиентов, который они хотели бы предложить. Это действительно важно для нас. Мы не выбираем победителей как таковых. Мы стараемся помочь OEM-производителям, исходя из их возможностей на разных уровнях. Открытость действительно важна для нашей модели взаимодействия с OEM-производителями. Одна из причин, по которой мне это так интересно, заключается в том, что вы упомянули модели обучения. В других интервью вы упоминали, что собираете синтетические данные для тренировки автономии разными способами. Мне это очень интересно. Меня просто поражает, глядя на индустрию. Waymo имеет гигантское преимущество в автономном пробеге, и они очень гордятся этим, и это помогло сделать их автомобили такими же успешными, как и на рынках, на которых они находятся. У Tesla тоже огромное количество миль, потому что они тренируются на реальных автомобилях, на которых ездят. Не каждый автопроизводитель может понять, как проехать миллиард автономных миль. Это верно. Да. Им придется полагаться на какую-то третью сторону, чтобы привести их хотя бы к статус-кво, а то и дальше. Такое ощущение, что Nvidia сидит и готова стать третьей стороной. Это большая реклама для автопроизводителей? «Вы можете просто купить нашу технологию в любой открытой мощности, какую захотите, и мы быстро доведем вас до конкурентоспособного состояния»? Я бы сказал, что это единственный убедительный аргумент для OEM-производителей взаимодействовать с Nvidia в экосистеме Hyperion, в экосистеме Drive. Потому что одним из ключевых факторов, определяющих Hyperion, является вычислительная архитектура, а архитектура датчиков — это обмен данными. Всем, кто примет участие и станет партнером Nvidia Drive, мы передаем данные через нашу существующую программу, с помощью которой мы собираем миллионы часов данных. С помощью различных автомобильных программ мы также собираем эти данные от разных OEM-производителей. И тогда мы сможем в первую очередь построить модель, которая обучается на всех этих данных. Мы гарантируем, что данные, собранные в наших различных автомобильных программах, будут переданы OEM-производителю. Это номер один. Номер два – это новая эра: мы твердо верим, что вычисления – это тоже данные. Итак, как вы упомянули, существует много синтетических данных.  Есть данные нейрореконструкции, которые мы называем NuRec. Это очень важная часть технологии и моделирования, где мы собираем данные в полевых условиях, но иногда мы можем использовать нейрореконструкцию, чтобы подделать данные, чтобы изменить фон или изменить траекторию автомобиля. Мы можем генерировать множество вариантов одних и тех же данных. Для всех этих данных необходим компьютер, который сможет генерировать десятки миллионов точек данных. Мы можем поделиться со всеми, кто участвует в нашей экосистеме. Таким образом, вместе со всеми игроками, участвующими в экосистеме Drive, мы сможем восполнить пробел в данных, что очень важно. Итак, это синтетические данные, верно? Вы соберете кучу реальных примеров вождения. Вы поместите это в симулятор. Затем симулятор размоет данные. Я думаю, что пример, который я слышал от вас, заключается в том, что вышел пешеход, и мы можем просто задержать пешехода и заставить этого человека выйти позже, и машине придется отреагировать на него, как если бы он был реальным. Это верно. И вам придется провести множество тренировок с множеством различных вариантов одних и тех же данных. Для меня это увлекательно. Я понимаю, почему все автопроизводители на это согласились. Зачем им покупать обмен данными? Является ли это просто признанием того, что вместе у них больше шансов наверстать упущенное? Потому что они просто не хотят платить деньги? Это дешевле? Зачем им участвовать вместе со своими конкурентами в таком механизме обмена данными? И то, и другое абсолютно верно. На самом деле экономия колоссальная. Сбор данных с использованием огромного парка машин — это большие капитальные затраты для любого, кто хочет этим заниматься. Это тоже повторяется. Если вы сможете найти, например, то, что мы предоставляем на платформе Drive или в экосистеме Drive, это может сэкономить много усилий и денег наших клиентов.  Мне это интересно, потому что идея состоит в том, что вы собираетесь тренировать что-то, а затем у вас будет модель в машине, и у нас будет машина, определяемая ИИ. Классический подход к беспилотному вождению заключался в том, что мы собираемся использовать все больше и больше данных для решения проблемы, и в конечном итоге машина будет знать, как все делать, она нанесет на карту все дороги поверх всего. У меня есть Cadillac EV, и Super Cruise работает по дорогам, нанесенным на карту. В конечном итоге они будут наносить на карту все больше и больше дорог и все больше и больше объектов, и машина станет более функциональной. Такое ощущение, что подход Nvidia заключается в том, чтобы машина была достаточно умной, чтобы делать что угодно, с картами или без них. А это требует другого подхода к сбору данных, другого подхода к вычислениям, а затем, очевидно, большей ставки на ИИ. Это разделение реально? Вы только что совершили этот прыжок? Это будущее платформы или вы находитесь посередине? Подход, который мы сейчас используем для того, что мы называем L2+, который по сути не имеет карты. Как вы правильно сказали, модели определенно потребуется больше данных и она будет охватывать больше угловых случаев. И, как мы говорим, модель становится все больше, для этого поколения, для следующего поколения. Мы собираемся использовать гораздо большую модель с большим количеством параметров. Модели фундамента здесь также будут играть большую роль. Чтобы сделать эту модель очень функциональной, очень и очень важно иметь больше данных. Но, с другой стороны, может помочь и тенденция использования базовой модели, уже обученной на данных из Интернета. Вот почему я несколько раз подчеркивал связь с разработкой базовой модели внутри Nvidia. С помощью модели рассуждения и базовой модели мы можем использовать перспективу пограничной модели и использовать Интернет для масштабирования данных, чтобы помочь транспортному средству лучше обобщать, даже без данных по конкретному транспортному средству. Это основное направление, на которое мы делаем ставку, — повышение уровня автономии, особенно уровня 4. Это одно из основных направлений работы, на котором мы сейчас концентрируемся. Возвращаясь к OEM, я думаю, что возможность использовать то, что мы создали благодаря нашему сотрудничеству с существующим взаимодействием и нашими огромными возможностями для генерации данных с использованием синтетических наборов данных и нейрореконструкции, а также возможность использовать возможности базовой модели, которая обучается на более общих данных, но которая поможет модели лучше рассуждать, лучше обобщать — это то, что мы можем предложить нашим клиентам. Я чувствую, что теперь мне нужно спросить о безопасности. Я уверен, что это сложнее, но вы говорите о базовой модели, основанной на беспилотном вождении. И все, что у меня в голове, — это извинения ChatGPT передо мной за то, что он ошибся во время аварии автомобиля, или один из тех ужасных циклов с длительной задержкой, когда модель уходит в неправильном направлении и осознает это. А потом вы можете посмотреть на цепочку мыслей и подумать: ох, они поняли это совершенно неправильно. Это плохо, так же, как Антропик считает, что Клод чувствует себя плохо. Ничто из этого не совместимо с реальностью вождения автомобиля в реальном времени. Как преодолеть этот разрыв? Задержка, необходимость иметь одну из этих больших моделей на заднем плане, что-то вроде касательных рассуждений, по которым модели могут идти. Как это сочетается с вождением автомобиля? Безопасность очень важна для нас и для AV-индустрии. Позвольте мне ответить на ваш вопрос, рассматривая различные уровни нашего предложения. Решение проблем безопасности, очевидно, не является чем-то новым для автомобильной промышленности, и мы разработали очень сложный протокол разработки, а также протокол проверки, позволяющий доказать безопасность программного обеспечения. Это называется ISO 26262. На самом деле мы разрабатываем наше программное обеспечение на уровне аппаратного обеспечения и операционной системы (ОС), а также программное обеспечение на уровне приложений в соответствии с высочайшими стандартами безопасности, что очень важно и критически важно для возможности использования чего-либо для управления автомобилем. Это номер один. Во-вторых, мы придерживаемся несколько иного подхода, чем некоторые игроки в этой сфере. На самом деле у нас есть избыточный стек даже для нашей функции L2++ или ADAS. Помимо этого, существует сквозная модель, которая по сути представляет собой входной пиксель и выходную траекторию. У нас также есть классический стек, который более разработан на основе известного нам стандарта безопасности. По сути, это компонент. Это стек из множества компонентов, и каждый компонент можно проверить с помощью этого известного стандарта. Это то, что я называю классическим стеком. А когда у вас есть два стека, работающих параллельно, классический стек действует как то, что мы иногда называем Большим Братом, но по сути это ограждение безопасности. Он пытается проверить все траектории сквозной модели и использовать известный стандарт безопасности для проверки безопасности в каждом кадре. Это очень важная концепция, которая у нас есть. И не только концепция, но и реализация у нас в стеке. Мы возьмем это, что будет так важно для автономности более высокого уровня, L4. Это также основа нашего стека L4, в котором мы имеем полную избыточность не только набора датчиков, но и набора архитектуры программного обеспечения. Второй пункт — ответ на ваш вопрос безопасности. В-третьих, когда мы разрабатываем модель, мы также пытаемся заставить ее максимально уменьшить галлюцинации. Способ сделать это — массовая проверка. Мы собираем массивные данные симуляционных испытаний для каждой выпускаемой модели. Сейчас мы планируем проводить пять миллионов тестов в нашей программе каждый день. Примерно каждый день у нас есть 10 итераций модели, сквозной модели. Мы проводим масштабную проверку, чтобы убедиться, что во всех этих сценариях (вы можете думать об этом как о каждом тестируемом сценарии тестирования) модель генерирует правильную траекторию. Для нас это тоже очень важно. Вот что мы делаем, чтобы убедиться, что наш продукт безопасен. Позвольте мне задать вам действительно глупый вопрос, который мне действительно интересен. Вы много говорили о модели и о том, как она будет управлять автомобилем. И да, классический стек – это ограждение безопасности. Подобна ли модель рассуждения на языке любой другой модели? Сидит ли он на заднем плане и говорит: "Я вижу знак остановки. Что мне делать? Мне лучше остановиться. Я собираюсь нажать на тормоза", как рассуждает любая общая модель на языке на заднем плане? Короткий ответ: да. В нашей модели следующего поколения, которую мы собираемся внедрить в транспортных средствах следующего поколения… Поскольку нынешнее поколение имеет более или менее ограниченный компьютер, следующее поколение основано на SOAR. У нас будет модель, обученная со встроенным языком. Очень важно уметь рассуждать посредством языка. Вы также можете пообщаться с моделью. Вы можете спросить модель о том, что она делает, а затем попросить модель ускориться или замедлиться и, например, сменить полосу движения. Во время вождения он говорит себе: "Я вижу там машину. Мне нужно перестроиться, чтобы подготовиться к выезду, который будет через пару миль". И он делает это на языке управления автомобилем? Я думаю, это комбинация вещей. Язык уже внедряет модель, но, как вы знаете, сигнал видения также очень важен. Я хочу сказать, что это мультимодель, но язык является ее частью. Как известно, модель представляет собой черный ящик. Мы точно не знаем, что именно он делает, но вы можете спросить об этом, и тогда модель ответит, что она пытается сделать.  У меня просто есть видение модели чат-бота, которая сходит с ума, когда она мчится по шоссе со скоростью 55 миль в час. Собственно, GTC Тайвань выпустила видео, на котором видно, что модель постоянно разговаривает. Это может сильно раздражать, если вы действительно пытаетесь услышать все, о чем пытается рассуждать модель. Какова задержка при этом? Очевидно, вы развертываете системы, они должны работать, но есть ли попытка уменьшить задержку? Я чувствую, что речь по своей сути медленна по сравнению с тем, что вам нужно делать, чтобы водить машину. Я не думаю на языке, когда вожу машину. 100%. Вот почему я сказал, что это мультимодель. Но уменьшить сквозную задержку очень важно. На самом деле, это одно из ключевых преимуществ управления автомобилем с моделью. Потому что, если подумать, старый стек или классический стек, состоящий из нескольких компонентов, обычно занимает несколько сотен миллисекунд. Но в случае с моделью, поскольку это просто время вывода, оно отделено от входных данных, то есть пикселей и траектории. Очевидно, вы можете уменьшить задержку в зависимости от возможностей вашего компьютера. Но даже в нынешнем поколении мы контролируем его в пределах 100 миллисекунд, что довольно быстро. Что касается языкового мышления, если задуматься, то это человеческий мозг, верно? Если задуматься, я бы сказал, что скорость информации уже абстрагирована. Скорость передачи информации не очень высокая. И мы используем данные Интернета для тренировки такого рода языковых способностей рассуждения. Я думаю, что задержка находится под контролем, позвольте мне сказать так. И опять же, вы управляете автомобилем не только с помощью языка. Это ключевой момент, как я уже сказал. Я считаю, что обычно рассуждение происходит медленнее. Опять же, мы не знаем точно, что делает модель, но пиксельная часть — это то, что управляет основной мгновенной реакцией автомобиля. Ага. Если вы спросите Anthropic, они скажут вам, что у Клода есть чувства и эмоции, и он может испугаться. Угу. Вы думаете об этом? Как вы думаете, испытывают ли ваши модели эмоции, когда они ведут машину? Мы воспользуемся ограждением, чтобы оно не было слишком угрюмым. [Смеется] Мне просто любопытно. Я имею в виду, как вы сказали, мы не знаем, как работают модели. Я буквально представляю, как модель говорит: «Боже мой, я иду так быстро». Но, возможно, классическая система сократит это. Ага. Ага. Все это работает локально в машине? Нет, нет, нет, нет. Все это подтверждается в автономном режиме. А вот вторая часть с ограждением безопасности, когда мы запускаем два штабеля параллельно, это точно в машине. А в автомобиле в каждом кадре программное обеспечение нашего блока управления ADAS сравнивает траекторию как классического стека, так и сквозной модели, чтобы убедиться, что модель выводит безопасную базовую траекторию. Итак, согласно вашему подходу, автомобили требуют быстрого подключения, чтобы быть автономными? Не обязательно, но нам требуется некоторое подключение для получения навигационной информации и некоторой картографической информации. Большинство из них представляют собой навигационные карты. Поэтому, чтобы помочь не только модели, но и классическому стеку, мы используем некоторую информацию о навигационных картах, которая помогает нам лучше понять мир. Я спрашиваю только потому, что я очень подробно рассказывал о запуске сетей 5G, и все телекоммуникационные компании обещали мне, что 5G обеспечит беспилотные автомобили. И похоже, что ваш подход в этом смысле будет в наибольшей степени опираться на сети с низкой задержкой. В этом нет ничего плохого, но с другой стороны, машине приходится двигаться автономно и в полной слепой зоне. Низкая задержка в реальном времени, я бы сказал, зависимость от контента, имеет эту зависимость в облаке. По крайней мере, для приложений типа ADAS (мы называем его L2+), которые должны работать везде, создание такой зависимости не является хорошей идеей. Ага. Когда вы доберетесь до уровня 4, уровня 5, у вас появится зависимость от подключения. Это верно. Да. Ага. Что произойдет, если вы потеряете соединение на уровне автономии 4? Что происходит, когда вы находитесь на уровне 5, у вас больше нет руля и вы теряете связь? На уровне 4 вы можете думать о подключении как о своего рода датчике. Базовые способности вождения не могут сильно зависеть от этого. И одна из основных концепций разработки технологии уровня 4 — это резервирование датчиков. Это касается не только GPS, но и камеры, радара и всего, что вы видите. В каждой точке отказа автомобиль должен иметь возможность безопасно ездить. Это как если бы вы вдруг потеряли GPS, но у машины есть локальное восприятие, ей нужно иметь возможность доехать до безопасной точки и остановиться. Это минимальные требования, которым должна соответствовать система L4. Это основной принцип L4, позволяющий разработать такую ​​систему. Мне очень любопытно, где в автомобиле расположены все стеки датчиков, сколько вычислительных ресурсов находится в автомобиле, сколько оперативной памяти нам нужно установить в автомобили во время роста цен на оперативную память. Кажется, что все это требует больших дополнительных затрат на автомобили, которые становятся все дороже и против которых потребители, по крайней мере в Соединенных Штатах, чувствуют, что они восстают во многих отношениях. Это верно. Я могу посмотреть посещаемость нашего собственного веб-сайта; все хотят купить грузовик Slate за 25 000 долларов, а у него даже нет радио. Это просто аккумулятор на колесах. Вот и вся машина. На нем даже нет покраски. Сейчас мы отказываемся от покраски автомобилей, чтобы снизить стоимость. Вы говорите о большом количестве вычислительных ресурсов в автомобиле, большом количестве возможностей подключения и, возможно, о большом количестве оперативной памяти для загрузки моделей. Это верно. Как это происходит? Подталкивает ли это вас к модели роботакси или вы думаете, что люди просто будут покупать дорогие беспилотные автомобили? Определенно, для создания автономных автомобилей требуется много оборудования, но другая тенденция заключается в том, что стоимость оборудования довольно быстро падает по мере того, как технология становится более зрелой. Например, радар. Даже за свою карьеру я видел, как цены на радары, вероятно, падали как минимум в четыре или пять раз за 15 лет, потому что объемы становились все больше и больше, чем себестоимость. Я также был свидетелем падения цен на сенсоры фотоаппаратов. Конкурентов становится больше, и конкуренция приводит к снижению цен, когда объем становится больше. Эффект масштаба определенно присутствует в ADAS, и все компоненты становятся гораздо более зрелыми и до некоторой степени востребованными. Как вы знаете, компьютеры растут такими быстрыми темпами. Некоторое время назад мы говорили о законе Мура в полупроводниковой промышленности, но в сегменте беспилотного вождения потребности в компьютерах растут действительно поразительными темпами. Грубо говоря, речь идет о 10 раз каждые два года. Это безумие. И прямо сейчас, благодаря успеху искусственного интеллекта и, очевидно, Nvidia, мы сможем обеспечить автомобили такого рода массовыми вычислениями по доступной цене. В облаке или в машине? В машине. Ранее я спрашивал вас о борьбе за тренировочную способность. За производственные мощности тоже приходится бороться? О, да. Потому что эти затраты растут для всех. Да, конечно. Да. Мне любопытно, но именно требования Nvidia увеличивают стоимость для всех. Так как же получить невероятные мощности, когда другие подразделения Nvidia готовы платить любые ставки, которые кто-либо потребует? Ну, это тот же самый ответ, который я вам дал. Я не знаю, могу ли я сказать что-то еще, потому что мы такая стратегическая компания, и наш автомобильный бизнес тоже преуспевает, но, очевидно, не такими темпами, как у нашего бизнеса в сфере центров обработки данных. Но мы, как и сам Дженсен, твердо верим в будущее AV. Мы продолжаем инвестировать в эту технологию и в это будущее, не только выделяя внутренние вычислительные ресурсы, но и выделяя производственные мощности. Это определенно одна из вещей, которую мы изучаем.  На самом деле, скорее всего, даже цена чипа должна будет вырасти из-за высокого спроса на каждый чип, за который каждый сможет ухватиться. Положительная сторона заключается в том, что технология действительно становится [хорошей]. Я говорил о чипе, а также немного о сенсоре. Я говорил о Hyperion, готовой к использованию платформе, состоящей из вычислений и датчиков. Поэтому мы действительно пытаемся найти баланс между затратами и тем, что мы можем сделать. Мы ищем то, что мы называем достаточным набором датчиков, необходимым для достижения высокого уровня автономности. Например, в Hyperion 10 мы действительно предлагаем две версии. Одна — база, состоящая в основном из камер: 10 камер, три радара, ни одного лидара. Это очень экономичный способ создания автомобиля ADAS уровня L2++. А с другой стороны, для более высокого класса есть то, что мы называем Hyperion High: мы предоставляем необходимый набор датчиков, который включает, я думаю, 14 камер, три лидара и семь радаров, чтобы иметь достаточную избыточность датчиков для управления L4. Вам также необходимо резервирование ЭБУ. Вам нужно наше следующее поколение – ну, точнее, компьютерная платформа текущего поколения на базе SOAR. Представьте себе, что у вас есть машина, которая действительно может ездить сама по себе. Мы верим, что с помощью этого набора датчиков и этой компьютерной архитектуры мы сможем достичь такого уровня автономности, который оправдает затраты. Минимальный набор датчиков для автономности вызывает горячие споры. Это уже давно горячо обсуждается. Я думаю, что Илон Маск сказал, что много лет назад он считал лидар локальным максимумом, и это стало началом этой дискуссии. Эта дискуссия не утихла никоим образом, ни в какой форме. Как вы думаете, уровень 4 требует лидара? Короткий ответ: да. Мы считаем, что лидар является важным датчиком, обеспечивающим безопасность и резервирование, необходимые для автономности 4-го уровня. Но с другой стороны, сложно сказать, что это на 100% необходимо. Мы считаем, что это вполне осуществимый путь, основанный на конфигурации с большим количеством датчиков Hyperion 10, позволяющий достичь как действительно высокого уровня городских возможностей, так и возможностей шоссе 4-го уровня. С другой стороны, теоретически люди могут на большом опыте доказать, что лидар может и не понадобиться. Но по сути это будет связано с ограничением ODD. Извините, каково ограничение ODD? Область эксплуатационного проектирования (ODD) по сути является применимой областью. Вы можете внедрить эту технологию. Мы провели довольно большой анализ по этому поводу. Основываясь на нашем текущем понимании и структуре, которую мы используем для проведения этого анализа, мы считаем, что для развертывания этой технологии L4 во всех ODD, от которых может извлечь выгоду наш клиент, гораздо лучше иметь лидар, чем не иметь его. Когда вы смотрите на то, где находится Tesla с полным беспилотным вождением, их транспортными средствами и их абсолютной приверженностью созданию системы, основанной на видениях, думаете ли вы, что в настоящее время они опережают вас? Как вы думаете, они в паритете? Думаешь, они позади тебя? На этот вопрос есть два уровня ответа. По базовой технологии L2++ Илон, наверное, впереди всех. У него уже давно было подразделение, и он долгое время придерживался идеи разработки и тестирования технологии на огромном флоте. Никто не станет утверждать, что Илон опережает всех на рынке ADAS и, по сути, все играют в догонялки. И на самом деле мы очень рады, что Илон настолько успешен. Очевидно, что Илон также является для нас крупным клиентом как для SpaceX, так и для Tesla в области компьютерных графических процессоров. Мы поддерживаем его и его команду, чтобы они добились успеха. Я думаю, что уровень 4 более открыт. Есть признанные и проверенные игроки, такие как Waymo, которые уже помогают клиентам по-настоящему испытать L4, используя используемые ими методологии. Тесла, вероятно, все еще пытается найти путь туда. Мы не пытаемся выбрать победителей, но пытаемся помочь каждому разработать эту технологию. Наша миссия на самом деле состоит в том, чтобы попытаться заставить экосистему AV достичь этого видения: каждая миля, все, что движется, будет автономным. Такое видение становится реальностью. Были ли у вас разговоры с руководителями Tesla об использовании лидара? Без всякой причины это кажется странным религиозным, особенно если затраты снижаются, как вы говорите. В какой-то момент, если лучшее технологическое решение уже рядом, возникает ощущение, что каждый должен просто его использовать. Были ли у вас такие разговоры? Ну, вообще-то нет, не я. Моя команда определенно это сделала. Я с нетерпением жду этого разговора с ними. По большей части это просто фундаментальная наука и рассуждения. Также приятно услышать их мнение. В заключение я хочу поговорить о чем-то, что, возможно, меньше всего под вашим контролем. Модели будут становиться лучше, Nvidia продолжит производить чипы, возможно, клиенты будут продолжать требовать беспилотного вождения. Все это похоже на то, с чем ты справляешься. Но автомобильный рынок, передний край автомобильного рынка происходит в Китае. Я думаю, мы можем просто договориться об этом. Потребители в США открывают TikTok и видят, как влиятельные лица, занимающиеся автомобилями, говорят об автомобилях BYD, и жалуются в комментариях, что не могут получить эти автомобили. Я посмотрел видео о Бьюике, который находится в Китае. Это Buick EV, который нельзя купить в Соединенных Штатах, и американские клиенты в ярости из-за того, что Buick производит в Китае автомобили лучше, чем здесь. Между США и Китаем существует множество торговых барьеров. Nvidia находится в центре этой борьбы во всех отношениях, будь то тарифы на импорт автомобильных компонентов или буквальное блокирование того, какие чипы можно продавать и куда идут доходы от этих чипов. Какую роль в этом играет торговый хаос между США и Китаем, когда вы пытаетесь продвинуть автомобильный рынок вперед? Ты об этом думаешь? Это что-то, что замедляет развитие отрасли? Это что-то, что вы можете преодолеть? Что ж, я, конечно, верю, что у политиков есть свои доводы и обоснования, чтобы проводить политику в том виде, в каком мы видим ее сейчас. Как Nvidia, мы являемся игроком открытой экосистемы. У нас по-прежнему много клиентов в Китае. Мы пытаемся помочь… Например, мы все еще поставляем чипы вывода для автомобилей, потому что они все еще ниже порога того, что графические процессоры разрешено продавать на рынке Китая. Мы также работаем со всеми китайскими OEM-производителями. На самом деле, очевидно, не все из них, но немало из них, чтобы помочь со стороны инфраструктуры, предоставляя инструменты моделирования. Мы работаем с ними над моделями с открытым исходным кодом: Cosmos и Alpamayo. С одной стороны, мы можем помочь им улучшить свои модели. С другой стороны, мы также можем извлечь уроки из конкуренции на китайском рынке. Мы также очень тесно сотрудничаем с остальными OEM-производителями мира и стараемся поставлять все платформы Nvidia на разных уровнях различным OEM-производителям, чтобы помочь им добиться успеха. Опять же, мы не выбираем победителей и стараемся работать со всеми. Миссия предельно ясна, и мы стараемся воплотить это видение в жизнь, насколько это возможно. Когда вы говорите об обмене данными между OEM-производителями для лучшего обучения моделей и повышения их эффективности, существуют ли какие-либо нормативные препятствия или конкурентные препятствия между обменом данными с китайскими OEM-производителями, а также с американскими и европейскими OEM-производителями? О да, конечно. Ограничения действуют не только в Китае, но и в других регионах. Например, в Европе действуют определенные правила в отношении данных. Мы соблюдаем все местные правила, чтобы гарантировать соответствие требованиям различных регионов. Означает ли это, что региональные варианты моделей обладают разными возможностями или они лучше справляются с разными задачами? Потому что, если входные данные разные, похоже, что и выходные данные будут другими. Абсолютно. Ну, во-первых, что касается серийной модели, мы стараемся как можно меньше ее форкать, но будут базовые региональные различия. Модель будет вести себя по-разному в разных регионах в зависимости от входных данных. Некоторые вещи мы называем кодировкой страны. Очевидно, что правила в разных регионах сильно различаются, например, в Европе и в США. Требуется некоторая адаптация, и некоторые параметры также отличаются. Да, это довольно интересное путешествие — попытка масштабировать технологию в разных частях мира. Считаете ли вы, что — на основе разных подходов к регулированию, разных подходов к данным, разных входных данных, разной конфигурации OEM-производителей и того, во что они готовы инвестировать, разных субсидий со стороны правительств — Китай первым доберется до уровня 4 как массовый опыт беспилотного вождения? Потому что, если бы мне пришлось взглянуть на это, я бы поспорил, что беспилотное вождение 4-го уровня появится в Китае гораздо раньше, чем это произойдет в Соединенных Штатах как массовый опыт. Я вообще-то не думаю, что это правда. Как вы знаете, Waymo уже предоставляет всем доступ к L4, по крайней мере, в некоторых ODD в Сан-Франциско, и они довольно быстро масштабируются. Китай, очевидно, является гораздо более динамичным конкурирующим рынком, и там довольно много игроков. Но мой опыт показывает, что все они обладают зрелостью Waymo, по крайней мере, в Сан-Франциско. Мы пытаемся помочь всем участникам экосистемы. С точки зрения OEM, это другая конкурентная среда, но даже со стороны OEM, я думаю, в разных регионах разные виды… Ну, с одной стороны, китайские улицы также гораздо более сложны по сравнению с улицами США. А уровень 4 я бы иногда называл игрой с нулевым Pne. Либо оно у тебя есть, либо его нет. На сегодняшний день, я думаю, единственный, кто действительно доказал, что L4 может быть безопасно развернут для каждого клиента без водителя в регионе размером с город без каких-либо ограничений, все еще находится в США или в Китае. Да, это Вэймо. Я думаю, Waymo будет очень польщена, услышав, что их называют массовым опытом. Я признаю, что для некоторой части людей в Сан-Франциско Waymo — это массовый опыт. Я думаю, что для подавляющего большинства американцев это еще не так. И это большой поворот, верно? Когда Waymo может работать на снегу? Когда они собираются разместить их в Чикаго? И в Нью-Йорке. Как человеку, который долгое время был в Чикаго, мне очень любопытно, как обстоят дела в Чикаго и Нью-Йорке. У меня вопрос: ощущается ли при обычном опыте такое ощущение, будто вы просто покупаете машину, а ADAS уровня 2 сейчас является своего рода товаром в автомобилях. Уровень 4 станет основным товаром в автомобилях. Нажимаешь кнопку и машина начинает двигаться сама. Как вы думаете, насколько мы далеки от этого? Это и есть моя миссия – попытаться помочь отрасли достичь этой цели. Я бы сказал, что если мне нужно дать срок, я бы сказал не пять лет, а меньше пяти лет. Это смелый прогноз. Я думаю, мы оставим это на этом, потому что пришло время. Ты был действительно великолепен, Синьчжоу. Я рад снова поговорить с вами. Мы вернёмся к вам не раньше, чем через пять лет, чтобы проверить это предсказание. Но что нам следует ожидать от Nvidia дальше? Есть довольно много вещей, которые мы планируем. Прежде всего, к концу этого года мы внедрим нашу технологию ADAS на все автомобили Mercedes, а также на некоторые другие партнеры по всей территории Соединенных Штатов. Начиная с следующих нескольких лет, мы постараемся распространить эту технологию на остальной мир. При этом мы также тесно сотрудничаем с нашими партнерами, например, с Uber. Мы объявили, что в GTC попытаемся внедрить сервис L4 в ближайшие несколько лет. Это очень интересно. Кроме того, мы снова являемся игроком экосистемы. Мы работаем практически со всеми OEM-производителями. Прямо сейчас я бы сказал, что 80% OEM-производителей массового производства используют экосистему Nvidia Hyperion для L4. Мы строим это будущее вместе со всеми. Надеюсь, где-нибудь в будущем вы увидите от нас еще больше интересных объявлений.  Что ж, как я уже сказал, мы скоро должны будем вернуть тебя. Огромное спасибо за то, что вы есть на Decoder. Спасибо, что пригласили меня, Нилай. Очень приятно с тобой общаться. Вопросы или комментарии? Свяжитесь с нами по адресу [email protected]. Мы действительно читаем каждое письмо!