האתגרים בדרך לרכבים אוטונומיים מלאים: האם AI יצליח לשנות את הכללים?
מערכות נהיגה אוטונומיות בדרגה 3 כבר פועלות, אך המעבר ל-Level 5 מלא מתגלה כמורכב מכפי שצפו. אתגרים טכנולוגיים כוללים מגבלות סקאלביליות, דרישות סותרות של ביצועים מול צריכת חשמל, ומגבלות חומרה. פתרון אפשרי: טכנולוגיית עיבוד עצבית חדשה המשלבת תוכנה וחומרה בעיצוב משותף ל-SoCs הטרוגניים.
הדרך הארוכה לרכב אוטונומי מלא
בעוד מערכות נהיגה אוטונומיות בדרגה 3 (Level 3) כבר נמצאות על הכביש, המעבר לנהיגה אוטונומית מלאה (Level 5) מתגלה כאתגר מורכב וממושך יותר מהצפוי. מחקר עדכני של Semiconductor Engineering חושף את המכשולים הטכנולוגיים העומדים בפני התעשייה:
- בעיות סקאלאביליות: הטכנולוגיות הקיימות לא יצליחו להתרחב למימדים הנדרשים - ביצועים, צריכת חשמל, שימוש בזיכרון, שטח השבב וקישוריות
- דרישות סותרות: הצורך להגדיל את כמות הפעולות של בינה מלאכותית תוך הורדת צריכת האנרגיה
- אתגרי חומרה: מגבלות ביכולות העיבוד של שבבים קיימים
פתרון פורץ דרך?
המאמר מציג טכנולוגיית עיבוד עצבית חדשנית (scalable neural processing) המבוססת על:
- עיצוב משותף (co-design) של חומרה ותוכנה
- ארכיטקטורת SoCs הטרוגנית ומותאמת אישית
- IP גמיש המותאם לסוגי עומסי עבודה שונים
"השילוב בין חומרה יעודית לאלגוריתמים מתקדמים עשוי להוות קפיצת מדרגה בדרך לאוטונומיה מלאה", נכתב במחקר. עם זאת, המומחים מדגישים כי הדרך לרכב שיכול לנווט בכל תנאי דרך ללא התערבות אנושית עדיין ארוכה וצפויה לכלול לא מעט אתגרים הנדסיים.
מקורות