엔비디아 & 현대차 자율주행 전략 (GPU / 인공지능 / 오픈소스 / 드라이브 AGX 자비에 / CUDA 쿠다 / 인텔 모빌아이 EyeQ / 테슬라 FSD / 앱티브 / 오로라) 와~~

>

1. 엔비디아 자율주행 하드웨어(일)드라이브 AGX자비에(DRIVEAG Xavier)-엔비디아는 인공지능 컴퓨팅 기술을 기반으로 자율주행 시스템 개발에 필요한 AI칩셋(Xavier SoC), 슈퍼컴퓨터(DGX Super POD), 시뮬레이터(DriveSIM, DRIVEConstellation)등의 기반 플랫폼을 개발. 자율 주행 차를 직접 생산하지는 않겠지만 이를 파트는 당신의 대기업이 설계하는 자율 주행 자동차에 접지금 방식 ​ ​ ​-CPU는 데이터를 11이씩이지만 아주 아주 빨리 차례로 처리하는 한편 GPU는 동시 다발적으로 발생하는 정보를 CPU보다는 느리지만 대신 한꺼번에 처리. 자율 주행의 경우 레이더와 라이더, 카메라, 센서 등에서 발생한 정보를 동시에 파악하고 분석해야 하기 때문에 자율 주행에서도 GPU의 역할이 중요 ​ ​-CES 20일 8에서 엔비디아는 '드라이브 자비에'라는 제품을 공개. 신뢰할 수 있는 자율 주행 자동차를 만들기 위해서는 안정적인 시스템이 필요, 특히 인터넷 네트워크에 연결되지 않은 상황에서도 그치지 않고 사건 없이 작동해야 한다는 목적으로 개발된 제품 ​-안정적인 솔루션만 아니라 30W의 전력만으로도 한초에 30조 회의(30 TOPS)의 연산이 가능할 정도로 효율적인 제품으로 320개 이상의 고객사에 제공 ​-엔비디아는 드라이브 자비에 개발을 위한 4년의 연구 기간 동안 약 20억달러를 투입. 90억개 이상의 트랜지스터, 8개의 코어 GPU, 5일 2개의 볼타(Volta)GPU, 새로운 디플러 닌 가속기와 컴퓨터 비전 가속기, 8K영상 프로세서 등을 탑재 ​ ​ ​(2)의 드라이브 AGX페가수스(Pegasus)/윤리(Orin)-20일 9년 4월 이 회사는 FSD칩을 공개하면서 세계 최고의 자율 주행의 컴퓨터 시스템을 개발했습니다 설명. 이런 주장에 대해서 엔비디아는 비교 대상이 잘못됬 슴니다.고 정면으로 반박하고'드라이브 페가수스'제품을 언급 ​-테슬라는 2칩 FSD를 오토 파 1롯데 목적으로 설계한 드라이브 자비에 단 1칩과 비교했지만, 엔비디아는 진정한 비교 대상은 같은 완전 자율 주행 목적으로 개발된 칩, 드라이브 AGX페가수스가 돼야 한다고 설명 ​-페가수스는 자비로 시스템 온 칩(SoC)프로세서 2개, 별도의 차세대 GPU 2개, 디플러 닌과 컴퓨터 비전 알고리즘의 가속화를 위한 하드웨어가 결합된 제품. FSD칩의 처리 속도가 하루 44 TOPS였으나, 페가수스는 이보다 두배 이상 빠른 320 TOPS(초당 320조 회의 연산)​

>

<출처:NVIDIA>​ ​ 그 때문에 20하나 9년 하나 2월 엔비디아는 자율 주행 자동차와 로봇을 향한 최성국 던 초단 소프트웨어 정의의 플랫폼인 엔비디아'드라이브 AGX올림'를 공개했다. 하나 70억개의 트랜지스터로 구성된 새 SoC를 기반으로 하는 플랫폼에서 4년에 걸친 연구 개발이나 투자 ​-즉, ADAS수준의 컴퓨팅 제품이 자비에 자비를 활용한 완전 자율 주행의 수준의 제품이 페가수스, 그 때문에 자비의 업그레이드 버전이 올리다 소음. 이는 다시 링을 활용하고 완전 자율 주행용 플랫폼을 만들면 현재의 페가수스 이상의 성능을 발휘하는 제품이 자신 있다는 것을 의미 ​-린 SoC는 엔비디아의 차세대 GPU아키텍처와 ARM의 헤라클레스(Hercules)CPU코어, 초당 200조의 연산을 제공하는 새로운 디플러 닌과 컴퓨터 비전, 가속을 통합, 이전 세대의 자비에 대비 7배 향상된 성능을 구현 ​-자율 주행 수준 2부터 수준 5까지 확장 가능한 아키텍처 호환의 플랫폼과 OEM업체가 대규모의 복잡한 소프트웨어 제품 군을 개발하도록 지원. 오린과 자비에는 전체 개방형 쿠다(CUDA)텐서 RT(TensorRT)API라이브러리를 통해서 프로그래밍이 가능하고 개발자는 다양한 제품세대에 걸쳐서 효율적으로 활용 가능 ​ ​ ​(3)자율 주행용 슈퍼 컴퓨터-20하나 9년 6월 엔비디아는 자율 주행 차의 개발 속도를 향상시키기 위한 인공 지능 인프라를 제공하는 슈퍼 컴퓨터의 DGX SuperPOD를 발표 ​-엔비디아 DGX SuperPOD는 세계에서 22번째로 빠른 슈퍼 컴퓨터에서 96개의 엔비디아 DGX-2H슈퍼 컴퓨터와 메고 녹스(Mellanox)인터 커넥트(Interconnect)기술로 3주 만에 구축. 9.4배 후 롭의 처리 능력을 통해서 자율 주행에 요구되는 수많은 딥 뉴럴 네트워크(Deep Neural Network, DNN)을 연습 ​-인공 지능 교육 모델 ResNet-50은 20하나 5년에 발매 그때 최근 시스템이었다 단일 엔비디아 K80 GPU에서 교육하는 데 25일이 소요된 반면 이번에 발매된 DGX SuperPOD에서는 2분도 걸리지 않을 정도로 하나 8,000배 이상의 성능 향상. 도 한 이 성능 수준을 가진 다른 상위 500개의 시스템이 수천대의 서버로 구성되는 것보다 DGX SuperPOD는 크기가 400배 작은 공간을 적게 획득 ​-국내 기업 가운데 현대 모비스가 처음에 DGX SuperPOD를 도입. 그 외, DGX 시스템은 이미 BMW, 콘티넨 가면, 포드, 제뉴이티(Zenuity)등의 자동차 메이커는 물론, facebook, 마이크로소프트, 후지필름등의 기업이나 일본 화학 연구소(RIKEN), 삼중당신지국(US Department of Energy)등에서 채용

>

<출처:NVIDIA>​ ​ ​(4)주요 자동차 회사의 고객-볼보(Volvo):202개년 자율 주행 레벨 4기술을 적용한 차량에 출시를 목표로 하고 있는 볼보는 엔비디아의 자비를 기반 코어 컴퓨터를 차세대 SPA2플랫폼에서 적용할 계획. 현재 페가수스 플랫폼에서 차량 내 AI컴퓨팅을 구축하고,'Drive AV'라고 하는 소프트웨어 스택 전체를 360번 센서 처리, 인식, 맵 로컬 라발쿰이션(Map localization)경로 계획 등에 활용 ​와 도요타(Toyota):20하나 9년 도요타의 자율 주행 전문 기업 TRI-AD와 자율 주행 자동차 개발, 교육 및 검증을 위한 파트 쟈네시프 체결. 자율 주행 차량 TRI-P4에 자비를 사용 ​-폭스바겐(Volkswagen):차세대 지능형 차량 개발에 인공 지능과 디플러 말리닌이 중대한 역할을 담당합니다는 비전을 엔비디아와 공유하고 새롭게 운전석의 경험의 개발 및 안전성 향상을 위해서 에느비디아도라이브 IX플랫폼을 이용 ​-우보(Uber):안전과 안정적인 자율 주행 차량을 개발하려면 처음 단 인공 지능 소프트웨어와 고성능 GPU엔진을 차량 내 탑재해야 합니다 설명하고 자율 주행 차량 및 트럭의 상용화를 위한 인공 지능 컴퓨팅 시스템에 엔비디아의 기술을 채용 ​와 소니(Sony):CES 2020에서 자율 주행, 전기 차를 공개. 핵심 반도체에서 엔비디아의 제품을 사용 ​-다이다로(Daimler):멜세데스·벤츠의 모기업인 다이다로글ー프은 자율 주행 시스템용 반도체를 엔비디아에 의존 ​-비오 니어(Veoneer):스웨덴의 자동차 부품 업체의 비오 니어는 자율 주행 레벨 4의 실현을 위해서 자비에 기반을 둔 컴퓨터 Zeus를 활용하여 기술 개발 중 ​-섬(NIO):반도의 전기 차 업체인 인왕상(NIO)와 시아오퐁(Xiaopeng Motor)은 자비를 활용하고 자율 주행 수준 2이상으로 대응할 계획 ​ ​ ​ ​ 2.CUDA(Compute Unified Device Architecture, 쿠다)/오픈 플랫폼 ​(하나)CUDA의 개요-CUDA는 2006년 하나하나 Env미디어가 만든 기술기술에서 GPU를 이용하여 범용적인 프로그램을 개발할 수 있도록 지원하는 병행 컴퓨팅 플랫폼 및 API 모델-초기에는 C, C+만 지원하였으나, 현재는 다양한 언어로 사용 가능하며, 딥러닝을 지원하는 다양한 라이브러리도 CUDA와 함께 제공되고 있다. 엔비디아 이외의 그래픽 카드에서는 작동하지 않는 소리-CUDA 이전까지 개발자들에게 GPU 프로그래밍은 극소수만의 고급 기술. CUDA는 이를 C본인 C++처럼 1반 개발자들에게도 익숙해진 고급 언어와 문법으로 만들어 GPU자원에 대한 접근성을 크게 개선 ​-이에 따라서 관련 개발, 생태계가 계속 확장되기 시작했고 그 결과 현재 쵸쿰고의 모든 디플러 닌 개발의 프라이다 워크로 CUDA와 관련 라이브러리인 'cuDNN'을 최우선으로 지원. 사실상 GPU 기반의 AI 개발의 보통으로 인식되고 있는 소리 단, CUDA는 엔비디아의 GPU만을 지원하는 폐쇄성이 짙으며, 이를 대체하기 위한 범용 GPU 연산 플랫폼 "OpenCL"이 등장. 인텔, AMD, 에키풀 등 엔비디아의 경쟁사들이 미루어 있는데 다 디플러 닌 프레이이다 일자리 지원 비율 이본의 성능은 CUDA와 비교해서 상대적으로 아침은 적 ​-딜로이트에 따르면 20하나 6년 전 세계 AI프로세서의 판매량은 약 하나 0만개고 이 중 대부분이 GPU기반.20하나 8년에는 총 80만개로 증가했으며 GPU프로세서가 50만개, FPGA 20만개, ASIC하나 0만개. 빠르게 확대되는 인공지능 시장에서 NB디아는 범용성 및 쿠다와 같은 오픈소스 플랫폼을 통해 여전히 영향력을 발휘합니다.

>

<출처:NVIDIA>​ ​ ​(2)오픈 플랫폼-사실상 자율 주행 자동차를 연구하고 개발하는 약 간 모든 것의 큰 기업들이 컴퓨팅 스택에서 엔비디아를 활용.엔비디아는 자사의 자율 주행 기술을 오픈 플랫폼에서 공유하고 현재 수백곳의 쿵키오프이 엔비디아 자율 주행 플랫폼에 참여하고 있는 것 ​-엔비디아가 지난 2018년 12월 발표한 '지에쯔승 AGX자비에(Jetson AGX Xavier)'모듈은 수많은 AI아이플 케이션에 사용되고 있는 엔비디아 AI플랫폼을 활용. 이곳에는 개발자들이 신경망을 신속히 훈련하고 배포하도록 지원하는 툴과 워크 플로우 세트를 함께 공급 ​-2019년 12월 엔비디아는 '에느비디아도라이브(NVIDIA DRIVE)'딥 뉴럴 네트워크에 대한 액세스 권한을 운송 업계에 공급하면 발표. 에느비디아도라이브은 자동차 및 트럭 제조 업체로 택시 회사, 소프트웨어 회사나 대학교에서 광범위하게 사용되는 자율 주행 개발의 실질적인 뭔가 ​-사전 훈련된 인공 지능 모델에 대한 접근과 훈련 코드를 공급함으로써 운송 업계의 큰 기업은 엔비디아 GPU클라우드(NVIDIA GPU Cloud, NGC)컨테이너 레지스트리에서 자율 주행 차량에 대한 모델의 확장과 커스터마이즈 등 자유롭게 개발할 수 있음 ​ ​ ​ ​ 3. 엔비디아 사업 철학 ​-인텔의 EyeQ칩이 자율 주행의 하드웨어 및 소프트웨어 솔루션이 통합된 완성품이라면, 자비에는 GPU하드웨어를 공급하고 소프트웨어는 고객사들이 자신만큼 잘 개발하도록 지원하는 개발 키트를 보ー루그프하는 개념 ​ 또한, 엔비디아의 "DRIVE AV"는 자율 주행을 위한 소프트웨어로, 교차로나 차선을 인식하는 등, 자율 주행 인지 분야를 그 다음단.엔비디아는 자율 주행의 분야에서 티아 1회사가 기대보다 다소 늦게 기술을 발전시킨다는 판단이 들어 고객을 마중 가는 개념으로 소프트웨어에도 참여했다 설명-이를 통해 엔비디아가 강조하는 철학은 바로 엔비디아는 하드웨어 공급회사라는 점. 자율 주행이나 인공 지능에 관한 핵심 기반이 되는 GPU을 고객사에 공급하고, 고객사들이 이를 더 잘 활용할 수 있도록 개발 키트 또는 에 떨었다 정도 필요한 소프트웨어만을 개발하고 오픈 소스로 공급 ​- 이렇게 더 많은 참가자들을 끌어들이고, 그들이 엔비디아의 플랫폼에 맞추어 더 많은 아이플 케이션을 생성하고 생태계를 키우고 나가는 선순환 구조가 바로 엔비디아의 목적 ​ ​ ​ ​ 4. 엔비디아의 자율 주행 통신 및 보안 ​(1)5G-엔비디아가 생각에는 5G가 자율 주행 기술에서 차지하는 비중은 그다지 크지 않음. 자율 주행에 필요한 대부분의 AI연산은 차량 내에서 이루어지기 때문 ​-5G는 저지 연성과 빠른 속도가 특징이지만, 5G와 클라우드 서버를 통한 차량 제어는 자체 연산 방식과 비교하여, 아무래도 늦을 수밖에 없음 ​ 만약 5G를 통해서 주행하는 도로에 대한 상황(보행자, 장 아이 수의 유무 등)을 미리 받아 최적화된 경로를 채택하는 등 1부 참조를 할 수는 있지만 자율 주행을 5G에 전적으로 의존하기는 어렵다고 설명 ​ ​ ​(2)가상화와 차량 시스템의 초기 단계부터 보안 프로토콜의 탑재와 최적화에 노력. 특히 데이터센터에서 검증된 보안 기술을 우선적으로 적용 중-그리고 차량 인포테인먼트 시스템이 해킹되더라도 이를 가상화를 통해 분리해 놓으면 모드 시스템 해킹의 영향을 최소화할 수 있으므로 가상화 기술도 고려하고 있다※네트워크 슬라이싱 관련 스토리 참고

가상화는 데이터센터의 효과적 활용을 위한 기술에서 시작하여 클라우드 서비스를 가능하게 하는 기반기술로 자리매김. 그리고 서서히 네트워크 영역 확장되어 5G장비뿐만 아니라 네트워크 슬라이싱과 같은 기술을 통해서 자율 주행 보안에도 고려되는 등 그 중요도가 높아지는 소리 ​

>

<출처:한양대 정보 시스템 학과 웹 매거진>​ ​ ​ ​ 5. 자율 주행 ASIC칩 ​(1)테슬라 FSD-GPU는 비싼 가격과 소비 전력이 높다는 단점으로 가격 경쟁력을 갖춰야 한다 대중적 양산 차에 적용하는 데 한계가 있다는 지적을 받는 소리. 거기에 완성 차 업체들은 엔비디아에 대한 지나친 의존도를 아침 춤과 대체할 칩을 개발 중 ​-테슬라는 기존 엔비디아의 칩을 사용헷우 자신, 2019년 독자적인 자율 주행 컴퓨터 칩의 개발에 성공. Neural Network Accelerator을 활용한 72 TOPS를 갖춘 SoC 2개를 사용하고 144 TOPS의 연산 속도를 실현. 소비 전력은 기존의 목표 치 100W보다 더 아침은 72W​-엔비디아는 2개의 자비에 SoC와 2개의 GPU에 320 TOPS의 보다 높은 연산 속도를 갖췄지만 소비 전력이 400W에서 매우 매우 높은 편 ​

>

​

>

​ ​ ​(2)인텔 모빌 아기기 EyeQ-인텔은 아톰(Atom), 제온(Xeon)과 같은 서버용 CPU기반으로 발전한 ADAS(Advanced Driver Assist System)플랫폼과 소프트웨어 등을 개발하며 자율 주행을 위한 머신 러닝, 보안, 연줄 크티도우 등의 기술력을 순조롭게 확대하고 왓 sound​ 그 때문에 카메라, 이미지 처리, 마이크로 프로세서, 매핑 자율 주행 대응 방법 등을 결정하는 소프트웨어를 개발. 이 소프트웨어는 각 차량 제조사의 특성에 맞추어 가변적으로 적용 가능한 시스템으로서 FCA(Fiat Chrysler Automobiles), BMW가 협력하는 제작 ​-인텔-모빌 아기기 통합 솔루션은 레벨 4와 수준 5자 유루 성주의 외출의 개발을 위한 것으로 2개의 EyeQ5 SoC와 하나개 인텔 아톰(Intel Atom)C3xx4프로세서, 모빌 아기기의 소프트웨어로 구성 ​-에키키큐(EyeQ)칩 생산량은 20개 4년 270만개로 연평균 성장률 46퍼.세인트를 보이며 20하나 9년 하나 700만개까지 증가했고 누적 생산량 5,400만개를 기록. 차량용 ASIC으로 만들어졌으나 현재는 ASSP(Application Specific Standard Product)에 의해 범용화된 보인다 sound​-7나노 핑펫(FinFET)공정을 적용한 차세대 EyeQ5칩 2020년 말에 발매, 202나이로부터 연간 약 800만개를 양산할 계획. EyeQ5는 연산 처리 속도를 EyeQ4보다 하나 0배 빠른 24 TOPS수준으로 강화 ​ ​※인텔 모빌 아기기 및 EyeQ칩에 얽힌 스토리 참고

​ ​-에그 땅 효율은 엔비디아 자비가 10W에 10 TOPS, 테슬라 FSD 10W에 20 TOPS보다 인텔 EyeQ5는 10W에 24 TOPS. 즉 가장 높은 성능을 내는 제품은 엔비디아의 페카스스 이본이다 인텔 EyeQ5는 소비 전력 대 성능이 가장 높은 제품 ​

>

​ ​ ​ ​ 6. 현대 차 그룹의 자율 주행 ​(1)앱(Aptiv)-앱은 오메리카 자동차 부품 업체 델파이에서 분사된 차량용 전장 부품 및 자율 주행 전문 회사. 인지 시스템, 소프트웨어 알고리즘, 컴퓨팅 플랫폼, 데이터 및 배전 등 업계 최고의 모빌리티 솔루션 포트폴리오 보유. 총 100여대 이상의 자율 주행 차를 운행하고 ​-CES 2018에서 자율 주행 레벨 4기술을 나쁜 날씨에도 20개 노선을 대상으로 성공적으로 시연하고 주목 받은 초. 당시 자율주행 셔틀업체였던 프랑스 자심브야 등 대부분의 업체는 시승행사를 포기했다. 앱은 눈이나 비가 많은 피츠버그에서 시작한 회사여서 오메리카 서부에 본사를 두고 있는 다른 업체들에 비해서 비바람에 강하다는 평가 ​-2015년 앱은 업계 최초로 오메리카, 자율 주행 횡단에 성공. 샌 프란시스코에서 뉴욕으로 가는 여정의 99%인 약 3,400야드 1를 완전 자율 주행 모든 것에서 주행. 이처럼 오메리카의 여러 도시의 자율 주행 빅 데이터를 소유하고 있는 것도 장점 ​-CES 2018이후 리프트(Lyft)와 함께 3,400개의 호텔, 카지노, 음식점이 있어 라스 베이거스 1마을 구간에서 자율 주행 로봇 택시 서비스를 운영하고 최근까지 95,000회 이상의 자율 주행 시승 성공. 서비스 초기 단 1건의 경미한 의문의 외에는 무우이뭉 주행. 이용자 평점 또 5점 만점에 4.95에 높은 만족도를 보이고 있는 것 ​-리프트 탑승 공유 서비스 중에 앱의 로보 택시가 끼어 있는 방식으로 승객들은 리프트 앱에서 차량 콜 옵션에 SELF-DRIVING를 선택하여 이용할 수 있다. 리프트 1반 서비스 옵션과 같은 요금 ​-웨이 모(Waymo)의 로보 택시의 규모가 더 크지만 웨이 운전하는 사전 등록된 1,000명의 승객들을 대상으로 한 반면 앱은 현재 세계 최대 규모의 공개형 로봇 택시 서비스를 운영하고 있습니다는 점이 특징적 ​-2019년 기준 매출 144억달러, 영업 이익 15억달러, 시가 총액 약 220억달러 ​

>

<출처:Yahoo Finance>​ ​ ​(2)합작 벤처 설립-20하나 9년 9월 현대 차 그룹은 앱과 협력 개발한 자율 주행 기술을 2022년 완성 차 시범 운영을 시작으로 2024년 본격적으로 적용하고 양산하는 것을 목표로 미국 현지 합작 법인(JV, 조인트 벤처를 설립 ​-업계에 자율 주행의 개발을 위한 합종 용후에은이 가속화되고 있지만 유수의 완성 차 업체와 주요 자율 주행 기업이 별도의 JV를 설립하고 자율 주행 차 기술 연구 개발하는 모델은 이례적이다. 현대 차 그룹은 JV에 총 20억달러(약 2조 3,900억원)출자. 직접 투자의 이유로는 다른 자동차 회사 기술을 공급하는 등 모든 현실성을 열어 두기 위한 뭐 있는 설명 ​-테슬라는 오토 파 1롯데 기능을 통해서 방대한 부분, 자율 주행 데이터를 받아 왔지만, 로보 택시처럼 아직 완전 자율 주행을 적용한 사례는 없다 sound. 웨이 운전하는 완전 자율 주행 로봇 택시 사업을 추진하고 있지만 차량은 다른 완성 차 메이커로부터 구입하고 개조한 것으로 개조한 자체 차량 외 이런 솔루션이 다른 차량에 적용되지는 않을 상황 ​-현대 차는 자체 차량에 자율 주행 수준 2~3의 급속한 도입을 통하고 기술의 상용화 비교룰루 보유하고 있으며 앱은 레벨 4~5와 관련된 소프트웨어에 상당한 기술력을 보유. 그래서 이번 합작 벤처 설립은 차량 하드웨어에서 자율 주행 소프트웨어까지 완전한 세트에서 탄셍 후와루할 수 있는 이례적인 시당신가 기대하게 만들어 완전 자율 주행 차의 급속한 상용화를 예상하는 것도 한 sound​-도 레벨 4~5개발에서 각 택지의 정밀 지도 및 데이터 수집 등 택지적인 특성이 점차 중요한 상황에 미국 전역의 빅 데이터를 보유하는 앱을 인수함으로써 현대 차는 아시아를 넘어 미국 시장의 자율 주행 서비스 활로를 개척할 것으로 보이​ ​ ​(3)엔비디아&인텔 모빌 아이와 현대 차 그룹은 자율 주행 차의 두뇌 역할을 하는 '인공 지능 기반 통합 제어기'개발을 위한 인텔, 엔비디아와 협업하고 있다. 현대 차는 CES 20하나 8에서 엔비디아와 제휴 관계를 맺고 있는 자율 주행 솔루션 전문 업체인 오로라(Aurora)와 협업을 발표했고 지난해에는 300억원 가량 투자 ​-이것에 의해서 모빌 아이 결별설이 흐르기 시작했으나 모빌 자식과의 협력도 잘 이뤄지고 있다는 정의선 수석 부회장의 발언과 1단 스그로도우루옷 sound​-앱 및 오로라는 자율 주행을 위한 소프트웨어에 집중.그래서 현대 차는 협력 개발한 소프트웨어를 잘 탑재할 수 있는 메인 칩을 자체 개발하려는 것으로 보이지만 최신 엔비디아와 가까운 행동을 보면 하드웨어 및 소프트웨어 통합 솔루션을 제공하는 모빌 아이에게는 종속의 위험이 있어 이에 대비하려는 움직이면 판단된다.​ ​ ​ ​ 7. 정리 및 시사점 ​(하나)종속의 위험-엔비디아는 그래픽 처리에 중점을 둔 AI을 바탕으로 오픈 플랫폼을 추구하는 한편 모빌 아이의 인공 지능 알고리즘은 블랙 박스에 가까운, 사용하는 완성 차 업체도 그 판단 자결의 과정을 정확히 알고 있는 어려움. 때문에 완성 차 업체의 기술 철학이나 사양에 맞게 커스터마이즈 할 수 있는 부분이 극히 제한적 ​-이것은 바로 레벨 4와 5단계로 올라갈수록 모빌 아이의 솔루션에 의존하는 완성 차 업체들은 자율 주행 주도권을 완전히 빼앗길 수 sound를 암시. 그래서 완성 차 업체들이 이를 고려한다면 장기적으로 봤을 때 교루이에키 범용적인 엔비디아의 자율 주행 플랫폼을 선택하는 것이 현실성이 매우 매우 높은 판단된 것 ​-완성 차 업체 자율적으로 ASIC메인 칩을 제작할 것도 있지만 현재 ASIC를 적용하는 기업도 구글이나 아마존과 같은 1부 IT글로벌 기업만의 것을 감안하면 전문성이 밀리는 완성 차 업체들이 적용하기는 쉽지 않을 것으로 예상 ​-테슬라는 스스로를 소프트웨어 기업이라고 칭하던 만큼 기술력에 내가 있으며 자체 차량에 FSD칩이 들어가도 비즈니스에 별의 의무에 물려sound. 그러나 모빌 아이 같은 팁 제공 업체의 경우에는 엔비디아처럼 얼마나 AI알고리즘을 완성 차 업체 치에에게 개방하고 협력하느냐가 관건이라고여겨지기 ​ ​ ​(2)현대 차와 현대 차 그룹은 앱 및 오로라(자율 주행 솔루션), 바이두(인공 지능). 얀덱스(로보택시), 엔비디아(인공지능 플랫폼), 옵시스(고성능 라입니다) 등의 자율주행 업체와 협력 중-현대차는 기존 사업을 통해 축적한 자본으로 이들 업체로부터 주로 소프트웨어 기술을 취득. 이런 기술을 받아 센서나 컴퓨팅 패키지 같은 하드웨어에 맞게 탑재하는 데 주력-그러므로 종속 리스크를 피해 엔비디아와의 협력으로 개발한 메인 칩 하드웨어가 필요한 연산을 뒤로 미루고 소프트웨어는 지분을 투자한 회사를 통해 개발해 자율주행에 있어 주도권을 잡을 것으로 추측된다.

>

<출처: HMG JOURNAL>