지난 주 기술 혁신의 날에 NIO는 자율주행 분야의 최신 NIO 월드 모델(NWM)을 공개하면서 공간적 이해와 시간적 이해의 이중 핵심 역량을 보유하고 있다고 주장하며 엔드투엔드 모델 배포를 능가한다고 밝혔습니다.
공식적으로 테이프 아웃에 성공했다고 발표된 자율 주행 칩, Shenzi NX9031은 NIO World Model에 맞춰 제작되었습니다. Shenzi NX9031은 NIO가 독자적으로 개발한 세계 최초의 5nm 자율 주행 칩입니다. NIO에 따르면, 하나의 칩은 4개의 업계 플래그십 칩(Nvidia Orin X)과 동일한 성능을 제공합니다.
지난 2년 동안 자율주행 칩은 자동차 제조업체의 핵심적인 획기적인 제품 방향이었습니다. NIO와 XPeng은 자체 칩을 개발해 왔고 Li Auto는 약간 늦게 시작했습니다. Longying No. 1을 기반으로 Geely의 자회사인 Xingjing Technology도 수년 동안 자체 개발 경로에 있었습니다.
리빈은 NIO가 작년에 많은 엔비디아 칩을 구매하여 회사에 많은 비용을 들였다고 공개적으로 밝혔습니다. 조달 비용을 고려하여 회사는 자체 개발한 칩으로 전환하기로 결정했습니다. 공식 성명에 따르면 Shenzi NX9031은 약 1년 안에 자체 비용을 회수할 수 있습니다.
자체 칩을 개발하는 데에는 여러 가지 이유가 있지만, "웨이샤오리"(NIO, XPeng, Li Auto의 총칭)의 주요 목표 중 하나는 엔비디아의 제약에서 벗어나는 것입니다. 업계 보고서에 따르면, 자체 개발한 칩은 매우 미래지향적이며 엔드투엔드 자율 주행과 같은 최신 트렌드와 일치할 것으로 보입니다.
하지만 엔비디아를 포위하는 중국군은 "웨이샤오리"에 국한되지 않습니다. 올해는 현지 칩 공급업체도 엔드투엔드 경쟁에 "걸려들었습니다". 지난달 중국 자동차 포럼에서 호라이즌 사장인 천리밍은 엔드투엔드가 현재 자율주행의 최종 단계에 대한 유일한 실행 가능한 솔루션이라고 분명히 밝혔습니다.
AIChip Intelligent Vehicle Division의 부사장인 루 지안펑은 엔드투엔드가 고급 자율 주행을 위한 유일한 방법이라고 믿습니다. 칩의 긴 설계 및 개발 주기로 인해 AIChip의 전략은 다른 모델을 건너뛰고 NPU 설계를 위한 UniAD 기술 아키텍처와 유사한 One Model 모드에 집중하는 것입니다.
산업 관점에서 볼 때, 외부 조달 비용이 높고, 국제 정세가 불확실하며, 테슬라가 자체 개발한 칩으로 이전에 누렸던 비용 절감 혜택 등이 모두 국내 자동차 제조업체의 칩 전략과 공급 모델에 영향을 미쳤습니다.
엔드투엔드 대형 모델의 인기는 새로운 자율주행 혁명을 촉진했을 뿐만 아니라 자율주행 칩의 제품 및 기술 진화를 가속화했습니다. 이는 자동차 제조업체에 자체 개발 칩에 대한 요구가 높아질 뿐만 아니라 레드오션의 칩 공급업체가 내부 경쟁을 가속화하도록 강요합니다.
자기개발의 물결이 도래했습니다
자동차 제조업체들이 자체 칩을 개발하는 이유는 무엇일까?
핵심 기술 마스터링: 공급 보안을 보장하고 공급업체, 특히 강력한 외국 공급업체에 의해 "교살당하지" 않도록 합니다.
리빈은 인터뷰에서 미국 규제로 인해 칩 공급에 대한 국제적 영향이 이미 중국 자동차 산업에 실질적인 영향을 미쳤다고 언급했습니다.
"작년 10월 이후로 우리는 클라우드 훈련에 세계에서 가장 진보된 칩을 사용할 수 없었습니다. 자율 주행 팀은 클라우드 기능뿐만 아니라 그룹 인텔리전스 기능도 살펴봅니다. 현재 에지 추론 칩의 위험은 낮지만, 여전히 다양한 변화에 대비해야 합니다."
사용자 정의:
업계 전문가들은 "Auto Commune"/"C-Dimension"에 자체 칩을 개발하는 새로운 자동차 제조업체가 가장 중요하게 고려하는 사항 중 하나는 차별화를 통해 제품 경쟁력을 강화하는 것이라고 말했습니다. 자체 개발한 칩은 사용자 정의 기능을 허용하기 때문입니다.
자동차 제조업체의 경우 자체 칩을 개발하는 데 비용이 많이 들지만 해외 칩 공급업체에 대한 의존도를 줄여 "모든 달걀을 한 바구니에 담지 않는다"는 것을 보장할 수 있습니다. 더욱이 자체 개발한 칩은 자체 알고리즘과 더 잘 일치하여 알고리즘과 칩 플랫폼 간의 결합 문제를 해결할 수 있습니다.
과거에는 테슬라의 144 TOPS 컴퓨팅 파워가 시중에 판매되는 400-500 TOPS 칩보다 성능이 뛰어났는데, 그 이유는 주로 이 칩이 테슬라의 자체 알고리즘에 맞춰 설계되었기 때문입니다. 특히, 2019년에 출시된 테슬라의 144 TOPS 컴퓨팅 파워 칩(Autopilot HW3.0)은 오늘날에도 여전히 엔드투엔드 자율 주행을 지원합니다.
비용 절감:
리빈은 기자 회견에서 NIO가 작년에 엔비디아 칩에 많은 돈을 썼다고 말했습니다. 비용을 줄이기 위해 NIO는 자체 칩을 개발하기로 했고, 칩 하나가 엔비디아 칩 4개에 해당하여 비용을 낮추었습니다. 리빈에 따르면, Shenzi NX9031은 약 1년 안에 자체 비용을 회수할 수 있습니다.
다른 고려 사항도 있습니다. 업계 관계자들은 자체 개발 칩을 홍보하고 공개 약속을 하는 것이 2차 시장과 브랜드 인식에 긍정적인 영향을 미칠 수 있다고 지적합니다. 또한 자체 개발 칩은 시스템 경험을 크게 개선하여 전략적 목표를 달성할 수 있습니다.
특히, 테슬라가 초기에 자체 개발한 칩은 컴퓨팅 성능과 유연성을 높이는 것을 목표로 했습니다.
보고서에 따르면 XPeng의 자체 개발 칩 공정은 NIO를 밀접하게 따르고 있으며, 칩은 테이프 아웃을 위해 보내졌으며 8월에 돌아올 것으로 예상됩니다. Li Auto의 칩 개발은 비교적 늦게 시작되었으며, 자율주행 칩 프로젝트는 "Schumacher"라는 코드명으로 올해 안에 테이프 아웃을 완료할 것으로 예상됩니다.
"수단이지 목적이 아니다"
엔비디아 자율주행 사업 부문 책임자인 우신저우는 자율주행의 개발을 3단계로 요약할 수 있으며, 마지막 단계는 엔드투엔드라고 설명했습니다.
첫 번째 단계: 완전히 규칙 기반입니다.
두 번째 단계: AI 대형 모델이 점차 수동 규칙을 대체해 예측 및 계획을 완료합니다.
세 번째 단계: AI가 인식부터 의사 결정까지 전체 프로세스를 포괄하는 완전한 종단 간 대규모 모델입니다.
자율 주행의 세 번째 단계에서 자율 주행 칩은 매우 도전적입니다. AIChip 부사장인 류지펑은 비슷한 생각을 표현하며, 진정한 엔드투엔드는 클라우드 훈련 및 검증을 위해 대규모 모델을 사용하고 그 결과를 에지 추론에 적용하여 칩 회사에 상당한 책임을 부여한다고 말했습니다.
Horizon은 엔드투엔드가 목적이 아니라 수단이며, 인간과 같은 경험, 효율적인 컴퓨팅, 민첩한 전달의 조합이 필요하다고 생각합니다. 엔드투엔드 역량 축적에는 알고리즘 반복, 엔지니어링 기반 구축, 소프트웨어-하드웨어 통합에 대한 노력이 필요하며, 소프트웨어와 알고리즘이 핵심 역할을 합니다.
Horizon Algorithm Platform의 수석 아키텍트인 무 리센은 엔드투엔드의 필수 역량이 데이터 반복에 있다고 믿습니다. 미래 지향적인 모델 구조인 것처럼 보이지만, 그 뒤에 있는 반복적 데이터가 더 중요하며, 실험실 기술에서 제품 수준의 성숙도로의 전환을 지원합니다.
천 리밍은 또한 Horizon이 끊임없이 변화하는 차량 및 센서 아키텍처, 센서 레이아웃 및 채택으로 어려움을 겪고 있다는 것을 인정했습니다. 많은 데이터를 수집했음에도 불구하고 그 중 대부분은 고품질이 아니거나 지속적으로 사용할 수 없으며, 이는 어떤 단일 회사도 해결할 수 없는 문제입니다.
"테슬라의 FSD V12.3 버전은 100억 개의 고품질 샘플에서 추출한 1,000만 개의 샘플 비디오로 훈련되었습니다. 중국은 여전히 부족합니다. 게다가 100억 개의 샘플은 표준 센서 프레임워크에서 수집되어 최신 모델을 훈련하는 데 연속성을 보장했습니다."
Horizon과 마찬가지로 AIChip은 Tier 2로서의 역할을 강조하며, 엔드투엔드 알고리즘에서 자율주행 칩에 대한 핵심 요구 사항이 대용량 메모리와 멀티코어 대용량 컴퓨팅 성능이라고 믿습니다.
종단 간 자율 주행을 달성하려면 아키텍처 혁신, 핵심 IP 혁신, 성능 획기적 발전 등 중요한 컴퓨팅 칩 지원이 필요합니다.
Horizon의 Mu Lisen은 "Auto Commune"/"C-Dimension"에 엔드투엔드 컴퓨팅 파워 경쟁의 기술적 한계는 모델 구조 변경과 운영자 중심의 변화로 인한 컴퓨팅 수요에 적응하는 데 있다고 설명했습니다.
한편으로는 모델이 더욱 커지고 연산 능력도 향상될 것이며, 다른 한편으로는 모델 구조가 발전하여 주로 CNN(합성곱 신경망)에서 Transformer 기반의 엔드투엔드 모델로 주로 전환될 것입니다.
"변압기는 대규모 언어 모델(예: ChatGPT)과 엔드투엔드 자율 주행에 사용되는 광범위한 알고리즘 범주로, 운영자의 초점이 다릅니다. 엔드투엔드 자율 주행에는 기본 매트릭스 연산과 추가 운영자 지원이 필요하여 더 높은 요구 사항이 있습니다."
Huawei 진영도 상당한 영향력을 행사합니다. Nvidia가 자율주행 칩 시장을 지배하고 있지만, 중국은 AITO, Avatr, Jihu, Zhijie와 같은 브랜드를 포함하여 Huawei가 지원하는 대규모 부대를 보유하고 있습니다. 그들의 차량 자율주행 시스템은 주로 Huawei의 MDC810/MDC610 컴퓨팅 플랫폼을 사용합니다.
자율주행 칩 공급업체의 노력과 NIO 등 기업의 자체 개발 칩 출시가 가속화됨에 따라, 향후 몇 년 안에 국내 자율주행 칩 분야에서 '엔비디아에 지배받지 않는다'는 포부가 점차 일부 실현될 것으로 보인다.
