Los expertos ponen nota a Tesla, Apple, Nvidia y otras 7 empresas que están desarrollando tecnología avanzada para los vehículos autónomos

Jensen Huang, CEO de Nvidia, muestra la plataforma Drive Pegasus durante el CES 2018.
Jensen Huang, CEO de Nvidia, muestra la plataforma Drive Pegasus durante el CES 2018.
REUTERS/Rick Wilking
  • La firma de investigación Guidehouse Insights ha clasificado a las 10 empresas que están desarrollando hardware computacional que podría ser utilizado para el funcionamiento del software de los vehículos autónomos.
  • Las empresas han sido evaluadas en base a una variedad de criterios relacionados con su estrategia y ejecución, incluyendo la estrategia de producción y el rendimiento del producto, la fiabilidad y la calidad.
  • Nvidia ocupa el primer lugar de la lista, seguida por Intel-Mobileye y Qualcomm.
  • Descubre más historias en Business Insider España.

#10 — AImotive

Un vehículo de pruebas de AIMotive.Un vehículo de pruebas de AIMotive.
Un vehículo de pruebas de AIMotive.
AIMotive
  • Puntuación global: 35,6
  • Estrategia: 38
  • Ejecución: 33

Lo más destacado del análisis de Guidehouse:

"AImotive comenzó en 2015 desarrollando algoritmos de visión artificial para sistemas de conducción automatizada (AD)... Desde entonces, AIMotive ha incorporado el desarrollo de su propia plataforma de simulación de conducción automatizada y el diseño de su propio chip aiWare. AiWare está diseñado como una solución de bajo consumo energético para el procesamiento de algoritmos en redes neuronales para sistemas AD".

"AImotive ha diseñado su núcleo para ofrecerlo como un chip acelerador independiente o para integrarlo en otros sistemas. Como AImotive es una pequeña empresa sin capacidad para la fabricación de silicio, es probable que el modelo de licenciamiento resulte más exitoso ya que el acelerador de aiWare coincide con las afirmaciones realizadas respecto al mismo. Esas proclamaciones son bastante elevadas, con un rendimiento de hasta 4 TOPS [billones de operaciones por segundo] con un consumo de energía de sólo 1 W. Combinando más núcleos, es posible escalar hasta 16 TOPS. Como muchos aceleradores de menor potencia, esta expansión se gestiona en parte reduciendo la escala de las redes neuronales a una menor resolución".

 

#9 — Apple

Un Lexus con la tecnología de conducción autónoma de Apple.Un Lexus con la tecnología de conducción autónoma de Apple.
Un Lexus con la tecnología de conducción autónoma de Apple.
Getty Images
  • Puntuación global: 57,2
  • Estrategia: 45.7
  • Ejecución: 66.8

Lo más destacado del análisis de Guidehouse:

"Se conocen pocos detalles sobre los esfuerzos en materia de AD de Apple... Sin embargo, la extrapolación del trabajo que la empresa ha realizado en el diseño de chips para sus actuales actividades, en particular los dispositivos móviles, brinda pistas importantes sobre lo que podría hacer Apple. Desde el lanzamiento de su primer SoC diseñado internamente, el A4 en el iPad y el iPhone en 2013, Apple se ha labrado una reputación como una de las mejores empresas de diseño de chips del mundo... Los SoC de la serie A son reconocidos entre sus competidores por ofrecer una excelente combinación de bajo consumo de energía y alto rendimiento... Las generaciones más recientes de la serie A, el A11 Bionic y el A12 Bionic, incluyen un núcleo de motor neuronal dedicado optimizado para aplicaciones ML [aprendizaje automático] en el dispositivo. Apple afirma que este motor neural es capaz de alcanzar 5 TOPS en un smartphone.

"Una versión de este motor neural escalada para una aplicación de AD podría potencialmente igualar o exceder el rendimiento de los chips competidores de Nvidia e Intel. Si Apple puede mantener su eficiencia energética, podría ayudar a resolver uno de los problemas con los AV: la reducida autonomía de los vehículos eléctricos".

Leer más: Apple y Uber no sobrevivirán en la industria del coche autónomo: sus proyectos no se podrán adaptar a las próximas revoluciones, según un experto

#8 — Renesas Electronics Corporation

REUTERS/Thomas Peter
  • Puntuación global: 60,3
  • Estrategia: 57,3
  • Ejecución: 63.3

Lo más destacado del análisis de Guidehouse:

"En los últimos años Renesas ha estado promocionando su familia de chips R-Car como una alternativa a los chips de Nvidia e Intel, muy exigentes a nivel de consumo energético... Renesas y varios investigadores han presentado sistemas AD utilizando grupos de chips R-Car. Sin embargo, los vehículos de conducción autónoma de primera generación probablemente no van a utilizar este tipo de chips para el procesamiento principal. Los chips tienen potencial dentro de las aplicaciones de sistemas avanzados de asistencia al conductor (ADAS) así como requisitos secundarios de computación para este tipo de vehículos... Toyota está utilizando los chips R-Car de Renesas en su futuro sistema parcialmente automatizado, Highway Teammate, que en principio se lanzará en 2020. Sin embargo, a mediados de 2019, Toyota también anunció una joint venture con Denso que se lanzará este año. Por ahora se desconoce si esta empresa utilizará la tecnología o el know-how  de Renesas".

#7 — NXP Semiconductors

NXP
  • Puntuación global: 70
  • Estrategia: 66,3
  • Ejecución: 73.6

Lo más destacado del análisis de Guidehouse:

"NXP es uno de los mayores fabricantes de semiconductores para la industria automovilística del mundo. Gran parte de las numerosas unidades de control electrónico de los vehículos modernos se alimentan de microcontroladores de NXP... Tras el fracaso de la adquisición de NXP por parte de Qualcomm en 2018, NXP se asoció con Kalray para utilizar los chips de inteligencia artificial de matriz de procesadores paralelos masivos de Kalray en combinación con su propio chip S32V para desarrollar una plataforma informática de sistemas de conducción automatizada... A corto plazo, se espera que las sólidas relaciones con los clientes de NXP en el sector de la automoción le permitan suministrar plataformas de computación secundaria de menor potencia para los sistemas de conducción automatizada".

 

#6 — Tesla

El Tesla Model Y.El Tesla Model Y.
El Tesla Model Y.
Tesla
  • Puntuación global: 70,6
  • Estrategia: 78,3
  • Ejecución: 62

Lo más destacado del análisis de Guidehouse:

"En 2017, Tesla anunció que estaba desarrollando su propia plataforma de cálculo Autopilot. Este sistema desarrollado internamente, bautizado como la computadora de Piloto Automático Completo (FSD), fue revelado en un evento con inversores en abril de 2019. Usando dos ASICs personalizados [circuitos integrados de aplicación específica] y un ancho de banda de entrada de sensores sustancialmente mejorado con hasta 2.500 millones de píxeles/seg. de las ocho cámaras, la computadora FSD es una mejora sustancial de la anterior plataforma Nvidia. Según Tesla, la computadora FSD es capaz de alcanzar 144 TOPS en comparación con los 30 TOPS de la Nvidia Xavier.

"Un nivel de rendimiento de esta magnitud proporciona una mejora en el procesamiento de fotogramas de la imagen de 21 veces en comparación con la anterior plataforma de computación Nvidia Autopilot, con un supuesto aumento del consumo de energía de sólo el 25%. (La plataforma de cálculo más antigua utilizaba dos chips Nvidia Parker y una GPU Pascal)".

#5 — Waymo

REUTERS/Caitlin O’Hara
  • Puntuación global: 71,9
  • Estrategia: 75
  • Ejecución: 68.8

Lo más destacado del análisis de Guidehouse:

"Waymo LLC ha sido el líder general en el desarrollo de la tecnología de conducción automatizada desde hace casi una década, cuando debutó como el proyecto de Google de conducción autónoma. A lo largo de estos años, Waymo ha pasado de utilizar principalmente hardware de detección y cálculo estándar a componentes diseñados y fabricados internamente... Waymo ha hecho público el uso de CPU de Intel en su plataforma de cálculo, así como de GPU desconocidas. También se cree que Waymo utiliza unidades de procesamiento de tensores (TPU) diseñadas internamente como parte de su plataforma. Las TPU son ASICs diseñadas específicamente para manejar cargas de trabajo de computación de redes neuronales de manera más eficiente y se utilizan ampliamente en varias aplicaciones de Google ML en sus centros de datos... Con el procesamiento de imágenes de alta velocidad y la localización en mapas de alta definición siendo un componente importante de la AD, el uso de TPU en la plataforma de computación de Waymo le da a la compañía un importante impulso en el rendimiento".

Leer más: Un experto en vehículos autónomos revela las 5 compañías mejor posicionadas para sobrevivir a la oleada de fusiones en el proceso de concentración del sector

#4 — Xilinx

REUTERS/Aly Song
  • Puntuación global: 78,3
  • Estrategia: 74,5
  • Ejecución: 82

Lo más destacado del análisis de Guidehouse:

"Xilinx es el principal proveedor de chips tipo FPGA [matriz de puertas programables en campo] y lleva mucho tiempo fabricando silicio de calidad para el sector automovilístico. Los FPGA son generalmente más costosos que las CPU tradicionales, pero ofrecen una combinación especial de rendimiento y flexibilidad. Como la AD sigue siendo relativamente inmadura y el software evoluciona rápidamente, el silicio todavía no ha sido optimizado para estas aplicaciones. Como las empresas de AD determinan la mejor combinación de silicio a largo plazo y los volúmenes de AV siguen siendo bajos, las FPGAs como las producidas por Xilinx pueden proporcionar el rendimiento necesario sin necesidad de invertir en ASICs personalizados que pueden resultar de corta duración".

#3 — Qualcomm Technologies

Qualcomm
  • Puntuación global: 82,9
  • Estrategia: 80,8
  • Ejecución: 85

Lo más destacado del análisis de Guidehouse:

Los conjuntos de chips de Qualcomm se utilizan de forma generalizada en aplicaciones de automoción, sobre todo para sistemas de comunicaciones e información y entretenimiento de vehículos... En la feria CES 2020, Qualcomm anunció una nueva generación de procesadores dirigidos más específicamente al mercado de ADAS y AD. La nueva plataforma Snapdragon Drive Pilot se basa en dos chips, el procesador de aplicaciones ADAS y el acelerador de conducción autónoma. El procesador de aplicaciones se basa en el procesador 8155 de Qualcomm, que combina núcleos de ARM, GPU y núcleos de motores neuronales. El acelerador consiste en núcleos de motor neural adicionales. Las configuraciones con un solo procesador ADAS están dirigidas al creciente mercado de ADAS en vehículos convencionales. Se afirma que una configuración con doble SoC proporciona el rendimiento suficiente para sistemas parcial o condicionalmente automatizados de nivel 2 o 3.

"Añadir el acelerador a un par de SoC puede potencialmente entregar hasta 400 TOPS de rendimiento a unos 60 W-75 W de consumo de energía. Este nivel de consumo se considera suficiente para los vehículos de nivel 2, que sólo requieren refrigeración por aire. Qualcomm afirma que el rendimiento por vatio es entre un 33% y un 50% mejor que el del SoC Orin de NVIDIA. Los chips aceleradores comenzaron a ser probados a finales de 2019 y los SoC a mediados de 2020. El objetivo es tener en marcha los programas de producción en 2023.

#2 — Intel-Mobileye

  • Puntuación global: 87,2
  • Estrategia: 86,4
  • Ejecución: 88

Lo más destacado del análisis de Guidehouse:

"Habiendo perdido la oportunidad de la transición a la computación de dispositivos móviles, Intel ha tratado de afianzarse en la AD adquiriendo Mobileye en 2017 por 15.000 millones de dólares. Mobileye ha sido la empresa líder en el desarrollo de la visión artificial para ADAS y es una gran potencia en ese segmento de mercado. En 2018, Mobileye introdujo su chip EyeQ4 y actualmente está produciendo cantidades representativas del EyeQ5 para pruebas internas y clientes (se espera que entre en producción masiva en 2021). La combinación de dos chips EyeQ5 con una CPU Intel Atom se espera que proporcione 48 TOPS a los mismos 30 W que el Xavier de NVIDIA. Sin embargo, se espera que el paso al nivel 4 de la conducción autónoma requiera al menos una CPU de clase XEON similar a las que se utilizan en los servidores de centros de datos y la combinación de varios chips XEON y EyeQ5 puede no tener ninguna ventaja sobre Pegasus.

"La mayoría de las compañías de AD están usando software con una combinación de algoritmos deterministas tradicionales que funcionan bien en la arquitectura de CPU X86 con algoritmos ML que trabajan bien con FPGAs y GPUs. De esta manera, es probable que Intel tenga una importante cuota de mercado conjuntamente con estos otros chips".

#1 — Nvidia

Nvidia
  • Puntuación global: 92,3
  • Estrategia: 92,3
  • Ejecución: 92,3

"Nvidia es el principal desarrollador de GPU de alto rendimiento y ha utilizado esta tecnología para una amplia gama de aplicaciones que van desde las supercomputadoras a los centros de datos, pasando por la conducción autónoma... La plataforma Pegasus está diseñada para sistemas altamente automatizados de nivel 4 y nivel 5, incluyendo los robotaxis. Utilizando dos GPU Xavier y dos Turing, la Pegasus procesa 320 TOPS a una potencia estimada de 400 W. Varias empresas de desarrollo de AD están utilizando Pegasus para realizar pruebas, y su arquitectura podría ser la base de los próximos sistemas informáticos para automóviles de Volvo y Daimler... En la conferencia de desarrolladores de la GTC China de 2019, Nvidia anunció el lanzamiento de su procesador Orin. Este chip de nueva generación ofrece casi 7 veces el rendimiento de Xavier... Se espera que los procesadores Orin estén en producción a finales de 2021... Una de las supuestas ventajas de usar las plataformas de Nvidia es que todas usan la misma arquitectura básica y el software escrito para cualquier variante particular puede ser escalado o reducido según sea necesario para una determinada aplicación. No todas las empresas de AD se venden basándose exclusivamente en el silicio de Nvidia, pero muchas utilizan GPU de Nvidia junto con CPU de Intel y en algunos casos FPGAs de Intel o Xilinx".

Este artículo fue publicado originalmente en BI Prime.

LEER TAMBIÉN: 'Mobility for all', o cuando el futuro de Toyota pasa por las soluciones de movilidad, los coches autónomos y hasta por una ciudad impulsada por nitrógeno... y no sólo por vender coches

LEER TAMBIÉN: Los próximos 10 años de Apple incluirán coches de conducción autónoma, gafas inteligentes y, sí, un iPhone mucho más rápido

LEER TAMBIÉN: Amazon valora la compra de la compañía de coches autónomos Zoox para entrar en el mundo del motor

VER AHORA: Mascarillas, grupos burbuja o PCR masivos: cómo han preparado otros países la vuelta a las clases para prevenir contagios

    Más:

  1. BI PRIME
  2. Trending
  3. Apple
  4. Tesla
  5. Qualcomm
  6. Google
  7. Intel
  8. Coche autónomo
  9. Inteligencia Artificial
  10. Mobility Insider