Die Ingenieure bei NVIDIA behaupten, die Macht von Thor genutzt zu haben. Eigentlich habe ich mir das ausgedacht. Ein großer Teil der Pressemitteilung von NVIDIA über seinen neuen Autonomie-Chip mit dem Codenamen Thor ist jedoch genauso willkürlich (oder er wurde nur von einem schelmischen Loki geschrieben, um uns alle zu verwirren). Aber um ehrlich zu sein, wenn ich eines bemerkt habe, an dem alle Chiphersteller schuld sind – ob es nun NVIDIA, Tesla, Apple oder wahrscheinlich andere sind – ist, dass sie die Leistung ihrer neuen Produkte anhand von Metriken anzeigen, die sie machen unmöglich wirklich zu verstehen, wie viel nützlicher ihr neues Produkt im Vergleich zu dem ist, was bereits auf dem Markt ist oder von Wettbewerbern verkauft wird. Aber dazu später mehr.
Bild mit freundlicher Genehmigung von NVIDIA
Zuerst die Ankündigung: NVIDIA hat enthüllt, dass es 2025 einen neuen Autonomie-Chip namens Thor auf den Markt bringen wird. Dieser Chip wird eine erstaunliche Rechenleistung von 2.000 TeraFLOPS haben und kann verwendet werden, um mehrere Arten von Prozessoren zu ersetzen, die derzeit in einem Fahrzeug verwendet werden, darunter für: Infotainment, verschiedene Fahrzeugsteuerungen, Fahren, Autonomie, ADAS und mehr.
Angesichts der Chipknappheit, unter der Autohersteller gefühlt seit Jahren leiden (oh, es sind Jahre her), ist dies eine willkommene Änderung, die theoretisch einige Probleme lösen könnte. Gleichzeitig ist es auch ein ziemlich hinterhältiger Schritt, da dies die Kunden der Autohersteller von NVIDIA dazu zwingen wird, die meisten ihrer anderen Chiplieferanten fallen zu lassen oder eine Menge Geld für eine zweite Redundanz zu zahlen. Sie sehen, aus Sicherheitsgründen ist es notwendig, Redundanz zu haben – auf diese Weise kann das Auto normal weiterfahren, wenn ein Chip ausfällt. Mit anderen Worten, jedes Auto wird wahrscheinlich zwei dieser Thor-Chips benötigen. Dem hat NVIDIA mit seiner „NVLink-C2C Chip Interconnect Technology“ Rechnung getragen. Ich bin mir jedoch sicher, dass NVIDIA mehr als erfreut ist, dass alle seine Automobilkunden zwei dieser teuren Kraftpaket-Chips für jedes Auto kaufen müssen, das sie verkaufen möchten.
Wie schnell ist dieser Chip wirklich?
In all diesen Jahren hat NVIDIA die Leistung seiner autonomen Chips in TOPS (Tera Operations Per Seconds) bei der Ausführung von Aufgaben in INT8 (einer Art 8-Bit-Code) bewertet. Dieses Mal entschieden sie sich für ein Benchmarking in TFLOP (Tera Floating Operations Per Second), wenn sie FP8 (eine andere Art von 8-Bit-Code) ausführten. Ich würde sagen, dass sie Äpfel mit Birnen vergleichen, aber das würde die Tatsache widerlegen, dass sie die Skalen an beiden Enden des Diagramms geändert haben. Stattdessen werde ich sagen, dass sie im Grunde von einer Rennstrecke auf eine mit einer ganz anderen Form gewechselt sind und sich auch entschieden haben, von einem Fahrzeug mit Verbrennungsmotor auf ein Elektrofahrzeug umzusteigen.
Bild mit freundlicher Genehmigung von NVIDIA
NVIDIA hat auch eine Grafik voller Ungereimtheiten veröffentlicht, um zu zeigen, wie viel leistungsfähiger sein neuer Chip ist, indem Thor mit den vorherigen Chips von NVIDIA verglichen wird. In diesem Diagramm zeigt es die Leistung dieser alten Chips in TOPS (gemessen in INT8) mit dem neuen, nur anstatt eine Metrik in INT8 TOPS anzugeben, zeigt es die gleiche Zahl von 2.000, von der wir wissen, dass sie in FP8 TFLOPs gemessen wurden. Dann auch für Orin, die untere Skala sagt 250 und die Skala auf der linken Seite scheint es um 500 zu zeigen. Wer diese Pressemitteilung und Grafik innerhalb der PR- und Marketingabteilung von NVIDIA genehmigt hat, verdient ein strenges Gespräch und sollte sich vielleicht um eine Art Prozessorterminologie kümmern Seminar.
Das einzige, was in der Pressemitteilung von NVIDIA ein ziemlicher Vergleich von Äpfeln zu Äpfeln ist, ist die Anzahl der Transistoren. Thor wird 77 Milliarden Transistoren statt der 17 Milliarden haben, die Orin hat (der Chip, den es vor nicht allzu langer Zeit endlich ausgeliefert hat).
Was ist mit Tesla?
Die meisten von Ihnen werden sich wahrscheinlich fragen, wie dies im Vergleich zu Tesla abschneidet. Teslas HW3-Autonomie-Chip kann 144 TOPS leisten, und in der kleinsten Fußnote in der Geschichte der Fußnoten während der Ankündigung des Dojo-Supercomputers kommentierte Elon während des Q&A, dass HW4 viermal so viel Leistung haben wird wie HW3, was etwa 576 TOPS entsprechen würde. Es genügt zu sagen, wenn es um theoretische Benchmarks zur Rechenleistung geht, denke ich, dass wir HW4 ziemlich sicher irgendwo zwischen NVIDIAs aktuellem Orin-Autonomie-Chip und seinem zukünftigen All-in-One-Thor-Chip platzieren können. Das ist jedoch keine Niederlage – es ist wahrscheinlich eine viel effizientere Allokation der notwendigen Ressourcen.
Bild mit freundlicher Genehmigung von NVIDIA
In der Praxis
In der Praxis gibt es viele Dinge an Thor, die mich beunruhigen. Das erste ist, dass NVIDIA nicht angegeben hat, wie viel Strom der Chip verbrauchen wird. Ich mache mir Sorgen darüber, wie effizient die simulierten neuronalen Netze im Vergleich zu dem dedizierten Hardware-NPU-Design funktionieren, für das Tesla sich entschieden hat. Ich mache mir auch Sorgen darüber, wie viele Autohersteller das technische Know-how haben werden, um einen großartigen Chip wie diesen überhaupt zu nutzen. Sie können Ford, VW, GM und viele andere alteingesessene Autohersteller definitiv zählen – es sei denn, es gibt vor 2025 einige sehr drastische Beschäftigungs- und Führungswechsel.
Einer der aktuellen Kunden von NVIDIA, XPeng, ist einer der wenigen, die über das Software-Engineering-Talent verfügen, das erforderlich ist, um mit NVIDIA zusammenzuarbeiten und einen so ausgeklügelten Chip zu nutzen. In einer ziemlich außergewöhnlichen Programmierleistung war XPeng jedoch bereits in der Lage, City NGP (Autonomiesoftware mit ähnlicher Funktionalität wie Teslas FSD) mit nur 20 TOPS NVIDIA Xavier-Chips einzuführen, was selbst Tesla nicht erreichen konnte. Jetzt, da XPeng zu Orin übergeht, kann ich mir kaum vorstellen, wann es die 250 TOPS, die der Chip dem Unternehmen bietet, voll ausschöpfen wird.
Wenn überhaupt, sollte sich NVIDIA auf zwei Aspekte konzentrieren: seine Chips energieeffizienter zu machen und selbst mehr Software zu schreiben, damit andere Autohersteller seine Chips tatsächlich nutzen können. Wenn NVIDIA wirklich erfolgreich sein will, muss es mehr wie Intel Mobileye werden, das eine vollständige Suite autonomer Hardware und Software bietet, die Unternehmen wie NIO gerne nutzen*.
*Anmerkung des Herausgebers: Ich bin mir nicht sicher, ob NVIDIA ganz anders oder sehr weit davon entfernt ist, basierend auf meinem letzten Interview mit Danny Shapiro, Senior Director of Automotive bei NVDIA, aber Sie können sich unser Gespräch über eines der anhören Podcast unten einbetten und selbst beurteilen. Wir sind auch bald reif für eine weitere Diskussion, da dieses Interview vom Februar 2021 ist!
Schätzen Sie die Originalität und Berichterstattung über CleanTechnica von CleanTechnica? Erwägen Sie, Mitglied, Unterstützer, Techniker oder Botschafter von CleanTechnica zu werden – oder Gönner auf Patreon.
Sie möchten keine Cleantech-Story verpassen? Melden Sie sich an für tägliche Nachrichten-Updates von CleanTechnica auf E-Mail. Oder Folgen Sie uns auf Google News!
Sie haben einen Tipp für CleanTechnica, möchten werben oder einen Gast für unseren CleanTech Talk Podcast vorschlagen? Kontaktieren Sie uns hier.