XPeng расширяет применение разработанного ею ИИ-чипа Turing от интеллектуальных электромобилей к человекоподобным роботам, рассматривая это семейство кремниевых решений как общую вычислительную платформу для более широкой дорожной карты Physical AI. DigiTimes и материалы компании представляют Turing не просто как компонент ADAS исключительно для автомобилей, а как многодоменное кремниевое решение, способное обрабатывать задачи, связанные с видением, языком и действиями, на различных платформах — сегодня это легковые электромобили, а в будущем — человекоподобные роботы, — без необходимости создавать отдельную линейку ускорителей для каждого продукта.
Что касается роботов, XPeng неоднократно описывала конфигурации IRON, которые используют около трех чипов Turing на устройстве, обеспечивая примерно 2250 TOPS эффективной вычислительной мощности. Этот объем предназначен для локального размещения базовой модели Physical AI компании, сокращая задержки при передаче данных и приближая чувствительные вычисления к роботу. В автомобилях с ультратонкой конструкцией аналогичное количество чипов Turing лежит в основе самого продвинутого стека интеллектуального вождения VLA, что и отмечает DigiTimes: одна инвестиция в кремниевые решения амортизируется как для автомобилей, так и для человекоподобных роботов, вместо двух параллельных программ по производству чипов.
Многодоменная стратегия важна для снижения затрат и ускорения итераций. Общие производственные процессы автомобильного класса, упаковка и отношения с поставщиками позволяют перенести опыт, полученный при массовом производстве электромобилей, на вычислительные мощности роботов, в то время как команды разработчиков программного обеспечения повторно используют инструментарий моделей, конвейеры данных и практики безопасности, уже отработанные при вождении. XPeng также связала голосовое управление и взаимодействие с агентами в автомобилях с мощностью Turing; та же логика разделения — чипы восприятия и планирования плюс вычислительные мощности для интерактивных агентов — идеально подходит для сценариев обслуживания человекоподобными роботами, где речь и планирование задач должны оставаться отзывчивыми без постоянной зависимости от облака.
Данная статья фокусируется на расширении применения кремниевых решений, а не на производственных процессах, которые уже были освещены в других материалах. Следует следить за тем, останутся ли инструментальные цепочки Turing, энергетические режимы и разделение моделей согласованными по мере того, как рабочие нагрузки роботов будут отличаться от задач вождения по автомагистралям, и подтвердят ли сторонние тесты заявленные TOPS, которые превратятся в устойчивую производительность VLA на устройстве вне демонстраций компании.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily
