소식

텍스트 | 왕하이루

자율주행 업계에서는 늘 두 노선 사이에 분쟁이 있어왔다. Google Waymo로 대표되는 자율주행 기업과테슬라회사가 대표하는 자동차 회사는 같은 산의 남쪽과 북쪽 경사면에서 올라갔습니다. 산 정상에는 무인도로가 있는데, 가장 매력적인 사업 시나리오는 로보택시(자율주행택시)다.

판매량과 주가 모두 Tesla가 더 빠르게 산을 오르고 있음을 보여줍니다. 하지만 창업자 머스크가 올해 10월 테슬라 로보택시를 출시하겠다고 제안했을 때에도 여전히 많은 논란이 일었다.

Qingzhou Zhihang의 공동 창립자이자 사장인 Hou Cong은 의심하는 사람 중 한 명입니다. "나는 그것을 전혀 이해하지 못했습니다. Robotaxi의 이야기는 수년 동안 이야기되었지만 결코 실현되지 않았습니다. 사람들은 왜 여전히 머스크를 믿고 싶어합니까?"

엔드투엔드 기술을 기반으로 한 Tesla의 지능형 주행 시스템 FSD V12는 탁월한 성능을 발휘하지만 Hou Cong은 이것이 실제 Robotaxi와는 거리가 멀다고 믿습니다. 그는 시스템이 처리할 수 없는 문제를 아무렇지도 않게 언급했다. “자동차가 도로 한가운데에 갇히면 어떻게 해야 합니까? 차 주인에게 택시를 타고 차를 세워달라고 합니까?”

도시의 도로는 복잡하고, 사람과 차량이 뒤섞여 있으며, 오늘날의 인공 지능이 처리할 수 없는 게임 시나리오가 많이 있습니다. Waymo의 중무장한 Robotaxi 함대는 시범 지역을 벗어나지 못했습니다. Hou Cong은 Tesla가 카메라에만 의존하여 Robotaxi 요구 사항을 충족하는 것은 불가능하다고 믿습니다.

Qingzhou Zhihang의 공동 창업자 4명은 모두 Waymo 출신입니다. Hou Cong은 졸업하자마자 Google에 합류하여 먼저 컴파일러 작업을 했고, 이후 Google X 연구소의 자율주행차 프로젝트팀으로 옮겨 인식 시스템 작업을 했습니다.

Qingzhou Zhihang의 공동 창립자이자 CEO인 Yu Qian도 당시 인식 그룹에 있었으며 Hou Cong과 같은 부서의 동료였습니다. 두 사람은 칭화대 동문이기도 하다.

Hou Cong은 자동화를 전공하고 대학원생으로 컴퓨터학과로 편입했습니다. 하지만 학위를 받기 전에 저는 박사 과정을 공부하기 위해 미국 조지아 공과대학에 갔습니다. 그는 자신이 순수 학술 연구에는 별 관심이 없고 기술 공학 실습에 더 많은 열망을 갖고 있다고 설명하여 박사 학위를 졸업한 후 Google에 입사했습니다.

구글은 2016년 자율주행차 프로젝트팀을 분사해 모회사 알파벳이 직접 경영하는 웨이모(Waymo)를 설립했다. Hou Cong과 Yu Qian은 Waymo의 초기 엔지니어가 되었습니다.

Hou Cong은 성능 최적화를 담당하고 있으며 다양한 부서와 많은 접촉을 하고 있어 당시 Waymo에서 기획 및 시뮬레이션을 하고 있던 Dafang과 Wang Kun을 알게 되었습니다. 2019년에는 4명의 중국 엔지니어가 Qingzhou Zhihang을 공동 창립했습니다.

이제 더 이상 자율주행 산업이 가장 핫한 시기가 아니었습니다. 중국의 자율주행차 기업 포니닷에이아이(Pony.ai)가 설립된 지 3년, 투싼이 설립된 지 5년이 됐다. 로보택시나 무인대형트럭 등을 착륙 시나리오로 활용하는 자율주행업체들은 이미 시장 자금을 대부분 빼앗아갔다. Qingzhou는 경쟁업체와 자본이 적은 무인 미니버스의 길을 선택했습니다.

Hou Cong은 Robotaxi가 너무 느리게 구현될 것이라고 생각했기 때문에 당시 Robotaxi를 하지 않았다고 말했습니다. Waymo는 2016년 애리조나 주 피닉스에서 Robotaxi 차량을 운영하기 시작했으며 현재까지 수많은 코너 케이스에 갇혀 있는 것 같습니다.

국내 인건비가 저렴하고 도로가 복잡해 로보택시를 하기가 더 어렵습니다. Hou Cong은 올해 6월 Baidu의 Carrot Run을 체험하러 갔는데, 그의 경험은 평균이었습니다. 그는 "캐럿런의 현재 상황은 웨이모가 이런 상태에서 운영하는 것은 불가능하다"고 직설적으로 말했다.

Qingzhou는 무인 미니버스를 만들고 있습니다. 처음에는 이 시나리오가 Robotaxi보다 구현하기 쉬울 것이라고 생각했습니다. 하지만 쑤저우, 베이징, 우한 등 10개 도시에서 시범 운영을 실시한 결과 문제를 지나치게 단순화했다는 사실이 드러났다. 버스로 돈을 벌기도 어렵고, 규제 시행도 더디다.

초기에 Qingzhou는 창립 팀의 배경과 기술 축적에 의존하여 IDG, Lenovo Ventures, Meituan Longzhu Capital 및 Yunfeng Fund와 같은 1급 자본으로부터 성공적으로 투자를 받았습니다. 하지만 2021년부터 투자자들은 조혈 능력에 주목하기 시작했고, L4 자율주행 기업의 자금 조달 경로는 점점 어려워졌습니다.

이와 대조적으로, 테슬라의 주가는 2021년에 다시 한번 급등했습니다. 중국에서는 신에너지 자동차의 보급률이 빠르게 증가하고 있으며 지능형 주행 기능이 전기 자동차의 표준 기능이 되었습니다. 그해 중반, Qingzhou는 전기 자동차용 지능형 주행 솔루션을 제공하기 위해 L4에서 L2+로 전환했습니다.

테슬라는 그해 8월 AI DAY에서 BEV(Bird'EyeView, 조감도)를 처음으로 선보였다.

) 및 Transformer 모델은 다양한 카메라 각도의 인식 정보를 조감도 이미지로 결합하여 시스템이 도로 상태를 더 쉽게 이해하고 예측할 수 있도록 합니다. 국내 스마트 전기차 업체들도 이를 따라 센싱 알고리즘을 다시 작성했다. 칭저우는 이 순간 과감하게 변신해 BEV를 생산하는 중국 최초의 스마트 드라이빙 공급업체 중 하나가 되었습니다.

이 시스템은 Horizon J5 칩에 구현됩니다. Horizon CTO Huang Chang, Hou Cong 및 Yu Qian은 Tsinghua 동문이고 Yu Qian은 University of Southern California의 선임 연구원입니다. 이러한 기원과 기술 및 개념에 대한 인식으로 인해 Horizon 2022는 생태학적 파트너와의 협력을 모색하고 Qingzhou와 성사시켰습니다.

2022년 말, Qingzhou는 Horizon J5 칩을 기반으로 한 고속 도시형 NOA(내비게이션 보조 운전 시스템) 테스트 솔루션을 출시했습니다. 그 후 Horizon은 Qingzhou를 추천했습니다.이상적인 자동차。

Ideal은 2021년부터 Horizon 칩을 활용한 자체 지능형 주행 시스템 개발에 착수했으며, 이후 NVIDIA OrinX와 Horizon J5 칩을 기반으로 AD Max와 AD Pro라는 두 가지 시스템 솔루션을 계획했습니다.

2023년 하반기에 Ideal은 내부 R&D 리소스를 AD Max에 집중하고 AD Pro 시스템을 공급업체에 넘겨 유지 관리 및 업데이트를 진행하기로 결정했습니다.

Qingzhou가 인수된 후 Ideal 팀과 협력하여 시스템을 최적화하고 올해 5월 Qingzhou의 알고리즘 아키텍처를 기반으로 하는 시스템 버전을 사용자에게 푸시했습니다.

Hou Cong은 마침내 자신이 하고 싶었던 일, 엔지니어링 실습, 자신이 개발한 제품을 사용자에게 전달하는 일을 달성했습니다. 동시에 그는 막중한 책임감도 느꼈다.

올해 5월 현재 릴리 AD 프로 모델의 보유자는 40만명이다. 더 많은 사람들이 시스템을 사용하고 더 자주 사용할수록 더 많은 문제가 노출됩니다. 하지만 더 많은 사람이 사용하고 사용 빈도가 높아질수록 제품이 더 좋아진다는 의미일 뿐입니다.

무인 운전을 실현하고 로보택시를 일찍 구축한 것과 비교하면, 사람과 자동차가 함께 운전하는 보조 운전 시스템의 안정성을 유지하고 수십만 명의 사용자의 운전 안전을 보장하는 것이 오늘날 칭저우가 더 기꺼이 해결하고자 하는 과제입니다.

다음은 Insight와 Qingzhou Zhihang CTO Hou Cong(편집) 간의 대화입니다.

Waymo 엔지니어 4명이 사업을 시작합니다.

Insight: 공동 창업자 4명은 모두 Waymo 엔지니어였습니다. 왜 함께 모여 사업을 시작하게 되었나요?

허우콩:처음에 Yu Qian(Qingzhou의 공동 창립자이자 CEO)이 저에게 다가왔고 우리는 이것을 할 수 있다고 생각했습니다. 당시 Waymo에는 중국인이 많지 않았기 때문에 경험이 많고 능력이 있다고 생각되는 사람들을 찾았습니다.

당시 저는 Waymo에서 성능 최적화와 아키텍처 디자인을 하고 있었는데, Yu Qian과 같은 팀에 있었고, 세 사람 모두와 사업 협력을 하고 있었습니다.

통찰력: 업무를 어떻게 나누고 누가 무엇을 하는지 결정합니까?

허우콩:우리 넷의 연출은 특히 우연이다. 유첸과 나는 둘 다 인식을 하는데, 나는 시스템을 하고 그는 알고리즘을 한다. Dafang(수석 과학자)은 계획을 수행하고 Wang Kun(COO)은 시뮬레이션을 수행합니다.

Yu Qian과 Dafang은 과학자에 가깝습니다. 제가 관심을 갖고 있는 분야는 기술을 실천에 옮기는 것, 실천과 제품에 중점을 두는 공학입니다. 그래서 졸업하자마자 산업계에 진학했어요.

Yunjian Insight: 초기 경험을 간략하게 소개해주세요.

허우콩:저는 칭화대학교 자동화학과에서 졸업 후 대학원생으로 공부하기 위해 1년 넘게 비전 분야에서 일했지만 학업을 마치기 전에 중퇴했습니다. 그 후 박사과정 공부를 위해 미국으로 갔습니다. 2013년 졸업 후 구글에 입사했습니다.

처음 Google에 입사했을 때 저는 컴파일러로 일했습니다. 그곳에서 1년 동안 근무한 후 GPU 작업을 위해 인프라 팀에 임대되었습니다. 아마도 그 당시 CPU에 대해 약간의 최적화를 했기 때문이겠지만, 이는 Jeff Dean(Google 수석과학자)이 인정하고 나중에 GPU 그룹에 추천한 것입니다.

그 그룹은 나중에 TPU용 컴파일러 작업을 수행하고 Google Brain(신경망 훈련을 위한 Google 아키텍처) 및 XLA(Google의 딥 러닝 컴파일러)에서 일부 기본 라이브러리를 개발하면서 매우 잘 발전했습니다.

이후 GPU 작업이 종료되었고 Google X 연구소에서는 자율주행차의 인식 시스템을 최적화할 수 있는 기회를 얻었습니다. 그 당시 '20%'라는 프로젝트가 있었는데, 이는 자신의 시간 중 20%를 프로젝트에 투자한다는 의미였습니다.

그때 나를 불러온 사람은 Zhu Jiajun이었습니다. 그는 이후 Nuro(자율주행 회사)를 설립했습니다. 저는 3년 넘게 인식 그룹에서 일해 왔습니다.

Insight: Waymo에서 일하는 것은 어떤가요?

허우콩:Google과 더 비슷합니다. 2017년 독립하기 전에는 Google X가 소유했습니다. Google은 주로 소프트웨어를 만들고, Google X는 하드웨어를 만듭니다. 사무실에는 로봇팔, 선반, 장비 등 온갖 이상한 것들이 있습니다.

그곳에서 수행되는 작업은 모든 사람이 자기 주도와 협력을 강조하고 OKR에 의해 주도되는 Google의 작업과 유사합니다. 모두가 더 잘하고 싶어하는 좋은 문화 환경을 조성하고, 누군가는 강한 능력을 가진 사람들이 경쟁에서 나올 수 있도록 성과 시스템을 설계할 것입니다. 문턱이 비교적 높은 것이 사실이고, 구글 출신의 많은 분들이 들어가지 못할 수도 있습니다.

Yunjian Insight: Waymo의 엔지니어요?

허우콩:뒤로 갈수록 더 많이 휘어집니다. 가장 바빴던 시기는 아마도 우리가 떠난 후 2년이었을 것이다. 그들은 샌프란시스코에서 해야 할 일을 해야 한다는 압박감에 시달렸습니다. 우리가 여기에 있을 때는 아무도 당신에게 강요하지 않았지만 밤과 정오에 야근을 하는 것이 흔한 일이었습니다. 때로는 모든 사람이 한밤중에 질문을 묻는 이메일을 보내곤 했습니다.

Yunjian Insight: 근무 외 시간은 몇 시입니까?

허우콩:규칙이 없습니다.

윤지안 인사이트: 3시 30분에 퇴근해도 될까요?

허우콩:할 수 있다. 나는 늦게 왔다가 ​​늦게 떠나는 사람 중 하나이다. 저는 보통 10시 이후에 가서 저녁을 먹고 잠시 일을 한 뒤 출발합니다. 기본적으로는 10시부터 9시까지 갑니다.

Insight: 중국 엔지니어가 Waymo에서 가장 열심히 일하는 사람들인가요?

허우콩:전반적으로 그들은 확실히 더 열심히 일하지만 미국인들도 실제로 열심히 일합니다. 복잡한 일을 많이 걱정할 필요 없이 모두가 편안하게 일을 할 수 있는 문화 환경을 조성합니다.

업무 효율이 상당히 높은 것 같아요. 어떤 팀은 시간이 지나면 게으른 사람을 개발하게 되는데, 그 당시에는 Waymo가 상대적으로 빠르게 발전하고 있었기 때문에 이런 일이 일어나는 것을 보지 못했습니다.

윤지안 인사이트: 대형 모델을 인기 있게 만든 것은 구글이 아닌 OpenAI 때문이라고 생각하시나요?

허우콩:대기업에는 내부 정책이 있어서 망설이는 경우가 많고 때로는 감히 도박을 하지 않는 경우도 있습니다. 구글은 어떤 일을 할 때마다 특히 여론의 위험을 걱정하고 때로는 상당히 보수적이라는 생각이 듭니다.

Insight: Waymo에서 일하는 것이 매우 편안합니다. 2019년에 Waymo를 떠나 사업을 시작하게 된 핵심 원동력은 무엇이었나요?

허우콩:때로는 너무 편하게 지내는 것도 좋지 않을 때가 있고, 인생의 문제에 대해 많은 생각을 하게 될 것입니다. 앞으로 10년, 20년이 어떻게 될지 알 수 있습니다. 실리콘밸리에는 확실히 돈이 부족하지 않고, 좋은 집을 살 수 있습니다. 그래서 당신은 무엇을 쫓고 있나요? 실제로 경력 상한선이 있습니다. 문화적, 언어적 환경으로 인해 회사의 의사 결정 수준에 참여하는 것은 확실히 중국과는 다릅니다. 큰 일을 하고 싶다면 미국에서는 의사결정자라기보다는 플레이어에 가깝습니다.

내 차가 교차로에 갇혔는데, 누가 구해줄까?

Insight: Waymo에 있을 때 Waymo는 이미 Robotaxi의 시범 운영을 시작했습니다.

허우콩:일부 코너 케이스에 붙어 있습니다. 2016년에 피닉스에 갔었습니다. 그 때 우연히 거기에 가봤습니다. 그곳에는 사람도 적고 자동차도 적었고, 도로도 넓고, 날씨도 좋았고, 비가 자주 내리지도 않았습니다. 하지만 수요도 적다. 피닉스는 점수를 정할 수 없습니다. 상업용 사이트가 아닌 테스트 운영 사이트입니다. 그래서 2018년에 Waymo는 샌프란시스코로 초점을 완전히 옮겼습니다.

당시 피닉스에서 잘 돌아가던 시스템이 샌프란시스코에서는 완전히 망가졌는데, 인수율이 극도로 높아 아예 처리가 불가능했다. 당시에는 여전히 기술적인 한계가 있었습니다. 물론 데이터 배포와 관련된 문제였기 때문에 샌프란시스코에서는 데이터를 많이 수집하지 못했습니다. 샌프란시스코에는 30도에서 40도 사이의 매우 가파른 경사가 있습니다. 교통 규칙(다름)을 포함하면 사람과 차량이 자주 상호 작용하므로 당시 Waymo의 문제는 몇 가지 특수한 경우를 처리하는 것이 었습니다.

Waymo는 매우 조심스럽고 매우 안전할 때까지 감히 열지 않을 것입니다. 하지만 저와 캐럿 콰이쇼우의 현재 상황으로는 웨이모가 이 상태에서 운행하는 것은 불가능합니다.

Yunjian Insight: Baidu의 Carrot Run을 시도했을 때 어떤 문제점을 발견했습니까?

허우콩:저는 6월에 갔습니다. 몸의 느낌과 좌절감에 문제가 있습니다. Waymo는 사람이 운전하는 것보다 정말 좋습니다. 제동, 출발, 회전이 매우 편합니다. 컨시어지 차량 운전자의 경험입니다.

둘째, Carrot Run은 매우 보수적입니다. 예를 들어, 유턴을 할 때 요철이 특히 강하고 주변 차량으로 인해 끊임없이 방해를 받습니다. 뒤에는 작업용 트럭이 붙어 있는 곳이 또 있었는데, 돌아다니지도 않고 계속 천천히 따라가더군요.

기본적인 센서 구성으로 볼 때 그다지 심각한 L4 솔루션은 아닙니다. Waymo는 5개의 LiDAR, 30개의 카메라, 6mm파 레이더를 갖춘 완벽한 무장을 갖추고 있습니다. Carrot Run은 확실히 이런 일을 하지 않았습니다. 이는 중국의 인건비가 너무 낮아 상업적인 수익을 얻기 힘든 상황과도 관련이 있다.

국내 기업은 저비용 솔루션을 채택해야 할 수도 있습니다. 그러나 비용이 저렴하면 다른 기술보다 기술 상한선이 낮아져 코너 케이스를 해결하기가 더 어려워집니다.

중국은 값싼 사람과 복잡한 환경으로 인해 L4 딜레마에 빠졌습니다. 교통 참가자는 예측 가능성이 낮고 게임 필드가 많습니다. 도로 디자인은 그렇게 표준화되어 있지 않습니다.

국내 건설은 그렇게 표준화되지 않았습니다. 전에 메이투안의 차가 구덩이에 빠졌는데, 메이투안을 탓했나요? 건설 팀이 원뿔을 설치하지 않으면 사람들은 그 앞에 구덩이를 볼 수 있지만 Meituan의 자동차는 구덩이가 있을 것이라고 예상하지 못할 것입니다. 하지만 미국에서는 누군가 넘어지면 정부나 사회 단위를 고소해야 한다. 중국에서는 이런 메커니즘이 전혀 아니다. L4 개발에는 중국이 미국보다 훨씬 뒤처질 것이라고 생각한다.

Yunjian Insight: Tesla의 Robotaxi에 대해 어떻게 생각하시나요?

허우콩:그러면 나는 그것을 인식하지 못합니다. 예를 들어 스티어링 휠이 없거나 현재 사용자 버전의 자동차에 비해 몇 가지 추가 구성을 갖춘 모델을 출시하는 것이 가능하다고 생각합니다. 그러나 현재 기술 스택은 L4를 지향하지 않습니다. Robotaxi를 운영하기 시작하면 많은 문제가 발생합니다.

L4는 당연히 운영과 관련이 있습니다. 또한 운영을 통해 일부 기술적 문제를 해결할 수도 있습니다. Tesla에는 이러한 운영 시스템이 없습니다.

Yunjian Insight: Tesla가 구상한 시나리오는 자동차 소유자가 자동차가 유휴 상태일 때 Uber를 이용할 수 있다는 것입니다.

허우콩:도로 한가운데에 차가 갇힌 경우 어떻게 해야 하나요? 이 차를 구해줄 사람은 누구일까요? 차 주인이 택시를 타고 차를 구출하게 놔두나요? 이는 매우 실용적인 문제입니다.

차가 막히는 게 분명하고, 많이 하다 보면 분명 장면이 나올 거예요. 너무 조심스럽거나, 사람들과 소통하는 방법을 모르거나, 심지어 차 사이에 끼어들 수도 있습니다.

예를 들어, Tesla Robotaxi 두 대가 서로 물면 이 문제는 해결하기 어려울 것입니다. 교차로에 빨간불이 들어오지 않으면 자동차들은 모두 교차로를 점유하려고 하다가 결국 서로 붙어서 전혀 움직일 수 없게 됩니다.

사실 나는 그것을 잘 이해한 적이 없다. Robotaxi의 이야기는 수년 동안 이야기되어 왔지만 결코 실현되지 않았습니다. 왜 모두가 여전히 머스크를 기꺼이 믿습니까? 나는 머스크를 매우 존경하고, 그가 다른 일도 아주 잘한다고 생각합니다. 하지만 그는 로보택시를 좀 자랑스러워했고 문제의 어려움을 과소평가했습니다.

Yunjian Insight: Tesla FSD V12의 효과가 L4 레벨 Robotaxi와 비교하면 어느 정도라고 생각하십니까?

허우콩:가깝지도 않아요. 거꾸로 예를 들어보겠습니다. Waymo는 왜 자동차를 그렇게 디자인했을까요? 여러 유형의 카메라가 있는데, 하나는 야간용이고, 하나는 LED 조명용이고, 또 하나는 적외선 플래시가 있는 사각지대 카메라입니다. 카테고리 5 카메라가 있습니다.

Tesla에는 한 가지 유형의 카메라만 있습니다. Waymo가 바보라고 생각하시나요? 바보 같은 경우는 아닌데, 너무 많은 코너 케이스를 보고 나면 하드웨어 관점에서 이 문제를 해결할 수밖에 없습니다. 소프트웨어를 깨야하는데 사용하기가 쉽지 않습니다. 특히 미국에서는 밤이 되면 매우 어둡고 가로등도 없는 곳이 많습니다.

만약 Tesla가 Carrot Run을 포함하여 현재의 구성으로 나간다면, 실수에 능숙한 전문가는 하드웨어에 결함이 너무 많기 때문에 실수할 여지가 많을 것입니다.

통찰력: 미국에서 FSD V12를 경험해 보셨나요?

허우콩:올해 3월에 갔을 때와 5월에 또 갔을 때 경험했는데 매일 오픈하더라구요.

솔직히 V12가 대단하다고는 생각하지 않고 단지 실용성이 좋아졌다고 생각합니다. 도심, 특히 교차로에서는 V11에 비해 핸들링이 크게 달라졌다. 대부분 좋지만 완벽하지는 않습니다.

Tesla V11은 이미 고속도로에서 훌륭한 성능을 발휘하고 있습니다. 도시의 교차로는 매우 보수적이고 비인간적이어서 어색합니다. 뒤에 차가 많이 있으니 천천히 앞으로 나아가세요. 한참을 바라보니 아주 천천히 움직였다. 사각지대가 있기 때문에 이런 행동은 인간과 다르다. 또한 방향을 틀면 갑자기 핸들이 돌아가기 때문에 당황하게 됩니다.

Yunjian Insight: Tesla의 현재 엔드투엔드 기술 솔루션도 계속해서 특수 사례를 해결해야 합니까?

허우콩:코너케이스를 해결해야 합니다. 엔드 투 엔드는 기존 알고리즘의 여러 주요 모듈에서 얻은 정보를 통합하고 이 정보를 사용하여 더 나은 결과를 훈련합니다.

엔드 투 엔드의 상한은 높고, 제어성이 좋지 않기 때문에 처음에는 하한이 낮습니다. 과거에는 시스템을 모듈로 나누고, 각 모듈이 인터페이스를 정의했습니다. 표준을 따르면 이상한 것이 나타나지 않습니다. 기본적으로 규칙을 사용하면 여러 문제를 한 번에 해결할 수 있습니다.

끝까지 그런 개념은 없습니다. 하한 문제를 해결하기 위해서는 더욱 다양한 데이터를 사용해야 합니다. 나는 이와 같은 상황을 충분히 보아왔고 마침내 그것을 해결하는 방법을 알게 되었습니다.

Yunjian Insight: 엔드투엔드 모델은 블랙박스와 같습니다. 문제가 발생하면 어떻게 찾아서 해결해야 할까요?

허우콩:소위 블랙박스가 되어서는 안 됩니다. 그 출력 결과를 추론해 보면 인식과 기획의 결과가 모두 거기에 있기 때문에 이전의 경험을 최대한 활용해 새로운 모델을 형성해야 한다. 이 모델은 어느 정도 제어 가능성을 가지고 있습니다. 예를 들어 이 부분은 인식, 저 부분은 예측, 저 부분은 계획이지만 여전히 서로 다른 단계를 구분해야 합니다.

Insight: FSD가 중국에서 언제 출시될 것으로 예상하시나요?

허우콩:내년. 거의 1년 동안 이 작업을 수행했어야 했습니다. 자세한 건 잘 모르겠지만, 알고리즘 엔지니어를 모집하기 시작했으니 시작됐다는 뜻이다. 국내에서 100억 달러가 지출될 것이라고 하지 않았나요? 다양한 시설을 건설하세요.

통찰: 그렇다면 FSD가 중국에서 시행되려면 무엇을 해야 합니까?

허우콩:데이터 센터를 구축하고 국내에서 알고리즘을 적용하세요. 어차피 국내 현장이 복잡하니까. 특히 FSD가 중국에 진출하는 것을 기대하고 있습니다. 왜냐하면 벤치마크이기 때문이고, 더 많이 투자한다면 가장 빠를 것입니다.

Yunjian Insight: 국내 자동차 회사들은 대응 전략이 있나요?

허우콩:우리가 할 수 있는 건 쫓는 것뿐이다. 결국 국내 업체들이 LiDAR 설치에 있어서 어느 정도 장점이 있는 것 같아요. LiDAR를 추가하면 이 문제가 확실히 더 쉬워질 것입니다.

Yunjian Insight: Tesla의 Robotaxi에는 현재 센서가 없지만 LiDAR 또는 더 높은 해상도의 카메라가 장착될 가능성이 있습니까?

허우콩:오른쪽. 그러면 난이도가 확실히 줄어들겠지만, 개념과 일치하지 않을 수도 있습니다.

이제 테슬라는 AI(인공지능)의 지속적인 발전을 바랄 수밖에 없다. 저는 이런 가능성이 있다고 생각합니다. 하지만 사람들은 운전을 할 때 여러 가지 유형의 문제를 해결해야 합니다. 당신은 현실 세계와 상호 작용하고 있으며 운전 능력을 테스트하는 것이 아니라 본능적인 것들을 테스트합니다.

둘째, 운전할 때 사람들은 자동차의 환경을 확인하고 주변 환경에 대한 자신의 이해를 통해 가능성을 판단하게 됩니다. 예를 들어, 개를 발견하면 앞으로 나아가면 사라집니다. 이때 차에서 내려 개가 앞에 있는지 확인해볼 수도 있다. 이런 장면에서 인간의 인식은 순간적으로 확장된다. 자동차에 적절한 디자인이 없으면 실제로는 더 위험합니다.

Yunjian Insight: Tesla가 소프트웨어 기능에만 의존한다면 Robotaxi를 만들 수 있다고 생각하시나요?

허우콩:이는 매우 어려운 일이며 AI에 대한 요구 사항도 매우 높습니다. 장기적으로 봤을 때 분명 이루어질 수 있다고 생각하는데, 그 과정이 제가 상상했던 것과는 다릅니다. AI는 수십 년 동안 존재해왔고 많은 공상과학 영화에 등장했지만 지금까지 실제로 해결되지는 않았습니다. 때로는 너무 단순하게 생각할 수도 있습니다.

Yunjian Insight: Tesla는 올해 10월 Dojo 컴퓨팅 파워 클러스터를 100EFLOPS(컴퓨팅 파워 유닛)로 확장할 계획입니다. 다른 자동차 회사와 Tesla의 차이는 엄청납니다. 그 격차에 대해 어떻게 생각하시나요?

허우콩:이것은 막대한 투자입니다. Tesla는 예전에 매우 높은 이윤폭을 가지고 있었습니다. 전 세계적으로 너무 많은 자동차를 판매하므로 가격이 저렴하고 주가도 상대적으로 강력한 지지를 받고 있습니다. 국산 자동차 제조사는 규모가 너무 커서 그렇게 많은 자원을 투자하는 것이 불가능합니다. 왜 미국이 빅모델을 먼저 만들고 중국은 만들지 않는 걸까요? 많은 투자가 필요하고, 돈을 태우는 데 수년이 걸리며, 그 이면의 투자 논리도 다릅니다.

Yunjian Insight: 현재 엔드투엔드 운영을 위해 컴퓨팅 성능을 확보하고 있습니까?

허우콩:우리도 그렇게 하고 있지만 방식은 다릅니다. 우리가 Tesla의 접근 방식을 따르고 A100에 수만 달러의 비용이 든다면 분명히 몇 천 달러는 큰 부담이 될 것입니다. 우리는 제품에 따라 몇 가지 제한을 가할 것이므로 투자는 훨씬 줄어들 것입니다.

통찰력: 투자자들이 충분한 돈을 준다면 어떤 길을 선택하시겠습니까?

허우콩:돈이 충분하다면 우리는 이 방향으로 갈 것입니다. 그러나 ifs는 없습니다. 모두가 현재 상황을 알고 있으며 시장은 이렇습니다.

무인 미니버스부터 보조 운전까지

Yunjian Insight: 처음 시작했을 때 자율주행은 더 이상 자본 시장에서 그다지 인기가 없었습니다. 자금 조달에 어려움을 겪은 적이 있나요?

허우콩:물론 초기만큼 쉽지는 않습니다. 초기 자금조달은 보통 수억 달러였는데 막상 우리 입장에서는 훨씬 더 어려웠습니다. 하지만 이것이 L2로의 전환에 있어 좋은 일이라고 생각합니다. 초기에 많은 돈을 모으면 L2로 전환하기 어려울 것입니다.

Yunjian Insight: 당시에는 이미 많은 사람들이 자율주행차 사업을 시작하고 있었습니다. 왜 아직 기회가 있다고 생각하시나요?

허우콩:기술적으로 말하면 우리는 어느 정도 발전했다고 생각합니다. 우리는 다른 사람들보다 L4를 더 잘 알고 있습니다. 둘째, L4는 로보택시나 대형트럭뿐만 아니라 다양한 시나리오에 구현될 가능성이 있다. 그 당시에는 많은 돈을 모으고 싶다면 대형 트럭을 만들거나 로보택시를 만들 수 있었습니다. 그러나 우리는 다른 방향으로도 기회가 있다고 생각합니다. 이러한 종류의 중저속 차량은 미니버스, 물류 유통, 운영 차량, 위생 차량, 판매 차량 또는 광산 터미널이나 일부 공장과 같은 일부 폐쇄된 장면의 애플리케이션이든 상관없이 시장은 상대적으로 작습니다. 상용화 규모는 아직 상대적으로 작습니다. 그 것(Robotaxi)은 더 빠르고 기술 요구 사항도 낮습니다.

Yunjian Insight: 사업을 처음 시작할 때 왜 무인 미니버스를 만들었나요?

허우콩:난이도가 낮기 때문이죠. 당시 구상한 시나리오는 미니버스뿐만 아니라 물류, 업무용 차량까지 포함하는 중저속 차량의 미세순환, 즉 상대적으로 고정된 시나리오였다.

Yunjian Insight: 자율주행 미니버스가 아직 상용화되지 않은 주된 이유는 무엇이라고 생각하시나요?

허우콩:또한 비즈니스 모델과 비용을 누가 지불하는지의 문제이기도 합니다.

Yunjian Insight: 2021년에는 승용차 운전 보조로 변신하게 됩니다. 이러한 결정을 내리게 된 계기는 무엇입니까?

허우콩:L4 비즈니스 구현은 상대적으로 느리고, 대규모 투자가 필요하며, 경로가 느리고, 주기가 길다는 느낌이 아직도 듭니다. 계속 이대로 가면 금전적으로 어려움을 겪게 될 수도 있습니다. 우리는 계속해서 발전할 수 있도록 빠르게 상용화할 수 있는 솔루션을 찾아야 한다고 믿습니다. L2++ 이 시장은 적합합니다.

2021년 신에너지는 매우 빠르게 발전하고 있으며, Tesla의 주가는 다시 급등했으며, 중국의 신에너지 차량 보급률이 계속 증가하고 스마트 운전에 대한 수요가 계속 증가하고 있습니다. 공교롭게도 우리 기술은 운전 보조 기능에 적용하기가 상대적으로 쉽고 단기간에 상용화가 가능합니다.

Yunjian Insight: 창업 첫날 L2를 하고 싶지 않은 이유는 무엇인가요?

허우콩:L2가 이렇게 빠를 줄은 몰랐습니다. 그 당시 Tesla는 아직 강력한 솔루션을 출시하지 않았습니다. 2019년에 우리 창립 팀인 Wang Kun은 Tesla를 구입했습니다. 솔직히 말해서 저는 비전 솔루션에 대해 약간의 편견을 갖고 Waymo를 떠났는데, Waymo는 주로 LiDAR를 기반으로 하기 때문에 신뢰할 수 없다고 생각했습니다.

실제로 우리의 미니버스 제작 기술은 전적으로 Robotaxi를 기반으로 합니다. 내 친구들 중에는 로보택시와 기술적으로 완전히 다른 미니버스나 저속 물류를 운영하는 친구들이 많다는 것을 알고 있다. 그래서 우리는 매우 빠르게 L2로 전환했습니다. 일부 기업 자체에는 이러한 역량이 없는데, 이 방향으로만 고집한다면 전체 구조에 큰 문제가 생길 수 있습니다.

Qingzhou Zhihang의 무인 미니버스

Yunjian Insight: 승용차 운전 보조로 전환했을 때 업계 환경은 어땠나요?

허우콩:Tesla의 첫 번째 AI Day 이후 변화한 우리는 BEV 방향으로 나아가야 합니다. 우리는 몇 가지 규칙을 정했습니다. 우선 저가형 L2를 구축하지 않을 것입니다. 이미 경쟁이 치열하고 결국 경쟁은 여전히 ​​우리의 기술 스택과 맞지 않습니다. 조금도.

당시 우리는 변신을 하고 있었고 플래너를 다시 해야 할지 논의를 했고, 결론은 우리의 장점을 유지해야 하고 다시 하지 말아야 한다는 것이었습니다. 왜냐하면 앞으로 우리가 하는 일은 중급 이상의 솔루션이어야 하기 때문입니다. 컴퓨팅 파워는 어느 정도 보장됩니다.

통찰력: L4에서 L2로 알고리즘을 어떻게 조정했습니까?

허우콩:레이저 포인트 클라우드 기반 솔루션에서 비전 기반 솔루션으로 인식의 변화는 더욱 커질 것입니다. 다행히 BEV를 이용해 바로 제작을 하게 되어서 국내 최초로 J5에서 BEV를 제작하게 되었습니다.

우리는 고속과 도시의 NOA를 함께 작업하고 있지만, 고속과 도시가 통합된 인식 시스템에는 차이가 없다고 생각합니다. 예를 들어 감지 범위와 컴퓨팅 성능은 다소 단순화되지만 아키텍처와 알고리즘은 동일합니다.

Insight: Horizon과 어떻게 협력하게 되었나요?

허우콩:우리에게는 뿌리가 있습니다. 저와 Yu Qian, CTO인 Huang Chang은 모두 칭화대학교 출신입니다. 저는 칭화대학교 비전 연구실에서 1년 반 동안 근무했고, 황창님과 같은 연구실에 있었습니다. Yu Qian과 Huang Chang은 둘 다 남부 캘리포니아에서 박사 학위를 받았으며 동료 학생입니다.

2022년 초 Horizon은 생태학적 파트너를 양성하기를 희망했고 우리는 함께 일하기로 결정했습니다.

Yunjian Insight: Yu Kai가 당신을 이상형으로 밀어붙였다고 들었습니다.

허우콩:그렇습니다. 카이 형제님은 우리를 매우 지지하고 있으며, 우리도 그들이 기준을 세우는 데 도움이 될 만큼 그를 지지하고 있습니다.

Yunjian Insight: Horizon J5를 BEV Transformer로 사용할 때 CPU 컴퓨팅 성능이 부족하다는 문제가 있습니다. 이를 위해 J5를 어떻게 사용하셨나요?

허우콩:Transformer를 사용하지 마십시오. Tesla는 BEV Transformer를 과장했지만 학계에는 이미지 기능을 BEV 공간에 매핑하는 방법이 많이 있습니다. Transformer는 단지 방법일 뿐이고 J5에 더 적합한 방법을 사용하는데 효과가 매우 좋습니다.

통찰력: 차세대 Horizon J6가 BEV Transformer 솔루션으로 전환됩니까?

허우콩:비용 대비 성능을 살펴보면, Transformer를 사용하면 컴퓨팅 파워는 많이 소모하지만 출력이 매우 적다면 모두 고려하겠습니다. 하지만 우리는 엔드투엔드, 지도 없는 비즈니스, 일부 지도 처리 등을 구현하기 위해 확실히 Transformer를 사용할 것입니다. 이 분야에서 Transformer를 사용하는 것의 가치는 상당히 큽니다.

더 많은 사람들이 사용할수록 어려움은 더 커집니다.

Insight: 현재 이상적인 AD Pro 시스템을 개발하고 계시나요?

허우콩:가장 큰 어려움은 사용자 기반이 매우 크고 요구 사항이 매우 높다는 것입니다. 더 많은 사람들이 사용할수록 특정 확률에 따라 더 많은 문제가 노출됩니다. 사용자가 수천 또는 수만 명에 불과한 경우 한 달에 한 번 또는 몇 달에 한 번 발생할 수 있습니다. 그러나 수십만 명의 사람들이 사용한다면 일주일에 한 번 또는 며칠에 걸쳐 발생할 수 있습니다. 이는 사용자 범위와도 관련이 있습니다. 제품이 좋을수록 더 많은 사람들이 사용하게 되고 시스템에 안정성이나 보안 문제가 없는지 확인하는 것은 확실히 어렵습니다.

Insight: 최근 해결한 어려운 문제는 무엇입니까?

허우콩:신호등을 식별하는 것은 실제로 어려운 문제입니다. 전국의 수많은 교차로에서는 모양도, 규칙도, 신호등과 도로의 관계도 모두 다릅니다. 일부 조명은 단순한 빨간색, 노란색 및 녹색 조명이고 일부는 두 줄로되어 있으며 내부에 화살표가있는 매우 긴 조명도 있고 내부에는 자전거 및 버스 조명이 있으며 일부 조명은 일시적인 것입니다.

또한 야간 등 밝은 배경을 고려하면 센서의 한계로 인해 노출 과다 시 화살표 및 원 모양을 구분하기 어려울 수 있습니다. 그리고 배경에 있는 많은 조명의 간섭이 있으면 시스템에 더 큰 영향을 미칩니다.

또한, LED 표시등이 계속 깜박여서 식별에 방해가 될 수 있습니다. 요즘 카메라에는 이미 스트로보 방지 기능이 탑재되어 있지만, 그럼에도 불구하고 일부 조명의 주파수는 일치하지 않을 수 있습니다.

Yunjian Insight: 신호등 식별 문제는 다른 시스템에서도 발생해야 합니다.

허우콩:같은. 원리는 비슷하지만 하드웨어가 다르기 때문에 방법도 달라집니다. 하드웨어 기능이 강력할수록 더 많은 방법을 사용할 수 있습니다. 더 중요한 점은 데이터가 전국에 걸쳐 얼마나 다양한 상황을 다루고 있는지입니다.

Insight: Horizon J5 기반 AD Pro 모델의 기능 상한선은 무엇입니까?

허우콩:고속도로에서 가장 잘 작동합니다.

Yunjian Insight: Yu Kai는 앞서 그 해 리소스 투자가 부족하여 J5 칩의 CPU 컴퓨팅 성능이 부족했다고 언급했습니다. 하지만 NVIDIA는 언제나 앞서가며 투자합니다.

허우콩:사람마다 생각이 다릅니다. NVIDIA는 고급형으로 가고 있지만 비용이 많이 들고 계속할 수는 없습니다. 자율 학습 모드에 더 적합합니다. 생태는 상대적으로 완전하고 개발 비용은 상대적으로 낮습니다. 하지만 비용 효율적인 모델을 만들고 싶다면 여전히 비용 효율적인 칩을 선택해야 합니다.

Insight: Horizon 칩만 사용하시나요?

허우콩:우리 시스템 설계의 목표는 다양한 칩에 적응할 수 있도록 하는 것입니다. 이 목표를 달성하기 위해 우리는 각 칩의 역할을 100% 극대화할 수는 없지만 충분합니다. 더 많이 투자하는 것이 좋을 수도 있지만 한계수익률은 매우 낮습니다. Horizon은 현재 우리의 가장 중요한 플랫폼이자 파트너이며, 우리는 확실히 이를 기반으로 구축할 것입니다. 그러나 우리 시스템은 단지 미래를 위해 설계된 것이 아닙니다.

우리의 미니버스는 항상 NVIDIA를 사용해 왔습니다. 초기에 L4 작업을 할 때 센서 액세스를 위해 NVIDIA Xavier를 사용했고 일부 알고리즘도 실행했습니다. NVIDIA Orin은 2022년에 출시될 예정이며, 우리가 가장 먼저 사용자가 될 것입니다. 당시 우리는 제조업체와 협력하여 한 달 만에 산업용 컴퓨터에서 NVIDIA Orin으로 시스템을 마이그레이션했습니다. 이 파트너는 국제적으로 유명한 회사입니다. NVIDIA는 그해 GTC 컨퍼런스에서 이를 강조했습니다.샤오펑그리고매우 크립톤적인) 동시에 Nvidia의 듀얼 Orin 칩을 사용한 최초의 제품입니다.

통찰력: Nvidia가 칩 제조에서 자율 주행 솔루션 제조로 전환하는 것에 대해 어떻게 생각하시나요?

허우콩:칩의 미래를 보다 정확하게 볼 수 있도록 모델 프로젝트를 구축해야 합니다. 얼마나 많은 컴퓨팅 파워가 필요한지, 시스템에 어떤 기능이 필요한지 인지가 있어야 합니다.

실제로 6~7년 전에 엔드투엔드 논문을 냈지만 한 번도 작업을 하지 못했다. Wu Xinzhou는 과거에 처벌을 받았지만 완전히 처벌받은 것은 아닙니다. 이것이 잘 이루어지면 표준화된 솔루션으로 만들어 한 단계 더 발전할 수 있을 거라 생각합니다.

프로토타입 프로젝트를 구축한 후 칩 판매를 도울 수도 있습니다.

Yunjian Insight: 만드는 각 모델을 전달하는 데 많은 인력이 필요합니까? 아니면 모든 자동차에 사용할 수 있는 일반적인 솔루션인가요?

허우콩:이는 시스템이 이를 어떻게 식별하는지에 따라 다릅니다. 이는 실제로 매우 중요합니다. 예를 들어 화웨이는 확실히 슈퍼 공급업체가 되어 배송 비용을 절감하기를 희망하고 있습니다. Huawei의 센서는 모두 자체적으로 정의되지만 일반적으로 자동차 제조업체는 자체 공급망에 따라 센서를 교체합니다. 우선 카메라를 바꾸지 않고, 설치 위치도 비교적 표준적이다. 해당 모델의 전면 카메라와 후면 카메라는 하나의 모듈에 함께 배치된다. 이러한 방식으로 설치 위치가 상대적으로 고정되고 후속 적응 비용이 절감됩니다. SUV와 세단의 대략적인 위치는 같고, 모델도 동일하므로 배송비가 낮아야 합니다.

더 이상 1등급이 되고 싶지 않아요

Yunjian Insight: 자체 칩을 만드는 것을 포함하여 Robotaxi를 제외하고 Tesla가 한 모든 것이 옳았다고 말씀하셨나요?

허우콩:오른쪽. 그것은 두 개의 칩을 자체적으로 만듭니다. 하나는 자동차용이고 다른 하나는 오프라인용입니다. 2019년에는 차량에 이렇게 높은 컴퓨팅 파워 칩이 없었는데, 이 칩 덕분에 이렇게 일찍 BEV를 할 수 있었던 것입니다.

엔비디아의 오린 칩은 2022년까지 출시되지 않을 예정이지만, 테슬라는 이미 2021년에 BEV를 생산해 1년 넘게 시장을 선도하고 있다. 처음에는 Mobileye의 칩을 사용했고 나중에는 NVIDIA의 Drive PX를 사용했지만 NVIDIA의 가격은 내려갈 수 없어 자체 제작을 통해서만 비용을 절감할 수 있습니다.

Yunjian Insight: 그렇다면 자동차 회사가 Tesla로부터 배우고 자체 칩을 개발하는 것이 합리적입니까?

허우콩:Tesla는 이를 수행할 수 있는 규모를 갖추고 있습니다. 다른 자동차 제조사들은 이런 식으로 배웠는데, 이는 정확하지 않을 수도 있습니다.

Yunjian Insight: 자동차 회사, 칩 회사, 자율주행 솔루션 제공업체는 현재 바퀴를 재창조하고 있으며, 미래에 산업 부문이 어떻게 진화할 것이라고 생각하시나요?

허우콩:시장이 모든 것을 증명하게 하세요. 이를 수행하는 목적은 반드시 단순하지는 않지만, 시장 가치 관리, 인재 유치 등 기술 브랜드의 이미지 형성 등 다른 목적도 있을 수 있습니다.

이론적으로 공급망 보안과 비용 측면에서 자동차 회사는 자체 개발한 칩에 일정한 이점이 있지만 전체 비용을 고려해야 합니다. 칩을 만들 때 가장 큰 어려움은 칩을 만들고 나서 새로운 알고리즘이 있고 하드웨어가 느리다는 것을 발견한다는 것입니다. 모두가 그 알고리즘을 하려고 서두르고, 당신의 칩은 사용될 수 없습니다.

Insight: Horizon J5에 대해 말씀하시는 건가요?

허우콩:J5는 사례 연구입니다. 하지만 제 생각에는 J5뿐만 아니라 해당 세대의 칩이 보편적이지 않은 한 모두가 이 문제를 안고 있다고 생각합니다.

Yunjian Insight: 이제 기술 아키텍처가 안정화되었습니까?

허우콩:아니요. 현재 트랜스포머도 도전을 받고 있으며, 새롭고 더욱 효율적인 기술이 등장하고 있습니다. 수렴과정도 있을 것이다.

Yunjian Insight: 칩 제조업체가 스마트 운전 솔루션을 개발하는 것이 합리적입니까?

허우콩:장점이 뚜렷하지 않은 것 같아요. 자동차 제조업체가 칩 제조업체와 협력할 때 드라이버, 기본 소프트웨어, 센서 신호 처리 또는 신경망 추론 등 일부 기본 개발과 관련된 도움을 받을 수 있지만 칩 제조업체가 이러한 서비스를 제공하는 데 드는 비용은 다음과 같습니다. 꽤 높으며 모든 가정에 서비스를 제공할 수는 없습니다.

공급망을 매우 성숙하게 만들 수 없다면 시간이 걸립니다. 이 분야에서는 칩 스타트업이 이 정도 성숙을 이루기 어렵고 자제해야 한다. 소수의 생태학적 파트너가 시장을 지배할 수 있습니다. 그러나 자동차 제조업체 역시 자체 개발이 필요하며 생태학적 파트너에 의존하기를 원하지 않습니다. 또한 생태학적 파트너가 성장하는 데에도 시간이 걸리며, 이 시장을 빠르게 채우는 것은 불가능합니다.

이때 칩 제조업체는 스스로 이러한 문제를 해결할 수 있다고 확실히 느낄 것입니다.

통찰력: 프로젝트를 완료하려면 얼마나 많은 인력이 필요합니까?

허우콩:일반적으로 첫 번째 프로젝트는 가장 노동 집약적이며 프로젝트가 진행됨에 따라 투자 비용이 낮아집니다.

통찰력: 현재 동시에 몇 개의 프로젝트를 수행할 수 있습니까?

허우콩:2~3개의 프로젝트. 단일 프로젝트에 대한 현재 투자는 아직 최적이 아닙니다. 다섯 번째 프로젝트 이후에는 기본적으로 각 프로젝트를 완료하는 데 수십 명의 인력만 필요하며, 5~6개의 프로젝트를 수행하는 것도 문제가 되지 않습니다.

Yunjian Insight: 자율주행 공급업체는 더 많은 프로젝트를 수행하기 위해 더 많은 사람을 고용해야 할까요, 아니면 직원 규모를 통제하고 제한된 수의 프로젝트만 수행해야 할까요?

허우콩:전략적 목표를 살펴보세요. 시장을 점유하고 싶다면 규모를 확대하고 계속해서 자금을 조달하고 공개하고 이목을 끄는 방식으로 더 많은 프로젝트를 수행하세요. 또 다른 유형은 먼저 벤치마크를 설정하고, 역량을 배양하고, 제품을 표준화한 후 빠르게 복사하는 것입니다. 한두 개의 프로젝트로 시작해서 먼저 벤치마크를 설정하지만, 제품이 표준화되어 있어 나중에 홍보할 수 있는 커스터마이징이 많지 않을 것이라는 점은 또 다른 생각입니다.

Insight: 왜 두 번째 경로를 선택했나요?

허우콩:지금 우리가 더 많이 받을수록 더 많은 손실을 보게 될 것이고, 사업은 큰 운영 압박을 받고 있기 때문입니다. 최종 시장은 소수의 공급자에게만 국한되어야 하고 제품 표준화도 잘 이루어져야 한다고 판단합니다.

통찰력: 이 산업이 발전함에 따라 미래에 체인에서 어떤 역할을 하게 될까요?

허우콩:우리는 중저가 제품의 특정 카테고리에서 적어도 한두 개의 칩을 개발하고 표준화된 솔루션을 제공할 것입니다. 결국 Tier 2 회사가 될 수도 있습니다. 우리는 알고리즘과 소프트웨어 제공을 수행하지만 전체 세트를 수행하지는 않습니다. 이러한 일을 마무리하는 시스템 공급업체가 있습니다.

통찰력: Tier 1을 수행하는 것이 어떻습니까?

허우콩:우리는 시스템 Tier 1을 수행하지 않지만 소프트웨어 Tier 1(시스템 Tier 2)을 수행합니다. System Tier 1은 하드웨어가 많이 필요하고 투자도 꽤 크며 수익도 상대적으로 적습니다. 이 방향도 고려할 예정이지만 현재로서는 Tier 2가 더 실현 가능합니다.

Yunjian Insight: Tier 1이 도메인 컨트롤러 역할을 담당합니까?

허우콩:아직은 배달을 해야 합니다. 이는 인력 집약적일 것이며 이는 우리의 장점이 아닙니다.

통찰력: 당신의 장점은 무엇입니까?

허우콩:여전히 알고리즘과 제품을 만들고 있습니다. Qingzhou는 유전적으로 Tier 1 하드웨어를 잘 달성할 수 있는 회사가 아니라고 생각합니다. Desay SV나 Joyson Electronics와 같은 다른 종류의 회사입니다.

Insight: 하지만 Ideal과의 협력은 Horizon의 Tier 1이라는 것입니다.

허우콩:우리는 소프트웨어 Tier 1입니다. Tier 1은 단기적으로는 여전히 존재할 것이지만 결국 표준화될 것입니다. 그 후에는 자체 하드웨어를 만들거나 Tier 2를 만들 것입니다.

Yunjian Insight: 그렇다면 미래에 스마트 드라이빙 솔루션 제공업체가 자동차 회사, 시스템 Tier 1, 알고리즘 Tier 2 및 칩 Tier 2와 협력할 것이라고 생각하시나요?

허우콩:오른쪽.

Yunjian Insight: 칩 Tier 2가 알고리즘 Tier 2의 작업을 수행할 수 없나요?

허우콩:알다시피, 우리보다 이 일을 더 잘합니다.

Yunjian Insight: 표준화된 알고리즘을 제공한다면 Tier 2 칩도 이를 원할 것입니다.

허우콩:왜 스스로 해야 합니까? 그냥 우리와 협력하세요.