-供需商情.jpg?orientation=landscape&width=800&height=600)
1705
本文為安森美（onsemi）專家的GTC 24逛展筆記，我們可以試著通過專家視角，看看他在GTC 24度過令人興奮的四天后，迫不及待記錄下當前科技領域的熱門話題：生成式人工智能(GenAI)的新時代，及其將如何重塑汽車行業(yè)。
GenAI是人工智能(AI)的一個分支。傳統(tǒng)AI模型是針對特定任務專門定制的，依賴特定訓練數(shù)據(jù)集的標注數(shù)據(jù)來訓練。GenAI基礎模型則不同，它以無監(jiān)督的方式從大得多的數(shù)據(jù)集中學習模式和結構，能夠深入分析已知數(shù)據(jù)集，尋找聯(lián)系和規(guī)律，進而“生成”視頻、圖片、文本、軟件代碼等富有創(chuàng)意的輸出。因而在訓練更大的GenAI模型時，傳統(tǒng)AI模型訓練中成本高昂的數(shù)據(jù)標注工作往往變得不再重要。
GenAI一旦完全發(fā)揮效用，必將帶領我們進入創(chuàng)造力和效率均不受任何限制的嶄新世界。另外要強調(diào)的是，GenAI還可以與預測性分析等現(xiàn)有技術結合使用。GenAI通過識別模式并反復自動預測來“生成”獨特的輸出，而預測性分析則利用歷史數(shù)據(jù)和統(tǒng)計建模來預測特定場景下的未來結果和行為。兩者的結合能夠讓企業(yè)和機構做出更明智的決策。關于融合這兩種技術的細節(jié)，后文會進行深入探討。
據(jù)高盛估計，未來10年，GenAI可推動全球GDP增加7%，也就是近7萬億美元。GenAI能夠生成與人類創(chuàng)作風格和深度相似的新內(nèi)容，為我們開啟一個充滿無限可能的全新領域，改善我們生活的方方面面。
先來談談工廠車間。當前，制造業(yè)正廣泛使用各式各樣的傳感器，通過分析傳感器收集的海量數(shù)據(jù)，我們可以更深入地認識、理解和預測機器性能及產(chǎn)品質(zhì)量。但其中許多傳感器都是獨立工作，盡管可以各自提供輸出，但缺乏整體一致性，所以很難更大限度地提升對制造設備性能的預測能力。而GenAI可以處理來自制造車間各個方面的綜合數(shù)據(jù)集，從而產(chǎn)生超乎我們想象的全新輸出場景。
1、生成式AI驅(qū)動汽車設計創(chuàng)新
接著我們來看GenAI對汽車行業(yè)產(chǎn)生的深遠影響，一起探討它將如何推動汽車設計的創(chuàng)新發(fā)展。汽車設計工作涉及電池、變速箱、發(fā)動機、信息娛樂系統(tǒng)等等眾多錯綜復雜的部件。其中還涉及大量的設計布局選擇和技術安全限制，需確保滿足有關車輛上路的各方面標準。此外，各個地區(qū)對汽車的要求也不盡相同。
通過GenAI軟件工具，汽車制造商僅需調(diào)整幾個輸入?yún)?shù)就能創(chuàng)建逼真的3D汽車模型，設計師還可以向GenAI提問，探索“內(nèi)飾能否采用其他材料？”或“如何降低設計方案的成本？”等問題的解決方法。通過結合過往的設計經(jīng)驗和客戶反饋，新設計能夠進一步優(yōu)化成本和效率，加速產(chǎn)品上市進程。這樣，設計人員可以加快原型制作與測試過程，從而盡早發(fā)現(xiàn)問題，快速總結失敗經(jīng)驗。從每一輪迭代中收獲新的技術洞見，并由此增強汽車性能。這種創(chuàng)新速度有望徹底改變汽車行業(yè)。
與此同時，客戶服務和用戶體驗領域也將迎來巨大改進。您上一次買車的體驗如何？常見的情況是，您與一家經(jīng)銷商預約了時間，經(jīng)過漫長等待后，您還得和一個拼命想要完成業(yè)績指標的銷售員打交道。而您所期待的，不過是享受擁有新車的愉悅和隨之而來的新旅程。而GenAI聊天機器人則可以改變這種局面，它能理解您的需求，提供完全個性化的體驗，為您量身打造推薦方案，包括車型選擇、可加裝的功能/套件，甚至是車貸方案。您可以直接向它詢問，獲取需要的特定信息，進而做出決策。對于作為買家的您和作為賣家的汽車經(jīng)銷商來說，這無疑是雙方共贏的理想結果。
再來看看供應鏈。如果您身處最近遭遇供應短缺問題的半導體行業(yè)，尤其會感到焦慮。傳統(tǒng)AI無疑具有一定優(yōu)勢，比如能夠密切監(jiān)測庫存水平、實時監(jiān)控供應鏈、跟蹤貨物運輸狀況，并及時發(fā)現(xiàn)供應中斷情況。而GenAI則在此基礎上又新增了兩大關鍵特性：
其一，一旦出現(xiàn)供應中斷，GenAI將能提供替代路徑，從而能夠更大限度地降低中斷影響并減少因此造成的額外成本。
其二，GenAI會在規(guī)劃時進行“假設”情景分析。它會考慮不同的情況，例如供應商A的原材料不能按時提供會發(fā)生什么情況，或者供應商C的價格上漲會發(fā)生什么情況。然后，它會將這些信息轉(zhuǎn)化為解決方案。這樣一來，我們便能優(yōu)化供應鏈布局、增強其可靠性、減少意外狀況，避免讓全球市場陷入困境。
最后，全球車隊規(guī)模越來越大，運營范圍越來越廣，需要處理的數(shù)據(jù)量也在迅速增加。車隊管理者長期抱怨生成的數(shù)據(jù)太過復雜，從這些晦澀難懂的數(shù)據(jù)集中得出有用信息需要耗費大量時間。對此，GenAI可以提供幫助，它可以簡化車隊數(shù)據(jù)分析的流程，使整個過程變得直觀明了。車隊管理者可以向GenAI聊天機器人提問并獲得答案，例如：“我的車隊中有多少輛電動汽車？”，或者“電動汽車對我的總收入產(chǎn)生了哪些影響？”。
此外，對于可能導致汽車故障和停工的潛在技術問題，GenAI可助您防患于未然。它可以將來自傳感器的實時輸入數(shù)據(jù)與歷史數(shù)據(jù)趨勢相結合，實現(xiàn)預測性維護。得益于GenAI工具，企業(yè)可以更高效地管理車隊，為客戶營造更加安全可靠的體驗，提高運營效率，最終推動利潤增長。
2、安森美的角色
在這個技術變革時代，安森美同樣扮演著重要角色。圖像傳感器能夠捕獲大量圖像和視頻數(shù)據(jù)，幫助駕駛員和/或車輛系統(tǒng)在行駛途中及時做出決策。通過與生態(tài)伙伴密切合作，安森美可協(xié)助整車廠商縮短設計周期。
NVIDIA Omniverse 新推出的Cloud API為自動駕駛系統(tǒng)開發(fā)者提供了強大支持，涵蓋眾多仿真器、驗證和測試工具（包括我們的Hyperlux?系列圖像傳感器模型）的NVIDIA Omniverse 生態(tài)系統(tǒng)將助其大大加速設計流程。
運用Hyperlux合成傳感器數(shù)據(jù)能夠創(chuàng)建仿真環(huán)境，模擬真實世界的傳感器輸入，從而構建現(xiàn)實世界場景的數(shù)字復刻模型，仿真道路布局、交通情況和天氣變化等狀況。這些虛擬環(huán)境讓開發(fā)者無需實際駕駛上路，便能測試算法、傳感器和控制系統(tǒng)，并且可以特意制造邊界工況（比如突發(fā)爆胎、傳感器失效、極端氣候等）來驗證系統(tǒng)的行為。利用圖像傳感器來生成合成場景，有助于改善模型的泛化能力，并減少頻繁上路收集數(shù)據(jù)的需要。這樣一來，相關人員便能在一個無風險、低成本、高效率的虛擬環(huán)境中測試和驗證自動駕駛系統(tǒng)及車輛性能。
下載ECAD模型
