1. 인식 (딥러닝) → 점유네트워크 → 플래닝 (코딩) → 구동

2. 인식 (딥러닝) → 점유네트워크 → 플래닝 (딥러닝) → 구동

3. 인식 (딥러닝) → 점유네트워크 → 플래닝 (딥러닝) → 구동 

4. 인식 + 플래닝 (딥러닝) → 구동

End-to-End(종단간) 방식

자율주행 방식은 크게 모듈화 방식과 종단간 방식으로 나뉨

테슬라만 유일하게 현재 종단간 방식에 도달함.

FSD V11까지는 테슬라조차 컴퓨터 연산능력과 데이터의 한계로 다량의 코딩을 곁들이는 모듈방식 사용

데이터가 많아진 V12부터 종단간 방식으로 변경

30만줄의 코딩을 전부다 없애고 100% 인공신경망만 사용하는 자율주행 방식으로 변경

짤에는 10억마일로 표시되어있지만 현재 13억 마일 이상 데이터 확보 최종목표는 약 60억마일, 그 시점이 전세계 규제를 통과할 수 있는 지점이라고 보고있음

구글과 GM을 포함해 타사가 라이다 레이더 카메라 + HDMap을 쓰는건 바보라서가 아님

저 종단간 방식을 사용하기 위해서는 압도적인 데이터가 필요.. 따라서 고작 해야 수백대 굴리는 구글로서는 데이터 확보가 불가능하고

GM은 데이터확보와 컴퓨터 연산능력 두 부분이 다 부족함이 그 이유

(GM은 팔아먹는 차량은 많지만 데이터센터 통신이 가능한 시스템을 차량에 박아놓지 않았음 쉽게말하면 팔린 자동차가 길거리에 많이 돌아다니기는 하나 데이터 수집이 안된다는 이야기)

라이다 레이더 카메라 + HDMap을 사용하면 적은 양의 데이터로도 코딩을 곁들이면 4단계 흉내내는것이 가능하기 때문 하지만 그 이상을 가기위해서는

Edge Case에 대한 학습이 필요.. 그래서 엄청난 양의 데이터가 필요한것

일부 사람들이 시뮬레이션 데이터 만으로도 자율주행 완성 할수있다고 하는데

시뮬레이션 데이터는 라이다 진영인 엔비디아 구글 GM 이런데만 가지고있는게 아님 테슬라도 있음 그럼에도 실주행 데이터가 필요하기 때문에 목숨을 거는것

인텔 모빌아이와 중국의 회사들은 테슬라와 같은 비전방식을 채택함

다만 모빌아이는 데이터 확보 능력이 처참하기 때문에 잘 봐줘야 코딩이 많은 FSD v11 수준이 한계

유일하게 테슬라 FSD를 위협할 가능성이라도 있는 존재는 엔비디아 H100 수출규제를 당하지 않은 중국임

다만 말한대로 수출제약이 있어서 엔비디아 칩 H100을 구하기가 쉽지 않은 상황.. 구하더라도 웃돈 줘야하고 테슬라같이 수만개 이상 대량으로 구매할수는 없음

난 V11 까지는 테슬라 FSD에 대해서 의구심이 참 컸음 사용자들의 말을 빌려보면

ABC 문제가 있었는데 다음 버전이 나오면 A문제는 사라지고 BC문제는 여전히 있고 D 문제가 새로 튀어나온다

이래서 난 FSD 포함해서 자율주행은 아주 머나먼 미래라고 생각했음

V12 오면서 확신을 가지게 됨 올해만 데이터센터에 10조원을 추가로 투자한다는데 학습속도를 더 높이기 위해서라고 생각

요즘 들어 생각하는건데

일론 머스크가 이런 저런 문제가 있다지만

먼 미래를 설계하는 능력은 탁월하다 생각함

그러하다

다만 이 과정에서 차량개발팀, 슈퍼차저 팀을 다량 해고한것으로 보아

차량의 운동성능이나 이런 쪽은 지지부진 해진다고 봐야