La guida autonoma consuma molta energia. Gli EV possono farcela?

Consumi e autonomia: i “nemici” noti delle elettriche

Ogni proprietario di un’auto elettrica ha imparato, spesso a proprie spese, quali fattori incidono sull’autonomia: il freddo che gela le ossa e l’abitacolo ben riscaldato. Il trasporto di carichi pesanti, o i viaggi a 130 km/h costanti in corsia di sorpasso.

Il nuovo grande “mangia-energia”: guida autonoma e sistemi ADAS evoluti

Meno appassionati di elettrico, invece, sono consapevoli dell’ultimo, grande “succhia-energia”. I sistemi di guida autonoma e semi-autonoma richiedono quantità sorprendenti di elettricità per raccogliere e trasmettere dati, addestrare le IA e far funzionare computer e suite di sensori sempre più potenti. Anzi, portata alle estreme conseguenze — in uno scenario in cui ogni auto in concessionaria o taxi potesse guidare da sola — l’auto autonoma potrebbe assorbire più energia di quanta ne abbiano consumata tutti i data center del mondo nel 2023, secondo uno studio del MIT di quell’anno.

Con meno di 7.000 taxi a guida autonoma attivi tra Stati Uniti e Cina, siamo ancora a decenni da scenari del genere. Eppure aziende come Uber, il cui CEO Dara Khosrowshahi ha indicato una potenziale opportunità di mercato “oltre il trilione di dollari”, potrebbero portare tra 700.000 e 3 milioni di robotaxi sulle strade del mondo entro il 2035.

Per questi modelli, “l’autonomia incide direttamente su autonomia e chilometri per ricarica, e anche su quanto spesso devi ricaricare”, mi ha detto Kay Stepper, vicepresidente ADAS e guida autonoma di Lucid Motors. “Stiamo vedendo una crescita esponenziale delle richieste di memoria e di calcolo.” 

Un robotaxi Lucid Gravity.

Foto di: Lucid Motors

Robotaxi: più ore su strada, meno tempo fermo in ricarica

Anche il tassista umano più instancabile ha bisogno di dormire. Ma gli operatori di robotaxi immaginano “cavalli da lavoro” guidati dall’IA a caccia di corse quasi ininterrottamente. Ogni minuto perso in ricarica o nello spostamento verso una colonnina è un minuto senza clienti paganti.

“Come asset, un robotaxi può essere operativo anche 23 ore al giorno, con magari un’ora per ricarica in corrente continua, manutenzione e pulizia”, dice Stepper.

Lucid e Rivian, due partner chiave di Uber, sono tra i costruttori che puntano a portare l’autonomia di Livello 4 sia sui robotaxi sia sulle auto dei privati. Ad aprile Uber ha portato l’investimento complessivo in Lucid a 500 milioni di dollari. Si è impegnata ad acquistare almeno 35.000 SUV Gravity e futuri modelli di taglia media per servizi taxi in decine di città, a partire da San Francisco entro fine anno. Rivian riceverà fino a 1,25 miliardi di dollari da Uber per avviare robotaxi in 25 città tra Stati Uniti, Canada ed Europa entro il 2031. Il debutto è previsto per il 2028, con una flotta fino a 10.000 SUV R2 a San Francisco e Miami.

Vista la posta in gioco, entrambe le Case stanno contando i kilowatt e cercando di contenere l’appetito energetico dell’autonomia.

“C’è una spinta trasversale nel settore per essere più efficienti”, afferma Rahul Rithe, direttore dei sistemi di sensing di Rivian.

Stepper indica un singolo sensore per rendere evidente l’esplosione delle esigenze di dati.

“Un frame rate tipico di una telecamera è 30 fotogrammi al secondo. Poi hai da 5 a 8 milioni di pixel per fotogramma. Ora moltiplica per 14 telecamere e aggiungi Lidar, radar e dati a ultrasuoni”, dice. I numeri diventano vertiginosi molto in fretta.

Queste richieste crescono in modo esponenziale man mano che le auto passano a livelli più elevati di autonomia, e aumentano ancora negli scenari complessi della guida urbana, dove la maggior parte dei veicoli autonomi (AV) opererà.

I primi esemplari, come la Chevy Bolt della divisione Cruise di General Motors, utilizzavano tra 1,5 e 3 kW per percepire l’ambiente e guidare in sicurezza, secondo Sam Abuelsamid, vicepresidente della ricerca di mercato di Telemetry. E questo si aggiunge alle richieste quotidiane per trazione, climatizzazione, infotainment e accessori. 

Lo sfortunato robotaxi Cruise di General Motors era un po' un divoratore di energia.

Quanto “costa” l’autonomia in kWh: l’impatto sul modello di business

Così non si gestirebbe mai un’attività redditizia. Anche a un ritmo di 2 kW, quel taxi Cruise “berrebbe” 40 kWh in un turno di 20 ore solo per alimentare l’autonomia; ovvero circa due terzi di un “pieno” con il suo pacco batteria originale da 60 kWh. (Ovviamente, un taxi ricaricherebbe almeno una volta in una giornata di lavoro così lunga. Ma consumi eccessivi imporrebbero comunque soste più frequenti.)

Per l’AV basato su Ioniq 5 del 2022 che Hyundai ha sviluppato per Motional, la penalizzazione è paragonabile a un Ford F-150 Lightning che traina un Boeing 747: l’Agenzia per la Protezione Ambientale statunitense (EPA) ha stimato l’autonomia della Hyundai in 270 km, con un calo del 46% rispetto ai 488 km della versione per i consumatori.

I robotaxi Hyundai Ioniq 5 utilizzati da Motional hanno un'autonomia significativamente inferiore rispetto a un modello normale. Colpa dei sensori e dei computer che consumano molta energia.

Foto di: Hyundai

Le nuove generazioni migliorano: l’obiettivo è intorno a 1 kW

I veicoli autonomi più recenti vanno meglio. Rivian punta a un consumo di circa 1,1 kW per robotaxi di Livello 4, che equivale a 22 kWh in quel turno di 20 ore. Anche il sistema di Lucid, in partnership con la società di IA Nuro, mira a valori simili.

I taxi Jaguar I-Pace di Waymo dedicano circa 1 kW alla guida autonoma, anche con il loro array retrofit di 29 telecamere e cinque unità Lidar. I modelli equipaggiati con l’ultima IA di sesta generazione “Driver” di Waymo potrebbero usare anch’essi circa 1 kW, dice Abuelsamid. Tra questi ci sono le più recenti Ioniq 5 AV di Hyundai in fase di test e il minivan Ojai di Zeekr. 

Foto di: Patrick George

Se i veicoli autonomi diventano di massa, l’impronta energetica può esplodere

Considerate che il cervello umano rappresenta circa il 2% della massa corporea tipica, ma consuma il 20% di energia e ossigeno. Quindi, se si parla di decine o centinaia di milioni di auto, con “cervelli” IA sempre più grandi, la somma diventa enorme. Nel mondo ci sono oltre 1,6 miliardi di autovetture. E, secondo un’analisi di Hedges & Company, bastano 19,6 anni per rinnovare il 90% del parco circolante globale man mano che le auto più vecchie escono di scena.

Per questo non è più una fantasia alla Minority Report immaginare un mondo dominato dalle auto a guida autonoma entro il 2050 o il 2060, soprattutto se i prezzi dell’autonomia scenderanno a livelli accettabili per i consumatori — o se la Silicon Valley e la Cina avranno voce in capitolo.

Lo studio del MIT del 2023 si è concentrato su questa potenziale impronta energetica. Il team di ricerca ha calcolato che, se 1 miliardo di AV guidasse per appena un’ora al giorno, utilizzando 840 watt per far funzionare l’autonomia — ben al di sotto dei livelli odierni — consumerebbe tanta energia quanto i data center globali di allora (prima che il boom “insano” dei data center per l’IA prendesse davvero piede), con lo stesso livello di emissioni di gas serra. Nel 90% degli scenari modellati, per evitare che le emissioni degli AV superino i livelli dei data center del 2023, ogni veicolo dovrebbe mantenere la potenza di calcolo sotto 1,2 kW. 

Foto di: Hyundai

MIT: “1 kW per auto” come obiettivo realistico nel breve periodo

Sertac Karaman, professore al MIT di aeronautica e astronautica e coautore dello studio, afferma che la ricerca evidenzia la necessità di migliorare l’efficienza.

“Un kilowatt per auto sembra un obiettivo ragionevole per i prossimi tre-cinque anni”, dice Karaman. “Ma ci aspettiamo che la componente di calcolo nei trasporti diventi significativa e, per molti aspetti, siamo solo all’inizio.”

Karaman osserva che il consumo energetico a bordo è solo una parte della storia. I data center incaricati dell’addestramento in cloud degli AV, o del monitoraggio e della gestione dei sistemi di traffico autonomo — incluse le funzioni di “smart city” — dovranno certamente aumentare la capacità per supervisionare un parco AV globale. È anche troppo presto per prevedere con sicurezza gli effetti secondari. Un mondo con accesso 24/7 alle auto autonome per tutti, giovani o anziani, con o senza patente, potrebbe aumentare nettamente i chilometri percorsi, oppure ridurli tramite ride sharing o minore congestione.

“Per ora è ancora, in un certo senso, un’incognita”, dice.

Come altri operatori, Lucid e Rivian sono pienamente nella fase di addestramento dell’IA. I loro modelli di guida stanno crescendo verso 10 miliardi di parametri.

“Abbiamo appena scalfito la superficie nel dispiegare l’IA fisica”, dice Stepper. “I progressi, rispetto alla quantità di dati necessaria per l’addestramento, sono assolutamente impressionanti e hanno sorpreso molti di noi.” 

Rivian afferma che la R2 offrirà un sensore lidar e, col tempo, un’autonomia senza necessità di tenere gli occhi sulla strada. 

Foto di: Rivian

Ridondanza e sensori: sicurezza sì, ma con più complessità e assorbimenti

Una serie di sottosistemi di sicurezza ridondanti — alimentazione, rete e comunicazioni, calcolo, sensori, sterzo e frenata — aggiunge complessità che Lucid sta “lavorando molto, molto duramente per ridurre”, anche diminuendo il numero di sensori.

“Quello che vedrete nelle applicazioni taxi sono due bellissimi computer ad alte prestazioni, nel caso in cui il sistema primario vada giù”, dice Stepper.

Il fondatore e CEO di Rivian, RJ Scaringe, definisce la “data flywheel” dell’azienda cruciale per l’autonomia. I dati di guida reali vengono acquisiti dalle Rivian su strada, con l’obbligo per i proprietari di dare l’adesione. I dati vengono scaricati sul Rivian Cloud e usati per addestrare l’IA. Le versioni validate e migliorate del suo “Large Driving Model” vengono inviate alle auto dei clienti tramite aggiornamenti OTA.

Un AV può generare o gestire diversi terabyte di dati al giorno. Fortunatamente, man mano che gli AV “impareranno” ogni angolo del globo, la richiesta di dati per l’addestramento dovrebbe attenuarsi. Per il modello Rivian, dice Rithe, la registrazione e trasmissione a bordo si attiva solo in scenari insoliti: un incrocio particolare in una zona remota, un ostacolo mai visto prima. Questi casi limite sono notoriamente difficili da catturare in simulazione. 

Il "Full Self-Driving" di Tesla ha una configurazione relativamente semplice di telecamere e computer. L’azienda scommette di poter raggiungere la piena autonomia con hardware più economico e meno energivoro. Ma resta poco chiaro se questo approccio funzionerà.

Foto di: Tesla

“Stiamo eseguendo costantemente la percezione sul veicolo, ma un computer decide se si tratta di un evento davvero interessante: un fotogramma di camera o lidar che sia unico”, dice Rithe. 

Dai TOPS ai watt: l’efficienza del calcolo diventa un requisito

Man mano che i processori diventano “superpotenti”, misurati anche in TOPS — trilioni di operazioni al secondo — i costruttori stanno facendo in modo che l’energia non diventi la loro kryptonite.

“I watt per TOPS sono un fattore chiave”, dice Stepper.

L’efficienza, in diverse forme, è uno dei motivi principali per cui Rivian ha deciso di sviluppare silicio proprietario internamente. Ha abbandonato i precedenti processori Nvidia Orin e anche il nuovo Nvidia Drive Thor che stanno adottando aziende come Lucid, Mercedes, Volvo, BYD e Zeekr. Quel chip Thor opera tra 40 e 130 kW. 

Il potente sistema-on-a-chip “RAP1” (o “SOC”) di Rivian è un elemento centrale dei suoi piani ambiziosi. Il silicio può calcolare 800 trilioni di operazioni al secondo per dati sparsi. Rivian combinerà una coppia di questi chip per alimentare un modulo di autonomia Gen3 che debutterà su R2 entro fine anno — insieme alla prima unità Lidar di bordo dell’azienda. Lo stack di percezione ad alta fedeltà della R2 include 11 telecamere ad alta risoluzione e cinque radar. Sulla R2, quell’hardware e software permetteranno inizialmente un sistema Livello 2++ “point-to-point” a mani libere, simile al FSD di Tesla, ma non prima di fine anno. Aggiungendo più chip RAP1 e software, Rivian afferma che il sistema può scalare progressivamente fino a diventare capace di guida di Livello 4. 

Rithe dice che Rivian definisce un budget energetico per ogni sistema del veicolo, inclusa l’autonomia, e che gli ingegneri devono rigorosamente rispettare gli obiettivi. Inoltre, il controllo interno dell’intero stack di guida autonoma offre a Rivian un forte vantaggio competitivo in prestazioni ed efficienza. Rispetto alla precedente unità Nvidia Orin, il modulo Gen3 ha quattro volte la potenza di calcolo e un ulteriore guadagno di 2x nell’utilizzo dei TOPS rispetto al dispiegamento end-to-end del suo Large Driving Model. Rivian non ha divulgato le richieste di potenza assolute del SOC RAP1, ma afferma di ottenere questi guadagni di calcolo usando solo il 50% di potenza in più.

“La potenza non è stata un ripensamento”, dice Rithe. “Abbiamo visto un miglioramento di prestazioni di 8x senza far esplodere il nostro budget energetico.”

Il Lidar, a sua volta, un tempo era noto per essere un grande consumatore di energia, non solo per specchi motorizzati o gusci rotanti, ma anche per la resistenza aerodinamica di quell’hardware sporgente che offriva viste a 360 gradi. I circuiti allo stato solido hanno ridotto nettamente ingombri, costi e consumi del Lidar, anche per l’unità più “filante” che si integrerà nella linea del tetto della R2. Vidya Rajagopalan, vicepresidente senior dell’ingegneria hardware elettrica di Rivian, dice che oggi il consumo si misura nell’ordine delle “decine di watt”.

Da parte sua, Lucid punta sul proprio obiettivo di “efficienza radicale” in batterie, motori e aerodinamica per compensare le perdite dovute all’autonomia. Questo include una filosofia di riduzione delle batterie per innescare una catena di guadagni di efficienza. Lucid afferma che la sua Lunar — un concept di robotaxi biposto — potrebbe offrire fino a 9,7 km per kWh. Una batteria piccola come 55 kWh, contro i 69 kWh del futuro modello Cosmos, potrebbe comunque garantire circa 499 km con una carica. Con Lucid che punta a ricariche ultra-rapide, aggiungendo forse circa 322 km di autonomia in 15 minuti, gli operatori ridurrebbero i tempi morti e aumenterebbero gli incassi per auto.

Stepper dice che il settore sta convergendo verso un obiettivo di 500 watt per supportare le tecnologie di guida autonoma. 

Il concept Lucid Lunar.

Foto di: Suvrat Kothari

Verso i 500 watt: un target industriale più che un dato di prodotto

“Stiamo lavorando per dimezzare il requisito di potenza di oggi e portarlo a 500 watt”, dice. “È un obiettivo di lavoro, non pubblicato in alcun piano prodotto di Lucid, ma un target condiviso dalla comunità e dall’industria.”

Abuelsamid concorda che 500 watt sia un obiettivo ragionevole. Dice che è improbabile che i costruttori riescano a scendere molto più in basso nel breve, date le esigenze di calcolo in crescita.

“Detto questo, è fondamentale abbassare quel numero il più possibile per mantenere un’autonomia dignitosa per un AV elettrico.”

Lawrence Ulrich è un giornalista automotive freelance pluripremiato con base a Brooklyn, New York. È anche l’ex capo critico auto del The New York Times e contributing editor di Road & Track.

A proposito di guida autonoma

Tesla Model Y è la prima auto promossa ai nuovi test di guida autonoma

Quando arriva il Tesla FSD in Europa (e quali sono i dubbi)