Intel เร่งความเร็วของการประมวลผลควอนตัมด้วยชิป 17-Qubit
Intel กล่าวว่ากำลังจัดส่งชิปประมวลผลควอนตัมรุ่นทดลองให้กับพันธมิตรด้านการวิจัยในเนเธอร์แลนด์ในวันนี้ บริษัทหวังที่จะแสดงให้เห็นว่าทักษะด้านบรรจุภัณฑ์และการบูรณาการจะทำให้บริษัทได้เปรียบในการแข่งขันเพื่อผลิตคอมพิวเตอร์ควอนตัมที่ใช้งานได้จริง
ชิปนี้มีคิวบิตตัวนำยิ่งยวด 17 ตัว ซึ่งเป็นองค์ประกอบพื้นฐานของคอมพิวเตอร์ควอนตัม จิม คลาร์ก ผู้อำนวยการด้านฮาร์ดแวร์ควอนตัมของ Intel กล่าวว่า บริษัทเลือก 17 คิวบิต เนื่องจากเป็นค่าขั้นต่ำที่จำเป็นในการแก้ไขข้อผิดพลาดของรหัสพื้นผิว ซึ่งเป็นอัลกอริทึมที่คิดว่าจำเป็นต้องปรับขนาดคอมพิวเตอร์ควอนตัมให้มีขนาดที่มีประโยชน์
พันธมิตรด้านการวิจัยของ Intel ที่ศูนย์วิจัย TU Delft และ TNO Qutechจะทำการทดสอบความสามารถของ qubits แต่ละตัว รวมถึงการแก้ไขข้อผิดพลาดของรหัสพื้นผิวและอัลกอริธึมอื่นๆ
คลาร์กกล่าวว่านวัตกรรมส่วนใหญ่ในชิปของ Intel นั้นเกี่ยวข้องกับงานด้านบรรจุภัณฑ์ที่ไม่ค่อยมีคนเขียนถึงในสื่อยอดนิยม (หรือในIEEE Spectrum ): “ด้วยชิปควอนตัมที่มีตัวนำยิ่งยวด ทุกอย่างเกี่ยวกับบรรจุภัณฑ์” เขากล่าว Qubits มีความไวต่อสัญญาณรบกวน RF อย่างยิ่ง บรรจุภัณฑ์บางอย่างสามารถช่วยป้องกันได้ ที่สำคัญกว่านั้น คิวบิตตัวนำยิ่งยวดทำงานที่อุณหภูมิ 20 มิลลิเคลวิน “สิ่งเหล่านี้เป็นเงื่อนไขที่รุนแรงมากสำหรับเซมิคอนดักเตอร์และบรรจุภัณฑ์” คลาร์กกล่าวเสริม
ชิป qubit ตัวนำยิ่งยวดอื่น ๆ ใช้เทคโนโลยีที่เรียกว่า wire bonding เพื่อรับสัญญาณเปิดและปิดชิป ที่นี่สายไฟขนาดไมโครมิเตอร์เชื่อมโยงแผ่นบอนด์ที่ด้านบนของชิปกับหมุดของบรรจุภัณฑ์ซึ่งจะถูกบัดกรีเข้ากับแผงวงจร แม้ว่าจะยังคงใช้งานอยู่มาก แต่การยึดด้วยลวดเป็นเทคโนโลยีรุ่นเก่าที่มีข้อจำกัดในการเชื่อมต่อโครงข่าย
สำหรับชิปควอนตัมใหม่ Intel ได้ปรับเทคโนโลยีชิปพลิกที่เรียกว่าให้ทำงานที่อุณหภูมิมิลลิเคลวิน Flip Chip เกี่ยวข้องกับการเพิ่มจุดบัดกรีให้กับแผ่นบอนด์แต่ละแผ่น พลิกชิปกลับหัวด้านบนแผงวงจร จากนั้นหลอมบัดกรีเพื่อยึดติด ผลที่ได้คือการเชื่อมต่อที่เล็กกว่า หนาแน่นกว่า และความเหนี่ยวนำที่ต่ำกว่า
ความสามารถในการเพิ่มจำนวนการเชื่อมต่อเป็นกุญแจสำคัญในการขยายไปยังคอมพิวเตอร์ควอนตัมล้านคิวบิตที่ใช้งานได้จริง Clarke กล่าว เนื่องจากแต่ละ qubit ต้องการสายควบคุมอย่างน้อยหนึ่งสายและอาจมีหลายสาย ชิปดังกล่าวจะต้องใช้อุปกรณ์ควบคุมอิเล็กทรอนิกส์ที่อยู่ใกล้กับ qubits เพื่อลดเวลาแฝง “ถ้าเรามีชิปหนึ่งล้านควิบิตในวันนี้ เราก็ไม่มีทางที่จะรันมันได้” คลาร์กกล่าว “มันจะเป็นน้ำหนักกระดาษที่ดี”
การพัฒนาเทคโนโลยีโครงสร้างพื้นฐานควบคู่ไปกับชิปประมวลผลควอนตัม “เรากำลังทุ่มเททำงานเพื่อส่งมอบสิ่งที่ดูเหมือนคอมพิวเตอร์มากขึ้น” คลาร์กกล่าว
ในแง่ของความเร็วของการพัฒนา โครงการ qubit ตัวนำยิ่งยวดของ Intel มีผู้นำที่ชัดเจนเหนือโครงการที่ใช้ qubit ประเภทอื่นๆ แต่มีการแข่งขันมากมาย เมื่อต้นปีที่ผ่านมาGoogle ได้ทดสอบชิปที่มีคิวบิตตัวนำยิ่งยวด 6 และ 9ตัว ระหว่างทางไปยังเครื่องขนาด 49 บิต ซึ่งหวังว่าจะพร้อมใช้ภายในสิ้นปีนี้ เครื่องขนาด 49 คิวบิตมีไว้เพื่อแสดงให้เห็นถึง “อำนาจสูงสุดของควอนตัม” ซึ่งแสดงให้เห็นอย่างชัดเจนว่าระบบควอนตัมสามารถทำอะไรบางอย่างได้เร็วกว่าคอมพิวเตอร์ทั่วไป
IBMยังอยู่ในเกม qubit ตัวนำยิ่งยวด และการเริ่มต้นRigetti ได้เปิดตัว Fabใกล้ Silicon Valley เพื่อให้ผู้อื่นเข้าสู่เกมได้
“เราอยู่ในระยะหนึ่งในการวิ่งมาราธอน และ Intel อยู่ในกลุ่มผู้นำ” คลาร์กกล่าว
เนื่องจากไดเอทจะถูกประดิษฐ์และทดสอบก่อนที่จะเชื่อมต่อกับ SoIF จึงสามารถใช้ในระบบต่างๆ ได้ ซึ่งจะช่วยลดต้นทุนได้อย่างมาก เป็นผลให้ค่าใช้จ่ายโดยรวมในการออกแบบและผลิต SoIF อาจน้อยกว่า SoC ถึง 70 เปอร์เซ็นต์ตามการประมาณการของเรา โดยเฉพาะอย่างยิ่งสำหรับระบบขนาดใหญ่ที่มีปริมาณน้อย เช่น ระบบสำหรับอุตสาหกรรมการบินและอวกาศและการป้องกันประเทศ ซึ่งมีความต้องการเพียงไม่กี่ร้อยถึงสองสามพันเครื่อง ระบบที่กำหนดเองนั้นง่ายต่อการสร้างเป็น SoIF เนื่องจากทั้งต้นทุนการออกแบบและเวลาลดลง
เราคิดว่าผลกระทบต่อต้นทุนและความหลากหลายของระบบมีศักยภาพที่จะนำไปสู่ยุคใหม่ของนวัตกรรมที่ฮาร์ดแวร์ใหม่มีราคาไม่แพงและสามารถเข้าถึงได้โดยชุมชนขนาดใหญ่ของนักออกแบบ สตาร์ทอัพ และมหาวิทยาลัย
ในช่วงไม่กี่ปีที่ผ่านมา เรามีความก้าวหน้าอย่างมากในเทคโนโลยีการรวม Si-IF แต่ยังต้องดำเนินการอีกมาก สิ่งแรกและสำคัญที่สุดคือการสาธิตกระบวนการผลิต Si-IF ที่ให้ผลตอบแทนสูงในเชิงพาณิชย์ บรรเลงเวเฟอร์ขนาด Si-IF อาจต้องใช้นวัตกรรมใน“maskless” พิมพ์หิน ระบบการพิมพ์หินส่วนใหญ่ที่ใช้ในปัจจุบันสามารถสร้างลวดลายได้เพียงขนาด 33 x 24 มม. ท้ายที่สุด เราต้องการสิ่งที่สามารถหล่อลวดลายลงบนแผ่นเวเฟอร์ขนาดเส้นผ่านศูนย์กลาง 300 มม.
นอกจากนี้เรายังต้องการกลไกในการทดสอบ bare dielet และ Si-IF ที่ไม่มีการเติม อุตสาหกรรมมีความคืบหน้าอย่างต่อเนื่องในการทดสอบแม่พิมพ์เปล่า เนื่องจากผู้ผลิตชิปเริ่มก้าวไปสู่การผลิตชิปเล็ตในแพ็คเกจขั้นสูงและการรวม 3D
ต่อไป เราต้องการฮีตซิงก์ใหม่หรือกลยุทธ์การกระจายความร้อนอื่นๆ ที่ใช้ประโยชน์จากการนำความร้อนที่ดีของซิลิคอน ร่วมกับเพื่อนร่วมงานของเราที่ UCLA เราได้พัฒนาระบบระบายความร้อนในระดับเวเฟอร์แบบบูรณาการและโซลูชันการจ่ายพลังงานที่เรียกว่า PowerTherm
นอกจากนี้ แชสซี ฐานยึด คอนเนคเตอร์ และสายเคเบิลสำหรับแผ่นเวเฟอร์ซิลิกอนจำเป็นต้องได้รับการออกแบบมาเพื่อรองรับระบบที่สมบูรณ์
นอกจากนี้เรายังต้องทำการเปลี่ยนแปลงหลายวิธีในการออกแบบเพื่อให้เป็นไปตามคำมั่นสัญญาของ SoIF Si-IF เป็นสารตั้งต้นแบบพาสซีฟ—เป็นเพียงตัวนำ โดยไม่มีสวิตช์—ดังนั้นการเชื่อมต่อระหว่างไดเร็กตอรี่จึงจำเป็นต้องสั้น สำหรับการเชื่อมต่อที่ยาวขึ้นซึ่งอาจต้องเชื่อมโยงไดเอเลตที่อยู่ห่างไกลกับระบบระดับเวเฟอร์ เราจำเป็นต้องมีไดเล็ตระดับกลางเพื่อช่วยส่งข้อมูลต่อไป อัลกอริธึมการออกแบบที่ทำการกำหนดเลย์เอาต์และพินจะต้องยกเครื่องใหม่เพื่อใช้ประโยชน์จากการผสานรวมรูปแบบนี้ และเราจะต้องพัฒนาวิธีการใหม่ๆ ในการสำรวจสถาปัตยกรรมระบบต่างๆ ที่ใช้ประโยชน์จากความหลากหลายและความสามารถในการอัปเกรดของ SoIF
เราต้องคำนึงถึงความน่าเชื่อถือของระบบด้วย หากพบว่าไดเลตมีข้อบกพร่องหลังจากการยึดติดหรือเกิดความล้มเหลวระหว่างการทำงาน จะเป็นการยากที่จะเปลี่ยน ดังนั้น SoIF โดยเฉพาะอย่างยิ่งขนาดใหญ่ จำเป็นต้องมีความทนทานต่อข้อผิดพลาดในตัว ความทนทานต่อข้อผิดพลาดสามารถนำไปใช้ที่ระดับเครือข่ายหรือที่ระดับไดเล็ต ในระดับเครือข่าย การกำหนดเส้นทางระหว่างไดเล็ตจะต้องสามารถเลี่ยงไดเอตที่ผิดพลาดได้ ในระดับไดเล็ต เราสามารถพิจารณากลเม็ดความซ้ำซ้อนทางกายภาพ เช่น การใช้เสาทองแดงหลายเสาสำหรับพอร์ต I/O แต่ละพอร์ต
แน่นอน ประโยชน์ของการประกอบไดเล็ตนั้นขึ้นอยู่กับการมีไดเล็ตที่มีประโยชน์เพื่อรวมเข้ากับระบบใหม่ ในขั้นตอนนี้ อุตสาหกรรมยังคงค้นหาว่าจะทำไดเล็ตตัวไหน คุณไม่สามารถสร้างไดเอเล็ตสำหรับระบบย่อยทุกระบบของ SoC ได้ง่ายๆ เพราะไดเอเล็ตบางตัวอาจเล็กเกินกว่าจะรับมือได้ แนวทางหนึ่งที่มีแนวโน้มคือการใช้การขุดเชิงสถิติของการออกแบบ SoC และ PCB ที่มีอยู่เพื่อระบุว่าฟังก์ชันใด “ชอบ” ที่จะอยู่ใกล้กัน หากฟังก์ชันเหล่านี้เกี่ยวข้องกับเทคโนโลยีการผลิตแบบเดียวกันและเป็นไปตามรอบการอัพเกรดที่คล้ายคลึงกันด้วย ฟังก์ชันเหล่านี้ควรคงอยู่ในไดเล็ตเดียวกัน
นี่อาจดูเหมือนเป็นรายการปัญหาที่ต้องแก้ไข แต่นักวิจัยกำลังจัดการกับปัญหาบางส่วนผ่านโครงการCommon Heterogeneous Integration และ IP Reuse Strategies (CHIPS)ของ Defense Advanced Research Projects Agency ตลอดจนผ่านกลุ่มอุตสาหกรรม และถ้าเราสามารถแก้ปัญหาเหล่านี้ได้ มันจะไปไกลในการสานต่อกฎของมัวร์ที่เล็กกว่า เร็วกว่า และถูกกว่าต่อไป
Miguel Street เป็นเส้นทางแคบๆ ที่คดเคี้ยวผ่านย่าน Glen Park ของซานฟรานซิสโก เมื่อสองสามปีก่อน มีเพียงผู้ที่อาศัยอยู่ตามถนนเท่านั้นที่เดินทาง และพวกเขาเข้าใจความท้าทายของมันเป็นอย่างดี ตอนนี้เต็มไปด้วยรถยนต์ที่ใช้เป็นทางลัดจากถนน Mission Street ที่คับคั่งไปจนถึง Market Street ที่เดินทางอย่างหนัก ผู้อยู่อาศัยต้องดิ้นรนเพื่อกลับบ้าน และอุบัติเหตุเกิดขึ้นทุกวัน
ปัญหาเริ่มต้นขึ้นเมื่อแอปบนสมาร์ทโฟน เช่นWaze , Apple MapsและGoogle Maps ถูกนำมาใช้อย่างแพร่หลาย ทำให้ผู้ขับขี่สามารถระบุเส้นทางแบบเรียลไทม์สำหรับการจราจรที่ติดขัด ไดรเวอร์ประมาณ 1 พันล้านคนทั่วโลกใช้แอพดังกล่าว
วันนี้ การจราจรติดขัดเกิดขึ้นอย่างกะทันหันในย่านที่ก่อนหน้านี้เงียบสงบทั่วประเทศและทั่วโลก ตามถนน Adams Street ในย่านบอสตันของดอร์เชสเตอร์ ผู้อยู่อาศัยบ่นว่าขับรถเร็วในชั่วโมงเร่งด่วน หลายคนมีคนขับรถที่จ้องไปที่โทรศัพท์ของตนเพื่อพิจารณาแผนการต่อไป ทางลัดในลอนดอนซึ่งเคยเป็นความลับของคนขับรถแท็กซี่สีดำ ถูกบุกรุกโดยผู้ใช้แอป อิสราเอลเป็นคนแรกที่รู้สึกเจ็บปวดเพราะ Waze ก่อตั้งขึ้นที่นั่น มันทำให้เกิดความหายนะอย่างรวดเร็วจนผู้อยู่อาศัยในย่าน Herzliya Bet ฟ้องบริษัท
ปัญหากำลังแย่ลง นักวางผังเมืองทั่วโลกคาดการณ์การจราจรบนพื้นฐานของความหนาแน่นของที่อยู่อาศัย โดยคาดการณ์ว่าการเปลี่ยนแปลงตามเวลาจริงจำนวนหนึ่งจะมีความจำเป็นในสถานการณ์เฉพาะ เพื่อจัดการกับการเปลี่ยนแปลงเหล่านั้น พวกเขาได้ติดตั้งเครื่องมือต่างๆ เช่น ไฟสต็อปไลท์และไฟวัดแสง เซ็นเซอร์วนรอบแบบฝัง ป้ายข้อความแบบแปรผัน การส่งสัญญาณวิทยุ และระบบส่งข้อความแบบโทรเข้า สำหรับสถานการณ์ที่ยากลำบากโดยเฉพาะ เช่น สิ่งกีดขวาง เหตุการณ์ หรือเหตุฉุกเฉิน บางครั้งผู้จัดการเมืองก็ส่งคนไปควบคุมการจราจร
แต่ตอนนี้ แอปการนำทางออนไลน์กำลังอยู่ในความดูแล และพวกเขากำลังสร้างปัญหามากกว่าที่จะแก้ไข โดยทั่วไปแล้ว แอปจะได้รับการปรับให้เหมาะสมเพื่อให้เวลาในการเดินทางของผู้ขับขี่แต่ละคนสั้นที่สุดเท่าที่จะเป็นไปได้ พวกเขาไม่สนใจว่าถนนที่อยู่อาศัยสามารถดูดซับการจราจรได้หรือไม่หรือว่าผู้ขับขี่ที่ปรากฏตัวในที่ที่ไม่คาดคิดอาจส่งผลต่อความปลอดภัยหรือไม่ การหาเพียงสิ่งที่ปพลิเคชันเหล่านี้จะทำและวิธีการที่จะทำให้พวกเขาดีกว่าประสานงานกับระบบการจราจรการจัดการแบบดั้งเดิมมากขึ้นเป็นส่วนใหญ่ของการวิจัยที่มหาวิทยาลัยแคลิฟอร์เนียเบิร์กลีย์ที่ผมผู้อำนวยการของสมาร์ทเมืองศูนย์วิจัย
นี่คือวิธีที่แอปพัฒนาขึ้น โดยทั่วไป แผนที่ถนนพื้นฐานที่ใช้โดยแอพจะแสดงถนนเป็นชั้นที่ใช้งานได้ห้าชั้น ตั้งแต่ทางด่วนหลายเลนไปจนถึงถนนที่อยู่อาศัยขนาดเล็ก แต่ละชั้นได้รับการออกแบบเพื่อรองรับจำนวนยานพาหนะที่แตกต่างกันต่อชั่วโมงด้วยความเร็วที่ปรับตามสภาพท้องถิ่น ระบบนำทาง—แต่เดิมมีให้ใช้งานเป็นอุปกรณ์เฉพาะหรือติดตั้งในแผงหน้าปัดรถยนต์และตอนนี้ในสมาร์ทโฟนส่วนใหญ่—ใช้ข้อมูลนี้มานานแล้วในอัลกอริธึมการกำหนดเส้นทางเพื่อคำนวณเวลาเดินทางที่เป็นไปได้และเลือกเส้นทางที่ดีที่สุด
ในขั้นต้น แอพการนำทางใช้แผนที่เหล่านี้เพื่อค้นหาเส้นทางที่เป็นไปได้ทั้งหมดไปยังปลายทาง แม้ว่าจะใช้งานได้ดีเมื่อผู้ใช้นั่งอยู่ในถนนรถแล่น เตรียมพร้อมสำหรับการเดินทาง การค้นหาเหล่านั้นใช้การคำนวณอย่างเข้มข้นเกินกว่าจะเป็นประโยชน์สำหรับผู้ขับขี่ที่เดินทางอยู่แล้ว ดังนั้นนักพัฒนาซอฟต์แวร์จึงสร้างอัลกอริธึมที่ระบุเส้นทางเพียงไม่กี่เส้นทาง ประมาณเวลาการเดินทางของแต่ละเส้นทาง และเลือกเส้นทางที่ดีที่สุด วิธีนี้อาจพลาดเส้นทางที่เร็วที่สุด แต่โดยทั่วไปก็ใช้ได้ดีทีเดียว ผู้ใช้สามารถปรับอัลกอริทึมเหล่านี้ให้ชอบถนนบางประเภทมากกว่าถนนอื่นๆ เช่น ต้องการทางหลวงหรือเพื่อหลีกเลี่ยงถนน
อุตสาหกรรมการทำแผนที่ดิจิทัลมีขนาดเล็ก Navteq (ปัจจุบันคือ Here Technologies) และTomTomซึ่งเป็นผู้ผลิตแผนที่ดิจิทัลสองรายแรกสุด เริ่มต้นเมื่อ 30 ปีที่แล้ว พวกเขามุ่งเน้นที่การสร้างชุดข้อมูลเป็นหลัก โดยทั่วไปแล้วจะเผยแพร่แผนที่ที่อัปเดตทุกไตรมาส ระหว่างรุ่นเหล่านี้ แผนที่และเส้นทางที่แนะนำโดยแอปการนำทางจะไม่เปลี่ยนแปลง
เมื่อความสามารถในการนำทางถูกย้ายไปยังแอปบนสมาร์ทโฟน ผู้ให้บริการระบบนำทางเริ่มรวบรวมความเร็วในการเดินทางและตำแหน่งจากผู้ใช้ทั้งหมดที่ยินดีให้แอปแชร์ข้อมูลของตน ในขั้นต้น ผู้ให้บริการระบบใช้การติดตาม GPS เหล่านี้เป็นข้อมูลในอดีตในอัลกอริธึมที่ออกแบบมาเพื่อประเมินความเร็วที่สมจริงบนถนนในช่วงเวลาต่างๆ ของวัน พวกเขารวมการประมาณเหล่านี้เข้ากับแผนที่ โดยระบุเส้นทางสีแดง สีเหลือง และสีเขียว โดยที่สีแดงหมายถึงความแออัด และสีเขียวหมายถึงการไหลที่ไม่จำกัด
เนื่องจากบันทึกทางประวัติศาสตร์ของการติดตาม GPS เหล่านี้เพิ่มขึ้น ความครอบคลุมและแบนด์วิดท์ของเครือข่ายเซลลูลาร์ดีขึ้น นักพัฒนาจึงเริ่มให้ข้อมูลการจราจรแก่ผู้ใช้ในเวลาเกือบเรียลไทม์ ค่าประมาณนั้นค่อนข้างแม่นยำสำหรับแอปยอดนิยมซึ่งมีไดรเวอร์มากที่สุดในภูมิภาคหนึ่งๆ
จากนั้นประมาณปี 2013 Here Technologies, TomTom, Waze และ Google ได้ก้าวไปไกลกว่าแค่การแจ้งปัญหาการจราจรติดขัดข้างหน้า พวกเขาเริ่มเสนอคำแนะนำในการกำหนดเส้นทางใหม่แบบเรียลไทม์ โดยพิจารณาจากสภาพการจราจรในปัจจุบันที่ด้านบนของคุณลักษณะของเครือข่ายถนน นั่นทำให้ผู้ใช้มีโอกาสหลีกเลี่ยงการจราจรที่ติดขัด และนั่นคือจุดเริ่มต้นของความโกลาหล
บนใบหน้าการเปลี่ยนเส้นทางแบบเรียลไทม์ไม่ใช่ปัญหา เมืองต่างๆ ทำตลอดเวลาโดยเปลี่ยนสัญญาณ เฟส และระยะเวลาของสัญญาณไฟจราจร หรือการเตือนทางอ้อมที่กะพริบบนป้าย ปัญหาที่แท้จริงคือแอปการจัดการจราจรไม่ทำงานกับโครงสร้างพื้นฐานในเมืองที่มีอยู่เพื่อย้ายการรับส่งข้อมูลมากที่สุดด้วยวิธีที่มีประสิทธิภาพที่สุด
ประการแรก แอพไม่ได้คำนึงถึงลักษณะเฉพาะของพื้นที่ใกล้เคียงที่กำหนด จำถนนทั้งห้าประเภทพร้อมกับความเร็วการไหลอิสระโดยประมาณที่ฉันพูดถึงได้หรือไม่ นั่นคือแทบทุกแอพรู้เกี่ยวกับถนนเอง ตัวอย่างเช่น ถนน Baxter ในลอสแองเจลิส ซึ่งเป็นฉากที่เกิดอุบัติเหตุเพิ่มขึ้นเนื่องจากทางลัดที่เกิดจากแอป เป็นถนนที่สูงชันมากซึ่งตามเส้นทางที่เดิมเป็นเครือข่ายของแพะ แต่สำหรับแอป ถนนเส้นนี้ดูเหมือนถนนที่อยู่อาศัยอื่นๆ ที่มีขีดจำกัดความเร็วต่ำ พวกเขาคิดว่ามันมีที่จอดรถทั้งสองด้านและมีพื้นที่สำหรับสัญจรไปมาระหว่างกัน โดยไม่คำนึงว่ามีคะแนน 32 เปอร์เซ็นต์ และเมื่อคุณอยู่ด้านบนสุด คุณจะไม่เห็นถนนข้างหน้าหรือรถที่กำลังมา จุดบอดนี้ทำให้คนขับหยุดกะทันหัน ทำให้เกิดอุบัติเหตุบนถนนย่านที่ครั้งหนึ่งเคยเงียบสงบแห่งนี้