特斯拉自动驾驶芯片终于发布！马斯克：全球最强秒杀同行，明年推出Robotaxi

北京时间4月23日凌晨，特斯拉的“自动驾驶日”在其位于加州帕洛阿尔托的总部举行。马斯克终于揭开了自己的自动驾驶“核武器”——特斯拉的“全自动驾驶计算机”(以下简称FSD计算机)，也就是前面提到的自动驾驶硬件3.0。FSD计算机的使用，意味着特斯拉首次使用了自主研发的汽车AI芯片。目前，特斯拉生产线上的每辆电动汽车都在安装这种芯片。根据特斯拉官网显示，“完全自动驾驶”的可选价格为46300元，但如果交付后安装，价格将升至65000元。整个发布会持续了近三个小时，技术信息量是特斯拉有史以来所有发布会中最大的。以集中的方式披露了硬件和软件方面的大量重要进展。从发布会上可以看出，虽然这两年业界一直在强调辅助驾驶系统的使用，但马斯克今天依然保持了一贯的特立独行的风格。他眼中似乎只有“全自动驾驶”的目标，他还说明年会实现Robotaxi(自动驾驶出租车)。在追求自动驾驶的同时，马斯克也在发布会上多次贬低L idar，这是目前实现高水平自动驾驶的必要组成部分。自动驾驶芯片，马斯克说“我们是最强的”。在马斯克眼里，FSD计算机足以支持“全自动驾驶”。未来车主只需要更新软件水平，就能让车辆达到自动驾驶的水平。在发布会上，特斯拉自动驾驶芯片负责人皮特·班农(Pete Bannon)重点介绍了特斯拉自主研发的自动驾驶芯片。他是特斯拉从苹果挖来的芯片设计师，参与过iPhone 5 A5芯片和各种iPhone芯片的开发。不难看出，在这个设计中，和吉姆·凯勒一起领导苹果芯片R&D部门的顶级芯片架构师，也抓住了特斯拉对苹果软硬的深度结合，可以说非常苹果。今天发布的自研芯片是一年半前设计的。从一系列公布的参数来看，它无疑是一个非常强大的硬件:144TOPS(竞争对手最先进技术21TOPS的性能)。另一个亮点是这款新产品，新的神经网络加速器(NNA)，达到了令人难以置信的2100FPS，并将由三星代工生产。在不影响车辆能耗和续航能力的前提下，FSD可以将安全性和自动化水平提高到一个新的水平。总体而言，这款14纳米芯片是为神经网络设计的，该团队对其架构进行了优化，以降低能耗和成本，尤其是处理大量图像和视频。班农表示，最新芯片上的神经网络处理器可以处理8个摄像头同时操作产生的每秒2100帧的图像输入，相当于每秒25亿像素，性能约为之前版本2.5的21倍。马斯克透露，在过去的一个月里，特斯拉已经逐渐放弃了英伟达提供的图像处理解决方案。马斯克表示，特斯拉的芯片是世界上最好的芯片，远远超过其他竞争对手。与此同时，特斯拉已经进行了下一代芯片的一半工作。马斯克表示，下一代芯片可能比现有的好三倍，预计将在两年内推出。然而，马斯克不准备在这次活动上透露更多关于下一代芯片的信息。有意思的是，在发布会后不久，英伟达表示，特斯拉与英伟达在硬件上的对比并不准确，主要体现在FDS 144TOPS和Xavier21TOPS的性能上。特斯拉坚定地选择了计算机视觉团队取得的这些成果，这也让这位CEO再次大胆表态:“任何使用激光雷达的自动驾驶公司都注定要失败。”在软件算法部分，特斯拉的人工智能和自动驾驶视觉总监Andrej Karpathy很少出现。这位李菲菲学徒在斯坦福AI实验室攻读博士期间就很出名，随后加入了Open AI。特斯拉看中了他在计算机视觉领域深厚的技术积累，任命他为人工智能部门负责人。而AI丹尼尔在特斯拉的主要工作就是训练FSD和神经网络信息处理。Andrej Karpathy的现场演讲表明了早期在现实世界中部署神经网络的重要性。比如特斯拉的每一个司机其实都参加了neu的培训……l networks，每个新手都会向特斯拉的自动驾驶系统输入新数据。而且，卡帕西认为，在神经网络的训练中，数据的质量比数据的规模更重要，特斯拉的原始数据集也可能是世界上最有价值的，因为特斯拉拥有全球车队，可以提供各种环境和天气状况的数据，也可以收集车辆的异常道路性能数据。在数据的标注上，特斯拉也在尝试自动化标注方向。安德烈强调，特斯拉非常依赖视觉传感器，特斯拉的AI软件可以处理从视觉传感器收集的车道线、交通、行人和其他信息，将这些信号与已知物体进行匹配，并最终做出决定。他还比较了激光雷达方案和计算机视觉方案的优缺点，显然他也和马斯克一样是计算机视觉派:“从某种意义上来说，激光雷达是一条捷径。它回避了视觉识别这个对自动驾驶非常重要的基本问题，给人一种技术进步的错觉。”他说，与激光雷达相比，特斯拉更依赖于计算机视觉，并将接收到的视觉信息以3D形式呈现，涵盖视频输入到深度感知。换句话说，特斯拉认为摄像头+数据+神经网络足以挑战激光雷达。决定计算机视觉不喜欢激光雷达，这在业内非常少见。大部分厂商还是采用激光雷达方案或者激光雷达+计算机视觉，因为目前的纯计算机视觉方案在安全防护上还是有一定风险的。特斯拉Robotaxi，除了2020年非常硬核的技术展示，最值得期待的信息大概就是特斯拉Robotaxi的时间表的披露了。马斯克提到了特斯拉网络和汽车共享服务。在共享出行服务不足的地方，特斯拉车主可以提供服务。例如，他们推出了Model 3出租车方案和Robotaxi，允许拥有Model 3的公司或车主实现Robotaxi服务。汽车成本不到3.8万美元，汽车寿命保证行驶100万英里。马斯克表示，他“非常有信心”在明年推出Robotaxi计划，但出于监管方面的考虑，不会在所有地区推出。任何客户都可以将他们的汽车添加到特斯拉网络(或移除)，他将特斯拉网络描述为优步和Airbnb的混合模式。特斯拉还将推出自己的打车应用，并从拼车服务中抽取25%-30%的收入。回顾整个发布会，首次大规模披露大量硬件和软件方面的重要进展，是特斯拉自动驾驶团队三年来成果的一次集体展示，也最大程度展现了特斯拉发展自动驾驶的实力和诚意。当然，马斯克在会上树立的旗帜还需要大量的事实来证明。毕竟业界公认的自动驾驶问题，肯定不是马斯克能解决的。况且马斯克的跳票行为已经不止一次两次了。最后联系到上海刚刚发生的自燃事件和24日发布的第一季度财报，特斯拉这次的自动驾驶演示主要是面向投资者，附加价值不言而喻。附:特斯拉自研芯片与全自动驾驶之路在早期的Autopilot1.0时代，特斯拉采用了当时辅助驾驶市场流行的Mobileyeye EQ 3的自动驾驶芯片，后者是当时的一大特色。是芯片+深度学习算法的软硬件一体化方案。这个方案在当时受到了很多车企的欢迎，但与特斯拉不断升级迭代的思路不符。2016年1月，被称为芯片设计之神的吉姆·凯勒(Jim Keller)加盟特斯拉，担任自动驾驶总裁。随后，曾与吉姆·凯勒在苹果共事过的顶级芯片研发人才彼得·班农(Peter Bannon)也加入了特斯拉，随后众多芯片架构师的参与让特斯拉自研芯片几乎成为公开的秘密。对于曾经的芯片供应商英伟达，马斯克表示Drive PX 2不错，但是计算能力满足不了特斯拉想要的全自动驾驶的需求。另外功耗高，特斯拉需要自己研发芯片。值得一提的是，人工智能和自动驾驶视觉部门负责人Andrej Karpathy在2018年第三季度财报电话会议上提到，他们已经为自动驾驶开发了更大数量的神经网络，但当时的硬件无法提供足够的芯片计算资源，这表明ev……那时一切都准备好了，只差芯片了。一直以来，尤其是在关键部件上，特斯拉倾向于“自己做，不买别人的”，掌握自主权。比如早在2004年，特斯拉就请锂电池专家、现任特斯拉CTO的JB Straubel组建电池团队。电化学方面的前期布局和高额投入，使得特斯拉的动力电池技术优势明显。自动驾驶方面，特斯拉自己开发软件。虽然从供应商处购买了摄像头、毫米波雷达、超声波雷达等硬件，但特斯拉并不想要供应商提供的配套算法，使得很多软硬件一体化的供应商变成了纯粹的硬件供应商。在关键的计算平台上，特斯拉选择了英伟达的Drive PX2，在它之上，特斯拉还运行着自己的神经网络。特斯拉对软件和硬件的绝对控制使其能够推动技术的不断迭代。如果你有一个更好的传感器，你会得到一个更好的传感器。旧的芯片计算能力不足，你要更换计算能力更强的芯片。软件更新可以通过OTA及时升级，实现功能完善，开辟新功能。软硬件两条腿交替前进，促进整体功能平稳提升。现在，随着自研芯片的到位，特斯拉终于在这个核心部件上把主动权牢牢掌握在自己手中。北京时间4月23日凌晨，特斯拉的“自动驾驶日”在其位于加州帕洛阿尔托的总部举行。马斯克终于揭开了自己的自动驾驶“核武器”——特斯拉的“全自动驾驶计算机”(以下简称FSD计算机)，也就是前面提到的自动驾驶硬件3.0。FSD计算机的使用，意味着特斯拉首次使用了自主研发的汽车AI芯片。目前，特斯拉生产线上的每辆电动汽车都在安装这种芯片。根据特斯拉官网显示，“完全自动驾驶”的可选价格为46300元，但如果交付后安装，价格将升至65000元。整个发布会持续了近三个小时，技术信息量是特斯拉有史以来所有发布会中最大的。以集中的方式披露了硬件和软件方面的大量重要进展。从发布会上可以看出，虽然这两年业界一直在强调辅助驾驶系统的使用，但马斯克今天依然保持了一贯的特立独行的风格。他眼中似乎只有“全自动驾驶”的目标，他还说明年会实现Robotaxi(自动驾驶出租车)。在追求自动驾驶的同时，马斯克也在发布会上多次贬低L idar，这是目前实现高水平自动驾驶的必要组成部分。自动驾驶芯片，马斯克说“我们是最强的”。在马斯克眼里，FSD计算机足以支持“全自动驾驶”。未来车主只需要更新软件水平，就能让车辆达到自动驾驶的水平。在发布会上，特斯拉自动驾驶芯片负责人皮特·班农(Pete Bannon)重点介绍了特斯拉自主研发的自动驾驶芯片。他是特斯拉从苹果挖来的芯片设计师，参与过iPhone 5 A5芯片和各种iPhone芯片的开发。不难看出，在这个设计中，和吉姆·凯勒一起领导苹果芯片R&D部门的顶级芯片架构师，也抓住了特斯拉对苹果软硬的深度结合，可以说非常苹果。今天发布的自研芯片是一年半前设计的。从一系列公布的参数来看，它无疑是一个非常强大的硬件:144TOPS(竞争对手最先进技术21TOPS的性能)。另一个亮点是这款新产品，新的神经网络加速器(NNA)，达到了令人难以置信的2100FPS，并将由三星代工生产。在不影响车辆能耗和续航能力的前提下，FSD可以将安全性和自动化水平提高到一个新的水平。总体而言，这款14纳米芯片是为神经网络设计的，该团队对其架构进行了优化，以降低能耗和成本，尤其是处理大量图像和视频。班农表示，最新芯片上的神经网络处理器可以处理8个摄像头同时操作产生的每秒2100帧的图像输入，相当于每秒25亿像素，性能约为之前版本2.5的21倍。马斯克透露，在过去的一个月里，特斯拉已经逐渐放弃了英伟达提供的图像处理解决方案。马斯克说t……t特斯拉的芯片是世界上最好的芯片，远远超过其他竞争对手。与此同时，特斯拉已经进行了下一代芯片的一半工作。马斯克表示，下一代芯片可能比现有的好三倍，预计将在两年内推出。然而，马斯克不准备在这次活动上透露更多关于下一代芯片的信息。有意思的是，在发布会后不久，英伟达表示，特斯拉与英伟达在硬件上的对比并不准确，主要体现在FDS 144TOPS和Xavier21TOPS的性能上。特斯拉坚定地选择了计算机视觉团队取得的这些成果，这也让这位CEO再次大胆表态:“任何使用激光雷达的自动驾驶公司都注定要失败。”在软件算法部分，特斯拉的人工智能和自动驾驶视觉总监Andrej Karpathy很少出现。这位李菲菲学徒在斯坦福AI实验室攻读博士期间就很出名，随后加入了Open AI。特斯拉看中了他在计算机视觉领域深厚的技术积累，任命他为人工智能部门负责人。而AI丹尼尔在特斯拉的主要工作就是训练FSD和神经网络信息处理。Andrej Karpathy的现场演讲表明了早期在现实世界中部署神经网络的重要性。例如，特斯拉的每一位驾驶员实际上都参与了神经网络的训练，每一位新手都会向特斯拉的自动驾驶系统输入新的数据。而且，卡帕西认为，在神经网络的训练中，数据的质量比数据的规模更重要，特斯拉的原始数据集也可能是世界上最有价值的，因为特斯拉拥有全球车队，可以提供各种环境和天气状况的数据，也可以收集车辆的异常道路性能数据。在数据的标注上，特斯拉也在尝试自动化标注方向。安德烈强调，特斯拉非常依赖视觉传感器，特斯拉的AI软件可以处理从视觉传感器收集的车道线、交通、行人和其他信息，将这些信号与已知物体进行匹配，并最终做出决定。他还比较了激光雷达方案和计算机视觉方案的优缺点，显然他也和马斯克一样是计算机视觉派:“从某种意义上来说，激光雷达是一条捷径。它回避了视觉识别这个对自动驾驶非常重要的基本问题，给人一种技术进步的错觉。”他说，与激光雷达相比，特斯拉更依赖于计算机视觉，并将接收到的视觉信息以3D形式呈现，涵盖视频输入到深度感知。换句话说，特斯拉认为摄像头+数据+神经网络足以挑战激光雷达。决定计算机视觉不喜欢激光雷达，这在业内非常少见。大部分厂商还是采用激光雷达方案或者激光雷达+计算机视觉，因为目前的纯计算机视觉方案在安全防护上还是有一定风险的。特斯拉Robotaxi，除了2020年非常硬核的技术展示，最值得期待的信息大概就是特斯拉Robotaxi的时间表的披露了。马斯克提到了特斯拉网络和汽车共享服务。在共享出行服务不足的地方，特斯拉车主可以提供服务。例如，他们推出了Model 3出租车方案和Robotaxi，允许拥有Model 3的公司或车主实现Robotaxi服务。汽车成本不到3.8万美元，汽车寿命保证行驶100万英里。马斯克表示，他“非常有信心”在明年推出Robotaxi计划，但出于监管方面的考虑，不会在所有地区推出。任何客户都可以将他们的汽车添加到特斯拉网络(或移除)，他将特斯拉网络描述为优步和Airbnb的混合模式。特斯拉还将推出自己的打车应用，并从拼车服务中抽取25%-30%的收入。回顾整个发布会，首次大规模披露大量硬件和软件方面的重要进展，是特斯拉自动驾驶团队三年来成果的一次集体展示，也最大程度地展现了特斯拉发展自动驾驶的实力和诚意。当然，马斯克在会上树立的旗帜还需要大量的事实来证明。毕竟业界公认的自动驾驶问题，肯定不是马斯克能解决的。况且马斯克的跳票行为已经不止一次两次了。最后，联系上海刚刚发生的自燃事件和24日发布的第一季度财报，特斯拉的自动驾驶演示这……me主要面向投资人，附加值不言而喻。附:特斯拉自研芯片与全自动驾驶之路在早期的Autopilot1.0时代，特斯拉采用了当时辅助驾驶市场流行的Mobileyeye EQ 3的自动驾驶芯片，后者是当时的一大特色。是芯片+深度学习算法的软硬件一体化方案。这个方案在当时受到了很多车企的欢迎，但与特斯拉不断升级迭代的思路不符。2016年1月，被称为芯片设计之神的吉姆·凯勒(Jim Keller)加盟特斯拉，担任自动驾驶总裁。随后，曾与吉姆·凯勒在苹果共事过的顶级芯片研发人才彼得·班农(Peter Bannon)也加入了特斯拉，随后众多芯片架构师的参与让特斯拉自研芯片几乎成为公开的秘密。对于曾经的芯片供应商英伟达，马斯克表示Drive PX 2不错，但是计算能力满足不了特斯拉想要的全自动驾驶的需求。另外功耗高，特斯拉需要自己研发芯片。值得一提的是，人工智能和自动驾驶视觉部门的负责人Andrej Karpathy在2018年第三季度财报电话会议上提到，他们已经为自动驾驶开发了更大数量的神经网络，但当时的硬件无法提供足够的芯片计算资源，这表明当时一切都已准备就绪，只需要芯片。一直以来，尤其是在关键部件上，特斯拉倾向于“自己做，不买别人的”，掌握自主权。比如早在2004年，特斯拉就请锂电池专家、现任特斯拉CTO的JB Straubel组建电池团队。电化学方面的前期布局和高额投入，使得特斯拉的动力电池技术优势明显。自动驾驶方面，特斯拉自己开发软件。虽然从供应商处购买了摄像头、毫米波雷达、超声波雷达等硬件，但特斯拉并不想要供应商提供的配套算法，使得很多软硬件一体化的供应商变成了纯粹的硬件供应商。在关键的计算平台上，特斯拉选择了英伟达的Drive PX2，在它之上，特斯拉还运行着自己的神经网络。特斯拉对软件和硬件的绝对控制使其能够推动技术的不断迭代。如果你有一个更好的传感器，你会得到一个更好的传感器。旧的芯片计算能力不足，你要更换计算能力更强的芯片。软件更新可以通过OTA及时升级，实现功能完善，开辟新功能。软硬件两条腿交替前进，促进整体功能平稳提升。现在，随着自研芯片的到位，特斯拉终于在这个核心部件上把主动权牢牢掌握在自己手中。

标签：特斯拉Model 3北京DS理念

汽车资讯热门资讯