您所在的位置 > 官网首页 > 新闻中心 >
新闻中心
特斯拉全自动驾驶AI芯片的真正实力有多强?
发布时间: 2019-10-08 来源: 点击次数:
图片来源:StephenShankland/CNET

欢迎关注“创事记”微信订阅号:sinachuangshiji

文/叶方编辑/王德芙

编者按:近日多家媒体爆料称,凯发体育官网特斯拉那颗可支撑全自动驾驶的AI芯片FSD终于投入使用了。最重要的是,特斯拉的老车型也能通过改装换上全新的AI芯片。

特斯拉的这颗芯片,是一种特殊类型的AI处理器,可以支持人工神经网络,也就是我们常听到的机器学习或深度学习。

需要指出的是,特斯拉定制开发的这颗AI芯片并不意味着特斯拉在AI领域取得了反转一切的能力。至于全自动驾驶在现实世界的解决方案,特斯拉也只是刚刚入门。

不过,还有部分人士并不这么看,他们觉得Musk已经拿到“尚方宝剑”:特斯拉凭借这颗芯片就能涅磐,最终引领我们进入全自动驾驶时代。

事实果真如此吗?。接下来,我们就来破除迷雾,见识一下特斯拉这颗AI芯片的真正实力。

01

有关AI芯片的背景知识

AI芯片到底包含哪些部分?

据汽车之心了解,传统的计算机需要CPU来执行系统工作,比如加载应用程序。

除此之外,大部分现代计算机还要有GPU来支撑,它的工作是协助核心处理器完成图形和动画的渲染,让用户能在屏幕上获取有效信息。

在机器学习或深度学习上,除了CPU,GPU的角色也突然重要了起来。

总得来说,GPU从配角变主角,主要还是因为ANN是个庞大的数值和线性代数问题,而它就是为这样的数字混合而生的。

对开发者来说,GPU简直是上天的恩赐,谁也没想到它能在ML/DL领域发挥如此巨大的功效。

GPU的隐藏属性“暴露”后,芯片开发者们开始为潜在的市场扩军备战,就连GPU的设计都开始为ML/DL任务倾斜。

在FSD芯片诞生前,特斯拉一直是拿来主义者,它最早与Mobileye合作,后又转向英伟达。

现在,特斯拉则希望将命运攥在自己手中,用自研的这颗芯片为Autopilot撑起一片天地。

Autopilot硬件迭代:2.0-2.5-3.0

在今年4月份的AutonomyDay大会上,特斯拉祭出了大杀器——FSD芯片。

这背后传达的信息很清晰:就是要用自行研发的技术替代现有的英伟达芯片。

四个多月后,特斯拉工程师们又在HotChips大会上对芯片的一些关键组件提供了更多的解析。

这次深度解析也让外界对特斯拉的FSD芯片重燃兴趣。

需要注意的是,在大多数人眼里,这种处理器可统称为“AI芯片”。

这样叫也不为过,但也别对它有太高的期待——AI芯片目前还无法在预期领域实现全知全能的人工智能。

简单来理解的话,这些芯片根本没有任何类人的推理或常识能力,它只是能力暴增的数值计算设备罢了。

02

围绕特斯拉新芯片的喧嚣与躁动

毫无疑问,Musk是下定决心要摆脱对英伟达芯片的依赖,在特斯拉的车辆上部署自行设计的FSD芯片。

在这件事上,我们需要考虑几个至关重要的问题:

对特斯拉来说,自研芯片真的有意义吗?继续坚持拿来主义是不是更明智?

如果硬要对比,特斯拉的自研芯片与现成的专用芯片有什么差别?

在全自动驾驶上,AI芯片到底能实现什么?

1、纯硬件方面的重点

有一点需要明确,那就是对AI芯片的讨论只不过是全局的一小部分。只是芯片是纯硬件领域的重点罢了。

想发挥硬件实力,还得要有相当好的软件。

显然,那些把特斯拉FSD芯片捧上天的人就忘了这一点,没有一套好的软件,再强大的硬件也实现不了全自动驾驶。

这不是否定硬件的重大意义,但硬件只是整场战役的一部分,军功章的另一半显然属于软件。

从现有消息来看,Musk手里还没有能实现全自动驾驶的软件。

2、设计上的配合与协同

如果要设计一款AI芯片,其中一种方案就是得知道芯片需要实现的一系列技术与性能指标。

当然,这样还是属于纸上谈兵,只有不断努力才能扩展AI的边界。

对特斯拉来说,硬件工程师面临的一系列情况其实还是限制了他们的发挥。

举例来说,他们必须将功耗控制在一定程度内,否则会对用车成本及续航产生重大影响。

除此之外,新的处理器必须能嵌入老款芯片留下的位置,这就意味着其尺寸和形状必须严格遵循原有设计。

在此期间,还要考虑前代产品的兼容性问题。

另外,自动驾驶芯片的设计还有一些约定俗成的规矩,比如体积、重量、功耗、散热和成本等。

这些硬指标要是满足不了,那么特斯拉迈出的第一步就会摔倒。

03

不恰当的比较

拿特斯拉AI芯片与其他厂商同类产品进行比较,合适吗?

拿新产品去“打”老产品显然不合适。

也就是说,那些开口就提特斯拉FSD比现在的英伟达芯片快多少倍,其实都不怀好意。他们是在暗示特斯拉在此类技术上取得了巨大突破。

其实FSD的计算性能在当下市场上并非一骑绝尘的存在,只能说与对手互有胜负。

另一个为了让外行们“高潮”而被大肆宣传的巨额数字,比如特斯拉AI芯片上有60亿个晶体管。

对普通人来说,60亿这个数字确实挺唬人,但事实上市场上早就有搭载200亿个晶体管的GPU产品了。

同时,熟悉硬件的人都知道,仅晶体管数量是无法比较出芯片性能好坏的,而且还要考虑它们的设计用途。

1、初代产品纯属试水

对芯片设计稍有了解的人都知道,初代产品想落地就得经过一段崎岖坎坷。

首先,有些潜在的bug必不可少。任何第一代产品都逃不过这个过程。即使Musk也不能免俗,时间的沉淀才是最好的解药。

这对芯片来说也是如此。

由于其硅基结构的更改并不容易,因此大多数时候,硬件的问题需要用软件来修补。工程师也会对硬件进行相应的更改和升级,不过这都是迭代多次后的事了。

显然,放弃了拿来主义的特斯拉,也必须面对初代产品带来的各种问题。

相比之下,市场上的现成产品就稳妥得多,毕竟除了原厂工程师,买方也会参与芯片的整合。

此外,在测试和验证上,特斯拉目前是形单影只,因此发现起问题来肯定要慢得多。

2、定制芯片的机会成本

想要用好自主设计的芯片,还有一大堆问题值得注意。

放在特斯拉身上,AI芯片的成本是第一个需要考虑的问题,如此劳心费力真的值得吗?

在投入资源研发FSD时,Musk到底付出了多少机会成本?

要知道,特斯拉不但要承担昂贵的研发成本,后续的升级与改进成本也得自己承担。在这个时代,芯片的升级进化也得日新月异,这并不是什么一锤子买卖。

除此之外,特斯拉还得养着自己的研发团队。当下的自动驾驶市场,伯乐常有而千里马不常有。即使有人才愿意投靠,也得经过一段时间的培养。

特斯拉走出这一步到底是对是错只有时间能给出答案。Musk终于能通过FSD扼住命运的咽喉,特斯拉无需再仰人鼻息了。

不过,定制芯片带来的一系列蝴蝶效应最终还是要他去化解。

对Musk来说,这恐怕是一场精心策划的赌博,同时也意味着一定程度的妥协。

3、冗余要求

从曝光的细节来看,特斯拉设计的两颗芯片并行,以保证安全冗余。

如果两个“大脑”意见不一,那么现有的驾驶状况和动作规划就会作废,随后是下一帧的捕获与分析。

从表面上来看,这样的设计比此前的实时冗余系统高,但我们还是有许多严肃的问题需要考虑。

从好的方面来说,这样的设计确实能防止车辆“做蠢事”,但从本质上来说也只是将错误剔除而已。也就是说,特斯拉的冗余设计也有自己的弱点。

举例来说,如果问题不是只出现一次,而是循环播放,一刻都不停歇,两个“大脑”会持续否定对方,从而一直拖延系统做决定吗?

想象一下,如果你开车时一直不敢做决定会出现什么情况,这并不是什么最优的驾驶策略。

另一个值得考虑的是,两个“大脑”必须高度统一的设定。

这就是业内普遍选择建立一套额外冗余系统的原因,不停重复的缺陷确实非常要命。

除此之外,我们还需要一种自我意识能力,当两个“大脑”无法达成共识时,我们要知道其背后的原因。

当然,从分歧中找寻那些有价值信息的能力更为重要,这样才能提升自动驾驶系统的决策能力。

04

值得赞赏的勇气

许多人赞赏Musk的勇气,认为特斯拉敢走出这样一条路确实值得尊敬。

不过,从商业角度来看,这样的选择明智吗?这颗芯片到底会为特斯拉打下百年基业还是成为埋葬它的坟墓?

这是Musk押上特斯拉的一场豪赌,特斯拉能否实现真正的自动驾驶就在此一举了。

推荐阅读:

1.特斯拉自动驾驶FSD芯片NPU详解

https://zhuanlan.zhihu.com/p/83810731

2.特斯拉在HotChips上关于FSD的PPT整理

https://t.zsxq.com/uvna6q3