圖片來源：Stephen Shankland/CNET出品 / 汽車之心（微信 ID：Auto-Bit）編者按：近日多家媒體爆料稱，特斯拉那顆可支撐全自動駕駛的 AI 芯片 FSD 終于投入使用了。最重要的是，特斯拉的老車型也能通過改裝換上全新的 AI 芯片。
特斯拉的這顆芯片，是一種特殊類型的 AI 處理器，可以支持人工神經(jīng)網(wǎng)絡（ANN），也就是我們常聽到的機器學習（ML）或深度學習（DL）。
需要指出的是，特斯拉定制開發(fā)的這顆 AI 芯片并不意味著特斯拉在 AI 領域取得了反轉一切的能力。至于全自動駕駛在現(xiàn)實世界的解決方案，特斯拉也只是剛剛入門。不過，還有部分人士并不這么看，他們覺得 Musk 已經(jīng)拿到「尚方寶劍」：特斯拉憑借這顆芯片就能鳳凰涅磐，最終引領我們進入全自動駕駛時代。事實果真如此嗎？。接下來，我們就來破除迷霧，見識一下特斯拉這顆 AI 芯片的真正實力。有關 AI 芯片的背景知識
AI 芯片到底包含哪些部分？
據(jù)了解，傳統(tǒng)的計算機需要 CPU（中央處理器）來執(zhí)行系統(tǒng)工作，比如加載應用程序。除此之外，大部分現(xiàn)代計算機還要有 GPU（圖形芯片）來支撐，它的工作是協(xié)助核心處理器完成圖形和動畫的渲染，讓用戶能在屏幕上獲取有效信息。在機器學習或深度學習上，除了 CPU，GPU 的角色也突然重要了起來。總得來說，GPU 從配角變主角，主要還是因為 ANN（人工神經(jīng)網(wǎng)絡） 是個龐大的數(shù)值和線性代數(shù)問題，而它就是為這樣的數(shù)字混合而生的。對開發(fā)者來說，GPU 簡直是上天的恩賜，誰也沒想到它能在 ML/DL 領域發(fā)揮如此巨大的功效。GPU 的隱藏屬性「暴露」后，芯片開發(fā)者們開始為潛在的市場擴軍備戰(zhàn)，就連 GPU 的設計都開始為 ML/DL 任務傾斜。在 FSD 芯片誕生前，特斯拉一直是拿來主義者，它最早與 Mobileye 合作，后又轉向英偉達。現(xiàn)在，特斯拉則希望將命運攥在自己手中，用自研的這顆芯片為 Autopilot 撐起一片天地。Autopilot 硬件迭代：2.0 - 2.5 - 3.0在今年 4 月份的 Autonomy Day 大會上，特斯拉祭出了大殺器——FSD 芯片。這背后傳達的信息很清晰：就是要用自行研發(fā)的技術替代現(xiàn)有的英偉達芯片。四個多月后，特斯拉工程師們又在 Hot Chips 大會（IEEE 主辦，專注于高性能處理器）上對芯片的一些關鍵組件提供了更多的解析。這次深度解析也讓外界對特斯拉的 FSD 芯片重燃興趣。
需要注意的是，在大多數(shù)人眼里，這種處理器可統(tǒng)稱為「AI 芯片」。這樣叫也不為過，但也別對它有太高的期待——AI 芯片目前還無法在預期領域實現(xiàn)全知全能的人工智能。簡單來理解的話，這些芯片根本沒有任何類人的推理或常識能力，它只是能力暴增的數(shù)值計算設備罷了。02
毫無疑問，Musk 是下定決心要擺脫對英偉達芯片的依賴，在特斯拉的車輛上部署自行設計的 FSD 芯片（由三星代工制造）。對特斯拉來說，自研芯片真的有意義嗎？繼續(xù)堅持拿來主義是不是更明智？
如果硬要對比，特斯拉的自研芯片與現(xiàn)成的專用芯片有什么差別？
在全自動駕駛上，AI 芯片到底能實現(xiàn)什么？
有一點需要明確，那就是對 AI 芯片的討論只不過是全局的一小部分。只是芯片是純硬件領域的重點罷了。顯然，那些把特斯拉 FSD 芯片捧上天的人就忘了這一點，沒有一套好的軟件，再強大的硬件也實現(xiàn)不了全自動駕駛。這不是否定硬件的重大意義，但硬件只是整場戰(zhàn)役的一部分，軍功章的另一半顯然屬于軟件。從現(xiàn)有消息來看，Musk 手里還沒有能實現(xiàn)全自動駕駛的軟件。如果要設計一款 AI 芯片，其中一種方案就是得知道芯片需要實現(xiàn)的一系列技術與性能指標。當然，這樣還是屬于紙上談兵，只有不斷努力才能擴展 AI 的邊界。對特斯拉來說，硬件工程師面臨的一系列情況其實還是限制了他們的發(fā)揮。舉例來說，他們必須將功耗控制在一定程度內(nèi)，否則會對用車成本及續(xù)航產(chǎn)生重大影響。除此之外，新的處理器必須能嵌入老款芯片留下的位置，這就意味著其尺寸和形狀必須嚴格遵循原有設計。在此期間，還要考慮前代產(chǎn)品的兼容性問題。另外，自動駕駛芯片的設計還有一些約定俗成的規(guī)矩，比如體積、重量、功耗、散熱和成本等。這些硬指標要是滿足不了，那么特斯拉邁出的第一步就會摔倒。
03
拿特斯拉 AI 芯片與其他廠商同類產(chǎn)品進行比較，合適嗎？拿新產(chǎn)品去「打」老產(chǎn)品顯然不合適。也就是說，那些開口就提特斯拉 FSD 比現(xiàn)在的英偉達芯片快多少倍，其實都不懷好意。他們是在暗示特斯拉在此類技術上取得了巨大突破。其實 FSD 的計算性能在當下市場上并非一騎絕塵的存在，只能說與對手互有勝負。另一個為了讓外行們「高潮」而被大肆宣傳的巨額數(shù)字，比如特斯拉 AI 芯片上有 60 億個晶體管。對普通人來說，60 億這個數(shù)字確實挺唬人，但事實上市場上早就有搭載 200 億個晶體管的 GPU 產(chǎn)品了。同時，熟悉硬件的人都知道，僅晶體管數(shù)量是無法比較出芯片性能好壞的，而且還要考慮它們的設計用途。對芯片設計稍有了解的人都知道，初代產(chǎn)品想落地就得經(jīng)過一段崎嶇坎坷。首先，有些潛在的 bug 必不可少。任何第一代產(chǎn)品都逃不過這個過程。即使 Musk 也不能免俗，時間的沉淀才是最好的解藥。由于其硅基結構的更改并不容易，因此大多數(shù)時候，硬件的問題需要用軟件來修補。工程師也會對硬件進行相應的更改和升級，不過這都是迭代多次后的事了。顯然，放棄了拿來主義的特斯拉，也必須面對初代產(chǎn)品帶來的各種問題。相比之下，市場上的現(xiàn)成產(chǎn)品就穩(wěn)妥得多，畢竟除了原廠工程師，買方也會參與芯片的整合。此外，在測試和驗證上，特斯拉目前是形單影只，因此發(fā)現(xiàn)起問題來肯定要慢得多。放在特斯拉身上，AI 芯片的成本是第一個需要考慮的問題，如此勞心費力真的值得嗎？在投入資源研發(fā) FSD 時，Musk 到底付出了多少機會成本？要知道，特斯拉不但要承擔昂貴的研發(fā)成本，后續(xù)的升級與改進成本也得自己承擔。在這個時代，芯片的升級進化也得日新月異，這并不是什么一錘子買賣。除此之外，特斯拉還得養(yǎng)著自己的研發(fā)團隊。當下的自動駕駛市場，伯樂常有而千里馬不常有。即使有人才愿意投靠，也得經(jīng)過一段時間的培養(yǎng)。特斯拉走出這一步到底是對是錯只有時間能給出答案。Musk 終于能通過 FSD 扼住命運的咽喉，特斯拉無需再仰人鼻息了。不過，定制芯片帶來的一系列蝴蝶效應最終還是要他去化解。對 Musk 來說，這恐怕是一場精心策劃的賭博，同時也意味著一定程度的妥協(xié)。從曝光的細節(jié)來看，特斯拉設計的兩顆芯片并行，以保證安全冗余。如果兩個「大腦」意見不一，那么現(xiàn)有的駕駛狀況和動作規(guī)劃就會作廢，隨后是下一幀的捕獲與分析。從表面上來看，這樣的設計比此前的實時冗余系統(tǒng)高，但我們還是有許多嚴肅的問題需要考慮。從好的方面來說，這樣的設計確實能防止車輛「做蠢事」，但從本質上來說也只是將錯誤剔除而已。也就是說，特斯拉的冗余設計也有自己的弱點。舉例來說，如果問題不是只出現(xiàn)一次，而是循環(huán)播放，一刻都不停歇，兩個「大腦」會持續(xù)否定對方，從而一直拖延系統(tǒng)做決定嗎？想象一下，如果你開車時一直不敢做決定會出現(xiàn)什么情況，這并不是什么最優(yōu)的駕駛策略。另一個值得考慮的是，兩個「大腦」必須高度統(tǒng)一的設定。這就是業(yè)內(nèi)普遍選擇建立一套額外冗余系統(tǒng)的原因，不停重復的缺陷確實非常要命。除此之外，我們還需要一種自我意識能力，當兩個「大腦」無法達成共識時，我們要知道其背后的原因。當然，從分歧中找尋那些有價值信息的能力更為重要，這樣才能提升自動駕駛系統(tǒng)的決策能力。04
許多人贊賞 Musk 的勇氣，認為特斯拉敢走出這樣一條路確實值得尊敬。不過，從商業(yè)角度來看，這樣的選擇明智嗎？這顆芯片到底會為特斯拉打下百年基業(yè)還是成為埋葬它的墳墓？這是 Musk 押上特斯拉的一場豪賭，特斯拉能否實現(xiàn)真正的自動駕駛就在此一舉了。
本站僅提供存儲服務，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權內(nèi)容，請
點擊舉報。
