特斯拉推出自动驾驶计划迎战英伟达

特斯拉需要一些新的“招数”来应对上半年被Waymo、通用Super Cruise掩盖的“舆论阵地”，尤其是其雄心勃勃的自动驾驶计划。

从去年对外确认正在开发自己的人工智能自动驾驶芯片，特斯拉CEO Elon Musk近日再次透露了这款被其称为“世界上最先进的专门用于自动驾驶的大脑”。

最新消息是特斯拉将在明年推出这款芯片，与目前其采用的英伟达PX2相比，可以实现每秒2000帧的视觉图像处理能力，是目前英伟达PX2的10倍。但特斯拉并没有透露性能测试是基于上一代英伟达PX2芯片组还是新的PX2 Pegasus。

目前，特斯拉现有车型搭载的还是两年前的英伟达Drive PX2芯片平台。按照推算，其芯片的性能和目前最新的PX2 Pegasus相当（Pegasus基于英伟达之前的自动驾驶平台Drive PX 2开发，计算能力相当于后者的10倍，并针对自动驾驶汽车上路后的实际计算需求进行了优化）。

这款特斯拉自主研发的，被命名为 “Hardware 3”的芯片计算平台，这将用在Model S、Model X以及Model 3上来实现自动驾驶功能。成本则远低于目前使用的英伟达芯片。

之所以自主研发芯片，特斯拉的另一大论据是目前GPU和CPU之间的数据传输性能受限。这也正是英伟达推出NVLink的目的之一。

NVLink，是英伟达开发并推出的一种总线及其通信协议。NVLink采用点对点结构、串列传输，用于CPU与GPU之间的连接，也可用于多个图形处理器之间的相互连接，目前可实现20GBps的数据传输。

同时，由于这款芯片采用了反向兼容的模式，Model S、Model X以及Model 3的现有车型将可以更换搭载特斯拉自己的芯片。但特斯拉目前并未透露后续具体的升级计划细节。

Autopilot自动驾驶团队的关键人物，其中一位是团队主管Pete Bannon。此前，在苹果收购PA Semi 后，Bannon在苹果工作了近8年时间，曾参与A5至A9时期芯片的开发，并于2016年加入特斯拉。

Bannon的上一任是前苹果芯片构架师Jim Keller，在特斯拉Autopilot自动驾驶碰撞事故后，于4月份从特斯拉离职。Jim Keller是芯片大神，曾是AMD的K8首席架构师，在苹果公司设计了A4、A5两代移动处理器。

对于特斯拉来说，自研芯片除了降低成本，更好的做到算法与芯片的极致性能匹配。更重要的是未来在芯片供应上可以不受限于外部供应商。要知道，目前全球自动驾驶芯片的供应可能会出现周期性的短缺，而英伟达的芯片目前在L3级及以上市场已经供不应求。

同时，对于英伟达来说，汽车芯片目前并未主要的业务营收贡献来源，至少短时间内不会。而多线布局，也让英伟达有了更多可选项。

比如，今年初梅赛德斯-奔驰发布的全新车载信息娱乐系统，由英伟达AI提供技术支持，搭载其Parker128芯片，实现实时3D动画，不会造成触摸屏延迟，还支持无线更新。

此外，梅赛德斯-奔驰与英伟达、博世在早些时候达成合作伙伴关系，搭载英伟达自动驾驶平台的车队将于2019年下半年开始，在旧金山湾区开展免费无人驾驶汽车共享服务试点项目。

和芯片消息同时发布的还有现有自动驾驶系统升级计划，特斯拉宣布本月底将发布自动驾驶系统Autopilot9.0的完整更新包，并在自动驾驶能力上有重要的进步。

Autopilot9.0的一大特点就是具备驶入和驶出匝道的自动驾驶能力，这是特斯拉先前所承诺的Autopilot系统最为重要的功能配置之一。但团队负责人同时表示，目前的自动驾驶系统仍然不适合在复杂的城市街道环境中使用。

特斯拉对“自动驶入/驶出匝道”功能的描述如下：

“一旦车辆进入高速公路，特斯拉将帮助车主决定何时在哪一条车道保持行驶。为了确保车主能够在所需要的匝道口出高速，在车辆周边车流行动缓慢之时，Autopilot将视时机自动驶入车速较快的车道以准备下高速。当车辆到达出高速出口时，车辆将自动驶离高速并减速行驶，之后再将车辆操控权交还至车主。”

Autopilot9.0的到来，意味着特斯拉再次领跑量产车的自动驾驶“竞争力榜单”。

同样在汽车芯片上走自主研发路线的，还有中国的新造车实力—零跑汽车。

今年6月初，零跑汽车宣布与大华股份联手研发的首款国产AI自动驾驶芯片“凌芯01”已进入集成验证阶段，明年第二季度进行实车测试。同时也展示了搭载了L2级别自动驾驶技术的S01两门四座轿跑车型，该车将于2018年第三季度接受预定。

官方信息显示，凌芯01可在2-3W的功耗下实现5Tops的算力(每瓦5万亿次运算)。自己生产芯片，零跑的考虑主要有：降低成本；更好地理解用户的需求，并将用户的需求通过算法固化在芯片上；将芯片作为拓展渠道的利器，与产业上下游取得更好的连结。

有业内人士表示，目前不管是特斯拉即将推出的芯片，还是此前的谷歌推出的TPU，更像是ASIC，意味着不是像FPGA一样做到硬件可编程，也不可能有GPU的灵活性。

而ASIC的利弊也非常明显。好处是，如果你确切知道一款ASIC芯片的生命周期是保证十年内运行，那么他们的确会更有效率。

比如，激光雷达目前普遍使用的是FPGA，因为它们需要重新编程以符合新的安全标准，而且不断修正代码。

和其他ASIC一样，特斯拉的这款芯片很可能有一个软件抽象层，在降低性能的同时，只要能坚持以前的框架，就可以运行不同类型的软件。这可能意味着如果特斯拉需要更新它的软件，可能需要更长的时间去解决更多问题。

当然，目前对于大多数汽车主机厂和自动驾驶公司来说，往后看三年最大的障碍不是算法而是硬件受限，不管是传感器还是计算芯片。

谷歌旗下的Waymo就是一直坚持采取内部自研来开发自动驾驶技术的路径，包括开发自己的芯片和核心传感器，以限制对外部供应商的依赖。

在计算方面，Waymo利用谷歌的TensorFlow 和TPU来训练其神经网络。比如，谷歌的Waymo自动驾驶系统使用自家的TPU后，性能提高了15倍。

一直以来，特斯拉“拒绝”激光雷达成为Autopilot搭载传感器的一份子，随着其即将推出的Hardware 3，能够处理每秒2000帧的性能。因为埃隆·马斯克曾说过，他可以实现自己的“全自动驾驶”的能力，在没有激光雷达的情况下。