0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

特斯拉横空出世,撩动自动驾驶芯片领域风云再启

e星球 来源:YXQ 2019-04-28 16:43 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

2019年4月23日,马斯克在特斯拉自动驾驶日”活动中火力全开,疯狂diss:“使用激光雷达很蠢。任何依赖激光雷达的人都注定要失败。昂贵的传感器是不必要的。这就像是一大堆昂贵的附属品。”随后马斯克发布了特斯拉自研自动驾驶芯片FSD(Full Self-Driving computer),并立下Flag:这是全世界最好的自动驾驶芯片,性能是NVIDIA的7倍,目前这款芯片正安装进特斯拉生产线上的每一台电动车中。“最快明年,就让大家上街打到无人驾驶的电动特斯拉。”

1

特斯拉 Tesla

作为全球最大市值企业苹果因为5G芯片的尴尬,不得不向高通低头,偿付了60亿美元专利费,还签订了长达多年的供货协议,所以自研芯片对特斯拉来说必然是明智之举。最初,特斯拉选择与Mobileye合作,之后与英伟达合作,两段关系都不欢而散。最终,特斯拉痛定思痛,决心自研芯片,先后从苹果挖来两个芯片大牛(苹果A4/A5负责人)搞定了完全定制芯片——FSD

图源:特斯拉官方

FSD采取双神经网络处理器冗余模式,而且双处理器相互独立运算,一个处理器挂掉另一个还能继续工作。还有专门独立的安全模块进行护航。FSD的算力:144TOPS(号称是英伟达性能的7倍),可同时处理8路图像,每秒处理2300帧,每英里功耗250W(马斯克再次以7倍作为补充,NVIDIA Xavier功耗是FSD的7倍,成本也是7倍,但FSD的神经网络加速性能,却是Xavier的7倍),2.5亿个逻辑门,60亿颗晶体管骁龙845晶体管55亿颗、苹果A1269亿颗)。再有特斯拉在神经网络中随机采用大量数据训练,当识别不准确就回传总部进行验证修复,海量喂食之后变得更加智能准确。

来自英伟达的“回怼”

特斯拉发布会结束后,英伟达发言人发表声明:

特斯拉将其全自动驾驶计算机的处理能力与英伟达Drive Xavier的处理能力进行了不准确的比较。正确的比较应该是与英伟达的全自动驾驶计算机Nvidia Drive AGX Pegasus进行比较,后者提供320 TOPS 用于AI感知、定位和路径规划。声明中还指出,Xavier提供了30 TOPS的处理能力,但特斯拉错误地说:它只提供21 TOPS。

此外,使用单个Xavier处理器的系统,是为辅助驾驶自动驾驶而设计的,而不是全自动驾驶。

更有意思的是:

特斯拉“全自动驾驶”发布会结束,股价下跌3.85%。

2

英伟达 NVIDIA

全球人工智能龙头、自动驾驶芯片霸主的英伟达,喜欢电脑游戏的朋友一定不会陌生,它出产了著名的GPU显卡芯片,也就是俗称的N卡,另外跟N卡相配的还有大名鼎鼎的CUDA计算架构(神经网络的训练大多都是在用CUDA做GPU加速计算)。在自动驾驶开始流行之后,对神经网络训练的计算需求大大增加,英伟达的股票也一路上升,成为全球最风头正劲的芯片公司之一。

图源:NVIDIA

英伟达推出的NVIDIA DRIVE PX自动驾驶开发平台,是目前领先的基于GPU的无人驾驶解决方案。DRIVE PX基于16nm FinFET工艺,功耗高达250W ,采用水冷散热设计。支持12路摄像头输入、激光定位、雷达和超声波传感器。CPU部分:两颗新一代NVIDIA Tegra处理器,当中包括了8个A57核心和4个Denver核心。

图源:NVIDIA

2017年英伟达发布了全球首款人工智能(AI)自动驾驶平台“Drive PX Pegasus”。此自动驾驶平台基于英伟达之前的自动驾驶平台Dreive PX 而开发。该架构适用于各种配置,包括一个运行功率为 10 瓦的移动处理器以及四个高性能 AI 处理器(每秒可实现 320 万亿次深度学习运行 [TOPS])。并且将深度学习、传感器融合和环绕视觉技术相结合,可以实时理解车辆周围的环境变化、在高清地图上精确定位自身,还可以规划前方的安全路线。

话说回来,这款只为自动驾驶和安全而打造的专属芯片,是否真能如马斯克所夸耀的那样大幅超越竞争对手,仍需更多测试数据和深度分析才能下结论。不过能确定的是,半路杀出的特斯拉再度将早已打响的芯片战争推向了风口浪尖。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 特斯拉
    +关注

    关注

    66

    文章

    6431

    浏览量

    131607
  • 自动驾驶
    +关注

    关注

    795

    文章

    15082

    浏览量

    182146

原文标题:特斯拉横空出世,撩动自动驾驶芯片领域风云再启

文章出处:【微信号:electronicaChina,微信公众号:e星球】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    马斯克双线押注:自动驾驶+机器人,卡脖子的竟是芯片

    当下,人形机器人(以特斯拉Optimus为代表)在量产进程中面临的最大挑战集中在 “灵巧手”技术瓶颈,还有视觉生成的视觉模型对算力要求大,需要算力卡多,而自动驾驶汽车落地当中大算力芯片赋能又首当其冲,
    的头像 发表于 11-12 09:10 9437次阅读
    马斯克双线押注:<b class='flag-5'>自动驾驶</b>+机器人,卡脖子的竟是<b class='flag-5'>芯片</b>?

    特斯拉AI5芯片流片成功:自动驾驶与人形机器人迎来算力革命

    AI4平台,更将成为FSD全自动驾驶系统与人形机器人Optimus的核心算力心脏,重新定义智能出行与工业自动化的技术边界。
    的头像 发表于 04-23 10:03 2408次阅读

    为什么自动驾驶方案不再强调地图了?

    [首发于智驾最前沿微信公众号]不知道大家是否发现,现在很多车企在宣传自动驾驶方案时,很少会强调或提及高精度地图,甚至很少会提地图相关的内容,为啥曾经被自动驾驶行业高度依赖的技术,现
    的头像 发表于 03-31 08:57 470次阅读
    为什么<b class='flag-5'>自动驾驶</b>方案不再强调地图了?

    自动驾驶端到端为什么会出现黑盒现象?

    自动驾驶领域,端到端(End-to-End)是指从感知环境的原始数据到车辆实际控制指令,全部交给一个统一的深度学习模型来完成。这和传统的模块化自动驾驶系统不一样,模块化自动驾驶系统会
    的头像 发表于 02-20 09:25 9678次阅读
    <b class='flag-5'>自动驾驶</b>端到端为什么会出现黑盒现象?

    自动驾驶汽车如何实现自动驾驶

    人类驾驶员而言是非常直观且有效的指令,但对于自动驾驶汽车来说,则意味着需要一套极其复杂的感知、理解与决策链路。 自动驾驶如何看清文字? 自动驾驶汽车感知汉字的第一步是场景文本识别技术,
    的头像 发表于 02-10 08:50 920次阅读
    <b class='flag-5'>自动驾驶</b>汽车如何实现<b class='flag-5'>自动驾驶</b>

    如何设计好自动驾驶ODD?

    为确定自动驾驶的可使用范围,会给自动驾驶设置一个运行设计域(Operational Design Domain,ODD)。ODD的作用就是用来明确自动驾驶在什么情况下能工作,在什么情况下不能工作,给车设定“工作范围”。
    的头像 发表于 01-24 09:27 1955次阅读

    把CW32L010用FLASH模拟EEPROM

    CW32L010横空出世,定时器和ADC变化很大,FLASH基本和以前型号一样,但有一点改动,BUSY位从CR1寄存器改到ISR寄存器了。 把F003的程序改改就能用,太棒了,拿走不谢。 只有一个
    发表于 11-24 07:40

    不同等级的自动驾驶技术要求上有何不同?

    谈到自动驾驶,不可避免地会涉及到自动驾驶分级,美国汽车工程师学会(SAE)根据自动驾驶系统与人类驾驶员参与驾驶行为程度的不同,将
    的头像 发表于 10-18 10:17 2965次阅读

    一文读懂特斯拉自动驾驶FSD从辅助到端到端的演进

    [首发于智驾最前沿微信公众号]自动驾驶行业发展至今,特斯拉一直被很多企业对标,其FSD系统的每一次更新,都会获得非常多人的关注。早期自动驾驶是一个分层的、由多模块组成的系统,感知、定位、预测、规划
    的头像 发表于 10-11 09:13 1281次阅读
    一文读懂<b class='flag-5'>特斯拉</b><b class='flag-5'>自动驾驶</b>FSD从辅助到端到端的演进

    端到端自动驾驶相较传统自动驾驶到底有何提升?

    各自专业模块独立承担,通过预定的接口协议将信息有序传递。与之相对照,“端到端”(end-to-end)自动驾驶以统一的大规模神经网络为核心,将从摄像头、雷达、激光雷达等传感器采集到的原始数据直接映射为驾驶控制指令,极力
    的头像 发表于 09-02 09:09 1128次阅读
    端到端<b class='flag-5'>自动驾驶</b>相较传统<b class='flag-5'>自动驾驶</b>到底有何提升?

    【免费送书】AI芯片,从过去走向未来:《AI芯片:前沿技术与创新未来》

    最重大的技术变革无疑就是大模型的横空出世,人类的时间仿佛被装上了加速器,从ChatGPT到DeepSeek,大模型应用密集出现、频繁升级,这让作者意识到有必要撰写一本新的AI芯片图书,以紧跟时代
    的头像 发表于 07-29 08:06 1371次阅读
    【免费送书】AI<b class='flag-5'>芯片</b>,从过去走向未来:《AI<b class='flag-5'>芯片</b>:前沿技术与创新未来》

    东芝24TB超大容量CMR硬盘评测

    大模型的横空出世不仅改变了计算行业,也深刻影响了存储行业。
    的头像 发表于 07-10 09:46 2963次阅读
    东芝24TB超大容量CMR硬盘评测

    卡车、矿车的自动驾驶和乘用车的自动驾驶在技术要求上有何不同?

    [首发于智驾最前沿微信公众号]自动驾驶技术的发展,让组合辅助驾驶得到大量应用,但现在对于自动驾驶技术的宣传,普遍是在乘用车领域,而对于卡车、矿车的
    的头像 发表于 06-28 11:38 1970次阅读
    卡车、矿车的<b class='flag-5'>自动驾驶</b>和乘用车的<b class='flag-5'>自动驾驶</b>在技术要求上有何不同?

    浅析4D-bev标注技术在自动驾驶领域的重要性

    感知领域的一项突破性创新,通过引入时间维度与全局视角,为自动驾驶系统提供了高精度、多模态的时空真值数据,重塑了自动驾驶系统的开发范式。 4D-BEV标注是什么? 4D-BEV 标注技术,即在3D空间的基础上,引入时间维度进行数据
    的头像 发表于 06-12 16:10 3099次阅读