看點：福布斯：特斯拉自動駕駛芯片的軟件、成本、測試、冗餘都是問題。
車東西 | Juice
特斯拉目前已然成為全球最頂尖的電動汽車公司之一，其在電動化和自動化方面都取得了巨大的進展。尤其在自動駕駛方面，特斯拉目前是世界上所有自動駕駛研究公司中累計測試里程最多的公司，藉助於特斯拉獨特的影子模式，目前特斯拉已經積累了上億公里的測試數據。
特斯拉的目標是2020年實現L4級自動駕駛，現有的芯片已經不能滿足其需求，為了能夠促進自動駕駛的發展，特斯拉開始了自研芯片之路。今年4月份，特斯拉首次公開了他們的全自動駕駛（FSD）芯片，7月份，馬斯克在推特表示，將會對購買了全自動駕駛功能的用戶免費更換FSD芯片，未選購的用戶也可自費升級。
據外媒cnet報道，近日，特斯拉已經將其自研的新型自動駕駛芯片推廣到老款特斯拉車型之中。部分媒體認為特斯拉在自動駕駛方面已經取得了非凡的成就，已經解決了全自動駕駛的許多現實問題，幾乎可以使人類進入全自動駕駛汽車的時代了。
但也有人不這樣認為，近期福布斯刊登了一篇文章，這篇文章對特斯拉的全自動駕駛芯片進行了客觀的分析。
該媒體認為，特斯拉全自動駕駛芯片只是實現完全自動駕駛的第一步，特斯拉仍然面臨設計經驗不足、軟件不適配、冗餘有缺陷等問題，這款芯片是否能幫助特斯拉實現自動駕駛的宏大願景，還有待觀察。
以下為原文編譯：
特斯拉的這顆芯片，是一種特殊類型的AI處理器，可以支持人工神經網絡（ANN），也就是我們常聽到的機器學習（ML）或深度學習（DL）。特斯拉的工程師們設計開發這款芯片的行為令人敬佩，最終開發出成果也讓人敬佩。
▲特斯拉FSD芯片
但是這並不意味著他們已經在AI領域取得了顛覆性的成就，也不意味著他們已經完美的解決了自動駕駛在現實世界中存在的問題。
而部分媒體則認為特斯拉的新型芯片是解決一切現實問題的途徑，利用這款芯片特斯拉幾乎就能使人類進入全自動駕駛時代。
那麼特斯拉自動駕駛芯片到底如何？讓我們一起來看一下。
機器學習和深度學習興起 GPU作用凸顯
首先來看一下AI芯片的發展過程。
傳統的計算機都需要CPU（中央處理器）來執行系統工作，比如使用Office辦公軟件或者加載程序的時候。
除此之外，大多數計算機還需要GPU（圖形處理單元）來支撐，它可以輔助核心處理器來完成圖形和動畫的渲染，讓用戶能在屏幕上收到更加直觀的信息。
在將計算機用於機器學習和深度學習（以下用ML / DL代替）時，GPU的作用也開始變得更加重要。人工神經網絡的實現是個龐大的數值和線性代數問題，而GPU的構造和設計的目的正是為了解決這種數字混搭問題，這麼一來，GPU的重要性就凸顯出來了。對於開發者來說，將GPU用於ML / DL領域的開發簡直是天作之合。
當研發人員認識到GPU能夠推動AI技術的發展之後，研發人員也看到了GPU背後的巨大市場潛力，因此他們在設計GPU的時候也做了調整，以使其能夠在ML / DL領域領域發揮更重要的作用。
接著說回特斯拉，特斯拉在研發自動駕駛之初曾選擇使用英偉達生產的專用GPU芯片，特斯拉利用這款芯片的運算和處理能力來實現其ADAS（高級駕駛員輔助系統）功能和AutoPilot功能。
▲特斯拉車輛在開啟AutoPilot功能後雙手可以短暫離開方向盤
但是特斯拉卻並未打算一直購買芯片公司的產品，其早就萌發了自己研究芯片的想法。今年4月份，馬斯克和他的團隊公佈了其自研的AI芯片（FSD芯片），並表示將使用新芯片來取代現用的英偉達芯片。
而在8月下旬，特斯拉工程師又在IEEE（電氣和電子工程師協會）主辦的年度高性能芯片會議上發表了演講，描述了他們設計的芯片的更多信息。
這次演講也讓外界對特斯拉的FSD芯片重燃興趣。
現階段，大多數人習慣將這類處理器稱為AI芯片。為了便於討論，我也會採用同樣的叫法，但需要強調的是，其目前還無法在預期領域實現全知全能的人工智能。
簡單來說，這些芯片只是增強計算能力的工具，它們與人類的大腦完全不同，並不具備任何常識和推理能力。
特斯拉自動駕駛芯片問世 6個問題打破完美神話
特斯拉不再採用英偉達的芯片，選擇自己設計AI芯片（由三星製造），這其中有幾個問題值得考慮。
特斯拉自己研發專用芯片是否有意義，繼續使用芯片公司的芯片會不會更加方便？特斯拉的芯片與現在已有的芯片相比有什麼異同？AI芯片如何在全自動駕駛方面發揮作用？
以下是關於這些問題的一些主要想法：
1、AI芯片硬件很重要 但也需要軟件做輔助
需要強調的一點是，本文對於AI芯片的討論只是一小部分，只是純硬件方面的芯片。
要想實現真正的全自動駕駛，還需要完美的軟件做輔助。比如說，有廠商推出了一款新的手機，這款手機的運行速度超級快，但是卻無法與各類應用商店裡的應用程序兼容，那麼這款手機將沒有任何意義。
外界都在吹捧特斯拉的AI芯片，卻無人考慮是否有相應的軟件做配合，只有硬件沒有軟件，完全無人駕駛也只能是個夢。
但這並不是在否定硬件的重大意義，硬件是整場戰役中的一部分，軟件也是這場戰役的組成部分。
▲特斯拉AutoPilot功能頁面
現在特斯拉還不具備能夠實現真正的自動駕駛的軟件，特斯拉AI團隊進行重組和改組也只是為了在實現無人駕駛汽車方面獲得更多的關注，完全無人駕駛的時代還遠未到來。
2、自產芯片替換舊芯片 設計方面將會受限
如果想要設計一個新的芯片一般有兩種情況，第一種情況為從零開始設計，設計員在知道了芯片的一系列技術與性能指標開始進行芯片的設計。
但特斯拉的工程師們面臨的則是另外一種情況，他們需要在多個限制下進行設計。比如說，他們需要將功耗保持在一定的範圍內，否則將會對車輛的續航產生影響，在生產成本上也會有所提升。
其次，特斯拉想用新的芯片來替代以往的芯片，這就意味著新的芯片必須和原來芯片的尺寸相當，這樣才能完成替換。
▲英偉達的自動駕駛芯片（左）和特斯拉FSD芯片（右）
而且，在推出第一款產品之後，還需要根據市場的發展來推進產品的發展，這時就要考慮產品迭代的兼容性問題了。
不過特斯拉重新設計芯片也並不是多此一舉的行為，新產品也可能會有更大的突破。
新的產品可以不用考慮舊事物的限制，在設計方面能夠更加自由，也往往能取得不錯的成績，Uber和Lyft就突破了出租車和出租車所面臨的限制才能快速地取得了成功。
話雖如此，但在芯片設計領域，尺寸、重量、功耗、散熱、成本以及其他因素都會對芯片造成固有的限制。
3、特斯拉芯片並非最強芯片 各個芯片用途不一
我看到的最多的不恰當的比較就是將特斯拉的AI芯片與其他芯片進行比較，拿特斯拉最新的芯片與其他芯片過時的版本比較非常不恰當。如果非要比較的話，也應該使其與市場上最新的版本進行比較。
多數人經常引用特斯拉芯片的算力，來證明其比以前使用的英偉達芯片快很多倍（但應該與英偉達最新的芯片比較）。但事實是，特斯拉芯片的算力與市面上的其他替代品差不多，在某些方面可能會強於其他產品，但在某些方面也可能會差於其他產品。
另外一個讓人不舒服的就是被大肆宣傳的高額數字，例如特斯拉的AI芯片由60億個晶體管組成，雖然60億是一個巨大的數字，但是市面上已經有了搭載了200億個晶體管的GPU。
▲特斯拉FSD芯片
我這麼說並不是在貶低60億個晶體管，只是想說明，不同的芯片有不同的設計用途，僅用晶體管數量加以對比毫無意義。
4、初次生產芯片 特斯拉需要自行審查和測試
毫無疑問，第一代芯片的設計過程都非常艱難，將會面臨大量的錯誤或潛在錯誤，設計者們需要花費大量的時間才能找出其中存在的問題。
芯片封裝在硅中，因而不容易更改，因此有時候需要利用軟件補丁來協助解決硬件問題，工程師一般會在產品進行多次迭代之後對硬件進行更改和升級。
▲特斯拉FSD芯片上的一個AI加速器
特斯拉選擇自己獨立設計芯片可以讓其掌握芯片技術，但也會因為初代產品的缺陷而出現問題。現在已經成熟的商用芯片已經經過了原始製造商和購買的公司的檢查和測驗，相對比較成熟，而特斯拉的芯片就只能由其自己進行審查和測試了。
5、自研芯片耗費巨大 也可拓寬特斯拉業務
想要使用自己設計的芯片，還有很多問題需要注意。
特斯拉投入大量精力和資金去研發芯片是否值得？在研發芯片的時候要付出多少機會成本？
特斯拉選擇自己進行芯片研發，意味著其不但要承擔原始的設計成本，還得承擔不斷升級和改進芯片的持續成本。設計芯片不是一勞永逸的事情，人工智能芯片正在以驚人的速度發展，特斯拉選擇研發芯片也就要選擇升級改進芯片。
當選擇自己獨立設計芯片時，意味著還需要培養自己的專家，有了好的專家才能開發出更好的軟件。但這種專家只能自己培養，其他公司的專家對於特斯拉的技術並不瞭解，他們只熟悉原來公司的芯片知識體系。
▲特斯拉發佈FSD芯片現場
但特斯拉選擇自研芯片也總算不用再看芯片商的臉色了，不用依賴其他公司的芯片。而另一個好處則是，特斯拉除了汽車業務之外，還能直接從事芯片設計和升級業務。
從成本角度來看，這並不是一個明智的選擇，那些認為製造專有芯片成本低廉的公司可能並沒有完全參與芯片的設計和改進過程。
這對於特斯拉來說將會是一場賭局，特斯拉走出這一步到底是對是錯只有時間能給出答案。
6、特斯拉冗餘系統並不完美 自動駕駛尚存難題
自動駕駛汽車在運行的時候需要車輛作出的每一個指令都正確，要從根本上減少事故的發生，因此就需要引入冗餘的概念。
特斯拉將會在車內裝載兩個相同的芯片，如果兩個芯片的判斷結果不一致，車輛就會放棄當前的駕駛規劃，然後進行下一次的捕獲和分析。
▲特斯拉FSD芯片
從表面上看，這個系統非常安全，但是仔細考慮也會發現其中的問題。
如果其中一個芯片出現了問題，會導致兩個芯片的計算結果不一致，因此這套系統能夠避免一些事故的發生，但是這也僅僅是將問題排除出去，卻不能從根本上解決問題。
假如這種不一致的情況並非短暫的出現，而是一次又一次的反覆出現，兩個芯片持續存在分歧，這種情況可能會推遲系統作出決定，這也同樣會造成嚴重的後果，因此不做決定不一定是最好的駕駛策略。
另一個存在問題的地方是，兩個芯片必須完全保持一致。假如兩個芯片都做出了錯誤的選擇，但由於它們達成了一致，這時就會導致事故的發生。
因此在建立冗餘系統的時候，應當是兩套獨立且目的不同的系統，這樣才能保證安全行駛。
除此之外開發者還需要加強分析意識，如果兩個芯片無法達成共識，我們要知道他們產生分歧的原因。我們要從分歧中學習一些有價值的東西，這樣才能提高自動駕駛系統的決策能力。
很多自動駕駛公司都有冗餘的設計，特斯拉的冗餘系統也不一定完全可靠，對於冗餘的判斷不可武斷。
結語：特斯拉自研自動駕駛芯片，仍難全自動駕駛
特斯拉為了進一步發展其自動駕駛技術，自己組織團隊研發了自動駕駛AI芯片，在今年4月份首次公佈了這款芯片的消息，目前，部分特斯拉車主已經安裝上了這款芯片。
部分民眾認為，特斯拉的這款芯片性能強悍，算力出眾，可以解決自動駕駛中存在的大部分問題，能夠憑藉這款芯片真正的進入自動駕駛時代。
但事實是，這款芯片確實性能比較出眾，對於特斯拉本身來說也非常重要，能夠促進特斯拉自動駕駛技術的發展。但是這款芯片也仍然存在許多問題，距離完全自動駕駛還存在著不小的差距。
閱讀更多 車東西 的文章
