看點：福布斯：特斯拉自動駕駛晶片的軟體、成本、測試、冗餘都是問題。

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資料。

特斯拉的目標是2020年實現L4級自動駕駛，現有的晶片已經不能滿足其需求，為了能夠促進自動駕駛的發展，特斯拉開始了自研晶片之路。今年4月份，特斯拉首次公開了他們的全自動駕駛（FSD）晶片，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使用者免費更換FSD晶片，未選購的使用者也可自費升級。

據外媒cnet報道，近日，特斯拉已經將其自研的新型自動駕駛晶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晶片進行了客觀的分析。

該媒體認為，特斯拉全自動駕駛晶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、軟體不適配、冗餘有缺陷等問題，這款晶片是否能幫助特斯拉實現自動駕駛的巨集大願景，還有待觀察。

以下為原文編譯：

特斯拉的這顆晶片，是一種特殊型別的AI處理器，可以支援人工神經網路（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晶片的行為令人敬佩，最終開發出成果也讓人敬佩。

▲特斯拉FSD晶片

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晶片是解決一切現實問題的途徑，利用這款晶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晶片到底如何？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晶片的發展過程。

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辦公軟體或者載入程式的時候。

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，讓使用者能在螢幕上收到更加直觀的資訊。

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。人工神經網路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晶片，特斯拉利用這款晶片的運算和處理能力來實現其ADAS（高階駕駛員輔助系統）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晶片公司的產品，其早就萌發了自己研究晶片的想法。今年4月份，馬斯克和他的團隊公佈了其自研的AI晶片（FSD晶片），並表示將使用新晶片來取代現用的英偉達晶片。

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）主辦的年度高效能晶片會議上發表了演講，描述了他們設計的晶片的更多資訊。

這次演講也讓外界對特斯拉的FSD晶片重燃興趣。

簡單來說，這些晶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。

特斯拉自動駕駛晶片問世 6個問題打破完美神話

特斯拉不再採用英偉達的晶片，選擇自己設計AI晶片（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晶片是否有意義，繼續使用晶片公司的晶片會不會更加方便？特斯拉的晶片與現在已有的晶片相比有什麼異同？AI晶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晶片硬體很重要 但也需要軟體做輔助

要想實現真正的全自動駕駛，還需要完美的軟體做輔助。比如說，有廠商推出了一款新的手機，這款手機的執行速度超級快，但是卻無法與各類應用商店裡的應用程式相容，那麼這款手機將沒有任何意義。

外界都在吹捧特斯拉的AI晶片，卻無人考慮是否有相應的軟體做配合，只有硬體沒有軟體，完全無人駕駛也只能是個夢。

但這並不是在否定硬體的重大意義，硬體是整場戰役中的一部分，軟體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體，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、自產晶片替換舊晶片 設計方面將會受限

如果想要設計一個新的晶片一般有兩種情況，第一種情況為從零開始設計，設計員在知道了晶片的一系列技術與效能指標開始進行晶片的設計。

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，特斯拉想用新的晶片來替代以往的晶片，這就意味著新的晶片必須和原來晶片的尺寸相當，這樣才能完成替換。

▲英偉達的自動駕駛晶片（左）和特斯拉FSD晶片（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相容性問題了。

不過特斯拉重新設計晶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就突破了計程車和計程車所面臨的限制才能快速地取得了成功。

話雖如此，但在晶片設計領域，尺寸、重量、功耗、散熱、成本以及其他因素都會對晶片造成固有的限制。

3、特斯拉晶片並非最強晶片 各個晶片用途不一

我看到的最多的不恰當的比較就是將特斯拉的AI晶片與其他晶片進行比較，拿特斯拉最新的晶片與其他晶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晶片的算力，來證明其比以前使用的英偉達晶片快很多倍（但應該與英偉達最新的晶片比較）。但事實是，特斯拉晶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晶片由60億個電晶體組成，雖然60億是一個巨大的數字，但是市面上已經有了搭載了200億個電晶體的GPU。

▲特斯拉FSD晶片

我這麼說並不是在貶低60億個電晶體，只是想說明，不同的晶片有不同的設計用途，僅用電晶體數量加以對比毫無意義。

4、初次生產晶片 特斯拉需要自行審查和測試

毫無疑問，第一代晶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。

晶片封裝在矽中，因而不容易更改，因此有時候需要利用軟體補丁來協助解決硬體問題，工程師一般會在產品進行多次迭代之後對硬體進行更改和升級。

▲特斯拉FSD晶片上的一個AI加速器

特斯拉選擇自己獨立設計晶片可以讓其掌握晶片技術，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晶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，而特斯拉的晶片就只能由其自己進行審查和測試了。

5、自研晶片耗費巨大 也可拓寬特斯拉業務

想要使用自己設計的晶片，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晶片是否值得？在研發晶片的時候要付出多少機會成本？

特斯拉選擇自己進行晶片研發，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晶片的持續成本。設計晶片不是一勞永逸的事情，人工智慧晶片正在以驚人的速度發展，特斯拉選擇研發晶片也就要選擇升級改進晶片。

當選擇自己獨立設計晶片時，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體。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了解，他們只熟悉原來公司的晶片知識體系。

▲特斯拉釋出FSD晶片現場

但特斯拉選擇自研晶片也總算不用再看晶片商的臉色了，不用依賴其他公司的晶片。而另一個好處則是，特斯拉除了汽車業務之外，還能直接從事晶片設計和升級業務。

從成本角度來看，這並不是一個明智的選擇，那些認為製造專有晶片成本低廉的公司可能並沒有完全參與晶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

自動駕駛汽車在執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晶片，如果兩個晶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晶片

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。

如果其中一個晶片出現了問題，會導致兩個晶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，兩個晶片持續存在分歧，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，兩個晶片必須完全保持一致。假如兩個晶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，如果兩個晶片無法達成共識，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晶片，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晶片，在今年4月份首次公佈了這款晶片的訊息，目前，部分特斯拉車主已經安裝上了這款晶片。

部分民眾認為，特斯拉的這款晶片效能強悍，算力出眾，可以解決自動駕駛中存在的大部分問題，能夠憑藉這款晶片真正的進入自動駕駛時代。

但事實是，這款晶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。但是這款晶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。