江苏龙网

  1. 首页 > 人文 > >

ZAKER：其他同行则是“退无可退”，特斯拉“不进则退”( 二 )


而其他汽车制造商目前还没有采用类似的方法 。 至少到目前为止 ， 类似SuperCruise这样的系统 ， 都是采用了基于高精地图的映射模式来辅助决策 。
对于和Waymo、Cruise等自动驾驶公司的类似演示 ， 特斯拉人工智能总监卡帕西表示 ， 特斯拉采用了一种截然不同的方式来实现 。 “本质上 ， 我们采取的方法是完全不同的 。 ”
从目前的情况来看 ， 特斯拉正在使用现有的机器学习技术 ， 慢慢地处理感知、规划和驾驶政策的所有复杂性和细微差别 ， 试图只用视觉和机器学习来完成这一切 。
而其他公司 ， 则基本上选择传统组合感知+高精地图的模式来实现高级别自动驾驶 。
我们甚至可以明显的感觉到 ， 特斯拉正在努力解决那些基本上已经解决了的问题 ， 比如使用激光雷达+高精地图的模式 。 但特斯拉试图用摄像头来解决所有问题 。
对于任何一家汽车制造商来说 ， 这是需要勇气的 。 很多事情 ， 并非单纯以技术的角度去思考问题 。
二、自研 ， 就是为了打造差异化
支撑全自动驾驶功能的FSD芯片 ， 是特斯拉的信心所在 。
ZAKER：其他同行则是“退无可退”，特斯拉“不进则退”
文章图片
这款芯片的目标是支持高级别自动驾驶 ， 采用三星的14纳米工艺 ， 包含3个四核Cortex-A72集群 ， 共12个CPU在2.2GHz下运行 ， 1个GPU在1GHz下运行 ， 2个神经处理单元在2GHz下运行 ， 以及其他各种硬件加速器 。
该芯片能够处理高达600GFLOPS的数据 ， 支持单精度和双精度浮点运算 。 2个NPU ， 提供最高73.73TPOS（Int8）的峰值算力 。 此外 ， 还有一个相对低成本的传统内存子系统 ， 支持2133MHz的128位LPDDR4内存 。
有一个安全系统 ， 其中包括一个双核同步CPU进行最终仲裁的决策机制 。 该CPU决定由完整计算单元上的两个FSD芯片生成的两个规划决策是否匹配 ， 以及驱动执行器是否安全 。
FSD芯片有一个摄像头串行接口(CSI) ， 能够以每秒25亿像素的速度从各种视频输入设备进行处理 。 集成了一个H.265(HEVC)视频编码器 ， 用于各种应用 。
另外 ， 还集成了一个24位管道的图像信号处理器(ISP) ， 用于处理安装8个HDR传感器 ， 每秒处理能力高达10亿像素 。 ISP具有色调映射功能和降噪能力 ， 处理亮/暗点(如阴影)造成的额外细节 。
ZAKER：其他同行则是“退无可退”，特斯拉“不进则退”
文章图片
ZAKER：其他同行则是“退无可退”，特斯拉“不进则退”
文章图片
两个定制设计的神经处理单元 ， 每个NPU封装32MiB的SRAM ， 用于存储临时结果 ， 减少到主存的数据传输 。 每个周期 ， 256字节的激活数据和另外128字节的权值数据从SRAM读入MACs阵列 ， 在那里它们被合并 。
对于FSD芯片 ， 特斯拉使用8位乘8位整数相乘和32位整数相加 。 这两种数据类型的选择主要是为了降低功耗(例如 ， 32位FP加法的功耗大约是32位整数加法的9倍) ， 在2Ghz下运行 ， 每个NPU的峰值性能为每秒36.86万亿次(上限) 。
在特斯拉的神经网络编译器的帮助下 ， 还实现了层融合 ， 通过通过耦合conv-scale-act-pooling操作 ， 允许数据重用 。 编译器还执行层平滑 ， 确保一致的内存访问 。
在功耗方面 ， 运行完整的软件堆栈 ， FSD整体功耗为72瓦 。 这比之前HW2.5（英伟达芯片）的57瓦功耗提高了大约25% ， 多出来的15W功耗主要来自NPU 。
除了FSD芯片 ， 特斯拉的独特之处还在于大胆的采用了新的硬件和软件架构 。 虽然大多数传统汽车也有软件 ， 但它们通常软件较少 ， 而且运行在不同的硬件架构上 ， 这使得模仿特斯拉更新软件和优化汽车性能的能力更具挑战性 。
从表面上看 ， 构建一个新的架构似乎是一个很容易模仿的策略 ， 但也可能非常困难 ， 这需要时间和魄力 ， 因为需要放弃旧的做事方式 。


推荐阅读


上一篇：「硅谷分析狮」海思成中国手机处理器老大！外媒称华为大举进军汽车领域：开发自动驾驶芯片

下一篇：懂懂笔记▲海外难找买家，高价医疗物资泡沫还在吹？，国内卖不上价