凌晨，特斯拉举办“Autonomy Day”，正式发布全自动驾驶(Full Self-Driving，FSD)计算机，并且还宣布，最快在2020年就能在街头打到特斯拉无人出租（Robo Taxi）。
在发布会上，马斯克首先亮出了自家的自动驾驶“核武器”——特斯拉“全自动驾驶计算机”（full self-driving computer，以下称 FSD 计算机），即之前所说的 Autopilot 硬件 3.0 正式亮相。
根据特斯拉芯片架构师Pete Bannon的说法，FSD计算机是“世界上最先进的自动驾驶计算机”——比当前的Hardware 2.5有了很大的改进。
特斯拉全自动驾驶计算机的内部
新的芯片组由三星制造，拥有超过144 TOPS的神经网络性能（完胜竞争对手目前最先进技术 21TOPS 的表现）。是建立在14纳米FinFET CMOS工艺上的，尺寸为260毫米平方，有60亿个晶体管和2.5亿个逻辑门，能够实现36.8 TOPS的性能。它们的LPDDR4 RAM模块(以每秒4266千兆比特的速度运行)拥有68 GB/s的峰值带宽，而集成的图像信号处理器——拥有24位pipeline，同时支持高级色调映射和高级降噪——每秒可以执行高达10亿像素的操作。
它有两个神经网络加速器，都是2GHz，都有32MB的SRAM内存和96×96的多重阵列和加法阵列，每秒可以处理高达1TB的数据并执行36 TOPS(总共72 TOPS)。
Bannon表示，其他芯片上的组件还包括支持32位和64位浮点运算的图形芯片，以及12个频率为2.2GHz的Arm A72 64位CPU，“性能是当前解决方案的2.5倍”。
在不影响车辆能耗和续航的前提下，FSD 能将安全性和自动化水平提升到新的等级。总体来看，这款 14nm 芯片的设计非常针对神经网络，团队对此进行了架构优化以降低耗能和成本，尤其针对处理大量的图像和视频。
此外，还有一个安全芯片，可确保系统只运行由特斯拉加密签名的代码，以及一个专用的H.265视频编码器。
特斯拉Autopilot 3.0硬件内置的片上系统之一
这在现实世界中意味着什么呢？Bannon说，与前代硬件相比，这相当于提高了约2.5倍的功耗，整体成本降低了80%。（马斯克说，FSDs每英里的功耗约为250瓦。）
或许更令人印象深刻的是，在特斯拉的内部基准测试中，FSD的每秒能处理2300帧，远高于Hardware 2.5的110帧。
马斯克透露，在过去的一个月时间里，特斯拉陆续放弃了英伟达提供的图像处理解决方案。马斯克表示，特斯拉的芯片是世界上最好的芯片，而且远超其他竞争对手。与此同时，特斯拉也已经将下一代芯片的工作进行了一半，马斯克表示下一代芯片可能比现有的好上 3 倍，有望在两年内推出。不过，马斯克并未准备在这次活动透露更多下一代芯片的信息。
一场产品发布会，但马斯克的一番言论让业内震惊：
“Lidar is a fool’s errand,” Elon Musk said. “Anyone relying on lidar is doomed. Doomed! [They are] expensive sensors that are unnecessary. It’s like having a whole bunch of expensive appendices. Like, one appendix is bad, well now you have a whole bunch of them, it’s ridiculous, you’ll see.”
翻译过来如下：
"傻子才用激光雷达，现在谁要还是靠激光雷达，那就要完蛋，注定完蛋！激光雷达用了一大堆昂贵的传感器，毫无必要。就好比说，一个麻烦就已经够糟的了，而现在多了一大堆麻烦，这太荒唐了，不信等着瞧！"
为何马斯克认为计算机视觉方案比激光雷达（Lidar）方案更靠谱呢？
据了解，其特斯拉人工智能和自动驾驶视觉总监 Andrej Karpathy，这位李飞飞的高徒在斯坦福 AI 实验室攻读博士期间就已声名远扬。
这位 AI 大牛在特斯拉的主要工作是训练 FSD 以及神经网络信息处理。Andrej Karpathy 的现场演讲展示了早期将神经网络部署在真实世界中训练的重要性，比如说，特斯拉的每一位司机其实都参与到了神经网络的训练中，每一个新手都将为特斯拉的自动驾驶系统喂入新的数据。而且，Karpathy 认为，在神经网络的训练中，和数据的规模相比，数据的质量更加重要，特斯拉的原始数据集也可能是全球最有价值的，因为特斯拉拥有全球范围的车队，可以提供各种环境、天气条件的数据，还会收集车辆的异常道路表现数据。在数据的标注上，特斯拉也正在尝试自动化标注的方向。
Andrej 强调特斯拉非常依赖视觉传感器，特斯拉的 AI 软件能够处理来自视觉传感器收集到的车道线、交通、行人等信息，将这些信号与已知的物体进行匹配再最终作出决策。
他对比了激光雷达（Lidar）方案和计算机视觉方案的优劣，而且显然也和马斯克一样是计算机视觉派：“某种意义上，Lidar 是一个捷径。它回避了对自动驾驶非常重要的视觉识别基本问题，给人一种虚假的技术进步了的感觉”。他表示，和 Lidar 相比，特斯拉更加依赖计算机视觉，并将收到的视觉信息进行 3D 渲染，涵盖视频输入到深度感知。
也就是说，特斯拉认为，摄像头+数据+神经网络，足以挑战 Lidar。如此认定计算机视觉嫌弃 Lidar，这种选择现阶段这在业内也非常罕见，绝大多数业者还是采用 Lidar 的方案或者 Lidar+计算机视觉，因为目前的纯计算机视觉方案在安全性的保障上仍有一定风险。
英伟达第一个反对：特斯拉FSD不能跟我们比
有意思的是，就在发布会结束不久，英伟达表示，特斯拉这次硬件上和英伟达的对比并不准确，主要体现在 FDS 144TOPS 与 Xavier21TOPS 的表现上，特斯拉将其自动驾驶计算机FSD描述为“比英伟达更强大”是错误的。
一位发言人在一封电子邮件中表示：“特斯拉的全自动驾驶计算机144 TOPS的处理性能与英伟达Drive Xavier的21 TOPS进行比较，这是不准确的。”
正确的比较对象应该是英伟达的全自动驾驶计算机——Nvidia Drive AGX Pegasus。这款计算机为AI感知、定位和路径规划提供高达320 TOPS的处理性能。
Xavier的处理能力有30 TOPS，而特斯拉错误地说成了21 TOPS。此外，只有一个Xavier处理器的系统是为辅助驾驶的自动驾驶仪而设计的，而不是完全自动驾驶。
本次发布会上不仅发布了大量硬件，也披露了特斯拉 Robotaxi，要等到 2020 年，可以算是一次特斯拉自动驾驶相关团队在过去 3 年成果的集体展示，但马斯克在会上的 FLAG “用激光雷达的公司注定失败”还需要大量的事实证明，毕竟，自动驾驶这个全行业公认的难题当然不是马斯克说解决就能解决的。
最后，联系刚刚在上海发生自燃事件以及 24 日第一季财报发布的这个时间点，特斯拉这次主要面向投资人的自动驾驶展示，附加价值也不言而喻了。
最前沿的电子设计资讯
