KYLE WIGGERS作者

@黄教主:马斯克说,特斯拉最新自动驾驶芯片性能是英伟达的7倍​

在近日举行的特斯拉自动驾驶开放日上,马斯克称特斯拉造出了「全世界最先进的自动驾驶计算机」。

这一计算机名为 Autopilot Hardware 3.0,其灵魂所在是 FSD(full self-driving)芯片,这款芯片由特斯拉研发,由三星代工生产,其神经网络运算速度将达到 144 TOPS,秒杀英伟达 Drive Xaiver 的 21 TOPS,是后者的 7 倍。他的 batch 大小为 1,也就是说,只要有一张图像出现,它就能立即处理。它包含两个完全独立的包,每个包都有自己的 DRAM 内存、闪存芯片和电源。

特斯拉芯片架构师 Pete Bannon 介绍说:「上述程序包启动并运行自己的操作系统。这两台机器交换各自独立的驾驶计划,并确保它们是一致的。如果一致,就可以启动汽车。」

特斯拉 CEO 马斯克称这样会使它们高度冗余,并补充道:「任何部件都可能出现故障,但汽车将继续行驶。」

特斯拉的全自动驾驶计算机内部图。图源:特斯拉

上述 FSD 计算机采用 14 纳米 FinFET CMOS 工艺制造,面积为260平方毫米,具有 60 亿个晶体管和 2.5 亿个逻辑门,能够达到 36.8 TOPS。LPDDR4 RAM 模块(以每秒 4266 千兆比特的速度运行)具有 68 GB/s 的峰值带宽,以及拥有 24 位 pipeline 并支持高级色调映射和高级降噪的集成图像信号处理器,后者能够以高达每秒 10 亿像素的速度执行操作。

FSD 共有两个神经网络加速器,两者的频率都是 2GHz,拥有 32MB 的 SRAM 内存和 96×96 的多个添加阵列,每秒可处理高达 1TB 的数据,执行 36 TOPS(总共 72 TOPS)。据 Bannon 称,芯片上的其他组件包含一个同时支持 32 位和 64 位浮点运算的图像芯片以及十二个频率为 2.2GHz 并且性能是「当前解决方案 2.5 倍」的 Arm A72 64 位 CPU。

此外,FSD 还包含一个确保系统仅运行特斯拉加密签名代码的安全芯片以及一个专用的 H.265 视频解码器。

特斯拉 Autopilot 3.0 Hardware 内置的一种系统级芯片。图源:特斯拉

那么,这在实际操作中意味着什么呢?Bannon 称,与上一代硬件相比,FSD 提升了约 1.25 倍功耗,降低了 80% 的总成本(马斯克称 FSD 每英里耗能约 250 瓦)。也许更令人印象深刻的是,FSD 计算机能够在特斯拉内部基准测试中每秒处理 2300 帧,而之前的 Hardware 2.5 是 110 帧。

特斯拉在 2018 年 7 月份开始量产这款高品质芯片的组件,并在 2018 年 12 月份开始使用 FSD 计算机改装员工用车。3 月份,特斯拉开始在 Model S 和 X 级车型中安装这款计算机,并在 4 月份将其嵌入 Model 3 汽车中。

当然,被 diss 的英伟达也不是吃素的。英伟达驳斥了特斯拉此次展示中的一些说法,称这家电动汽车制造商是将整体计算机性能与单个芯片的性能进行比较。英伟达表示,基于多个英伟达芯片的完整系统将比特斯拉炫耀的芯片更加强大。

不过,英伟达也对特斯拉表示了赞赏,称其「提高了自动驾驶计算机的门槛」。

有意思的是,开放日之后,特斯拉股价收盘下跌 3.8%,而英伟达股价收盘上涨 1.2%。

参考链接:

  • https://venturebeat.com/2019/04/22/tesla-claims-its-latest-self-driving-chip-is-six-times-more-powerful-than-its-rivals/

  • https://www.bloomberg.com/news/articles/2019-04-22/musk-boasts-tesla-built-best-chip-in-the-world-drops-nvidia

产业芯片自动驾驶英伟达特斯拉
相关数据
自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

基准技术

一种简单的模型或启发法,用作比较模型效果时的参考点。基准有助于模型开发者针对特定问题量化最低预期效果。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

映射技术

映射指的是具有某种特殊结构的函数,或泛指类函数思想的范畴论中的态射。 逻辑和图论中也有一些不太常规的用法。其数学定义为:两个非空集合A与B间存在着对应关系f,而且对于A中的每一个元素x,B中总有有唯一的一个元素y与它对应,就这种对应为从A到B的映射,记作f:A→B。其中,y称为元素x在映射f下的象,记作:y=f(x)。x称为y关于映射f的原象*。*集合A中所有元素的象的集合称为映射f的值域,记作f(A)。同样的,在机器学习中,映射就是输入与输出之间的对应关系。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

操作系统技术

操作系统(英语:operating system,缩写作 OS)是管理计算机硬件与软件资源的计算机程序,同时也是计算机系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统也提供一个让用户与系统交互的操作界面。

信号处理技术

信号处理涉及到信号的分析、合成和修改。信号被宽泛地定义为传递“关于某种现象的行为或属性的信息(如声音、图像和生物测量)”的函数。例如,信号处理技术用于提高信号传输的保真度、存储效率和主观质量,并在测量信号中强调或检测感兴趣的组件。我们熟悉的语音、图像都可以看做是一种信号形式。因此,对于语音、图像的增强、降噪、识别等等操作本质上都是信号处理。

三星机构

三星集团是韩国最大的跨国企业集团,同时也是上市企业全球500强,三星集团包括众多的国际下属企业,旗下子公司有:三星电子、三星物产、三星航空、三星人寿保险、雷诺三星汽车等,业务涉及电子、金融、机械、化学等众多领域。 三星集团成立于1938年,由李秉喆创办。三星集团是家族企业,李氏家族世袭,旗下各个三星产业均为家族产业,并由家族中的其他成员管理,集团领导人已传至 李氏第三代,李健熙为现任集团会长,其子李在镕任三星电子副会长。

推荐文章
暂无评论
暂无评论~