鼓东新闻

 当前位置:鼓东新闻»科技»特斯拉 AI 芯片的真正实力

特斯拉 AI 芯片的真正实力

2019-10-23 08:00:21 | 鼓东新闻

照片来源@未播放

文|汽车之心(微信账号:自动位),作者|叶放,编辑|王德夫

编者按:

近日,许多媒体报道称,特斯拉能够支持全自动驾驶的人工智能芯片fsd终于投入使用。最重要的是,特斯拉的旧型号也可以用新的人工智能芯片改装。

特斯拉芯片是一种特殊类型的人工智能处理器,可以支持人工神经网络(ann),即我们经常听到的机器学习(ml)或深度学习(dl)。

应该指出,特斯拉定制的人工智能芯片并不意味着特斯拉已经获得了逆转人工智能领域一切的能力。至于现实世界中全自动驾驶的解决方案,特斯拉才刚刚起步。

然而,有些人不这么认为。他们认为马斯克已经拿到了“帝国之剑”:特斯拉可以用这个芯片涅槃凤凰,最终带领我们进入全自动驾驶的时代。

但事实并非如此。接下来,让我们冲破迷雾,看看特斯拉人工智能芯片的真正实力。

根据汽车的核心,传统计算机需要一个cpu(中央处理器)来执行系统任务,例如加载应用程序。

此外,大多数现代计算机也需要gpu(图形芯片)来支持它们。它的工作是协助核心处理器渲染图形和动画,以便用户可以在屏幕上获得有效的信息。

在机器学习或深度学习中,除了cpu之外,gpu的作用突然变得很重要。

一般来说,gpu从配角向主角的转变主要是由于人工神经网络(ann)是一个巨大的数值和线性代数问题,它是为这样的数字混合而创建的。

对开发者来说,gpu是上天的礼物。没人想到它会在ml/dl中扮演如此重要的角色。

gpu的隐藏属性被“暴露”后,芯片开发商开始为潜在的市场扩张做准备。甚至gpu设计也开始倾向于ml/dl任务。

特斯拉在fsd芯片诞生之前一直是资本主义者。它首先与mobileye合作,然后转向Avida。

现在特斯拉希望掌握自己的命运,用自己开发的芯片来支持自动驾驶仪。

自动驾驶仪硬件迭代:2.0-2.5-3.0

在今年4月的自治日会议上,特斯拉提供了一个大型杀手级芯片——FSD。

这背后的信息非常清楚:用自主开发的技术取代现有的Avida芯片。

四个多月后,特斯拉工程师在热门芯片会议(由ieee赞助,专注于高性能处理器)上对芯片的一些关键组件进行了更多分析。

这一深入分析也重新点燃了人们对特斯拉fsd芯片的兴趣。

应该注意的是,在大多数人看来,这种处理器可以统称为“人工智能芯片”。

这还不算过分,但不要期望太多——人工智能芯片目前无法在预期的领域实现全知全能的人工智能。

简而言之,这些芯片根本没有任何人类推理或常识能力。它们只是具有飞速发展能力的数字计算设备。

毫无疑问,马斯克决心摆脱对Avida芯片的依赖,在特斯拉汽车上部署自主设计的fsd芯片(三星制造)。

在这个问题上,我们需要考虑几个关键问题:

1.专注于纯硬件

有一点需要澄清:关于人工智能芯片的讨论只是整体情况的一小部分。只是芯片是纯硬件的焦点。

为了充分发挥硬件的优势,有必要拥有相当好的软件。

显然,那些把特斯拉fsd芯片捧上天的人忘记了这一点。没有一套好的软件,任何强大的硬件都无法实现全自动驾驶。

这并不是否认硬件的重要性,但硬件只是整个战斗的一部分,而另一半的军事功勋徽章显然属于软件。

从现有信息来看,马斯克还没有实现全自动驾驶的软件。

2.设计中的合作与协调

如果你想设计一个人工智能芯片,解决方案之一就是知道芯片需要达到的一系列技术和性能指标。

当然,这仍然是纸上谈兵,只有不断努力才能扩大人工智能的范围。

对特斯拉来说,硬件工程师面临的一系列情况实际上限制了他们的性能。

例如,他们必须在一定程度上控制功耗,否则将对汽车的成本和耐久性产生重大影响。

此外,新处理器必须能够嵌入旧芯片留下的位置,这意味着它的尺寸和形状必须严格遵循原始设计。

同时,还应考虑前代产品的兼容性。

此外,自动驾驶仪芯片的设计有一定的规则,如体积、重量、功耗、散热和成本。

如果这些艰难的目标无法实现,特斯拉将在第一步倒下。

将特斯拉人工智能芯片与其他制造商的类似产品进行比较合适吗?

用新产品“冲击”旧产品显然是不合适的。

换句话说,那些问特斯拉fsd比现在的Avida芯片快多少倍的人实际上是没有用的。他们暗示特斯拉在这种技术上取得了巨大突破。

事实上,fsd的计算性能在当前市场上并不是独一无二的。只能说,它可以和它的对手一起赢或输。

另一个为了“高潮”外行而大肆宣传的庞大数字是,例如,特斯拉人工智能芯片上有60亿个晶体管。

对普通人来说,60亿的数字确实是虚张声势,但事实上市场上已经有200亿晶体管的gpu产品。

与此同时,熟悉硬件的人都知道,光靠晶体管的数量无法比较芯片的性能,还要考虑它们的设计目的。

1、第一代产品是纯水测试

任何对芯片设计略知一二的人都知道,第一代产品必须经历一条崎岖不平的着陆之路。

首先,一些潜在的缺陷是必不可少的。没有第一代产品可以逃脱这个过程。即使麝香也不能逃避习俗,时间的沉淀是最好的解毒剂。

芯片也是如此。

由于改变硅基结构并不容易,大多数时候,硬件问题需要用软件来修复。工程师也将对硬件进行相应的更改和升级,但这是在多次迭代之后。

显然,放弃了拿东西学说的特斯拉,也必须面对第一代产品带来的各种问题。

相比之下,市场上现成的产品要安全得多。毕竟,除了最初的工程师,买家也将参与芯片的集成。

此外,特斯拉目前独自进行测试和验证,因此发现问题的速度肯定要慢得多。

2.定制芯片的机会成本

为了更好地利用自己设计的芯片,还有很多问题需要注意。

在特斯拉,人工智能芯片的成本是要考虑的第一个问题。这真的值得努力吗?

马斯克在投资发展金融服务部门时支付了多少机会成本?

你知道,特斯拉不仅要承担昂贵的研发成本,还要承担随后的升级和改进成本。在这个时代,芯片的升级和进化也日新月异。这不是一次性的交易。

此外,特斯拉必须保持自己的研发团队。在当前的自动驾驶市场上,伯乐很常见,但快马却不常见。即使有人才愿意避难,他们也必须接受一段时间的训练。

特斯拉采取这一步是对是错。只有时间能给出答案。马斯克最终可以通过fsd抓住命运的咽喉。特斯拉不再需要依靠人呼吸。

然而,定制芯片带来的一系列蝴蝶效应最终将由他来解决。

对马斯克来说,这可能是一场精心策划的赌博,也意味着某种程度的妥协。

3.冗余要求

从曝光的细节来看,特斯拉并行设计了两个芯片,以确保安全性和冗余性。

如果两个“大脑”不一致,现有的驾驶情况和运动规划将失效,接着捕获和分析下一帧。

从表面上看,这样的设计比以前的实时冗余系统要高,但是我们仍然有许多严重的问题需要考虑。

从好的方面来说,这样的设计确实可以防止车辆“做傻事”,但从本质上来说,它只是在消除错误。换句话说,特斯拉的冗余设计也有其自身的弱点。

例如,如果问题不只出现一次,而是不停地循环播放,那么这两个“大脑”会继续互相否定,从而延迟系统的决策吗?

想象一下如果你开车时从来不敢做决定会发生什么。这不是最好的驾驶策略。

另一件值得考虑的事情是,两个“大脑”必须以高度统一的方式设置。

这就是为什么行业通常选择建立一个额外的冗余系统。重复的缺陷确实是致命的。

此外,我们还需要一种自我意识能力。当两个“大脑”不能达成共识时,我们需要知道它背后的原因。

当然,从差异中发现有价值信息的能力更为重要,从而增强自动驾驶系统的决策能力。

许多人钦佩马斯克的勇气,认为特斯拉走这样一条路的勇气确实值得尊重。

然而,从商业角度来看,这是明智的选择吗?这个芯片会为特斯拉奠定一个世纪的基础,还是会成为埋葬它的坟墓?

这是马斯克对特斯拉的大赌注。特斯拉是否真的能自己开车正处于危险之中。

参考:1 .特斯拉自动驱动fsd芯片npu细节https://zhuanlan.zhihu.com/p/83810731

2.泰斯拉在热芯片上的金融稳定装置上的ppt解决了https://t.zsxq.com/uvna6q3问题

钛媒体[作者:汽车之心,添加微信:自传加入汽车之心微信群。】

欲了解更多精彩内容,请关注钛媒体微信号(id: taimeiti)或下载钛媒体应用。

新闻

栏目资讯

推荐

Copyright 2018-2019 hardeal.com 鼓东新闻 Inc. All Rights Reserved.