之前被炒的沸沸揚揚、多次被媒體尋找蛛絲馬跡來證明真實性的“特斯拉自研AI芯片”傳聞，這個月初被馬斯克親自敲了實錘。在今年12月初的神經(jīng)信息處理系統(tǒng)大會NIPS上，馬斯克承認(rèn)，特斯拉自動駕駛硬件工程副總裁JimKeller正在領(lǐng)導(dǎo)AI芯片的開發(fā)工作。同時他表示，堅信Keller可以打造出“世界上***的AI定制硬件”。 

Keller如此被馬斯克信任也不是沒有原因。他可以稱得上是天才架構(gòu)師，最早時在DEC工作時，參與設(shè)計了Alpha 21164和21264處理器，被應(yīng)用在許多大型主機(jī)中，包括中國超級計算濟(jì)南中芯的神威藍(lán)光超級計算器；在AMD期間，設(shè)計出了K7和K8等知名架構(gòu)，業(yè)界首款突破GHz的CPU架構(gòu)便是出自其手；后來又在蘋果設(shè)計出了A4、A5處理器，這是當(dāng)年iPhone最核心的部件；在回到AMD之后，Keller奉獻(xiàn)了Zen架構(gòu)，基于此架構(gòu)的Ryzen讓AMD在2017年咸魚翻身。

[[214612]] 

在2016年跳槽到特斯拉之后，Jim Keller從AMD帶走了一批架構(gòu)師和高管，根據(jù)CNBC在9月份的一則報道，特斯拉已經(jīng)有超過50人在從事AI芯片的開發(fā)了，從中也可以看出特斯拉早已置下的自研AI芯片的野心。 

AI芯片事關(guān)特斯拉自動駕駛的未來 

在自動輔助駕駛系統(tǒng)Autopilot直至8.0版本之前，特斯拉一直采用的是Mobileye的Eye Q3芯片。Mobileye是一家創(chuàng)立于以色列的公司，專注于ADAS（高級輔助駕駛系統(tǒng)）的軟硬件開發(fā)，其特有的EyeQ視覺識別芯片以及ADAS軟件被應(yīng)用于多家汽車廠商，如沃爾沃、寶馬、奧迪等。Mobileye的優(yōu)勢很明顯：自由空間標(biāo)記、啟發(fā)式路徑尋找、道路避障和路牌識別。 

不過，特斯拉并沒有完全采用Mobileye的軟件，而是通過自己的軟件結(jié)合Mobileye以及英偉達(dá)硬件來實現(xiàn)自己的自動輔助駕駛。Mobileye的Amnon博士曾親口證實過，特斯拉的自動輔助駕駛使用了一部分EyeQ3的計算能力，而沒有使用其自有的功能，如紅綠燈識別，無中間黃線的雙行道識別等；另外，去年5月發(fā)生的***起自動輔助駕駛中產(chǎn)生的車禍也能證明此事。

當(dāng)時，一位司機(jī)駕駛特斯拉的Model S在佛羅里達(dá)一條未封閉的高速上因為與橫穿馬路的大卡車相撞而喪命，Mobileye的發(fā)言人澄清說自己的系統(tǒng)主要是應(yīng)對于追尾導(dǎo)致的碰撞，而不能勝任這樣的碰撞檢測，類似這樣的情況會在2018年左右的新系統(tǒng)中解決，而特斯拉的發(fā)言人則回應(yīng)說，特斯拉雖然使用了Mobileye的芯片，但是技術(shù)上已經(jīng)涵蓋了這種碰撞處理，只是由于當(dāng)時環(huán)境條件導(dǎo)致失誤，沒能阻止慘劇發(fā)生。

[[214613]] 

在發(fā)生這起車禍時，攝像頭剛好遇到太陽下山時強(qiáng)烈的背光導(dǎo)致識別能力不足，收集到的數(shù)據(jù)不完備，而這不完備的2D數(shù)據(jù)又經(jīng)過圖像識別加工成錯誤的3D場景，讓車誤判了前方的路況，從而釀成慘禍。 

這次車禍?zhǔn)窃谝粋€非常極端的情況下，各種負(fù)面因素累加而成的結(jié)果，屬于系統(tǒng)的一次“漏報”，然而這也暴露了Mobileye技術(shù)的不足。此次教訓(xùn)讓特斯拉延遲了計劃中的8.0系統(tǒng)的發(fā)布，且直接加速雷達(dá)主導(dǎo)的自動輔助駕駛時代的來臨。 

2016年7月，特斯拉與Mobileye分道揚鑣，同年10月，搭載Autopilot 2.0自動駕駛輔助系統(tǒng)的車型開始量產(chǎn)。 

Autopilot 1.0是基于Mobileye的圖像識別技術(shù)，主要數(shù)據(jù)來自于車頂?shù)腗obileye攝像頭，車首的雷達(dá)和周邊雷達(dá)只是提供輔助信息；而Autopilot 2.0則是基于雷達(dá)識別環(huán)境，主要數(shù)據(jù)來源于車身上的雷達(dá)，而輔助數(shù)據(jù)則來源于車隊學(xué)習(xí)的高精度地圖和白名單。 

在硬件部分，Autopilot 2.0使用了3個前置攝像頭（不同視角 廣角、長焦、中等）、2個側(cè)邊攝像頭（一左一右）、3個后置攝像頭、12個超聲波傳感器（傳感距離增加一倍）、一個前置雷達(dá)(增強(qiáng)版)、一個后置倒車攝像頭，而芯片則使用了英偉達(dá)DrivePX 2（40x Autopilot 1.0處理速度）。 

英偉達(dá)CEO黃仁勛曾表示：“英偉達(dá)Drive PX 2是全球首款專為主動駕馭轎車規(guī)劃的AI超級計算機(jī)，它的運算才能與150臺MacBook Pro相當(dāng)。” 

馬斯克接受采訪時表明，在芯片挑選上，AMD和英偉達(dá)并沒有太大區(qū)別，當(dāng)然特斯拉終究挑選了英偉達(dá)。但這番表述好像表明，特斯拉在芯片挑選上是十分靈敏的。 

不過，特斯拉才投向英偉達(dá)的方案沒多久，為何又想移情別戀？這要從GPU架構(gòu)的先天限制說起。 

GPU的功耗極為龐大，且推理能力差，基于GPU架構(gòu)的自動駕駛方案也有同樣的問題。以自動駕駛最常用的CNN卷積神經(jīng)網(wǎng)絡(luò)來說，英偉達(dá)的Drive PX2推理性能上其實并不算特別出色。為了達(dá)到L3、甚至L4以上的自動駕駛功能，Drive PX2***端的完整自動駕駛版本功耗達(dá)250w，性能卻只有20 TFLOPS，因此特斯拉要求英偉達(dá)為其定制了一個特殊版本，將***端版本的規(guī)模減半，性能只剩下10 TFLOPS，功耗也大幅降低到100W左右，降低對電池壽命的影響，避免行駛里程過低，但也因此，其自動駕駛能力勉強(qiáng)只能達(dá)到L3的程度，而不是其宣稱的L5。

據(jù)稱，英偉達(dá)推出的下一代Xavier自動駕駛平臺在增加性能同時又大幅降低了功耗，理論上特斯拉只要直接升級就好，但根據(jù)NVIDIA自己的說法，L5級別的自動駕駛需要兩套Xavier共同合作才能達(dá)成。如此一來，成本上的負(fù)擔(dān)又會增加了。完整版Drive PX2要價1.5萬美元，Xavier只會更貴，若要達(dá)成L5自動駕駛則必須搭配兩套Xavier以及周邊傳感器，成本恐怕是天價。 

另外，曾經(jīng)的好伙伴Mobileye也即將推出高一級的Eye Q4和Eye Q5。前者可以在3W的功耗下達(dá)到2.5 TFLOPS的效率，后者則是在10W的功耗下達(dá)到24 TFLOPS。Eye Q系列都是采用CPU混搭向量加速單元來做自動駕駛所需要的卷積神經(jīng)網(wǎng)絡(luò)計算，嚴(yán)格上來說，就是CPU結(jié)合ASIC處理單元的異構(gòu)產(chǎn)品。 

下一代Eye Q4方案要到2018年才會量產(chǎn)。前不久宣布正式上市的蔚來首款量產(chǎn)車ES8就是全球首款安裝Mobileye Eye Q4芯片的車型；而唯一具競爭力的EyeQ5要到2019年甚至更晚才有機(jī)會面世，急于推出更高等級自動駕駛功能的特斯拉無法繼續(xù)等待，這恐怕是特斯拉打定主意開發(fā)自己的AI芯片的原因之一。 

自動駕駛的火熱引燃了AI芯片大戰(zhàn) 

特斯拉與Mobileye、英偉達(dá)的分分合合只是自動駕駛芯片大戰(zhàn)中的冰山一角，其他如英特爾、高通等巨頭也在火力全開加速創(chuàng)新。 

2016年，英特爾以167億美元完成了對世界第二大FPGA公司Altera的收購。 

目前主流的自動駕駛芯片解決方案主要包括GPU、FPGA、DSP和ASIC四種。相對而言，F(xiàn)PGA高實時，低功耗，可靈活編程，這全都切中了自動駕駛對計算芯片的要求。英特爾在年初推出的自動駕駛計算平臺Intel Go中，就使用了FPGA芯片。奧迪新A8自動駕駛所仰賴的核心計算單元zFAS，也使用了Altera的FPGA芯片，內(nèi)建被英特爾收購的Movidius視覺算法，負(fù)責(zé)物體數(shù)據(jù)和地圖數(shù)據(jù)的融合，與自動停車功能的實現(xiàn)。

另外，結(jié)合FPGA，英特爾可以在云端處理大量并發(fā)的實時計算。這種模式尤其適合人們對智慧城市大腦的設(shè)想：每一輛無人車的數(shù)據(jù)都上傳到一個中樞，由其處理并洞悉每一輛車的狀態(tài)，再命令他們?nèi)绾务{駛。要實現(xiàn)如此，需要5G高寬帶、時延低的數(shù)據(jù)通道，為此英特爾在今年推出了首款車載5G通信平臺。 

然而，雖然這一套設(shè)想很先進(jìn)，但是目前短期內(nèi)實現(xiàn)難度較大，英特爾今年3月以153億美元價格收購了以色列ADAS公司Mobileye，是以先參與進(jìn)自動輔助駕駛技術(shù)的落地。 

Mobileye一方面為英特爾提供了切入自動駕駛市場的渠道——前者在全球ADAS市場的份額超過70%；另一方面，Mobileye的核心產(chǎn)品——ADAS專用芯片Eye Q系列，使英特爾形成了針對車輛端的計算芯片解決方案——英特爾的凌動/至強(qiáng)+Mobileye的EyeQ+Altera的FPGA。這153億美元，其實是英特爾為自動駕駛買的門票。 

至于高通，由于專注于移動端，其在高性能計算上的積累不如英特爾與英偉達(dá)。驍龍SoC雖然在單位能耗上相對英特爾與英偉達(dá)的計算平臺都占據(jù)優(yōu)勢，但在峰值性能輸出上則被其功耗限制。加之驍龍SoC又并非為ADAS專門打造的計算平臺，因此想要打開自動駕駛汽車的市場，面臨的阻力不小。 

去年10月，高通宣布與全球***的汽車半導(dǎo)體廠商恩智浦達(dá)成收購協(xié)議。恩智浦在被高通宣布收購之前，就已推出了ADAS專用芯片S32V234，主要用于處理視覺信號，可同時處理兩路視頻。值得一提的是，考慮到ADAS對安全性的要求，S32V234在設(shè)計之初就加入了ECC（錯誤檢查與糾正），F(xiàn)CCU（故障收集與控制單元）等安全機(jī)制。 

隨后在此基礎(chǔ)上，恩智浦發(fā)布了BlueBox車載電腦，內(nèi)部除了搭載S32V234芯片，還加上了應(yīng)用8核A72的高性能處理器LS2088以及其他傳感器芯片，除了支持ADAS，還能夠?qū)崿F(xiàn)多傳感器數(shù)據(jù)的融合。恩智浦稱，BlueBox能夠為L4級別的自動駕駛提供運算支持，而功耗不超過40W。 

不過，高通對恩智浦的收購并非一帆風(fēng)順，由于雙方未能提供相關(guān)文件，歐盟反壟斷機(jī)構(gòu)于今年6月暫停了對這一收購的反壟斷調(diào)查，交易遲遲未能完成，高通便無法同恩智浦作為一個整體施行其戰(zhàn)略。此外，持有恩智浦半導(dǎo)體股份的埃利奧特管理公司認(rèn)為高通低估了恩智浦半導(dǎo)體股票的價格，要求將每股的收購價格有110美元提高到135美元，不過高通拒絕提高收購報價，表示每股110美元公平合理，此事也為這一收購案再添風(fēng)波。

好在，高通還可以專注于V2X車聯(lián)網(wǎng)。今年9月，高通推出新一代V2X通信芯片組9150C-V2X，符合3GPP標(biāo)準(zhǔn)，同時支持4G與5G網(wǎng)絡(luò)，無需SIM卡，就能夠?qū)崿F(xiàn)車對車（V2V），車對基礎(chǔ)設(shè)施（V2I），車對行人（V2P）三種場景的通信。如果能夠利用5G的高速傳輸，將數(shù)據(jù)送至云端再快速處理下發(fā)，高通或許可以通過車聯(lián)網(wǎng)來實現(xiàn)自動駕駛功能，也算是在這場激烈的芯片競爭中另辟蹊徑。 

在自動駕駛方面，我們還不得不提到谷歌。谷歌的自動駕駛方案使用了英特爾提供的至強(qiáng)處理器、Altera提供的Arria FPGA芯片以及英特爾家的XMM通信芯片。不過，負(fù)責(zé)推斷的部分究竟用的谷歌自家的TPU，還是英特爾的芯片，或是英偉達(dá)的GPU，都不明朗。需要說明的是，谷歌的TPU，就是一種專用于推斷階段的ASIC。當(dāng)然，在其第二代Cloud TPU上，谷歌也為其增添了深度學(xué)習(xí)訓(xùn)練的能力。  

[[214614]]

而在國內(nèi)，近日地平線正式發(fā)布兩款計算機(jī)視覺嵌入式AI芯片——旭日和征程，分別面向智能駕駛和智能攝像頭。這是中國首款嵌入式人工智能芯片，相較于其他芯片，旭日和征程在性能、功耗、面積等方面都有了較大的提升，不僅可同時識別200個對象，芯片乘法器利用率峰值更高達(dá)100%，可強(qiáng)耦合于各種應(yīng)用場景。 

我們不難看出，在AI行業(yè)快速發(fā)展的當(dāng)下，計算能力成為技術(shù)發(fā)展和應(yīng)用落地***的關(guān)鍵因素，而作為主要承載硬件計算功能的芯片，也隨之成為了“革新”的對象。如今AI芯片正處在不斷突破的黃金年代，創(chuàng)新再創(chuàng)新，成為現(xiàn)階段AI芯片的主題。