三星电子将代工特斯拉自动驾驶车载半导体芯片。4月23日根据CNBC报道，特斯拉CEO埃隆·马斯克(Elon Musk)对外宣布成功开发出自动驾驶半导体芯片。特斯拉在美国加州召开投资说明会时表示自主开发出的自动驾驶半导体性能比英伟达（Nvidia）高出7倍，并表示有望在2年内上市。

在此前的特斯拉Model S与X款均采用英伟达的自动驾驶芯片，但此番宣布可看出特斯拉对自主开发的芯片十分自信。

图：美国德克萨斯州三星电子半导体代工工厂

特斯拉表示自动驾驶芯片的代工将由三星电子美国半导体Foundry工厂生产。三星电子通过潜心开发的技术成果终于拿下特斯拉的半导体代工。能拿下特斯拉这类大客户对于三星电子来说既可以证明半导体代工技术实力，同时还有助于提升公司名声。尤其自动驾驶为未来增长产业，通过特斯拉积累半导体代工的业绩和经验，于三星半导体代工事业未来的成长十分重要。三星电子有望通过与特斯拉的合作扩大自动驾驶所需的高性能存储半导体和显示面板等零部件的供应机遇。

马斯克称特斯拉自动驾驶芯片最牛

北京时间4月23日凌晨，在加州帕洛阿尔托举行的特斯拉自主投资者日(Autonomy Investor Day)上，马斯克终于亮出了自家的自动驾驶“核武器”——特斯拉“全自驾计算机”（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。

2017年末，我们得知特斯拉(Tesla)正试图为自动驾驶汽车制造首款计算机芯片，埃隆•马斯克(Elon Musk)在2018年10月曾表示，距离制造这种芯片只有6个月的时间。

北京时间 4 月 23 日凌晨，在加州帕洛阿尔托举行的特斯拉自主投资者日(Autonomy Investor Day)上，马斯克终于亮出了自家的自动驾驶“核武器”——特斯拉“全自驾计算机”（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。

FSD 计算机的投入使用意味着特斯拉首度使用了自研车载 AI 芯片，目前这款芯片正安装进特斯拉生产线上的每一台电动车中。根据特斯拉官网信息，“完全自动驾驶能力”选装价格为 46300 元，但如果在交付后安装，价格则会上涨到 6.5 万元。

值得注意的是，特斯拉表示，这款硅片具有双核神经网络阵列，每秒可运行36万亿次操作，每次只需花费该公司80％的成本，另外，它还能保证每辆车的续航里程不变，而且不会影响成本。

自动驾驶芯片，马斯克说“我们最强”

在马斯克眼中，FSD 计算机已经足够支持“全自动驾驶”，未来车主仅需进行软件层面的更新就能让车辆达到自动驾驶的水平。

发布会上，特斯拉自动驾驶芯片负责人 Pete Bannon 重点介绍了特斯拉的自研自动驾驶芯片，他是特斯拉从苹果挖来的芯片设计师，曾参与 iPhone 5 A5 芯片以及多款 iPhone 芯片开发。不难看出，在这次设计中，这位曾经与 Jim Keller 搭档领导苹果芯片研发部门的顶尖芯片架构师，也将苹果软硬深度结合的风格带到了特斯拉，可以说非常 Apple 了。

4月23日发布的自研芯片于一年半前设计完成。从公布的一系列的参数来看，无疑是相当强大的一款硬件：144TOPS（完胜竞争对手目前最先进技术 21TOPS 的表现）另一个亮点是，这款新品新的神经网络加速器（NNA）达到令人难以置信的 2100FPS，将由三星代工生产。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。

Bannon 介绍道，最新芯片上的神经网络处理器能够处理 8 个摄像头同时工作产生的每秒 2100 帧的图像输入，相当于每秒 25 亿像素，表现是之前 2.5 版本的 21 倍左右。

马斯克表示，现在特斯拉生产的每一辆车都将拥有完全自动驾驶所需的硬件。他说，从现在开始，“你所需要做的就是改进软件”。

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。

特斯拉坚定地选择计算机视觉

团队取得的这些成绩，也让这位 CEO 再度发出豪言：“任何使用激光雷达的自动驾驶公司注定失败”。

而在软件算法的部分，作为AI大牛的特斯拉人工智能和自动驾驶视觉总监 Andrej Karpathy表示他的主要工作是训练 FSD 以及神经网络信息处理。他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填入新的数据。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。

Andrej认为：“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。

总的来说，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。