特斯拉开硬件发布会,马斯克diss同行:傻X才用激光雷达
2019-04-23 09:42

特斯拉开硬件发布会,马斯克diss同行:傻X才用激光雷达

本文来自微信公众号:量子位(ID:QbitAI),作者:李根、乾明,封面:Tesla



想得远,做得大,diss一切,他行他上。


这就是伊隆·马斯克在刚刚结束的特斯拉自动驾驶开放日上的表现。


马斯克和软硬件高管们一起,正式推出特斯拉全自动驾驶产品,包含芯片、硬件,以及软件配套方案。


并且立下flag:这是全世界最先进的自动驾驶计算机。


而且实现全自动驾驶能力的特斯拉,还将开启新玩法:RoboTaxi,马斯克说最快明年,就让大家上街打到无人驾驶的电动特斯拉汽车。



当然,马斯克发言,怎么能少了diss业内标准和同行。


这次炮火主要集中在激光雷达,钢铁侠说任何使用激光雷达方案的人都是大傻X,注定失败(doomed)


完整详情,我们一页页讲。


全自动驾驶硬件√


首先跟马斯克登台的是自动驾驶工程副总裁Pete Bannon(皮特·班农)



皮特2016年从苹果跳槽到特斯拉,现在是马斯克最器重的高管之一。


他先给出全自动驾驶硬件的开发时间表,并表示去年12月就开始进入改装车。


接下来就是产品亮相时刻。


特斯拉把这个全自动驾驶的硬件称为Hardware 3.0,每套HW3.0含2套FSD硬件,未来会嵌入手套箱的顶部。


整体性能方面,达到了144 TOPS,秒杀英伟达的Drive Xavier的理论性能值21 TOPS,马斯克说:7倍。


而HW3.0的关键所在——FSD,结构如下:



采用14纳米FinFET CMOS工艺制造,尺寸为260毫米,具有60亿个晶体管和2.5亿个逻辑门,能够处理高达每秒2.5千兆像素和36.8 TOPS。


LPDDR4 RAM模块具有68 GB/s的峰值带宽,其图像信号处理器具有24位流水线并支持高级色调映射和高级降噪——每个都可以以高达每秒1G的速度执行操作。


体积不大,但能力强大。



FSD采取双神经网络处理器冗余模式,都是2GHz,32MB的SRAM内存和96×96多个并添加阵列,每秒可处理高达1TB的数据并执行36 TOPS(总共72 TOPS)


而且双处理器相互独立运算,一个处理器挂掉另一个还能继续工作。



另外,还有2.2GHz的十几个ARM A72 64位CPU,性能是当前解决方案的2.5倍。



32位和64位浮点运算的GPU。



另外,FSD只运行特斯拉加密过的软件,非特斯拉软件,概不支持。


也有专门独立的安全模块进行护航。



此外,能耗方面,FSD每英里的功耗约为250瓦。


而且就在提及功耗时,马斯克再次以7倍作为补充。他说老黄家的Xavier功耗是FSD的7倍,成本也是7倍,但FSD的神经网络加速性能,却是Xavier的7倍。


(不知道老黄听了能不能忍?)



特斯拉方面还说,新芯片上的神经网络处理器,可以处理汽车8个不断运行的摄像头每秒2100帧的输入图像,这相当于每秒25亿像素。


峰值方面,皮特表示每秒50万亿次运算是HW3.0的目标性能。


另外,马斯克还强调,神经网络处理器IP完全特斯拉自主,生产代工则由三星在德州的工厂进行。


钢铁侠还透露,特斯拉大约一个月前,就开始把Model S和X的自动驾驶从英伟达的Drive平台切换到自研芯片,大约10天,Model 3也加入了该序列。


马斯克也掩饰不住自己的骄傲:


“这听起来不太可能,因为特斯拉从没有设计过芯片,怎么一下子就能搞出全世界最好的芯片呢?但它就这样发生了。”



他还表示,现在特斯拉有了自动驾驶必须的硬件,接下来要做的就是不断改进软件。


但马斯克也透露,下一代芯片还会更好,而且已经在研发设计中,会比现在提升3倍,目标是2年后完成。


特斯拉CEO认为,现在他们的自动驾驶芯片,领先业界2年。


最后,FSD大概会在明年第二季度完全就绪,目前中国能力和售价如下(包含AutoPilot后价格或至74100元)



软件:虚拟仿真不可取


登台讲解全自动驾驶软件的是特斯拉人工智能高级主管Andrej Karpathy。



主持人先是列了Andrej一长串title,包括斯坦福博士之类的。


但马斯克打断说,斯坦福遍地都是博士,而Andrej可能是全世界最优秀的计算机视觉专家。



Andrej说他的工作主要是为特斯拉训练神经网络,而且面对的挑战是实时生成的海量细节数据。


但Andrej强调,在特斯拉,他们认为物理数据无法替代。


可能依赖虚拟仿真是自动驾驶目前常态,但特斯拉更信赖现实物理数据。



Andrej展示了特斯拉模拟与现实世界道路数据的比较,表示即便虚拟仿真越来越厉害,但现实世界总能不断给你不同的、意料之外的交互数据,这对自动驾驶软件系统迭代至关重要。


马斯克还现场补充说,使用模拟器,就像自己改自己的作业,实际提升有限。


真正展现的实力的,该是创建一个实际环境的模拟器——当然,这就是特斯拉所谓的阴影测试模式。


Andrej介绍说,现在特斯拉预测变道的能力越来越强,已经记录了900万次成功换道,就是影子测试不断训练神经网络后的效果。



最后,Andrej也强怼了一下激光雷达方案。


他说:“我们人类开车,都是完全视觉驱动,为啥到机器上就非激光雷达不可了呢?”



Andrej认为,激光雷达是一条捷径。但它回避了对自动驾驶至关重要的视觉识别的基本问题,它会给人一种进步的错觉,但没有解决本质问题。


Andrej还表示,现在特斯拉全视觉感知的方案,已经能处理99.999%的场景。



测试:阴影测试成效显著


接着,特斯拉工程副总裁Stuart Bowers上台,主讲特斯拉自动驾驶测试计划。



他描述了特斯拉全自动驾驶计算机的开发周期,以及它是如何与特斯拉的神经网络完美融合的。


集中介绍了“自动变道”功能。


这一功能,完全得益于“阴影模式”的测试方法。



当“感觉良好”时,这个功能就会发送给成千上万的用户。使用这项新功能的人越多,特斯拉就会越熟悉这个流程,也就会越熟练。


当特斯拉对这一功能充满信心时,将会全面铺开。


他说特斯拉每天都会发生10万起车道变更,而且没有发生任何交通事故。



马斯克重申RoboTaxi蓝图


最后,终于轮到马斯克分享,他再次展现风格:想得大,也要干得大。


(只是这一次有点底气不足,看起来状态不是很高昂。)



核心是践行“电动化—自动化—共享化”这样的路线。


实际上,他是重申了特斯拉的总体规划。



马斯克说,最快2020年(明年),特斯拉就会推出Robotaxi(无人驾驶出租车)服务。



他还开玩笑地表示,虽然他通常不能准时,但特斯拉团队总能提前完成任务。


未来,Model S和Model 3系列都会作为RoboTaxi专用车。


为了配合这一规划,还会进一步变革电池组,把使用寿命从 目前的300-500,000英里提升到100万英里,实现最低的维护费用。


另外,在RoboTaxi的大趋势下,方向盘、刹车踏板等零件会变得越来越不重要,会把它们从车里砍掉。


火力全开diss激光雷达


不过,要说此次最大亮点,还属马斯克对激光雷达方案的全面diss。


发布会开始没多久,马斯克炮火精准,火力全开。


“使用激光雷达很蠢。任何依赖激光雷达的人都注定要失败。昂贵的传感器是不必要的。这就像是一大堆昂贵的附属品。”


他还用阑尾进行了比喻,一个阑尾不好——那么,一大堆阑尾怎么样?这太荒谬了,你们会明白的。


在发布会后面的环节中,马斯克再度重申了自己的态度,“我们要抛弃激光雷达,记住我的话,这就是我的态度”。



但马斯克也不是完全不认可激光雷达。在谈到SpaceX公司使用激光雷达时,他说这是有意义的,只是把激光雷达用在汽车上是“愚蠢的”。


发布会结束的时候,马斯克还不忘再次diss:


虚假和愚蠢=高精地图和激光雷达


False and foolish = HD maps and LiDAR


如此疯狂“批斗”激光雷达,也引起了很多人的不满。


有网友评论称:


激光雷达:有一个大箱子在路上,停车。


特斯拉的视觉:路上有一辆消防车,我们就要撞上了。


也有人在Hacker News上现身说法,直击特斯拉视觉系统痛点:


几周前芝加哥下雪了,我的AutoPilot关闭了,因为大雪遮住了摄像头。所以我不会买这些“没有激光雷达的自动驾驶”的东西。


总之,马斯克台上diss,网友们网上反击,又吵起来了。


现场倒没啥争论,此次参会者多是特斯拉股东,他们现场都领到了测试体验的名额。



刚发布的特斯拉全自动驾驶,他们有幸可以当一把小白鼠。


祝他们好运,God bless 特斯拉的车主和股东们。


One more thing:英伟达回怼


特斯拉发布会结束后,英伟达发言人发表声明:


特斯拉将其全自动驾驶计算机的处理能力,与英伟达Drive Xavier的处理能力进行了不准确的比较。


正确的比较应该是与英伟达的全自动驾驶计算机Nvidia Drive AGX Pegasus进行比较,后者提供320 TOPS用于AI感知、定位和路径规划。


声明中还指出,Xavier提供了30 TOPS的处理能力,但特斯拉却说它只提供21 TOPS。


此外,使用单个Xavier处理器的系统,是为辅助驾驶自动驾驶而设计的,而不是全自动驾驶。


资本市场也不买账。


特斯拉“全自动驾驶”发布会结束,股价下跌3.85%。而且有意思的是,YouTube的直播视频已不接受回放。


更诡异的是,官网预订页也一度遭遇意外,竟然404了。



本文来自微信公众号:量子位(ID:QbitAI),作者:李根、乾明

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
正在改变与想要改变世界的人,都在 虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定