特斯拉“不进则退”，其他同行则是“退无可退”

【编者按】接下来可能会出现更多的 特斯拉 事故报告，但这个系统总体上仍然比容易犯错的人更安全。

本文转载自高工智能汽车，由亿欧汽车整理转载，供行业内人士参考。

---

上周，特斯拉CEO埃隆·马斯克证实，仍按照原计划在今年年底前推出 自动驾驶 出租车车队。当然，你可以理解为具备落地可行性的完整功能更恰当。

近日，特斯拉向这一目标迈出了一大步，发布了基于配备全自动驾驶硬件的城市街道Autopilot。

此前，已经有部分早期用户的车辆开始接收相关功能测试版的更新，实现对街道红绿灯和停车标识的识别，不过，仍需要驾驶员接入控制车辆停止后的重新启动。

这一功能意味着，在很多但不是所有的情况下，你的特斯拉可以在人工监控的情况下实现从家到公司的自动驾驶。不过，当前版本的软件还不支持环形路和十字路口的左转弯。

一直以来，与高速公路自动驾驶相比，城市街道自动驾驶是一个更大的挑战。

一些行业人士预计，接下来可能会出现更多的特斯拉事故报告，但这个系统总体上仍然比容易犯错的人更安全。

一、把自己逼近绝路

就在本月的复活节周末，在回应有关特斯拉FSD（全自动驾驶）最新状态的网友推特问题时，马斯克回复道：“今年的功能看起来还不错。监管部门的批准是一个很大的未知数。”

不过，特斯拉似乎在做着两手准备。

一方面，特斯拉已经开始在美国发布2020.12.6版本软件更新，其中就包括交通灯和道路停止标志的识别控制。

另一方面，为了规避当前的监管障碍，马斯克多次重申当前的系统仍需要驾驶员保持监管状态。这是特斯拉的一贯作风，目的是撇清作为汽车制造商的责任。

特斯拉在新闻稿中指出，当前释放功能的性质是保守的，随着公司的神经网络继续训练，该功能将“更自然地控制”。

马斯克表示，新的FSD功能至少要到今年第三季度才能在美国以外的市场上推出。由于不同地区的交通规则不同，特斯拉需要花费额外的时间来改进每个国家的软件。

这一改进对于在全球建立FSD套件至关重要，因为乘客的安全是特斯拉最优先考虑的事情。马斯克说:“确保这项工作做得正确，非常重要。”

我们来看下此前官方对于新释放功能（测试版）的介绍：

“交通灯和停车标志控制是为了识别和响应交通灯和停车标志，当你使用交通感知巡航控制或自动转向时，你的汽车可以减速到停止状态。”

此功能将在所有检测到的交通灯(包括绿灯、闪烁的黄灯)情况下，为车辆减速。当你的车接近一个十字路口时，系统将通过一个通知来指示减速的意图，并在驾驶可视化图中显示的红线处停下来。

要继续启动车辆前行，按下换挡杆或轻踩油门踏板，以确认当前是安全的状态进行。

与所有的自动辅助驾驶功能一样，你必须继续注意前方道路，并准备立即采取行动，包括刹车，因为这一功能可能不会在所有场景下有效。

和此前释放Navigate on Autopilot功能的测试版和正式版类似，特斯拉在早期用户测试的基础上，在正式版推出时，就取消了功能执行过程中的人工介入。

比如，早期这一功能提供了一个换道建议，要求司机在自动变道前通过打开转向灯来确认。很快，在积累了足够的测试里程之后，特斯拉开始推送无需人工介入的自动变道。

不过，正如马斯克所说，在每个国家类似的功能迭代依赖于当地的车辆行驶里程，并通过影子模式来不断验证功能的完备性。

特斯拉致力于使用一种高度依赖视觉的方式来实现全自动驾驶。利用车上的多个摄像头、毫米波雷达和 人工智能 ，训练自己的神经网络，使其能够对道路上的情况做出反应。

而其他汽车制造商目前还没有采用类似的方法。至少到目前为止，类似Super Cruise这样的系统，都是采用了基于高精地图的映射模式来辅助决策。

对于和Waymo、Cruise等自动驾驶公司的类似演示，特斯拉人工智能总监卡帕西表示，特斯拉采用了一种截然不同的方式来实现。“本质上，我们采取的方法是完全不同的。”

从目前的情况来看，特斯拉正在使用现有的机器学习技术，慢慢地处理感知、规划和驾驶政策的所有复杂性和细微差别，试图只用视觉和机器学习来完成这一切。

而其他公司，则基本上选择传统组合感知+高精地图的模式来实现高级别自动驾驶。

我们甚至可以明显的感觉到，特斯拉正在努力解决那些基本上已经解决了的问题，比如使用激光雷达+高精地图的模式。但特斯拉试图用摄像头来解决所有问题。

对于任何一家汽车制造商来说，这是需要勇气的。很多事情，并非单纯以技术的角度去思考问题。

二、自研，就是为了打造差异化

支撑全自动驾驶功能的FSD芯片，是特斯拉的信心所在。

这款芯片的目标是支持高级别自动驾驶，采用三星的14纳米工艺，包含3个四核Cortex-A72集群，共12个CPU在2.2GHz下运行，1个GPU在1GHz下运行，2个神经处理单元在2GHz下运行，以及其他各种硬件加速器。

该芯片能够处理高达600 GFLOPS的数据，支持单精度和双精度浮点运算。2个NPU，提供最高73.73TPOS（Int8）的峰值算力。此外，还有一个相对低成本的传统内存子系统，支持2133 MHz的128位LPDDR4内存。

有一个安全系统，其中包括一个双核同步CPU进行最终仲裁的决策机制。该CPU决定由完整计算单元上的两个FSD芯片生成的两个规划决策是否匹配，以及驱动执行器是否安全。

FSD芯片有一个摄像头串行接口(CSI)，能够以每秒25亿像素的速度从各种视频输入设备进行处理。集成了一个H.265 (HEVC)视频编码器，用于各种应用。

另外，还集成了一个24位管道的图像信号处理器(ISP)，用于处理安装8个HDR传感器，每秒处理能力高达10亿像素。ISP具有色调映射功能和降噪能力，处理亮/暗点(如阴影)造成的额外细节。

两个定制设计的神经处理单元，每个NPU封装32 MiB的SRAM，用于存储临时结果，减少到主存的数据传输。每个周期，256字节的激活数据和另外128字节的权值数据从SRAM读入MACs阵列，在那里它们被合并。

对于FSD芯片，特斯拉使用8位乘8位整数相乘和32位整数相加。这两种数据类型的选择主要是为了降低功耗(例如，32位FP加法的功耗大约是32位整数加法的9倍)，在2Ghz下运行，每个NPU的峰值性能为每秒36.86万亿次(上限)。

在特斯拉的神经网络编译器的帮助下，还实现了层融合，通过通过耦合conv-scale-act-pooling操作，允许数据重用。编译器还执行层平滑，确保一致的内存访问。

在功耗方面，运行完整的软件堆栈，FSD整体功耗为72瓦。这比之前HW2.5（英伟达芯片）的57瓦功耗提高了大约25%，多出来的15W功耗主要来自NPU。

除了FSD芯片，特斯拉的独特之处还在于大胆的采用了新的硬件和软件架构。虽然大多数传统汽车也有软件，但它们通常软件较少，而且运行在不同的硬件架构上，这使得模仿特斯拉更新软件和优化汽车性能的能力更具挑战性。

从表面上看，构建一个新的架构似乎是一个很容易模仿的策略，但也可能非常困难，这需要时间和魄力，因为需要放弃旧的做事方式。

此外，传统汽车行业的利润往往会出现瓶颈——即限制系统性能的组件。以芯片为例，过去的思考方式是在现有功能开发商极致压榨性能，而不考虑未来的软件迭代升级。

特斯拉的核心策略，则是在关键系统的每一层都有自己的独特能力，推翻传统产品的体系结构，将自己定位在关键的瓶颈组件中，并解决系统级的限制。

比如，此前马斯克对于激光雷达的调侃，其实根本上在于短期可见的技术成熟度。如果依赖新的感知，势必和其他汽车制造商一样等待更长时间的量产周期考验。

这也是为什么几年前，马斯克决定自主开发芯片的动机。一方面，为了让自己的人工智能软件和硬件的协同性提升（增强软件迭代的主动权），规避外部供应商的限制；

另一方面，当其他制造商开始陆续采用英伟达等厂商的同类型芯片进行量产时，特斯拉的优势无疑将被限制。

“如果我们有专门的人工智能硬件，我们就能更快地实现这一目标。”这是马斯克几年前的一段话。

一家汽车公司设计出的芯片似乎不可能比一家专业的芯片公司更好。但在主导特斯拉芯片开发的负责人看来，这就是公司希望打造的品牌差异化。

毕竟，在整车制造层面，特斯拉的水平和品控还没有达到传统汽车制造商的水平，这需要长时间的经验积累和磨练。

三、如何理解自动驾驶的终极意义

对于自动驾驶的未来，将其作为一种商业模式还是技术上的唇枪舌战，这一点上马斯克想的比谁都清楚。

而在每次新功能推出时，特斯拉按照惯例都要启动新一轮涨价。这也被视为软件定义汽车时代，软件迭代收费取代传统硬件一次性收费的模式。

埃隆·马斯克此前表示，该公司的全自动驾驶套件可能会在7月1日涨价。这是该功能自2019年11月以来的第二次价格调整。

上一次的价格调整是该公司发布了智能召唤的功能（也就是我们通常说的AVP，低速自动驾驶）。当时，这只是针对美国车主，因为该功能仍在其他国家受到监管。

智能召唤功能的释放，将特斯拉的FSD套件价格提高了1,000美元元，由6,000美元增至7,000美元。

就在这次价格上涨之前，马斯克再次提醒客户，FSD的价格未来还将持续上涨，目的是让更多的老车主和新车主提前购买该软件，否则他们将不得不为后续的套件升级支付更多的费用。

考虑到FSD套件的功能加快释放进度，FSD的价格上涨是必然的。马斯克去年曾表示，一旦特斯拉推出 无人驾驶 出租车服务，配备全功能FSD套件价值可能在10万至20万美元之间。

随着时间的推移，特斯拉可能会成为全球第一家把车交付给用户之后，还可以继续增值的汽车制造商，再次冲击汽车行业。对这些企业来说，已经是退无可退。

引用一位特斯拉车主对未来自动驾驶功能的期待：如今，这辆车可以承担我90%的驾驶任务，包括长途旅行。另外10%（车流密集的城市街区/极端天气）我可能永远不会用FSD。

在我看来，80/20规则是适用的，对我来说，用这10%来消除大多数使用FSD系统可能出现的问题是比较容易的。

还有一位车主甚至做出了这样的展望：

自动驾驶落地带来的连锁效应是巨大的。一旦机器人出租车（ RoboTaxi ）合法化并获得批准，我就会买10辆Model 3，并组建一个车队。我所要做的就是在它们外出赚钱时，做好清洗、充电的后勤工作。

本文经授权发布，版权归原作者所有；内容为作者独立观点，不代表亿欧立场。如需转载请联系原作者。