特斯拉AI Day前瞻：开启自动驾驶新时代？

编者按：本文来自微信公众号“电动星球News”（ID:glxsl2017），作者：毓肥，36氪经授权发布。

大概一个月之前，马斯克放出了可能是今年特斯拉最重大事件的预告。 

4 月 15 日，马斯克在推特回复网友称， 特斯拉的 AI Day 专场发布会，预计会在「7 月底 late July」举行。

继 2019 年 4 月 23 号自动驾驶日 Autonomous Day、2020 年 9 月 23 日电池日 Battery Day 之后，特斯拉第三次以「Day」命名的技术发布会，终于正式定档。 

自动驾驶日上，特斯拉掏出了世界上首枚由车企研发的自动驾驶计算芯片 FSD Chip，并发布了算力高达 144TOPS 的 Autopilot 硬件 3.0， 总体算力至今依然没有量产车望其项背。

电池日上，马斯克放出了年产能 TWh 级别的全新电池工厂，发布了下一代 4680 电池，以及融合了电化学、生产优化，以及车辆工程之后续航提升 54% 的宏大目标，还有三电机+超长续航的新款 Model S。 

于是，我们没有理由不期待，马斯克会在 7 月底的 AI 发布会上，放出更多「核弹」，为自动驾驶的 2021 打上更多花火。 

当然，按照前两次发布会的调性，大家一定要做好 AI Day 跳票，甚至多次跳票的准备。不过这不影响我们根据现有的线索，揣测一下特斯拉到底会在 AI Day 上发布些什么。 

不用担心，今天的文章不只有枯燥无味的数字，我们会争取写得更让人心潮涌动一些。 

来自车企的全球最强计算机

根据 2020 下半年的全球 TOP500 计算机排名，目前已投入使用的超级计算机中，日本富岳 Fugaku 超级计算机以 431.65PFLOPS 的 FP32 精度算力，排在榜首，大概是第二名的3倍。 

2020 年 8 月 16 日，马斯克首次披露了特斯拉 DOJO 超级计算机计划的目标——FP32 精度 1EFLOPS 的算力，也就是 1024PFLOPS，富岳的 2.5 倍。 

DOJO，也就是特斯拉 AI Day 的最大看点之一，一套来自车企的超级计算系统。它 是特斯拉自动驾驶计算补齐的最后一块拼图 ，甚至有可能是新时代车企「灵魂」的最终体现。 

我们讨论自动驾驶时，常用的 TFLOPS 算力，其实是基于 INT8 精度衡量的。换算成 FP32 精度的话大致要除以 4。也就是说，特斯拉 Autopilot 硬件 3.0 的 FP32 精度算力大概是 36TFLOPS。 

换算一下就是， 一个 DOJO 系统的算力，起码相当于 29127 辆特斯拉硬件 3.0 车型算力之和 。 

1EFLOPS 的算力当然很恐怖，但傲视群雄的 DOJO 担子依然不轻。 

根据 thecarconnection.com 的统计数据，2014 年全美驾驶者平均每天开车 52 分钟。 

以特斯拉硬件 3.0 车型保有量 100 万辆计算，一套 DOJO 纯粹基于平均时间值换算，每天大约需要处理超过 2500 万辆次汽车反馈的数据。 

当然，DOJO 主要负责的是「训练」，这样计算它的压力不严谨。但另一个幸福的烦恼是，特斯拉卖得真不错。 

刚刚过去的 1 季度，特斯拉一共交付了超过 18 万辆汽车，这些车型全部搭载了 Autopilot 硬件 3.0， 算下来今年特斯拉或将售出 73 万辆汽车，甚至有机会超越雷克萨斯。

按照这样的趋势，再过一阵子，马斯克曾经引以为豪的「百万级自动驾驶数据反馈车队」，就会变成每年「自豪」一次的幸福烦恼。 

DOJO 如何适应迅速累积的 Shadow mode 数据反馈规模，比起 DOJO 本身，也许是 AI Day 更值得关注的命题。 

硬件 4.0，突破 1000TOPS？

灵魂需要肉体承载，DOJO 是坐镇特斯拉总部的大脑，而分散于世界各地的 Autopilot 硬件，则是神经网络的每一个末梢。 

DOJO 超算目前面临的内部挑战有两个：特斯拉卖得太火，也就是 数据反馈越来越庞杂 ；以及特斯拉做得太多，也就是 来自每一个「神经末梢」的数据压力，会越来越大 。 

「做得太多」对应的，就是马斯克 Autonomous Day 上承诺会在「两三年内」推出的二代 FSD Chip，以及它的载体 Autopilot 硬件 4.0。 

根据台湾工商时报报道，二代 FSD Chip 将交给台积电量产，使用 7 纳米工艺制造，由博通和特斯拉一起设计。 

台湾媒体报道的另一个消息，是 「每块 7 纳米晶圆只能切割出 25 片 FSD Chip 2 代芯片」 ——一块 7 纳米晶圆面积是  70650 平方毫米 ，而初代 FSD Chip 面积只有 260 平方毫米 。 

所谓的「X 纳米工艺」，一般指的是晶体管边长为 X 纳米。根据摩尔定律，同样面积的芯片，其晶体管数量每隔 18 个月就会翻一番，而边长就是计算晶体管密度的重要因素。 

一般来说，同样架构下等量的晶体管密度提升，就会带来相近的性能提升幅度。也就是说，同样面积下晶体管数量翻一倍，理论上性能会接近翻倍。 

原理说得差不多，可以直接下结论了： 二代 FSD Chip 在晶体管密度突飞猛进的基础上，芯片面积同样百尺竿头——最后的结果就是算力大爆炸。

我们用数字大概预测一下。 

2019 年 11 月 7 日，特斯拉 AI 部门高级主管 Andrej Karpathy 在 PyTorch Developer Conference 2019 上面，公布了这样一个数字： Autopilot 硬件 3.0 的工作功耗是「sub 100W 低于 100 瓦」 。 

算下来硬件 3.0 总体的效率起码是 1.44TOPS 每瓦 ，而使用了 12 纳米工艺的英伟达 Xavier，芯片层面的效率大概是 1TOPS 每瓦 （30W/30TOPS）。 

初代 FSD Chip 用的是三星 14 纳米工艺，而 FSD Chip 2 代用的台积电 7 纳米工艺，理论晶体管密度 是三星 14 纳米的 3.5 倍 。 

即使不考虑架构优化，硬件 4.0 也有望提供 6TOPS 的每瓦性能，也就是 100W 系统功耗，可以输出 600TOPS 的算力。 

而英伟达最新的 Orin，系统级效率「只有」 3.08TOPS 每瓦（130 瓦/400TOPS）。 

考虑到蔚来已经将自动驾驶计算系统的功耗上限，拉到了 200W+ 级别。一旦马斯克想狠狠来一把军备竞赛，也许 1000+，甚至 2000TOPS 才是硬件 4.0 的星辰大海。 

当特斯拉每年卖出 100 万辆装有硬件 4.0 的汽车，DOJO 会不会喊一句「宝宝心里苦，但宝宝不能说」？ 

视觉能力飞跃？

如无意外，新一代 Autopilot 硬件会沿用 8 摄像头的配备。虽然数量大概率不会变， 但下一代 Autopilot 摄像头的质量，很有可能迎来飞跃。

想要理解「飞跃」到底是什么，虽然技术路线不同，我们依然得先看看其他厂商。 

年初的 NIO Day 上，蔚来首发了车规级的 800 万像素摄像头。 

它可以以 4K 级别的精度收集视频数据。对比之下，目前辅助 Autopilot 硬件的，依然是 120 万像素摄像头。 

其实符合车规级稳定性要求的高像素摄像头，多年前就已经出现，但却一直无法应用于 ADAS/自动驾驶，主要原因很简单—— 没那么强的车规级芯片处理如此庞大的数据流。

2020 NIO Day 上，李斌介绍称蔚来的 AQUILA 系统每秒会产生高达 8GB 的视频数据——8GB 相当于 1 秒钟看完 3 年 NIO Day 回放，或者 1 秒钟看完 2000 个抖音短视频。 

2022 年开始，特斯拉/英伟达系在计算端万事俱备，800 万级别像素，将会顺理成章地成为 ADAS 行业下一个军备竞赛的必争之地。

1016TOPS 算力的英伟达 Orin 系统加持下，蔚来拥有了处理多个 4K 视频流的能力。同样将迎来算力爆发的特斯拉，没有理由不让 DOJO 看到更清晰的世界。 

不过，高像素，只是自动驾驶视觉新时代的其中一个主旋律，我们下面结合具体的产品继续深挖。 

先看一位车规级 800 万像素摄像头主要供应商：安森美 Onsemi。目前的 120 万像素 Autopilot 摄像头，就使用了来自安森美的 AR0136A 。 

AR0820AT，这是安森美新一代旗舰自动驾驶摄像头型号。 

它支持拍摄 3840x2160 分辨率，40fps 的 HDR 高动态范围视频 ，静态分辨率高达 830 万像素（3848x2168），同时符合 ASIL-B 级别车规认证。 

除此之外，三星、索尼等主流 CMOS 厂商均已推出了 4K 车规级感光元件，比如 索尼 IMX324/424、三星 S5K2G1 ，都支持 4K 40 帧的 HDR 视频拍摄。 

4K、40 帧（或更高）、HDR ，这就是自动驾驶摄像头新时代三大主旋律。 

4K 和 1280x960 相比， 分辨率达到了 6.75 倍 ，视频数据可以准确显示更远处的路况，以索尼 IMX324 的产品说明为例，4K 分辨率下远处的交通标志清晰可见： 

40 帧则是画面流畅度（目前主流是 30 帧）的进步。 视频帧率越高，视频中物体运动过程就会越流畅，有利于深度学习的预测和决策 。 

而 HDR，则是摄像头向人眼靠近的另一大步。 

HDR 的全称是 High Dynamic Range 高动态范围。简单点描述 HDR的效果，就是 极暗处（比如树荫下）不会黑成一片，极亮处（比如正午太阳下）也不会白成一片 。 

也许人眼已经对纷繁的世界习以为常，但对于汽车视觉来说，「工业革命」才刚刚开始。 

新时代汽车工业的灵魂

DOJO、Autopilot 硬件 4.0、4K 摄像头，这是我们对特斯拉 AI Day的期待。 

然而，AI Day 不仅是特吹的狂欢，它同时带来了汽车工业的思考： 下一个时代的车企「灵魂」在哪？

先提一个业内观点： 主机厂也许是更好的自动驾驶公司。

这个逻辑的起点很简单，因为主机厂拥有车辆制造权和运营权，丰田大众这样的车企，年销售规模甚至是千万级的。比起买几十几百辆车搞实验的自动驾驶技术公司，主机厂自研自动驾驶的数据基础极其优渥。 

但优渥不代表门槛低。 

摄像头→FSD Chip→车辆决策→DOJO 超算训练→软件 OTA 更新，这是特斯拉的自动驾驶闭环阳谋，但每一个环节，都是对传统车企的灵魂拷问： 

传感器数据是否 100% 可控可收集？

计算硬件是不是「know how」级别地利用？

视觉融合是供应商包办还是自己搞定？

深度学习模型要不要自己训练？

能否在一个电子电气架构上做到长期更新，常用常新？

上文提到新车企「灵魂」，我们从不和稀泥，于是经过全文铺垫后，可以说得直白点： 

新车企的灵魂不是旧时代的「制造」，而是融合了人工智能、软件开发、电子硬件架构等 ICT 行业特征的自研能力。

如果以上能力缺了一坏，甚至几环，你们觉得能叫「新车企」吗？