马斯克发大招，自动驾驶AI芯片近了？

据外媒报道，美国电动汽车品牌特斯拉CEO伊隆•马斯克(Elon Musk)日前在推特上表示，公司下一代Autopilot自动驾驶系统有望于明年年初正式亮相，系统将采用独立研发的人工智能处理器。特斯拉三年前便开始研发用于自动驾驶的人工智能处理器，马斯克这一表态，意味着该款处理器已经取得了重大进展。自动驾驶被认为是除数据中心之外，人工智能期待的应用市场之一，目前业界基本采用英伟达的GPU等通用处理器作为解决方案，特斯拉自研芯片的开发进程受到业界普遍关注。

特斯拉自研AI 处理器取得重大进展

特斯拉一直在自主研发用于自动驾驶汽车的人工智能处理器，而不是依赖于英伟达等厂商。在日前的财报会议中，马斯克表示特斯拉为自动驾驶汽车而打造的人工智能 AI 处理器已基本准备就绪。按照马斯克的说法，基于该芯片未来将会被运用到 Model3、Model X 和 Model S 的 Autopilot 自动驾驶系统之中。这也是特斯拉自主研发的人工智能处理器。

根据Gartner研究总监盛陵海的介绍，自动驾驶系统主要包括前端与后端两个部分，前端为感知端，包括摄像头、毫米波雷达等，主要进行数据采集，市场上以日前被英特尔并购的Mobileye公司提供的解决方案为主。后端为主控平台，主要执行数据处理、深度学习等功能，主要采用英伟达基于GPU开发的Drive PX 2等处理平台。特斯拉的Autopilot 2.0硬件套件即由英伟达GPU支持。

然而，有消息称，特斯拉早在三年前就已开始进行自动驾驶定制人工智能处理器的开发。公开资料上，马斯克提到这款自动驾驶AI处理器则是在去年12月。当时特斯拉公布了一项重要人事任命，原AMD芯片架构师Jim Keller担任特斯拉负责硬件开发的副总裁，其将领导一个小组为特斯拉开发AI 处理器。

特斯拉近期的另一项举动也同样备受关注。8月7日马斯克在其推特上发布一则简短信息：“正在考虑以每股420美元的价格将特斯拉私有化。资金有保障。”对此有专家认为，特斯拉此举有几种意图。一是真心想退市，避险于崩盘之前。作为快速发展的特斯拉不断做更大的布局，需要更多资金，包括扩大产能，而股东有可能无法忍受其烧钱的速度，特斯拉不断股市融资，股票存在崩盘的可能性。此外，也有人认为是在炒高自己的股价。马斯克善于炒作，以退市来炒高股价和华尔街做空者进行博弈。

特斯拉退市究竟是真是假？这需要飞一段时间才能见真伪。但是目前特斯拉的资金状况不容乐观却是事实。根据彭博社的测算，此前特斯拉在资本市场上融到的钱，平均每分钟消耗6500美元，特斯拉的资金或将在2018年年底耗尽。在此情况下，依然投入重金自研AI芯片，可见对其的重视程度。

特斯拉之所以如此重视这款芯片开发，是由于相比于通用处理器而言，AI处理器在性能上将获得巨大的提升，进而改善使用者的整体驾驶体验。目前，特斯拉使用Autopilot2.0硬件套件采用英伟达Drive PX 2处理平台，每秒钟能够处理200帧数据。而据马斯克透露，特斯拉的“hardware 3”（也就是Autopilot 3.0）每秒钟能够处理2000帧数据，性能大幅提升。此外，自研芯片的开发也将大幅提升特斯拉对于产业生态的掌控力。“特斯拉早于2016年即与Mobileye分手，自行开发相关产品。目前又自主研发了AI处理器，显然是希望将自动驾驶的前端与后端结合，将自动驾驶系统平台*置于自身体系之下。”盛陵海说。

通用处理器解决方案仍为市场主流

特斯拉走上自研AI芯片之路。与此同时，许多AI公司也早早将目光集中在自动驾驶市场，如国内主要嵌入式AI芯片公司地平线机器人就在去年年底发布了一款面向智能驾驶的嵌入式人工智能视觉芯片“征程1.0处理器”。该芯片基于地平线此前已经推出的高斯架构，支持高性能的L2ADAS系统；能够同时对行人、机动车、车道线、交通标示牌、红绿灯等8类目标进行准备的实时检测与识别。

然而就目前整体市况而言，采用通用处理器解决方案的自动驾驶厂商仍为主流。优步、采埃孚、Aurora等公司均与英伟达保持着密切合作。优步 AdvancedTechnologies Group 的自动驾驶汽车及货运车队将借助英伟达的技术进行AI视觉运算，使车辆能够感知周围世界，并预测下一步动向。采埃孚的ProAI 车载计算机基于英伟达Xavier处理器运作。Aurora则与英伟达合作打造基于NVIDIA DRIVE Xavier处理器的L4和L5级自动驾驶硬件平台。

“自动驾驶AI芯片的开发并不容易，首先需要建立在大量数据积累与算法开发的基础上，这是一个长期的过程。英伟达为了Drive PX 2平台的开发，每年做了大量数据与软件方面的工作，通过驾驶训练积累了大量数据。特斯拉之所以有底气自研AI芯片，也是认为经过这么多年的发展，无论在软件算法的开发，还是路测数据的积累上都已经有了较大进展，可以开发一款适合自身的AISC芯片了。现在有很多初创AI公司进行自动驾驶芯片的开发，然而这些芯片仍然缺少大数据量的测试，很难确定它们能够真正满足自动驾驶的需求。”盛陵海表示。

地平线市场拓展和战略规划副总裁李星宇也指出，自动驾驶的设计首先面临的挑战就是计算构架，面对人工智能算法的高速演进，深厚的算法积累对芯片设计非常重要。此外，成套技术的开发难度高。不同的环境对系统架构的需求不同，因此需要开放的平台来支撑。但开放的平台需要完整的工具链，从云端的训练平台到端上的编译器，一套技术开发的难度可能是研发芯片的5倍甚至10倍。

初期通用为主，后期将走向芯片？

那么，未来自动驾驶市场是否将会如处理器一样，逐步走向自研芯片的道路呢？

盛陵海认为，要做到这一点很难，至少需要一个漫长的过程。自动驾驶不同。智能产业已经十分成熟，芯片开发也有了较为标准的路径。但是自动驾驶现在没有人真正走通，即便特斯拉现在也没有*成功。

西井科技CEO谭黎敏则表示，自动驾驶是非常适合使用边缘计算的场景。云的延时性使之无法达到自动驾驶的安全保证要求，自动驾驶的计算不能放到云端。ASIC有非常好的功效，比起传统的处理器要更理想，功耗更低，处理特定任务的表现更好。另外，当ASIC稳定之后，可以将其和其它的处理器一起做成SOC，这样协调的效率也会做得更好。

李星宇认为，在自动驾驶系统部署的初期，大家不会在意成本，这时候使用GPU有利于抢时间、卡位，所以它的*比较高。但是在产业化的后期，成本成为比拼的重点，这时候ASIC的市场占有量就会上去。