特斯拉fsd是硬件还是软件_特斯拉fsd芯片是自研的吗

2024-10-16 17:47:46

1.特斯拉的自动驾驶“黑科技”是靠什么硬件实现？

2.特斯拉fsd可以后期加装吗

3.马斯克回应国产特斯拉减配：订购FSD车载计算机免费升级

4.全面重写Autopilot，特斯拉自动驾驶的升维革命

特斯拉的自动驾驶“黑科技”是靠什么硬件实现？

特斯拉fsd是硬件还是软件_特斯拉fsd芯片是自研的吗

此前，在国产版特斯拉车主发现，自己新买的特斯拉随车环保信息清单上的整车控制器型号与车辆实际装载的硬件型号不匹配——清单标注的整车控制器型号为HW3.0（代码为1462554），亦即去年4月份发布的那款"史上最佳自动驾驶芯片"，而车辆实际搭载的硬件型号却是HW2.5（代码为1483112）。遂将这一情况发到了微博上。当时就引发了一波对于特斯拉国产减配的质疑。那么特斯拉的HW3.0和HW2.5究竟有什么区别呢？

近年来，车载芯片的地位开始变得越发重要，因为其算力是支撑驾驶员辅助、自动驾驶和主动安全功能的中流砥柱。因此许多OEM商与一级供应商开始用摄像头、雷达、LiDAR等传感器武装车辆，帮它们获知周边环境信息。传感器采集的所有信息都要汇集到一起，这时就需要一个算力强大的控制单元。HW2.5硬件使用的是英伟达定制的DrivePX2计算平台，而HW3.0则是特斯拉自己专门为FSD打造的新计算平台，就性能而言，HW3.0的自动驾驶芯片拥有每秒2300帧的图像处理能力，是HW2.5的21倍，计算能力提升了大约7倍。同时，HW3.0的能耗只有HW2.5的1.25倍。可以说HW3.0强大的性能为之后自动驾驶的升级打下了坚实的基础。

在Model3上，特斯拉标配了8颗摄像头，1颗雷达和12颗超声波传感器。至于激光雷达LiDAR，出于成本原因，特斯拉并不打算采用。8颗摄像头，能为Model3提供360度视野，探测半径250米。12颗超声波传感器则是视觉系统的补充。两套传感器相结合，相对于此前系统精确度大幅提高。除此之外，Model3的传感器套装还整合了处理能力增强版的前视雷达系统。它能为车辆提供额外的环境数据，同时在雨雾、沙尘等天气充当安全冗余。车头3颗摄像头负责前方视野，与雷达形成互补。这3颗摄像头技术特性并不相同，其中充当主摄那颗探测距离达到250米，但视场很窄，其他2颗探测距离分别为150和60米，但视场要宽上不少。另外5颗摄像头则负责监控车辆侧面和后方，其探测距离可达100米。12颗超声波传感器能在任何速度下稳定工作，控制车辆盲区。这些数据还可以被用于Autopilot的车道变线。

这8颗摄像头均为120万像素，均是2015年的产品。他们分辨率不算高，但优点是价格便宜。特斯拉的三摄系统用了OnSemiconductor的120万像素AR0136ACMOS传感器，单个像素尺寸为3.75μ。类似的采埃孚的S-Cam4三摄系统搭载了Omnivision的COMS传感器与Mobileye的EyeQ4视觉处理器。特斯拉的前视三摄模组则将所有CMOS放在了一块PCB上，而采埃孚则分置于不同PCB。因此不考虑效果，单从成本上来说，特斯拉的方案要更低。

特斯拉Autopilot系统的信息处理是在自研的液冷双核计算平台上进行的，它们被安置在两块PCB上，但整合进了一个模组。新的计算平台整合了负责中控信息娱乐的ECU与AutopilotECU，而在HW2.5时代，Autopilot用的还是英伟达的SoC与GPU。尽管自研了FSD，特斯拉还是要用到英伟达的GPU，英特尔的处理器，恩智浦与英飞凌的微控器，镁光、三星的闪存以及意法半导体的音频放大器。在HW2.5时代，特斯拉整合了两块英伟达SoC，一块英伟达PascalGPU和一块英飞凌的TriCoreCPU。到了HW3.0时代，特斯拉则用上了两块自研SoC，两块GPU，两块神经网络处理器和一块锁步CPU。同样的体积下，特斯拉在HW3.0里塞进了4746个零部件，比HW2.5多了65个零部件。制程方面，特斯拉的自研SoC为14nm，与HW2.5时代英伟达的16nm相比稍有改进，但基本处于同一代水平。

目前在汽车行业，自行设计芯片搭载在自家车上的做法已经很少见了。因为这样做的风险太大了。现在的汽车市场并不像从前那样火热，如果没有足够的销量支撑，自掏腰包设计芯片只用于自己的车就会得不偿失。但同时，花大价钱自己定制芯片也有一个好处，那就是能将成本压到非常低。这样整车成本也会更低，而利润会更高。比如手机行业中的苹果华为，凭借自己设计的芯片能在同行的激烈竞争中获得更大的收益。过去几年里，车辆整合的电子元器件越来越多，而英伟达和英特尔这样的领军厂商并没有薄利多销。如果不愿将利润拱手让人，恐怕自行研发芯片才是将命运掌握在自己手中的最好方法。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

特斯拉fsd可以后期加装吗

后期安装没有问题。特斯拉fsd代表全自动驾驶功能。相比自动辅助驾驶，这个功能有一定的优势，更多的优势。最重要的是这套系统是特斯拉自主研发的，包括使用的芯片。

特斯拉成立了。

特斯拉成立于2003年7月1日，总部位于德国帕洛阿尔托。特斯拉品牌是一家电动汽车和能源公司，产品有太阳能电池板、储能设备和电动汽车。该公司的创始人是马丁艾伯哈德和马赫塔彭宁。

特斯拉在中国的超级工厂在哪里？

超级工厂位于上海，确切地说是在上海东南角的两港西大街和贾政路的交叉口。建筑工厂于2018年7月12日正式成立，一期工程于2019年1月7日开工建设。生产的特斯拉车型不仅在国内销售，还出口到其他国家。

以上是关于特斯拉fsd后期能否安装的问题。希望对大家有帮助。

百万购车补贴

马斯克回应国产特斯拉减配：订购FSD车载计算机免费升级

特斯拉近日交付的一批国产版Model?3因搭载的自动驾驶配置与随车环保清单上标注不符，引发一众消费者不满。此后特斯拉作出说明，但又被消费者指责“态度傲慢”。3月5日，特斯拉CEO埃隆·马斯克(Elon?Musk)也在推特上回应了这一事件。

此前，有国内车主发现，自己刚拿到的国产特斯拉Model?3车型，使用的是HW2.5（自动驾驶硬件2.5）的芯片，并非随车环保清单上标注的HW3.0（自动驾驶硬件）的芯片。而特斯拉此前已宣布，自2019年4月起交付的车型都将搭载最新的HW?3.0芯片硬件。

国产特斯拉Model?3

据悉，HW?3.0作为特斯拉的最新一代自动驾驶主板套件，搭载了自研的FSD自动驾驶芯片，单芯片算力72TOPS，具备2300fps的图像处理能力。而上一代硬件HW?2.5搭载的是英伟达Drive?芯片组成的计算平台，图像处理能力110fps，性能为HW?3.0?的1/21。

随着“减配”风波越闹越大，特斯拉上海超级工厂在3月3日发布说明称：特斯拉上海超级工厂于2月10日开始复工复产，但由于供应链状况，一部分标准续航升级版Model?3安装的硬件为HW2.5。随着产能以及供应链恢复，我们将按计划陆续为控制器硬件为HW2.5的中国制造标准续航升级版Model?3的车主提供免费更换HW3.0的服务。

此外，特斯拉上海超级工厂还表示，如果没有选装FSD功能，使用HW2.5的Model?3车型，与HW3.0的Model?3车型，在驾乘体验和使用安全上基本不存在区别。而所有选装FSD的客户，已经为其安装了HW3.0?硬件。

“我也是在微博上听说特斯拉减配事件，然后特斯拉车友群里的车主经过核实之后确实有此事件，我们也在积极联系特斯拉，特斯拉也说明了会给我们更换相关硬件。不过特斯拉的这种做法确实让我们心理不平衡。”一位特斯拉车主如此表示。

有消费者认为，特斯拉出具“说明”而不是“道歉”，恰恰体现了傲慢的姿态。有评论甚至认为，国产特斯拉此次的“减配”事件是一种欺诈行为，如果发生在国外，按照美国“柠檬法”的条例去衡量，特斯拉恐怕要面临无法拒绝的退款要求。

3月5日，对于此次“减配”事件，马斯克在其Twitter账号上表示：“奇怪的是，那些投诉的车主其实并没有订购FSD。或许他们不知道，如果在车辆交付后又订购了FSD，车载计算机也是可以免费升级的。”

也就是说，即使是在车辆交付之后，如果车主订购了FSD，特斯拉依然可以免费升级硬件；而如果没有订购FSD，那么Hardware?2.5与Hardware?3.0之间又不存在明显的差别，因此在特斯拉看来，中国车主的投诉似乎并无道理。

特斯拉此前颇受中国消费者的喜爱。根据特斯拉向美国证券交易委员会提交的2019年报告显示，2019年特斯拉在中国市场的营收为29.79亿美元，比2018年的17.57亿美元增长了69.55%。

“减配”事件爆发前，国产特斯拉明显深受欢迎。此前有媒体援引最新机动车交强险数据显示，特斯拉2020年1月份国内新车上牌量为3563辆，与去年的月均上牌量水平相当，其中国产Model?3“挑大梁”，最终上牌量达2605辆，占1月份特斯拉国内上牌总量的73%。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

全面重写Autopilot，特斯拉自动驾驶的升维革命

作者?/?陈念航

编辑?/?王德芙

出品?/?汽车之心

在刚过去的?8?月，马斯克在推特上公布了关于?Autopilot?以及?FSD?的两条重要消息：

AP?团队正对软件的底层代码进行重写和深度神经网络重构；全新的训练计算机?Dojo?正在开发中。

「重写?AP」，是今年马斯克在推特上不断提及的一项重要行动。

在回应推友提问时，马斯克会时不时披露?AP?将有的新功能，比如：

对路面上的隆起和坑洞（bumps&patholes）的识别；对环岛路况（roundabouts）的处理等等。

特斯拉对?AP?的全面重写，包括了对数据标注、训练、推理全流程的重构。

而基于新架构的?FSD?将不再是渐进式的优化，而是一次「量子式跃升」（马斯克原文是?quantum?leap）。

马斯克在?7?月的世界人工智能大会上表示「有信心在今年完成开发?L5?级自动驾驶的基本功能」，马斯克能够实现他的承诺吗？

特斯拉为什么要在这个阶段对?AP?软件进行重写？重写?AP?到底要重写些什么呢？作为当下市面上量产最强的自动驾驶系统，AP?走向何方，FSD?何时到来？

1、特斯拉?AP?两大新进展

身兼特斯拉?AP?团队的最高负责人，马斯克经常充当着软件测试员的角色。

根据马斯克在推特上透露，他本人经常开着搭载?FSD?最新测试版本的特斯拉上下班，马斯克称在他使用系统的过程中，几乎不需要人工接管。

基于此，他乐观估计，最快在?6-10?周后（也就是10月-11月份），就可以向小规模地向用户推送?FSD?测试版本。

作为重写?AP?的一部分，马斯克还向外界介绍了其全新的用于神经网络（NN）训练的超级计算机?Dojo。

Dojo?在日语中意为「道场」，现在它成为了特斯拉训练数据的「道场」。

Dojo?将专门用于大规模的图像和视频数据处理，其浮点运算能力达到了?exaflop?级别，也就是每秒运算百亿亿次。正因此，马斯克称?Dojo?如野兽一般。

需要注意的是，Dojo?计算机将配合无监督学习算法（unsupervised?learning），来减少特斯拉对于数据人工标注的工作量，这样来帮助其数据训练效率实现指数级提升。

马斯克还在推特上发布英雄帖，为自家的?AI?和芯片团队招人。

目前，Dojo?计算机仍在开发中，从?V1.0?开始，大约一年后才会有成果。

有了全新的?AP?软件架构以及强大的数据训练计算机?Dojo，难怪马斯克会对其?FSD?的落地进展如此自信。

但话说回来，特斯拉为什么要在这个阶段对?AP?软件进行重写？还是以这样一种推倒重来的方式。

2、为什么特斯拉要重写?AP?

现在的?AP?已经碰到了性能瓶颈，必须要进行升维革命，否则难有大的突破。

马斯克用了一个术语来表述这个问题，他认为过去?AP?被困在一个局部最大值（Local?Maximum）里面，要向上突破已经非常困难了。

其中一个很关键的问题在于，原有?AP?软件架构下，其处理的数据都是不含有时间坐标的?2D?图像数据。

再想往上去处理?3D?甚至?4D（加上时间维度）?的数据，实现从图像级处理到视频级处理的跃迁，?AP?固有的软件和训练网络难以胜任。

关于引入?4D?数据带来的影响，一位来自国内自动驾驶公司的工程师向汽车之心分析：

「因为有了时间维度，系统就能知道目标物的运动，对其行为进行预测，而且，系统处理目标物识别、分类以及场景的重构这类任务会更加轻松。

总之，加入时间维度，很大程度上是提高系统对整体场景的理解。」

AP?要再往前走，必须进行革命，所以特斯拉这才决定重写?AP。

另一方面，因为数据转变成?4D，信息量更丰富，整个数据的容量也会变大，这也给特斯拉?AP?现有的用于深度神经网络训练的基础设施带来了挑战，所以就有了?Dojo。

所以，?AP?为了实现性能和功能上更大的突破，倒逼其对?AP?基础代码以及训练深度神经网络的基础设施进行重构。

这样工作量庞大的复杂工程也成为?FSD?迟迟推出不了落地版本的重要原因。

除了在车载软件和训练服务器端变革，特斯拉在车载硬件端也做好了准备，就是其自研的?FSD?芯片。

FSD?已经在去年?4?月份开始量产并搭载在特斯拉的车端。

一位对熟悉特斯拉的业内人士表示：

「在?FSD?发布后的一段时间里，特斯拉?AP?团队仍是基于?HW?2.x?的硬件（英伟达?Drive?PX?平台）进行功能开发，直到今年年初，特斯拉才开始全面转向基于?FSD?芯片的软件开发。」

相较于英伟达?Drive?PX?平台，特斯拉?FSD?芯片在基础算力和深度神经网络推理效率方面都有革命性提升，而且在视觉处理性能上，FSD?相较于英伟达的芯片有更大的优势。

所以趁着这一次特斯拉重写?AP，整个系统需要处理的数据升维到了?4D，对计算硬件的要求指数级提高，FSD?的强大性能便终于有了广阔的用武之地。

引入?FSD?芯片的?AP?在性能上会有多大提升？

马斯克此前在接受?Youtube?视频博主采访时透露过：

「如果特斯拉全车的?8?颗摄像头以?36?帧/秒的速度运行（性能拉满），软件则会基于?FSD?芯片的算力同步进行?3D?标注（2D?图像+深度信息），这会使标注效率提升?3?倍，准确性也会大幅提升。」

特斯拉重写?AP，除了马斯克口中所说的要突破「Local?Maximun」以及挖掘?FSD?芯片的极限性能这两方面的原因之外，还有一种可能性存在。

硅谷一位资深自动驾驶工程师告诉汽车之心：

「特斯拉现有的?AP?系统和后续要推出的?FSD?是两套独立开发的系统。

前者的架构是针对于?L2/L3?级自动驾驶，而?FSD?的目标从一开始就是?L4/L5?级自动驾驶。因此，两套系统在架构上有本质的差异，两者差着一个代际。」

后续，随着技术不断进步，FSD?也走向成熟，特斯拉决心把?FSD?和?AP?的框架进行整合。

但问题是，两个系统中有些模块可以融合，但是有些模块是融合不了的，毕竟一个为?L2?开发的系统很难直接演变成?L4?系统。

所以特斯拉?AP?团队要改写?AP?软件的框架和代码，以实现两个系统间的完美兼容，这样的话，后续才能以统一的版本推送给购买了全自动驾驶选装包的特斯拉车主。

实际上，我们也能从?AP?这些年的功能更新中发现一些蛛丝马迹。

2017?年?3?月，推送自动泊车和自动辅助变道功能；2018?年?10?月，推送自动辅助导航驾驶（NoA）功能；2019?年?9?月，推送智能召唤（Smart?Summon）；2020?年?4?月，推送识别交通信号灯和停车标志并作出反应（海外先行）。

AP?还在最新的迭代过程中更新了一些令人惊喜的小功能：

比如在城市工况施工区域，没有车道线的情况下，车身两侧皆为锥形桶，AP?能做到以锥形桶为依据实时绘制车道线。

AP?系统还能检测到小动物并及时进行避让，不过特斯拉是把小动物一律识别成人后才做出相应的操作。

基本上，在特斯拉官网上标明的?FSD?完全自动驾驶功能，还剩下一项最难的、也最能代表?L4?级自动驾驶能力的更新：在城市街道中进行自动辅助驾驶。

为了实现这一难度最大的更新，特斯拉给出的最优解就是重写?AP。

基于以上分析，特斯拉重写?AP?的原因便包括突破「Local?Maximun」、挖掘?FSD?芯片的极限性能以及将系统能力从?L2?进化至?L4。

4、特斯拉重写?AP，是重写什么？

先来看看特斯拉?AP?现在最新的?AI?软件堆栈是怎么样的：

最底层的是数据、GPU?集群以及?Dojo?计算集群，这一层主要进行数据采集、标注和训练，生成算法模型；往上走就是采用深度神经网络对模型进行分布式训练；再往上走就是用损失函数对模型进行评估；在评估层之上，是云端推理层和车端?FSD?芯片推理层，到这一层，意味着算法模型走完了大部分流程，然后就是部署到车端；在车端，特斯拉通过影子模式（Shadow?Mode）将这些算法模型与人类驾驶行为进行比对，检测是否存在异常。

这样的从数据采集到算法部署的闭环，目的就是让系统性能不断迭代，更加优秀。

在这个闭环当中，涉及到数据集、模型训练神经网络、云端和车端推理算法等等要素。

所以，当数据形式从二维的图像数据（2D）转换成四维的视频级数据（4D）后，相应的神经网络和推理算法都需要进行重写。

据马斯克透露，特斯拉?AP?新版本的深度神经网络会将包括感知、路径规划、目标识别等所有子神经网络综合于一体。

特斯拉?AI?高级总监?Andrej?Karpathy?在此前的一次演讲中表示：

「我们无法让每一个任务都享有单独的神经网络运算，因为同时处理的任务数实在太多，我们只能把一些运算分摊到共享骨干网络上」。

Andrej?Karpathy?将这一骨干网络称为?HydraNets（Hydra?意为九头蛇），意思就是有一个主干网络（Backbone），在这个网络上有多个不同的出口（Head）来做应用，然后输出各自的结果。

在特斯拉?AP?最新的?AI?软件堆栈中，有一个最值得关注的部分就是?Dojo?训练集群，这个集群可以处理海量的图像、视频数据。

引入这一训练计算机，一方面是为了满足特斯拉?AP?系统此后的?4D?视频数据处理需求。

另一方面，特斯拉在全球有超过?82?万辆搭载?HW?2.0/3.0?硬件的车辆每天在道路上行驶，可以采集海量的数据用于?AP?的训练，而如此海量的数据，必然需要具备强大计算性能计算机来进行处理。

Dojo?还有一个特别之处在于，它可以与无监督学习进行配合。

所谓无监督学习，就是无需人工对训练数据集进行标注，系统可以自行根据样本间的统计规律对样本集进行分析，常见任务如聚类等。