特斯拉全自動駕駛硬件發(fā)布！馬斯克明年推RoboTaxi：傻瓜才用激光雷達

李根 乾明 發(fā)自 紐凹非寺

量子位 報道 | 公眾號 QbitAI

想得遠，做得大，diss一切，他行他上。

這就是伊隆·馬斯克在剛剛結束的特斯拉自動駕駛開放日上的表現。

馬斯克和軟硬件高管們一起，正式推出特斯拉全自動駕駛產品，包含芯片、硬件，以及軟件配套方案。

并且立下flag：這是全世界最先進的自動駕駛計算機。

而且實現全自動駕駛能力的特斯拉，還將開啟新玩法：RoboTaxi，馬斯克說最快明年，就讓大家上街打到無人駕駛的電動特斯拉。

當然，馬斯克發(fā)言，怎么能少了diss業(yè)內標準和同行。

這次炮火主要集中在激光雷達，鋼鐵俠說：任何使用激光雷達方案的人都是大傻X，注定失?。╠oomed）。

完整詳情，我們一頁頁講。

全自動駕駛硬件√

首先跟馬斯克登臺的是自動駕駛工程副總裁Pete Bannon（皮特·班農）。

皮特2016年從蘋果加盟，現在是馬斯克最器重的高管之一。

他先給出全自動駕駛硬件的開發(fā)時間表，并表示去年12月就開始進入改裝車。

接下來就是產品亮相時刻。

特斯拉把這個全自動駕駛的硬件稱為Hardware 3.0，每套HW3.0含2套FSD硬件，未來會嵌入手套箱的頂部。

整體性能方面，達到了144TOPS，秒殺英偉達的Drive Xavier的理論性能值21 TOPS，馬斯克說：7倍。

而HW3.0的關鍵所在——FSD，結構如下：

采用14納米FinFET CMOS工藝制造，尺寸為260毫米，具有60億個晶體管和2.5億個邏輯門，能夠處理高達每秒2.5千兆像素和36.8 TOPS。

LPDDR4 RAM模塊具有68 GB/s的峰值帶寬，其圖像信號處理器具有24位流水線并支持高級色調映射和高級降噪——每個都可以以高達每秒1G的速度執(zhí)行操作。

體積不大，但能力強大。

FSD采取雙神經網絡處理器冗余模式，都是2GHz，32MB的SRAM內存和96×96多個并添加陣列，每秒可處理高達1TB的數據并執(zhí)行36 TOPS（總共72 TOPS）。

而且雙處理器相互獨立運算，一個處理器掛掉另一個還能繼續(xù)工作。

另外，還有2.2GHz的十幾個ARM A72 64位CPU，性能是當前解決方案的2.5倍。

32位和64位浮點運算的GPU。

另外，FSD只運行特斯拉加密過的軟件，非特斯拉軟件，概不支持。

也有專門獨立的安全模塊進行護航。

此外，能耗方面，FSD每英里的功耗約為250瓦。

而且就在提及功耗時，馬斯克再次以7倍作為補充。他說老黃家的Xavier功耗是FSD的7倍，成本也是7倍，但FSD的神經網絡加速性能，卻是Xavier的7倍。

（不知道老黃聽了能不能忍？）

特斯拉方面還說，新芯片上的神經網絡處理器，可以處理汽車8個不斷運行的攝像頭每秒2100幀的輸入圖像，這相當于每秒25億像素。

峰值方面，皮特表示每秒50萬億次運算是HW3.0的目標性能。

另外，馬斯克還強調，神經網絡處理器IP完全特斯拉自主，生產代工則由三星在德州的工廠進行。

鋼鐵俠還透露，特斯拉大約一個月前，就開始把Model S和X的自動駕駛從英偉達的Drive平臺切換到自研芯片，大約10天，Model 3也加入了該序列。

馬斯克也掩飾不住的驕傲：

這聽起來不太可能，因為特斯拉從沒有設計過芯片，怎么一下子就能搞出全世界最好的芯片呢？但它就這樣發(fā)生了。

他還表示，現在特斯拉有了自動駕駛必須的硬件，接下來要做的就是不斷改進軟件。

但馬斯克也透露，下一代芯片還會更好，而且已經在研發(fā)設計中，會比現在提升3倍，目標是2年后完成。

特斯拉CEO認為，現在他們的自動駕駛芯片，領先業(yè)界2年。

最后，FSD大概會在明年第二季度完全就緒，目前中國能力和售價如下（包含AutoPilot后價格或至74100元）：

軟件：虛擬仿真不可取

登臺講解全自動駕駛軟件的是特斯拉人工智能高級主管Andrej Karpathy。

主持人先是列了Andrej一長串title，包括斯坦福博士之類的。

但馬斯克打斷說，斯坦福遍地都是博士，而Andrej可能是全世界最優(yōu)秀的計算機視覺專家。

Andrej說他的工作主要是為特斯拉訓練神經網絡，而且面對的挑戰(zhàn)是實時生成的海量細節(jié)數據。

但Andrej強調，在特斯拉，他們認為物理數據無法替代。

可能依賴虛擬仿真是自動駕駛目前常態(tài)，但特斯拉更信賴現實物理數據。

Andrej展示了特斯拉模擬與現實世界道路數據的比較，表示即便虛擬仿真越來越厲害，但現實世界總能不斷給你不同的、意料之外的交互數據，這對自動駕駛軟件系統(tǒng)迭代至關重要。

馬斯克還現場補充說，使用模擬器，就像自己改自己的作業(yè)，實際提升有限。

真正展現的實力的，該是創(chuàng)建一個實際環(huán)境的模擬器——當然，這就是特斯拉所謂的陰影測試模式。

Andrej介紹說，現在特斯拉預測變道的能力越來越強，已經記錄了900萬次成功換道，就是影子測試不斷訓練神經網絡后的效果。

最后，Andrej也強懟了一發(fā)激光雷達方案。

他說我們人類開車，都是完全視覺驅動，為啥到機器就非激光雷達不可了呢？

Andrej認為，激光雷達是一條捷徑。但它回避了對自動駕駛至關重要的視覺識別的基本問題，它會給人一種進步的錯覺，但沒有解決本質問題。

Andrej還表示，現在特斯拉全視覺感知的方案，已經能處理99.999%的場景。

測試：陰影測試成效顯著

接著，特斯拉工程副總裁Stuart Bowers上臺，主講特斯拉自動駕駛測試計劃。

他描述了特斯拉全自動駕駛計算機的開發(fā)周期，以及它是如何與特斯拉的神經網絡完美融合的。

集中介紹了“自動變道”功能。

這一功能，完全得益于“陰影模式”的測試方法。

當“感覺良好”時，這個功能就會發(fā)送給成千上萬的用戶。使用這項新功能的人越多，特斯拉就會越熟悉這個流程，也就會越熟練。

當特斯拉對這一功能充滿信心時，將會全面鋪開。

他說，特斯拉每天都會發(fā)生10萬起車道變更，而且沒有發(fā)生任何交通事故。

馬斯克重申RoboTaxi藍圖

最后，終于輪到馬斯克分享，他再次展現風格：想得大，也要干得大。

（只是這一次有點底氣不足，看起來狀態(tài)不是很高昂）

核心是踐行：電動化——自動化——共享化路線。

他實際重申了特斯拉總體規(guī)劃。

馬斯克說，最快2020年（明年），特斯拉就會推出Robotaxi（無人駕駛出租車）服務。

他還開玩笑表示，雖然他通常不能準時，但特斯拉團隊總能提前完成任務。

未來，Model S和Model 3系列都會作為RoboTaxi用車。

為了配合這一規(guī)劃，還會進一步變革電池組，把使用壽命從 目前的300-500,000英里提升到100萬英里，實現最低的維護費用。

另外，在RoboTaxi的大趨勢下，方向盤、剎車踏板等零件會變得越來越不重要，會把它們從車里砍掉。

火力全開diss激光雷達

不過，要說此次最大亮點，還屬馬斯克對激光雷達方案的全面diss。

發(fā)布會開始沒多久，馬斯克炮火精準，火力全開。

使用激光雷達很蠢。任何依賴激光雷達的人都注定要失敗。昂貴的傳感器是不必要的。這就像是一大堆昂貴的附屬品。

他還用闌尾進行了比喻，一個闌尾不好——那么，一大堆闌尾怎么樣？這太荒謬了。你們會明白的。

在發(fā)布會后面的環(huán)節(jié)中，馬斯克再度重申了自己的態(tài)度，我們要拋棄激光雷達，記住我的話，這就是我的態(tài)度。

但馬斯克也不是完全不認可激光雷達。

在談到SpaceX公司使用激光雷達時，他說這是有意義的。

只是把激光雷達用在汽車上是“愚蠢的”。

發(fā)布會結束的時候，馬斯克還不忘再次diss：

虛假和愚蠢=高精地圖和激光雷達

False and foolish = HD maps and LiDAR

如此瘋狂“批斗”激光雷達，也引起了很多人的不滿。

有網友評論稱：

激光雷達：有一個大箱子在路上，停車。

特斯拉的視覺：路上有一輛消防車，我們就要撞上了。

也有人在Hacker News上現身說法，直擊特斯拉視覺系統(tǒng)痛點：

幾周前芝加哥下雪了，我的AutoPilot關閉了，因為大雪遮住了攝像頭。所以我不會買這些“沒有激光雷達的自動駕駛”的東西。

總之，馬斯克臺上diss，網友網上反擊，又吵起來了。

現場倒沒啥爭論，此次參會者多是特斯拉股東，他們現場都領到了測試體驗的名額。

剛發(fā)布的特斯拉全自動駕駛，他們有幸可以當一把小白鼠。

祝他們好運，God bless 特斯拉車主和股東~

OMT：英偉達回懟

特斯拉發(fā)布會結束后，英偉達發(fā)言人發(fā)表聲明：

特斯拉將其全自動駕駛計算機的處理能力與英偉達Drive Xavier的處理能力進行了不準確的比較。

正確的比較應該是與英偉達的全自動駕駛計算機Nvidia Drive AGX Pegasus進行比較，后者提供320 TOPS 用于AI感知、定位和路徑規(guī)劃。

聲明中還指出，Xavier提供了30 TOPS的處理能力，但特斯拉錯誤地說：它只提供21 TOPS。

此外，使用單個Xavier處理器的系統(tǒng)，是為輔助駕駛自動駕駛而設計的，而不是全自動駕駛。

資本市場也不買賬。

特斯拉“全自動駕駛”發(fā)布會結束，股價下跌3.85%。

而且有意思的是，YouTube的直播視頻已不接受回放。

更詭異的是，官網預訂頁也一度遭遇意外，竟然404了。