特斯拉作为目前领跑全球电动汽车行业的头号明星企业，公司的一举一动都会引起大家的热烈讨论，上个月特斯拉在一年一度的 AI Day 上发布了名为 DOJO 的自研 AI 训练超算和自研训练芯片 D1 ，给本就站在风口浪尖的芯片领域再添了一把火。其实这已经不是特斯拉第一次发布自研芯片了，早在 2016 年，特斯拉就启动了主控芯片的自研，特别是其中最重要的 AI 处理单元。于 2019 年 4 月投入使用的 AutoPilot HW3.0 就基于其自主研发的 Tesla FSD 芯片，相较于之前使用的英伟达 Drive PX2 性能上提升十倍，带来的性能提升可谓十分巨大。
（图片来源：特斯拉 AI Day 直播）
不仅仅是特斯拉，众多车厂也相继启动了自研自动驾驶芯片的计划。在我们的固有印象当中，自研芯片一直以来都是一件持续投资大、研发周期长、未知风险高的事情，那为什么汽车厂商却又纷纷逆流而上，一副势不拿下这块硬骨头不罢休的姿态呢？
自研芯片带来巨大效率提升
一套完整的自动驾驶系统通常由感知、决策、执行三部分组成，AI 芯片和自动驾驶算法就是决策层中最为重要的环节。深度神经网络目前已经广泛应用在自动驾驶算法中，例如现阶段特斯拉正在使用的 FSD 系统就基于深度神经网络研发。由于深度神经网络的进化必须使用大量带有正确标注的实例数据进行训练，以确保深度神经网络可以在各种场景下正确地识别出车道线、车辆轮廓等关键信息。训练数据量越大，准确性也会越高。遍布全球的百万辆特斯拉电动汽车就是特斯拉最大的数据来源，目前特斯拉已经积累了 100 万个 10 秒左右的视频，并给 60 亿个物体标注了速度、深度等信息，数据总量超过 1.5 PB，这也是特斯拉自动驾驶处于行业领先地位的重要原因之一。
行业内其他自动驾驶企业也都是通过不断地给自动驾驶算法投喂数据来提高识别准确度，所以训练芯片的计算速度也很大程度上决定了深度神经网络进化的速度。更快的训练速度往往需要更高效率的专用训练芯片，特斯拉 D1 训练芯片以及由 D1 组成的训练超算 DOJO 就应运而生了。特斯拉 Autopilot 硬件高级总监 Ganesh Venkataramanan 表示，「D1 芯片是特斯拉 DOJO 超算系统的一部分，采用 7 纳米制造工艺，具有 362 TOPS 的处理能力，每个 DOJO 由 25 颗 D1 芯片组成， 实现了 36 TB/s 的带宽和 9 PetaFLOPS 算力」。已经位于世界超算性能排行榜的前列。
AI 自动驾驶芯片大致分为三类，一是兼容性好、性能高、功耗高、成本高的 GPU，代表厂商有英伟达、AMD 等；二是采用定制设计，性能稳定、研发成本高的 ASIC ，代表厂商有英特尔、地平线等；三是介于两者之间的 FPGA 。整车厂商在自研芯片这件事情上，有着先天优势。可以根据算法底层逻辑的需求直接调整硬件架构来达到对于某项计算内容的最大效率。
（图片来源：特斯拉 AI Day 直播）
芯片代工普及，来自制造端成本比例降低
芯片设计和制造分离是半导体行业近十年发展的主流方向，台积电正是把握住了这个趋势，成为了全球最大的芯片制造企业。今年 4 月，英特尔宣布重返芯片晶圆代工领域，将斥资 200 亿美元在亚利桑那州建设两家大型芯片工厂，芯片代工领域又多了一位重量级的选手，很有可能促使芯片代工成本下降。随着芯片制造工艺逼近 1 纳米的极限，发展速度开始放缓，这也意味着芯片的性能差距更大地体现在设计端而不是制造端。车载芯片相较于移动手持设备对于功耗的宽容度更高，这也大大降低了设计难度。其次，芯片行业进入成熟期，芯片设计人才的增多使得厂商从 0 开始组建一支专业的设计团队不再是一件难于登天的事情。
（图片来源：网络）
自动驾驶吸引用户为高价芯片买单
自动驾驶所带来的全新驾驶体验让消费者愿意为高性能、高价格的芯片买单，自从自动驾驶的概念普及开来后，自动驾驶和辅助驾驶都已经成为了消费者选购车辆时着重关注的功能之一。得益于汽车消费动辄数十万的零售价，几万元的驾驶辅助选装包就显得不是那么昂贵，所以超过 1 万元的芯片第一次进入了大众消费领域。芯片消费客单价的提高让厂商得以平衡前期高昂的硬件研发成本，并且在后续其他领域的发展中，自动驾驶芯片稍加改动即可应用于其他视觉类功能的实现，例如特斯拉最新发布的 Tesla Bot 就使用了 FSD 芯片，AI 芯片未来广阔的发展空间让汽车厂商们觉得现在加码 AI 芯片是一件不会赔本的买卖。
特斯拉 Model 3 的定价策略有一个很有意思的地方，在中国特斯拉官网购买一辆零选配的标准续航升级版需要支付 239,000 元，但是完整的自动驾驶选配包的价格居然达到了 64,000 元，比例接近 4 : 1，这是在传统汽车上不可能出现的情况。 自动驾驶的核心在于软件算法，软件较低的边际成本让特斯拉自动驾驶选装包的利润甚至可能会高于售卖一辆 Model 3 的利润。这种不断压缩硬件价格扩大销量，提高市占率后依靠软件赚钱的商业模式让人不得不想起小米公司。假设特斯拉能够保持现在的硬件产品力，并且进一步通过规模优势来降低车辆售价，转而依靠软件服务盈利，那对于其他新能源品牌，可能会是一个巨大的挑战，而自研 AI 训练超算和训练芯片 D1 来加速自动驾驶功能的进化 ，也可能是提醒我们在「硬件交个朋友」这条路上，特斯拉或许已经启程。
信息来源：[特斯拉 AI Day]
