开发AI 晶片，难道合作伙伴NVIDIA 真的不给力吗？

为何Tesla 自己开发AI 晶片，难道合作伙伴NVIDIA 真的不给力吗？



图为Elon Musk。
【我们为什么挑选这篇文章】特斯拉执行长马斯克于日前的NIPS 大会上，表示他们正在自行研究新一代的AI 晶片。

目前，特斯拉主要采用的是来自NVIDIA 的AI 晶片平台。

这其实是一个很重要的消息，但它重要的点在哪？看完本文后，你就可以从看热闹的门外汉，晋身看门道的内行啦！（责任编辑：林厚勋）
特斯拉Model 3 的量产问题仍未彻底解决，CEO Elon Musk 又抛出了自研自动驾驶晶片的重磅新闻。Elon Musk 和特斯拉Autopilot 负责人Jim Keller 在昨天的神经讯息处理系统大会（NIPS 2017）上是这么说的：

「I wanted to make it clear that Tesla is serious about AI, both on the software and hardware fronts. We are developing custom AI hardware chips.Jim is developing specialized AI hardware that we think will be the best in the world.」

我想明确一点：特斯拉非常重视AI，无论软体还是硬体层面。我们正在开发定制的AI晶片硬件。我们认为Jim带队开发的专用型AI晶片将会是全球最好的晶片。
在此之前，36 氪曾多次撰文阐述特斯拉自研晶片的可能性，这是第一次迎来官方实锤。为什么说特斯拉研发自动驾驶AI 晶片应该引起注意？

晶片之神Jim Keller 加入Tesla 当台柱

先简单介绍一下Jim Keller。Jim Keller，原AMD 首席晶片架构师。




1998 年，Jim Keller 在AMD 分别参与设计和主导研发了Athlon 和Opteron 64 处理器（K7 和K8 X86-64 架构），帮助AMD 攀上了业务发展的顶峰。1999 年，Jim Keller 离职加盟博通出任首席晶片架构师。

2004 年，Jim Keller 转投PA Semi，后者于2008 年被苹果收购。Jim Keller 出任苹果移动晶片架构师，主导放弃AMD 的公版架构，基于AMD 的IP 深度定制了苹果A4 / 5 晶片，在苹果A 系列晶片+ iOS「软硬一体化」战略的落地中发挥了关键作用。

2012 年，Jim Keller 重回AMD，领导开发了Zen 架构处理器，带领AMD 咸鱼翻身；2015 年9 月，Jim Keller 再次离职，彼时Zen 架构处理器已经完成了架构设计，但AMD 股价仍应声下跌。

因为辗转多个公司均做出重大贡献的传奇经历，坊间戏称Jim Keller 是「Chip God」。（晶片之神）

2016 年1 月加盟特斯拉，带着50 人规模的团队，到本月底刚满两年，Jim Keller 团队在特斯拉堪称高效。

有了合作伙伴NVIDIA，Tesla 经过诸多考量才决定自行研发自驾晶片

下一个问题是，搭载NVIDIA Drive PX 2 自动驾驶晶片的特斯拉Autopilot 2.0 车型2016 年10 月才量产，Drive PX 2 晶片也是整个自动驾驶产业界最受欢迎的平台之一，特斯拉为什么要自行研发自动驾驶晶片？

L4 级别的自动驾驶存在着非常大的算力和数据传输需求，Intel 的一份报告指出，自动驾驶汽车的计算量可以达到4TB/天，这也是当下诸多OEM 的自动驾驶汽车后备箱放置着巨大的计算及配套的散热设备的原因。

NVIDIA 此前推出了旗舰级Pegasus 自动驾驶晶片，这款晶片的算力达到了320 万亿次浮点运算/秒，在鲁棒性、多级冗余及撤回机制、车规级ASIL D 安全性和数据带宽方面均有更好的支持。唯一不可回避的缺陷是，这款晶片功耗飙升至500W，是前代Xavier 晶片的15 倍以上。

自动驾驶要求超威演算力与低功耗，但NVIDIA 的GPU 却不符合需求

这款晶片暴露出一个问题：对自动驾驶而言，即便是NVIDIA这样顶级GPU大厂，在算力和功耗的平衡上也已经触到了天花板。更宏观的说，通用型计算平台很难同时满足自动驾驶要求的巨大算力和超低功耗。

如何解决这一难题？这里举一个题外案例：在Google 确立了AI First 战略之后，很快发现了一个问题，那就是即使大规模的部署NVIDIA 的GPU，数据中心的功耗仍然飞速上涨。

2015 年，Google 研发数年的AI 专用晶片TPU（张量处理单元）开始投入应用，TPU 是从晶片架构层面专为机器学习设计和研发的高效能晶片。Google 在一篇论文中介绍，TPU 比GPU/CPU 快15~30 倍、性能功耗比（TOPS/Watt）高出约30~80 倍。

具体到自动驾驶领域，专用计算平台能带来多大的能效提升？在特斯拉自研晶片计画的同时，国内也有一家专攻专用型晶片的创业公司地平线宣告成立。地平线创始人兼CEO 余凯博士此前介绍，在相对通用型计算平台1/10 的功耗下，地平线的BPU 会有2~3 个数量级（100 倍~1000 倍）的算力提升。就在刚刚，余凯转发特斯拉确认自研晶片称「在意料之中、战争才刚开始，这是勇敢者的游戏。」




地平线官网。
回到那个问题，特斯拉为什么要自行研发自动驾驶晶片？Musk 说「功耗可以降至当前的1/10」，Keller 在演讲中提到「定制硬体可以提升效率」。

Tesla 的要求：全部软硬体都可量产、可商业化

小鹏汽车副总裁、前特斯拉Autopilot机器学习负责人谷俊丽提到过，特斯拉的自动驾驶策略和其他公司的最大不同，就是整套软硬体解决方案，包括计算平台、传感器和执行机构，全部要求可量产、可商业化。这也是特斯拉坚持不使用雷射雷达（成本高昂）和比其他公司更早关注功耗问题的原因。

其实在此之前，特斯拉便有自研晶片的蛛丝马迹流出——在特斯拉Q3 财报电话会议上，Elon Musk 被要求就NVIDIA Pegasus 晶片比特斯拉Autopilot 2.0 上的Drive PX 2 性能好十倍，阐述特斯拉下一步的自动驾驶硬体策略。Musk 的回应并未针对NVIDIA，而是围绕特斯拉本身：

「we'll have more to say on the hardware front soon, we're just not ready to say anything now. But I feel very optimistic on that front……we feel confident of the competitiveness of our hardware strategy. I would say that , we are certain that our hardware strategy is better than any other option, by a lot.」

我们很快就会有一些硬件层面的新进展宣布，只是还没有万事俱备，但我对此非常乐观…… 我们对特斯拉硬体战略的竞争力充满信心，我想说的是，我们确信特斯拉的硬体战略比任何解决方案都好不止一个等级。
什么方案可以比哪怕号称全球首款L5 级自动驾驶晶片NVIDIA Pegasus 还要「好不止一个等级」？唯有重构晶片架构的专用型晶片可以带来这样的突破。

关于这款神秘晶片的其他进展还包括：该晶片基于AMD 的IP 打造；目前已经走到了设计完成、测试验证的阶段；特斯拉已经收到了首批晶片样品，目前正在进行相关测试；代工方可能是格罗方德和三星电子等。

小结

尽管短期来看，Intel、NVIDIA 等传统晶片大厂的自动驾驶晶片仍然有着广阔的市场空间，但毋庸置疑的是，率先将专用型自动驾驶晶片商业化的企业将在未来的市场竞争中占据更加主动的地位。对于特斯拉而言，研发这款晶片+配套算法本质上还是对率先将自动驾驶汽车商业化节点的争夺。摆在其他自动驾驶企业面前的问题是，跟还是不跟？