《厉兵秣马   隔河运卒》

为了争夺智能汽车的数以十万亿美元的巨大市场商机,在FSD获准进入中国市场前特斯拉正厉兵秣马隔河运卒,一旦实现双卒过河就可以横扫千军马踏中宫!

——————————————

马斯克剧透新FSD计算硬件:直接冠名「AI5」,4nm工艺算力10倍提升

智能车参考

06/21 18:41

AI5带来的冲击和影响,最直接的是开启智能汽车、自动驾驶的算力军备竞赛。

放核弹之前,马斯克搞了一次小小的“试爆”。

刚刚透露了特斯拉下一代车载计算平台的信息:

不叫HW5.0,直接改名叫AI5。

能耗提升5倍,算力提升10倍。

为啥不叫HW5.0?有啥提升

HW其实就是Hardware的缩写,字面上自动驾驶系统硬件的意思。

这应该是早期马斯克直接把内部工程项目的代号拿来当产品名称了。

创业阶段初出茅庐,这样搞挺好,凸显特斯拉技术宅、工程师基因。

但现在特斯拉家大业大,全球智能车行业都在模仿和试图超越,再这么随意,好像也不太合适。

于是马斯克宣布,我们改名啦,新一代自动驾驶硬件平台,名字就叫——AI5。

这属于是自动驾驶第一性原理命名法了。

老马透露的相关信息还有这些:

首先是算力比现款HW4.0提升10倍。

其次是功耗整体提高4-5倍。

2025年下半年推出。

有这么几个点值得留意。算力方面,马斯克特别提到整个平台的算力大概是HW4.0的10倍。

其实特斯拉从未明确公布过HW4.0的具体数据,只是说是HW3.0的5倍(国内三方资料中的750TOPS数据无官方证实),所以根据已知信息和国外发烧友的实机拆解测试,大概可以推测出HW4.0的算力在300TOPS-500TOPS之间。

也就是单颗FSD芯片200多TOPS算力。

这样计算,AI5整个平台算力可能达到3000-5000TOPS。

这个数据是十分恐怖的。

目前国内的TOP玩家,比如华为、小鹏等等,支撑无图、轻图城市NOA功能的算力平台,不过就在400-500TOPS左右。

“芯皇”英伟达Thor,顶配才2000多TOPS,而且业内已经有很多意见认为量产车并不需要如此过剩的算力。

马斯克到底是在“放卫星”提振外界对特斯拉的信心,还是真的对自动驾驶技术范式做出了革命性变革,是个很大的悬念和看点。

第二个值得留意的是能耗方面。马斯克提到五代硬件平台,整体能耗比HW4.0提升4-5倍,相比于10倍的性能提升,其实证明特斯拉自动驾驶软硬结合能力更进一步,能耗控制更合理了。

还要补充一点,车载计算芯片和手机计算芯片的不同之一,就是可以无后顾之忧的打“富裕仗”,不必过于把能耗、尺寸作为衡量优劣的指标。车载计算平台的散热条件,天然也比PC、手机优良得多。

毕竟电动车的电池容量远大于手机,而且就算芯片能耗再高,相比于电机、空调等等,也只能算零头。

还有一点容易被忽略,马斯克说AI5是“特斯拉最新一代计算平台”,但是严谨地说,特斯拉的业务就仅仅只有汽车吗?

所以这也是大部分网友推测的依据:AI5很可能并不是专门为FSD准备,如此高的算力,匹配的可能是今年8月即将发布的特斯拉Robotaxi、人形机器人Optimus,以及未来支持L4、L5的特斯拉车型。

也许那个时候的特斯拉产品,真的会取消驾驶舱。

不过也有用户提了一个很尖锐的问题:

之前HW3.0面世时,马斯克就拍胸脯保证可以实现无监督的FSD功能,但显然是鸽了。直到今天的HW4.0仍然不行。

AI5就一定可以吗?

AI5会带来什么样的改变?

现在已知的信息并不多,只有一点是较为确定的,AI5由三星代工,4nm工艺。

最早特斯拉曾表示过100%给台积电代工,不过后来马斯克和三星高层见了一面后,又改了最初的决定。

据说是三星给马斯克开了一个“没法拒绝”的优惠价格,而且先进制程的良品率提升到70%多,和台积电相差不多了。

所以可以基本肯定,AI5仍然会采用基于Exynos-IP的内核。Exynos-IP是三星基于ARM构架设计的自有IP,谷歌的手机也用过。

2019年三星因为和高通合作,就停止了相关工作,不过Exynos-IP设计非常超前,基本上近似于目前ARM Cortex X系列的旗舰X3的设计,所以2020年之后才开始设计的HW4.0,经国外特斯拉爆料大神Greentheonly拆解发现,仍然采用了Exynos-IP。

AI5很可能延续这个路线。

当然,今时不同往日,自动驾驶算法的技术范式已经发生了深刻变革,从最初的CNN为为主的模块化网络结构,转变为以Transformer为主的端到端一体化网络。

外界通常更加关心自动驾驶芯片的NPU算力,这本身没错,大模型时代,当然需要更强的AI计算能力。

但对于自动驾驶任务来说,光NPU变强还不够,AI处理器的速度再快,算力再高,如果90%的时间都是在等内存搬运数据,那也是白搭。

CNN时代外置CPU足以配合好AI处理器,但到了Transformer,CPU反而成了瓶颈,内置成了最佳选择。

实际上,HW4.0就是添加了一个CPU以应对Transformer,刚好和特斯拉超算芯片Dojo的D1架构原理相同。

这也就解释了马斯克在剧透AI5的同时,还特意强调了HW4.0不是直接退役,而是拿去构建训练集群(和英伟达A100同时服役)。

所以特斯拉对于下一代计算平台AI5的安排和带来的影响,大概也能推测一二了。

AI5的超大算力,极大可能不是单一芯片或双芯片实现,而是多个下一代4nm FSD芯片组合的结果。

如果真是单颗/双颗芯片数千TOPS算力,成本就会到几乎无法量产,不是汽车工业也不是科技行业的玩法。

这也就说明,AI5很有可能是一个平台方案,根据任务、场景、产品成本要求不同,“丰俭由马斯克”。

最复杂的人形机器人,可能会用到数千TOPS算力,Robotaxi可能就会低一点。相应的,特斯拉量产车可能会更低。

至于完全无监督的FSD在车端到底需要多大算力支持,可能马斯克自己现在也不清楚,仍在摸索中。

“端到端”最合理最高效的模式,到底是全部AI模型化,做成一个大黑盒,还是有条件的、逐步一体化,业内也没有定论。

AI5最终体现在特斯拉量产车的算力有多大,不好判断,但肯定大于现在的四五百TOPS。

所以AI5带来的冲击和影响,最直接的是开启智能汽车、自动驾驶的算力军备竞赛。

全行业玩家在这样的竞赛过程中,逐渐就会明确端到端自动驾驶的实现基本前提和门槛。

L4也是同样,AI5在特斯拉的Robotaxi上的探索和试错,作用也相当于量产车,那就是给Robotaxi的落地打造出一个样板:多大算力、什么样的方案配置、多少成本。

更重要的,是特斯拉身体力行为所有“AGI”玩家打样:需要什么样的技术体系,底层通用平台如何打造,云端终端的架构分别怎么选择…

本文作者:贾浩楠,本文来源:智能车参考,原文标题:《马斯克剧透新FSD计算硬件:直接冠名「AI5」,4nm工艺算力10倍提升》

$赛力斯(SH601127)$  

2024-06-23 12:34:04 作者更新了以下内容

Robotaxi日发布会前瞻:厉兵秣马,蓄势待发

研报日期:2024-06-23
核心观点
美国与中国均已处于Robotaxi推进的0-1突破阶段,国内有望后来者居上:美国与中国均处于全球Robotaxi推进的领先位置。与美国相比,中国Robotax商业化推进,1)起步相对较晚,但步入商业化运营速度相对较快;2)政策从中央至地方双重驱动,地域覆盖范围更广;3)预计合作/合资或为国内Robotaxi运营主流;4)麦肯锡预计2030年国内基于自动驾驶的出行服务创收将达2,600亿美元(渗透率达10 %vs.我们预计当前仅约0.2%-0.3%)。
特斯拉Robotaxi日发布会有望成为产业链催化剂:FSD V12率先在感知层 决策层应用端到端大模型;2024/6特斯拉已面向外部车主推送FSD V12.4.1。1)从2023年底FSD V12推出至今,端到端大模型已加速特斯拉FSD版本迭代;2)FSD V12.4标志着特斯拉FSD或逐步取消方向盘参与决策,预计FSD V12.5及之后的版本性能仍将继续大幅提升。
Robotaxi猜想一,智驾芯片或搭载HW5.0:1)Robotaxi所需的视频输入量或大幅增加,云端 车端数据实时传输、算力要求增加;2)Robotaxi价格带或下沉,降本;3)HW5.0推出时点或与Robotaxi全新车型上市节奏相匹配。
Robotaxi猜想二,中央计算/多域融合 电子电气架构升级:电子电气架构存在向中央集成式迈进,呈现中央计算 多域融合的趋势。预计特斯拉自动驾驶模块和娱乐模块有望进一步融合(或同步集成至HW5.0芯片)。建议关注具备多域融合能力的域控制器供应商(德赛西威)、以及国内线束自主龙头标的(沪光股份)。
Robotaxi猜想三,车身内饰/底盘升级:Robotaxi车身内饰与底盘或存在进一步升级/简化的可能。1)Robotaxi车身尺寸或减小、车内空间或增大,车身内饰存在进一步优化的可能;建议关注国内自主座椅龙头标的(继峰股份)。2)预计Robotaxi整车动力系统将升级优化,推荐线控制动(伯特利)、建议关注线控转向(耐世特)。
Robotaxi确定性应用一,48V低压系统:特斯拉已在Cybertruck上采用48V低压系统(vs.传统为12V),我们判断Robotaxi平台仍将延续应用48V低压系统。建议关注:DC/DC变换器(欣锐科技、英搏尔)。
Robotaxi确定性应用二,Unboxed Process组装工艺:我们分析Unboxed Process对零部件/组件的标准化与误差管理要求高,预计一体压铸应用范围或进一步扩大。
风险提示:特斯拉Robotaxi进展不及预期、国内外高阶自动驾驶技术推进不及预期、政策与市场风险。
研究员:光大证券 倪昱婧
追加内容

本文作者可以追加内容哦 !