英伟达与特斯拉_英伟达和特斯拉哪个潜力大

1.车载AI芯片大战打响：谁能笑到最后？

2.终于，英伟达成为了一家软件公司

3.为什么绝大部分人都倾向英伟达的显卡？

4.特斯拉、比亚迪的下一个战场—芯片，新能源汽车界的瑜亮争锋

5.特斯拉的自动驾驶技术到底有什么？

车载AI芯片大战打响：谁能笑到最后？

[汽车之家?行业]未来车辆会是“第三生活空间”，使用场景将更加丰富化、生活化。自动驾驶的到来，车辆更会成为移动生活空间。车辆内外部需要交互才能实现的各种功能，必然意味着大量的数据和智能运算，芯片将是汽车核心技术生态循环的基石。

北京车展期间，人工智能芯片企业地平线在现场发布新款AI芯片征程3，可支持L2级自动驾驶和智能座舱等多种应用。此外，地平线还宣布不久后将推出征程5，可与特斯拉HardWare?3自动驾驶平台一较高下。车载AI芯片战争打响。

“第三空间”市场潜力巨大

我们可以想象到未来驾驶场景：上车后启动车辆，智能座舱进入工作状态，你一声令下说出目的地，导航系统已经为你规划好路线；行车过程中，车内温度调节至最佳状态，系统也会自动打开，播放你喜欢的音乐。对了，如果有老人小孩，车内还会有定制化服务，比如看看动画片，听听京剧。

消费者对汽车的认知会从“交通工具”向“第三空间”转变，这个转变的过程，也会引发产业链变革。吉利控股集团董事长李书福曾说，汽车是四个轮子加一个沙发。地平线总经理地平线创始人兼CEO余凯则说：“未来的智能汽车是一台四个轮子上的超级计算机，车载AI芯片是最核心的器件，是智能汽车的数字发动机。”

常规芯片已经无法适用于未来汽车。简单来理解，在汽车电子发展初期，常用分布式?ECU（电子控制单元），芯片与传感器是逐一对应的关系，无需太强大的运算和储存能力。普通功能芯片仅适用于发动机控制、电池管理、控制等局部功能。

智能网联汽车则需要随时处于交互状态，无论是与驾乘人员交互，还是与外界环境，乃至云端数据中心交互，都需要进行大量的数据运算与处理，这些海量的数据还是、非结构化数据。因此，具备强大计算能力的AI芯片需求也与日俱增。

那对车载AI芯片的要求是什么？

上汽集团原总工程师程惊雷说：“汽车是物联网综合组成体，对功耗、算力、安全、成本比对消费芯片的要求更高，‘车规级芯片’是芯片行业的珠穆朗玛峰。”

张玉峰进一步分析，可靠性、稳定性、一致性对车规级芯片来说非常关键，车规级芯片标准远高于消费级芯片，15年或20万公里左右寿命要求，也远远大于消费电子产品，“即使面临120℃以上高温或者超低温，都不允许车辆停机，所以车规级芯片的设计以及生产制造，都会有很高的要求。”

从汽车电子架构方面来看，汽车会从分布式架构向域控制/中央集中式架构发展。

当汽车加入的传感器越来越多，线路也会越来越复杂，整车也会划分为动力总成、车辆安全、车身电子、智能座舱和智能驾驶等多个域，利用多核CPU（中央处理器）/GPU（图形处理器）芯片集中控制每个域。

而随着自动驾驶到来，车辆各种数据聚集、融合处理，汽车电子架构会更为集中，比如摄像头、毫米波雷达、激光雷达乃至GPS和轮速传感器的数据，都在同一个计算中心内进行处理，从而保证处理后的数据对整车自动驾驶最优。

博世提出，电子电气架构升级路径表现为分布式（模块化→集成化）、域集中（域控制集中→跨域融合）、中央集中式（车载电脑→车-云计算）。

这也意味着，车载AI芯片将会是一个大市场。

中信证券研究部分析发现，全球芯片巨头纷纷进军汽车产业，并推出具备AI计算能力的主控芯片。伴随智能驾驶渗透率提升，主控芯片市场规模有望在传统功能芯片之外快速增长，2020年可达40亿美元。

东吴证券研究所则测算，AI芯片单车价值将会从2019年的100美元提升到2025年的1000+美元；我国汽车AI芯片市场规模将从2019年的9亿美元提升到2025年的91亿美元，未来6年复合增速达46.4%；到2030年将达177亿美元，十年复合增速28.1%。

车载芯片领域“聚圈行动”

如此有潜力的车载AI芯片市场，吸引了大量的企业下场角逐。从特斯拉到华为、英特尔、英伟达，再到传统半导体巨头恩智浦、英飞凌，以及国内新锐企业地平线、寒武纪，纷纷涌入车载AI芯片市场，试图分到一杯羹。

企业也有各自的打法。地平线副总裁兼智能驾驶产品线总经理张玉峰总结，“主机厂与芯片企业进行整体战略合作，是车企发展的必由之路。如宝马与英特尔的Mobileye合作，戴姆勒拥抱英伟达。国内多家主机厂也会与地平线这样有算法能力的芯片公司加速绑定。”

宝马与英特尔的Mobileye合作中，由英特尔负责处理数据，Mobileye贡献独有的EyeQ5视觉处理器，宝马则提供整车平台。据悉，三方联合开发基于宝马I?Vision?Future?Interaction的自动驾驶概念车，将在2021年推出量产车型。

除宝马之外，一汽、红旗、长城、长安等企业也和英特尔达成合作，相信会有更多英特尔处理器出现在不同车企产品之中。

2018年7月，英伟达宣布联手戴姆勒和博世，共同开发L4级与L5级别无人驾驶汽车，其合作的自动驾驶汽车AI大脑，将基于英伟达自动驾驶平台Pegasus开发而来。英伟达的目标还有造车新势力，不久前英伟达与理想汽车宣布战略合作，理想汽车下一代产品将配备英伟达芯片。

地平线也在建立广泛的朋友圈。基于旗下车载AI芯片，地平线拥有长安、红旗、奥迪、理想、福瑞泰克、佛吉亚、SK电讯等主机厂、Tier1企业合作伙伴。

长安UNI-T已搭载地平线征程2芯片，“我们可以实现视线追踪、分级疲劳检测、多模唇语识别、驾驶员行为识别、智能情绪抓拍和手势识别等主动式交互功能。”张玉峰说，“评判车载AI芯片的优劣，用户的直观的体验最为关键，地平线配合长安实现了不少创新性功能。”

车载芯片企业也需要建立广阔的朋友圈，只有得到越来越多的主机厂支持，才能得到更大的市场。“车载芯片产业链上，不同玩家之间的合作关系将更为紧密，通过各自的优势，实现能力互补。”张玉峰说。

三强多级竞争格局下，谁有机会？

多年来，传统汽车芯片市场一直被恩智浦、德州仪器、英飞凌等巨头“垄断”，当汽车智能化加速，汽车芯片市场格局也逐渐变化，关于智能驾驶、自动驾驶的车载AI芯片市场大战已经打响。除了传统半导体企业入局之外，新创企业也不断进入汽车芯片市场。据统计，国内已有30多家初创企业正在研发汽车芯片。

目前车载AI芯片领域呈现三强多级的格局。

业内人士认为，以特斯拉为代表的FSD芯片自研自用，处于引领产业发展的地位，可以归为独立一级。以GPU见长的英伟达和背靠英特尔的Mobileye，可归为第一梯队。

华为技术强劲，并且自建生态体系，可归于1.5梯队，不久后可冲刺进第一梯队。国内AI芯片新锐地平线、寒武纪等处于第二梯队。传统汽车电子厂商，以及其他潜在进入者处于第三梯队。

车载AI芯片是智能汽车时代最为核心的技术之一，也是汽车产业竞争的制高点。特斯拉、英伟达和Mobileye给国内芯片企业带来的竞争压力巨大，研发高算力且开放的车载芯片，是未来的重中之重。

“Mobileye技术领先，但是相对封闭；英伟达通用开放，但是功耗高成本高，双方各有优势，但是也存在短板。地平线拥有一定先发优势，很可能会是Mobileye在国内的强势竞争对手。”芯片行业研究专家张强向汽车之家表示，我国芯片市场正处于快速上升阶段，包括华为、地平线等企业，有机会在未来1-2年内加入市场竞争。

张玉峰说：“地平线定位为Tier2供应商，通过车规级AI芯片为产业赋能。2020年地平线新增30多家合作伙伴，前装定点项目达到两位数。希望2022年征程系列芯片年出货量达到百万级别。”

编辑总结：

车载AI芯片是汽车智能化变革中的关键先生，从特斯拉自研芯片，到英特尔收购Mobileye，再到英伟达多方布局，都显示着车载AI芯片的战略地位。车载AI芯片市场潜力巨大，但是要分到一杯羹也并非易事。国内企业面对第一梯队企业的竞争压力，还需加倍努力，广建朋友圈，加强开放性，这样才能赢得机会。（文/汽车之家?李争光）

终于，英伟达成为了一家软件公司

如果说图形芯片、AI芯片、数据中心芯片供应商英伟达是一家软件公司，可能会被很多人笑话“不专业”，但事实上，英伟达正在成为一家靠着软件平台驱动来赚钱的芯片公司。内部人士透露，英伟达75%的员工为研发人员，而研发人员中一半为软件开发人员，这样的人员比例足以见证软件平台战略在其公司中地位，英伟达也一直声称自己是“计算平台”公司而非芯片企业。

英伟达创立时市场上有20多家图形芯片企业，三年后市场上的图形芯片玩家是70多家，英伟达之所以能够一骑绝尘，离不开15年前英伟达开发的CUDA编程模型和数据中心GPU平台，正是这个平台把英伟达带到通用计算芯片市场。

靠着定制的软件平台、开发工具、应用工具，英伟达构建了“由软件、大学、初创公司和合作伙伴组成的强大而稳健且自给自足的生态系统”（福布斯评价）。

通过研发特定软件平台，英伟达不断拓展疆土，超越英特尔、AMD、三星、台积电，成为全球市值最高的半导体公司。

在前几天举行的英伟达GTC大会上，身着皮衣、又一次在自家厨房“谈话”的英伟达创始人兼CEO黄仁勋，同样没有大谈坚硬的芯片，而是细数了几大新软件平台，而这其中的每一个平台都有可能给英伟达创造数以百亿美元计的新增市场机会。

黄仁勋总能撩动产业与资本的神经，因为他的芯片策略永远是梦想与平台开路，当开发者如期来到他的特定平台，自然带来芯片的大卖。其梦想与平台先行战略屡试不败，现在正呈现雪球效应，在这次GTC大会上黄仁勋透露，目前英伟达的开发者近300万，在过去15年里CUDA的下载量是3000万次，而去年一年，其下载量达到了700万次。

现在，英伟达再次将平台战略复制到元宇宙市场。今年元宇宙烧得热火朝天，而英伟达早在两年前就开始了它的元宇宙平台研发。去年12月英伟达云宇宙平台Omniverse正式上线公测，黄仁勋没有像脸书那样将元宇宙平台吹得神乎其神，而称其为全球4000多万工程师、设计师的实时仿真与协作平台，但这个协作平台被各界看好。

前几天，英伟达的市值超过伯克希尔哈撒韦成为全美排名第7的公司，富国银行（Wells Fargo）将英伟达的股票价格预期从245美元调高到320美元，给出的理由为“英伟达将是元宇宙的硬件入口”，未来5年，元宇宙将为英伟达提供100亿美元的市场增值份额机会。而这个能够带来100亿美元增长的引擎，正是Omniverse。

Roundhill的研究副总裁Mario Stefanidis认为， 英伟达的Omniverse平台是虚拟现实兼容的，允许用户实时合作，用真实的光线创建精确的物理模拟。“这种类型的基础设施将是虚拟世界的关键，因为用户会寻求身临其境的体验，将现实世界和虚拟世界连接起来。”

关于英伟达的元宇宙策略，HTC中国区总裁汪丛青认为 英伟达提供PC/服务器/云图形解决方案和内容创建工具解决方案的基础设施技术提供商，拥有许多基于云的XR解决方案/工具，用于将工作处理转移到网络；英伟达与业内许多参与者合作，试图实现他们的，应该说英伟达的元宇宙战略，会为行业带来很高的价值。“当一家公司明确他们在整个元宇宙故事中扮演一个角色，而不是成为整个元宇宙的所有者时，他们将有更大的成功机会。” 汪丛青说。

就在几天前，《时代》杂志将2021年的最佳发明奖颁给了Omniverse，评价是“虚拟世界不仅仅是为 游戏 而打造——其对于道路、建筑等基础设施的规划来说也有帮助，并且可以用于测试自动驾驶 汽车 。极度逼真的虚拟空间有助于现实世界目标的实现，NVIDIA 的 Omniverse 项目正在让其创造过程变得更简单。该平台结合了最新的 NVIDIA GPU 的光线追踪技术与一系列开源工具，允许在真实感十足的 3D 世界中进行实时协作。Foster 建筑事务所等建筑专家正使用该技术在更早的设计阶段进行建筑细节的可视化；宝马公司使用它建造了一个工厂的数字孪生，以测试更高效的流水线的可能性” 。

Meta（脸书）元宇宙的目标客户是茶余饭后 游戏 人群，英伟达则是企业工程师与设计人员。元宇宙对于大众消费者或许是“锦上添花”，但对于企业用户和创业人员则是创造生产力的“必须品“。而事实上，英伟达竞争对手并不是的Meta（脸书）而是AMD与英特尔，就在英伟达举行GTC的11月9日，AMD与脸书宣布达成合作，脸书将用AMD的数据中心芯片，就这个消息让AMD的股价创下了 历史 新高，同为芯片厂商，AMD要触达上层的元宇宙应用生态需要借助脸书的平台，而英伟达自己就有平台，这才是英伟达在资本市场扶摇直上的根本原因。

Omniverse去年年底开始上线测试，现在拥有700多家企业级用户，包括宝马、爱立信、航空航天制造商洛克希德·马丁、索尼动画等。

此前，英伟达介绍，Omniverse分为三部分。第一部分，数据库引擎Omniverse Nucleus，用户可在此连接并进行 3D 资产和场景描述的交换，需要进行建模、布局、阴影、动画、照明、特效或渲染的设计师可以一起协作创建场景。第二部分是合成、渲染和动画引擎——虚拟世界的模拟，比如英伟达的图形技术可以实时模拟每条光线如何在虚拟世界中反射。第三部分是NVIDIA CloudXR，它包括客户端和服务器软件，可用于将扩展现实内容从 OpenVR 应用程序传输到 Android和 Windows设备，允许用户进出Omniverse。

今年的GTC，英伟达发布了一系列Omniverse性能更新以及最新工具，并举办了一个 Omniverse技术专场。黄仁勋表示：“有了Omniverse，我们就有了创建全新3D世界，或对物理世界进行建模的技术。而如何使用Omniverse模拟仓库、工厂、物理和生物系统、5G边缘、机器人、自动驾驶 汽车 ，甚至是虚拟形象的数字孪生，是一个永恒的主题。”

英伟达的软件平台与开发工具、应用开发工具之所以赢得大量的“开发粉”，当然不是因为老黄能忽悠，从PC时代开始，英伟达对工具重视、对开发者体贴，现在这一传统在元宇宙发扬光大。

其一是Omniverse Avatar（阿凡达），这是一个用于创建虚拟人的开发工具，基于Omniverse平台和世界上最大的定制语言模型Megatron 530B，该工具可以让开发者便捷地开发出AI驱动的交互式虚拟形象，可使此角色具备视觉和语言能力，能够就各类主题进行交谈，并理解自然语言中的深层含义。

为了让开发者见识英伟达阿凡达能力，黄仁勋现场演示了用阿凡达创造的黄仁勋虚拟形象“Toy-Me”，还带来了帮人点餐的虚拟人“蛋壳人”以及可以嵌入在会议软件中的虚拟人。

其二是Omniverse Replicator，这是一种合成数据生成引擎，目的是帮助构建更好的数字孪生体。Replicator应用使开发者能够以人类无法做到的方式引导AI模型、填补现实世界的数据空白，并标记真值数据。

在GTC的主题演讲中，英伟达还展示了 Omniverse 的一系列新功能，包括 Showroom， Farm以及 Omniverse AR等，Omniverse VR将率先推出完全图像、实时光线追踪 VR 环境。

作为全球市值节节攀升的平台型半导体公司，当然不会只守着元宇宙这一亩三分地，在包括自动驾驶、机器人、地球气候建模、大模型、数据中心等领域，英伟达不能错漏一个，统统进行了布局，推出相关的平台、框架、工具以及算法模型等。

自动驾驶开启的是万亿美元的市场，黄仁勋认为“到2024年，绝大多数新电动车都将具备真正的自动驾驶功能。”针对自动驾驶，英伟达不可能缺席，推出了NVIDIA DRIVE，这是NVIDIA的自动驾驶 汽车 全栈开放式平台，而Hyperion 8是NVIDIA最新的完整硬件和软件架构。这次大会上，黄仁勋详细介绍了Hyperion内置的几项新技术，包括用于DRIVE Sim的Omniverse Replicator。事实上，目前自动驾驶领域的诸多领先企业、创业团队都用了英伟达的端到端自动驾驶解决方案，包括Lotus、百度、威马 汽车 、高合 汽车 、蔚来、轻重智行等，甚至特斯拉早期同样用了英伟达的GPU以及系统平台。

机器人是又一个兵家必争之地，英特尔同样在此重兵布局。目前英伟达的机器人生态系统VIDIA Isaac已有700多家公司和合作伙伴，这个数字在过去4年里增长了5倍。黄仁勋在GTC大会上宣布，NVIDIA Isaac机器人平台现可轻松集成至机器人操作系统（ROS）中。这是一套应用广泛的软件库和工具，适用于机器人应用。黄仁勋解释道，建立在Omniverse之上的Isaac Sim是有史以来最逼真的机器人模拟器。

大模型被视为通往通用AI的一条可能路线，也是AI战略要地，目前IT头部企业均在此布局。针对大模型，黄仁勋发布了用于训练大型语言模型的Nemo Megatron。他表示，此模型 “将成为有史以来最大的主流HPC应用。”同时英伟达还发布了NVIDIA Modulus用于构建和训练物理学机器学习模型，这些模型可以学习并充分遵守物理学法则。

此外，黄仁勋还宣布推出了全新的Clare Holoscan平台以创建更好的医疗 健康 服务；推出量子计算模拟平台显著提升量子模型性能，并将于12月上线，将构建Earth Two （E-2）来模拟和预测气候变化。“为了创建Earth Two，我们将需要使用迄今为止发明的所有技术。”黄仁勋说。

不过，对于英伟达是否是一家软件公司，汪丛青认为:“Not really, 英伟达是工具和基础设施提供商。他们不制作内容，而是提供一些底层技术/工具，让其他人能够制作。”黄仁勋在GTC演讲的开头说自己是AI：“英伟达、深度学习和无所不在的人类智慧，让我融入每个人的生活。”

在数字经济时代，在软件正在定义一切的时代，我们用软件构建一切，而这一切，又怎么能离开芯片，这是英伟达打造计算平台、开发工具、应用工具的真正逻辑。

作者丨李佳师

编辑丨连晓东

美编丨马利亚

为什么绝大部分人都倾向英伟达的显卡？

价格，性能，还有对应用的兼容性，对游戏的优化，这些都是选择显卡要考虑到的东西。现在大部分的游戏大部分的软件对英伟达的支持较好。还有就是舆论的倾向，大家都说好，那么不懂的人也跟着说好。

特斯拉、比亚迪的下一个战场—芯片，新能源汽车界的瑜亮争锋

随着新能源车的发展趋势， 汽车 的智能信息平台将成为下个致胜点， 汽车 行业经过100多年的发展，在设计和制造已达到成熟，未来的发展空间就是信息技术部分，比拼的就是由信息通讯技术为主的智能综合体系。

目前，我国在 汽车 行业芯片研发与制造上都远落后后欧美国家，国际 汽车 电子巨头如恩智浦、英飞凌、意法半导体等占据全球近7成市场。国产MCU同国际企业还有一定的差距，无论市场份额还是技术先进性，都远不如国外，我国国内主流的MCU还是8位，大约占比50%，16与32位MCU都分别占比20%左右，从这看出国产MCU大部分集中在低端电子产品领域。另外在自动驾驶领域，芯片巨头都已快速布局了，这些优势是我们没有的。

在芯片的另外一个战场—— 汽车 电子芯片领域，主控芯片取代MCU芯片将成为主战场，世界芯片巨头也已嗅到巨大的市场商机。而IGBT芯片随着新能源车的发展也越来越受到更多的关注，我国新能源车领头羊比亚迪实现了国产IGBT“零的突破”后，势必将成为这一赛道的选手。而回头看看MCU芯片，虽然场景占据优势，但随着 汽车 产业的变革，行业整合将是它们化零为整，重拾信心的必由之路。

汽车 的智能化和自动化正成为下一个投资风口，特斯拉与英伟达合作失利进而自研芯片，比亚迪分拆芯片业务剑指IGBT，英特尔通过收购弯道介入等等， 汽车 行业将接力手机成为资金风投的终端入口热门战场。 汽车 智能化革命的背后， 汽车 行业的“芯片战争”将在智能 汽车 赛道点燃烽火，这也是5G物联网生态发展的必然趋势。

特斯拉的自研芯片打造的车载计算平台，是所有智能功能的基础，这一平台的供应链由少数厂家组成，已比较成熟了。如Mobileye、地平线、英伟达与高通等。特斯拉之所以自研芯片，是因为之前的合作对象提供的芯片不能达到自己的要求，就自研打造了HW3.0芯片。从之前与芯片巨头合作，再到特斯拉自己研发芯片，这无疑已占尽了先机。

特斯拉之所以在中国市场稳居第一的位置，最重要就是信息技术系统的优势，这一切都聚焦在车规级芯片上。今年芯片一直是大家饭后的话题，也让我们开始对芯片重视起来，“芯”的重要性也越来越突出。今年是我国智能 汽车 迎来蓬勃发展， 汽车 芯片就是下一个战场！特斯拉强大的原因就在这里，它的优势都来自它的芯片核心竞争力，而不是大家所看到的销量对传统车企的威胁。

特斯拉反应迅速，也是最快入场，从入局到行业领先，特斯拉只用了一年的时间就实现了，近些年 汽车 行业的变革，特斯拉始终走在行业前列。在2019年，特斯拉销量一举超越比亚迪，成为全球新能源领导者，也俨然成为我国新能源车行业的“鲶鱼”，在全球总销量中占据了16%的份额，随着特斯拉的发展与价格不断调整，特斯拉在的份额或将进一步上升。对特斯拉来说，产业格局也逐渐趋于成熟，市场也将进一步提高。

随着特斯拉掀起的“鲶鱼”效应越来越明显，尽管对我国其他车企有很强的冲击，但其国产率占比不断提高，我国 汽车 相关行业也将受益，然而在核心技术：电机、电控、无人驾驶等方面，国产化率的提升进程依然不明显。这就和马斯克有很大的关系，他是充满想象力的要求很难在其他芯片巨头得到满足，于是特斯拉拉开了自研芯片的序幕。

华为打造的Hicar智能车载系统，已和国内外30家企业达成合作，支持华为Hicar的 汽车 已经达到了120多款。华为在今年迅速切入 汽车 市场，就是看到了 汽车 行业发展的趋势，通过“不造车，利用自身通讯技术优势，打造华为智能车载系统帮助企业造好车”的思路快速打开市场。

在今年两会上，有网友或许会发现有个车规级芯片的事被注意到，民革中央今年拟提交关于加快车规级芯片研发，推动我国新能源 汽车 与储能发展的提案！毫无疑问，我国的车规级芯片也是一块明显的“短板”，受制于人！在传统 汽车 行业我们从落后跟跑的状态已追平了和发达国家的距离，但还没来得及喘口气， 汽车 行业的竞争已从单一行业跨越到芯片行业的竞争。

比亚迪已经拥有了从IC设计、功率芯片设计、晶圆制造、IC封装测试、模组封装测试的一系列完整产业链。多元化布局让比亚迪成为唯一能和特斯拉抗衡的希望，比亚迪半导体公司通过重组，通过多年集中布局IGBT，如今突破IGBT的垄断，已实现在中国车规级IGBT市场占据了18%的份额。随着新能源车的发展，IGBT的市场需求量大增，而传统芯片巨头均在MCU赛道上。

对比亚迪来说，已打破IGBT技术长期被国外垄断的局面，自主设备、制造的IGBT芯片和模组已实现量产，这意味着我国国产 汽车 在IGBT供应链中占据了除电池外的又一高地，更重要的是，国产IGBT能自制自用，结束了依赖进口的 历史 。

目前，我国在消费电子芯片设计已经很有实力，但在车规芯片方面才刚起步。要想打破壁垒进军 汽车 电子芯片市场无疑是具有挑战性的，但在自动驾驶、智能车载系统等方面我国已取得了非常不错的成绩，尤其是以比亚迪、华为为代表。尽管 汽车 电子芯片不需要像消费电子先进的制程，完全可以通过自己设计、制造出来，但要想彻底摆脱受制于人还是有难度的。

汽车 电子芯片领域，即将成为新的战场，比亚迪、华为纷纷跑步入场，这场又是一场没有硝烟的 科技 战，我国新能源车代表比亚迪能经受住 汽车 行业变革的冲击吗？面对特斯拉的优势，我们更应该重拾信心，虽然在技术上还有一定的差距，但我们也有自身优势就是有足够强大的市场，全球 汽车 芯片战争已经打响，我们也已进入了“战斗阵地”！芯片战争对于国内来说才刚刚开始，而智能 汽车 芯片市场或许能让国产芯片开始有立足之地。所谓，路在何方?其实，路一直都在脚下。只要开始去做，一切都还不晚。

特斯拉的自动驾驶技术到底有什么？

马斯克曾说会在2019年年底推出功能齐全的自动驾驶（Full?Self?Driving,简称?FSD），但现在已经到了2020年，特斯拉升级系统后除增加了“车辆召唤”功能，也并没有完全开放自动驾驶权限。对此，马斯克表示特斯拉希望通过训练神经网络来识别城市中可能遇到的每个物体并取相应的行动，从而强行进入城市驾驶，这可能还需要数月的时间。

不得不说，尽管还需数月，但如果能在今年内开放城市内的完全自动驾驶，也足以令人惊叹。而最近有日本媒体拆解了特斯拉Model?3，更是宣称它的自动驾驶技术要领先其余汽车制造商6年的时间，究竟有什么玄妙？

什么是“Hardware?3”？

说起来特斯拉的自动驾驶技术，不能忽略的就是它的自研芯片，也就是在2019年4月发布的“Hardware?3”。

其实在最开始的时候，特斯拉并没有完全独立研究这块集成芯片，而是与?Mobileye?合作，但后来特斯拉产品在驾驶情况下经历了一次事故，这显然没有达到预期的要求，所以二者不欢而散。随后特斯拉又携手英伟达，用英伟达的芯片解决方案，但显然马斯克觉得这还不够，于是在2016?年请来“芯片皇帝”?Jim?Keller?担任特斯拉硬件开发副总裁，也正式拉开了自研自动驾驶芯片的序幕。

从成品的FSD?电脑中可以看出，里面包含了两块自研芯片。这两款芯片独立运行，拥有各自的电源、DRAM?内存以及闪存，也就是说，当其中任何一个出现故障，FSD?电脑依然会正常驱动汽车进行自动驾驶。

“Hardware?3”拥有60亿颗晶体管，每秒能完成144万亿次计算，能同时处理每秒2300帧的图像。对比特斯拉上一代处理器（HW2.5），FSD在性能方面提高了21倍，并且能够应对L5级别自动驾驶所需的感知层数据量和计算能力，目前来看哪怕与英伟达这样的芯片公司相比也丝毫不落下风。

“神经网络”才是重点？

想要在自动驾驶方面比其它汽车制造厂更好仅仅拥有一块自研芯片也是不够的。特斯拉之所以能在驾驶领域拥有较好口碑，还有一个关键点，就是神经网络。

神经网络（NEURAL?NETWOTRK）现在对于用户来说并不再陌生，因为大家熟悉的手机产品很多都使用了这种机器学习方式，比如：Iphone?上的Siri。神经网络的工作原理的数学模型就像是生物神经网络。最主要的能力就是能够依赖大量的数据信息进行自我学习，而特斯拉拥有庞大的用户群以及数据量。所以特斯拉可以通过大量用户数据，教会机器识别车道线、车辆、行人、交通信号等内容。

具体来说，特斯拉会首先在神经网络中放置一个数据集，随机集大量数据然后进行标注，当神经网络在后续识别中存在识别不准确或者车内司机进行某些操作触发反馈机制后，车子会向总部回传这些数据，特斯拉会对数据进行验证修复，在经过海量数据学习之后，机器就变得更加智能，识别更加准确，同时更利于后续的路径规划以及决策操作。

根据之前特斯拉公布的一份数据，利用在全球的车队，特斯拉已经收集超过?160?亿公里的真实行驶数据，其中超过16?亿公里的行驶里程使用了?Autopilot?自动驾驶系统，海量的自动驾驶数据也是特斯拉相比其它汽车制造厂更占优势的地方。

视觉传感器有何作用？

说完了特斯拉自动驾驶中的“大脑”，想要完成出色的自动驾驶功能，还有一个部分不可缺少，那就是车辆的“眼睛”，也就是视觉传感器，俗称摄像头。

在特斯拉看来，人就是通过两只眼睛来实现对外界的感知，车辆上的摄像头作用与之类似，而特斯拉产品上的的视觉传感器有8?个，并且还有毫米波雷达等设备一起完成车辆在自动驾驶时对外界的感知。

总结

通过上述内容可以总结出，特斯拉自动驾驶技术的核心就是视觉感知+自我学习。而特斯拉这种通过神经网络来完成的“用户数据—自动驾驶—用户数据”提升闭环也能使特斯拉自动驾驶技术愈发的领先。

要说特斯拉完全自动驾驶功能何时能下放到现有产品上，很多行业人士乐观的认为将会在2020年内完成。反观其它汽车制造商，无论是传统品牌还是造车新势力，要么就被禁锢在传统的汽车制造逻辑中难以脱离，要么就是缺乏可用的大量用户数据。这些因素虽不说让它们在技术上落后特斯拉6年，但差距总归还是有一些的。据消息称，特斯拉的下一代芯片也会在两三年内面世，如再不加以追赶，特斯拉会不会在自动驾驶的道路彻底甩离这个时代呢？

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。