特斯拉fsd包含哪些功能_特斯拉fsd是什么芯片制造的

1.HW2.5与HW3.0“基本上不存在区别”？特斯拉官方说明全解析！

2.本土品牌能否打破车规级芯片的竞争壁垒？丨汽车产经

3.特斯拉车机芯片供应商是谁，特斯拉汽车芯片供应商

4.特斯拉FSD是什么意思，特斯拉要不要加FSD

车东西

文?|?俞岳

上周末，延误了半年有余的2020北京国际车展正式开幕，因疫情防控需要，北京车展可能也是今年全球最大规模的车展。

在本届北京国际车展上，最大的看点之一莫过于L2级自动驾驶逐渐成新车标配，自主品牌L3甚至L4级自动驾驶正逐渐落地；华为等科技公司拿出自动驾驶解决方案“秀出肌肉”；多家自动驾驶芯片创企推出性能炸裂的解决方案……让本届北京国际车展宛如一场汽车科技秀。

国内自动驾驶芯片创业公司黑芝麻首次展出FAD自动驾驶计算平台，其算力最高可达280TOPS，从数据上看甚至全面超过特斯拉自研的FSD自动驾驶电脑。

那么，黑芝麻FAD自动驾驶平台真的这么强吗？FAD是如何碾压特斯拉FSD的呢？

一、北京车展最强自动驾驶计算平台?算力最高可达280TOPS

车展首日，国内自动驾驶芯片创企黑芝麻正式发布并展出了FAD（Full?Atonomous?Driving）全自动驾驶计算平台，同时也首次对外展出了第二款自动驾驶芯片华山二号A1000系列。

FAD最大的优势就是算力强，从数据上看，甚至已经超过特斯拉最强的自动驾驶计算电脑HardWare?3（实际算力大约72TOPS），单个控制器的算力最大可以达到280TOPS，高算力也让FAD支持L2+～L4级自动驾驶。

▲北京车展现场展出的黑芝麻FAD自动驾驶平台

今年6月，黑芝麻正式发布了华山二号A1000系列芯片，单颗芯片算力最高可以达到70TOPS，功耗小于8W，单颗芯片就能支持L3级自动驾驶系统。而FAD自动驾驶平台就是基于华山二号A1000芯片打造，单控制器最多可集成4颗华山二号A1000芯片，也就能够实现最大280TOPS的算力。

即便有这样强大的算力，FAD自动驾驶平台最高功耗也就几十瓦，能效比达到6TOPS/W。

这样的性能数据和能效比数据即便放到全球自动驾驶芯片领域，都处于领先地位。

此外，为适应不同汽车制造商和不同车型，车企也可以选择1颗、2颗或4颗华山二号A1000芯片集成的域控制器，分别可以实现最大70TOPS、140TOPS和280TOPS的算力，对应L2+级、L3级和L3/L4级的自动驾驶系统。

实际上，这就是满足车企的成本需求。

据了解，FAD自动驾驶平台支持多种传感器接入，包括激光雷达、毫米波雷达，同时接入多路摄像头，还内置有GNSS+IMU+RTK组合高精度定位模块，可以实现车道级定位，实现更精准的自动驾驶。

可以说，黑芝麻FAD自动驾驶平台凭借其高算力、低功耗，已经成为本届北京国际车展上最强大的自动驾驶域控制器之一。

二、支持L2+～L4级自动驾驶?黑芝麻FAD真能打趴特斯拉FSD？

FAD除了使用超强芯片，算力超强，还有哪些强大本领呢？

昨天上午，车东西与黑芝麻创始人兼CEO单记章与创始人兼COO刘卫红进行了深入访谈，找到了问题的答案。

1、对标特斯拉、英伟达?性能全面领先

在全球自动驾驶芯片大厂中，能实现黑芝麻FAD这样高算力水平的也就英伟达、特斯拉两家。

从算力上看，英伟达Xavier计算平台的算力有30TOPS，特斯拉FSD计算平台（HardWare?3）算力为144TOPS，两颗华山二号A1000芯片集成的黑芝麻FAD计算平台就有最高140TOPS的算力。

▲北京车展现场展出的黑芝麻FAD自动驾驶平台

而在算力利用率上，三者的差距比较悬殊，黑芝麻FAD可以达到80%以上的利用率，特斯拉有55%，而英伟达Xavier计算平台大约在20%左右。

单记章说道，用CPU、GPU进行AI运算，算力利用率太低，必须要使用专用的神经网络处理器进行AI运算，算力利用率才能达到比较高的水准。

实际上，这也是特斯拉放弃英伟达自动驾驶芯片，改用自研芯片的原因之一。

在功耗上，英伟达Xavier计算平台和黑芝麻FAD都在30W左右，特斯拉FSD功耗则翻了一倍还多，达到72W。另外，英伟达Xavier计算平台的能效比仅有1TOPS/W，特斯拉稍好，为2TOPS/W，黑芝麻FAD则能做到6TOPS/W。

据介绍，虽然三者的整体功耗比较低，但也需要进行严格的热管理优化。如果能效比太低，芯片发热难以控制，可能导致整体安全性、稳定性降低。

今年5月，英伟达发布了基于安培架构的自动驾驶芯片的迭代产品，算力较上一代Xavier计算平台有很大提升，并且有10TOPS、200TOPS、2000TOPS算力的三个产品。不过目前英伟达还没有公布太多有关安培架构自动驾驶平台的消息，量产时间也被定在2022年下半年，距离真正装车还有一定的距离，而黑芝麻预计FAD已经能够在2021年下半年量产装车。

2、神经网络引擎性能超强?支持多种AI运算

当我们透视华山二号A1000芯片就能发现，其主要由一颗8核心主频为1.6GHz的CPU，GPU，内存控制器，神经网络处理器，数字信号处理器（DSP），图像信号处理器（ISP），安全岛以及I/O接口控制器等处理器组成。据了解，这颗SoC中共有22个处理器。

▲华山二号A1000芯片内部

而这么多核心和计算单元，都集成在了不到90mm?的区域内，相当于指甲盖大小。芯片封装后的大小也只有约250mm?。

其中，“占地”面积最大的就是DynamAI?NN神经网络处理器。据了解，这个区域中有4个3D卷积阵列，主频为1.2GHz，算力就已经能达到39TOPS；同时还有1个2D?GEMM矩阵乘法阵列，主频800MHz。另外，芯片内还有5个独立DSP，让整个芯片的算力可以达到43TOPS。这还不包含CPU、GPU、CV加速器的算力。

实际上，这还是黑芝麻华山二号A1000芯片最基础的算力，其最强算力可以达到70TOPS。

同时，因为有多种不同的神经网络处理器，让整颗SoC能够保持很强的灵活性和均衡性。

3、降低开发门槛?符合车规标准

当前，大部分整车企业和自动驾驶公司采用自研自动驾驶软件，购买自动驾驶硬件的方式，研发或量产自动驾驶。但各个厂商在感知、识别、决策算法方面的进度各不相同，所使用的神经网络也各不相同，这就要求硬件厂商必须紧密配合整车企业的软件开发流程。

黑芝麻针对不同整车厂和自动驾驶公司给出了完善的开发解决方案。

首先，黑芝麻提供自研的算法神经网络，也能提供常用神经网络模型库。例如，在ADAS算法神经网络中，就包括路牌、路标、车道线、预测目标运动趋势等网络，黑芝麻将这些算法神经网络作为SDK提供给客户。也能将常用的、公开的神经网络制作成模型库，作为开源软件提供给客户。

第二，黑芝麻为客户提供神经网络开发工具，可以不断优化算法。即便在交付之前，也能在虚拟环境下运行开发者的网络。开发者可以通过黑芝麻的云端平台测试，甚至不需要在本地安装。

第三，如果客户完全没有开发自动驾驶软件，黑芝麻也可以提供硬件、工具链、软件库、操作系统打包交付。

在安全流程标准和车规认证方面，FAD平台满足ASIL?B、ASIL?D汽车功能安全要求以及CC?EAL5+的车规级安全认证要求。升级到板级产品后，FAD?平台的双芯片系统可完全独立工作，支持电源和视频采集系统的冗余设计，满足前装产品的设计要求。通过双芯片冗余，支持ASIL?安全分解，配合ASIL-D级别的控制MCU，实现系统级的ISO26262?ASIL-D安全流程标准。进一步达到系统级自动驾驶平台的SOTIF和RSS的安全设计要求。

可以说，黑芝麻FAD自动驾驶平台已经能够在硬件算力、整体效能、软件开发、安全认证方面领先于市面上大多数自动驾驶芯片，一些参数已经超越同级别的特斯拉FSD。

三、行业老兵组队造芯?FAD即将步入量产阶段

根据黑芝麻创业团队的介绍，公司于2016年成立并投入研发自动驾驶芯片，和特斯拉自研FSD芯片的启动时间大致相同，这也就让两家公司几乎站在同一起跑线上。

2017年，蔚来、芯动能等资方向其投资了近亿元。2019年4月，黑芝麻又获得了上汽、SK中国、招商局等机构的B轮投资。

这些投资让黑芝麻有能力大力投入研发自动驾驶芯片，现在投入的研发资金已经超过1亿美元（超过6.8亿元人民币），要知道黑芝麻的研发团队也就只有300来人，且都是来自芯片、汽车、算法等各个科技高地的顶尖人才。

▲左右分别为黑芝麻CEO单记章、COO刘卫红

黑芝麻CEO单记章此前是全球视觉芯片领军企业OmniVision创始团队成员，在硅谷芯片行业打拼了20多年，在图像处理芯片和软件算法上具有丰富的经验和技术积累。

CTO齐峥是英特尔奔腾二代芯片主要设计成员、CSO曾代兵是中兴微电子总工程师，COO刘卫红则曾是博世中国ADAS主力部门——底盘与控制系统事业部的中国区总裁。

正因为有超强的研发团队，让黑芝麻这家初创公司可以在3年时间内做出ADAS芯片华山一号A500并量产上市，在今年推出华山二号A1000芯片，发布FAD自动驾驶平台。

今年以来，新车如果没有配备L1/L2级自动驾驶，都“不好意思卖”，自动驾驶的普及程度正在快速提高，而更高等级的L3级甚至L4级自动驾驶也已经到了量产前夜，行业内对自动驾驶芯片和计算平台解决方案需求呈爆发性增长态势。仅自动驾驶芯片的市场规模，都有望达到万亿美元级别，成为半导体行业最大单一市场。

因此，FAD此时进入自动驾驶市场可谓正当其时。

今年8月，一汽智能网联开发院与黑芝麻达成技术合作协议。一汽智能网联开发院将启动基于华山二号A1000的智能驾驶平台的开发，以满足后续量产车型需求。双方将共同推动人工智能技术在汽车工业领域的应用，加速国产智能驾驶芯片的产业化落地。

另外，黑芝麻也已经签约多个FAD定点车型，预计明年就将有搭载FAD自动驾驶平台的车型上市。此外，国内外也已经有多家企业开始测试FAD自动驾驶平台，测试车辆已经上路。

黑芝麻在自动驾驶芯片和域控制器中取得的巨大成功，让行业研究机构开始重视这家刚成立4年有余创业公司。今年4月，硅谷最强智库之一的CB?Insights发布中国芯片设计企业榜单，黑芝麻在车载芯片领域上榜，成为中国芯片设计企业65强之一。

今年7月，黑芝麻华山二号A1000芯片也亮相世界人工智能大会，与平头哥、依图、寒武纪等高端人工智能芯片同台亮相。

可以说，黑芝麻经过四年多的发展，已经成为全球领先的自动驾驶芯片设计公司，甚至已经有能力和芯片行业的老大哥们一较高下。同时，黑芝麻的快速进步，也推动着国内自动驾驶芯片设计再上新台阶。

在与两位创始人的交谈中，他们还透露了一个彩蛋，明年黑芝麻将发布性能更强的芯片，届时搭载这一芯片的FAD自动驾驶平台最高算力有望突破1000TOPS，其算力已经可以进行完全自动驾驶。

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。

HW2.5与HW3.0“基本上不存在区别”？特斯拉官方说明全解析！

作者?/?陈念航

编辑?/?王德芙

出品?/?汽车之心

在刚过去的?8?月，马斯克在推特上公布了关于?Autopilot?以及?FSD?的两条重要消息：

AP?团队正对软件的底层代码进行重写和深度神经网络重构；全新的训练计算机?Dojo?正在开发中。

「重写?AP」，是今年马斯克在推特上不断提及的一项重要行动。

在回应推友提问时，马斯克会时不时披露?AP?将有的新功能，比如：

对路面上的隆起和坑洞（bumps&patholes）的识别；对环岛路况（roundabouts）的处理等等。

特斯拉对?AP?的全面重写，包括了对数据标注、训练、推理全流程的重构。

而基于新架构的?FSD?将不再是渐进式的优化，而是一次「量子式跃升」（马斯克原文是?quantum?leap）。

马斯克在?7?月的世界人工智能大会上表示「有信心在今年完成开发?L5?级自动驾驶的基本功能」，马斯克能够实现他的承诺吗？

特斯拉为什么要在这个阶段对?AP?软件进行重写？重写?AP?到底要重写些什么呢？作为当下市面上量产最强的自动驾驶系统，AP?走向何方，FSD?何时到来？

1、特斯拉?AP?两大新进展

身兼特斯拉?AP?团队的最高负责人，马斯克经常充当着软件测试员的角色。

根据马斯克在推特上透露，他本人经常开着搭载?FSD?最新测试版本的特斯拉上下班，马斯克称在他使用系统的过程中，几乎不需要人工接管。

基于此，他乐观估计，最快在?6-10?周后（也就是10月-11月份），就可以向小规模地向用户推送?FSD?测试版本。

作为重写?AP?的一部分，马斯克还向外界介绍了其全新的用于神经网络（NN）训练的超级计算机?Dojo。

Dojo?在日语中意为「道场」，现在它成为了特斯拉训练数据的「道场」。

Dojo?将专门用于大规模的图像和视频数据处理，其浮点运算能力达到了?exaflop?级别，也就是每秒运算百亿亿次。正因此，马斯克称?Dojo?如野兽一般。

需要注意的是，Dojo?计算机将配合无监督学习算法（unsupervised?learning），来减少特斯拉对于数据人工标注的工作量，这样来帮助其数据训练效率实现指数级提升。

马斯克还在推特上发布英雄帖，为自家的?AI?和芯片团队招人。

目前，Dojo?计算机仍在开发中，从?V1.0?开始，大约一年后才会有成果。

有了全新的?AP?软件架构以及强大的数据训练计算机?Dojo，难怪马斯克会对其?FSD?的落地进展如此自信。

但话说回来，特斯拉为什么要在这个阶段对?AP?软件进行重写？还是以这样一种推倒重来的方式。

2、为什么特斯拉要重写?AP?

现在的?AP?已经碰到了性能瓶颈，必须要进行升维革命，否则难有大的突破。

马斯克用了一个术语来表述这个问题，他认为过去?AP?被困在一个局部最大值（Local?Maximum）里面，要向上突破已经非常困难了。

其中一个很关键的问题在于，原有?AP?软件架构下，其处理的数据都是不含有时间坐标的?2D?图像数据。

再想往上去处理?3D?甚至?4D（加上时间维度）?的数据，实现从图像级处理到视频级处理的跃迁，?AP?固有的软件和训练网络难以胜任。

关于引入?4D?数据带来的影响，一位来自国内自动驾驶公司的工程师向汽车之心分析：

「因为有了时间维度，系统就能知道目标物的运动，对其行为进行预测，而且，系统处理目标物识别、分类以及场景的重构这类任务会更加轻松。

总之，加入时间维度，很大程度上是提高系统对整体场景的理解。」

AP?要再往前走，必须进行革命，所以特斯拉这才决定重写?AP。

另一方面，因为数据转变成?4D，信息量更丰富，整个数据的容量也会变大，这也给特斯拉?AP?现有的用于深度神经网络训练的基础设施带来了挑战，所以就有了?Dojo。

所以，?AP?为了实现性能和功能上更大的突破，倒逼其对?AP?基础代码以及训练深度神经网络的基础设施进行重构。

这样工作量庞大的复杂工程也成为?FSD?迟迟推出不了落地版本的重要原因。

除了在车载软件和训练服务器端变革，特斯拉在车载硬件端也做好了准备，就是其自研的?FSD?芯片。

FSD?已经在去年?4?月份开始量产并搭载在特斯拉的车端。

一位对熟悉特斯拉的业内人士表示：

「在?FSD?发布后的一段时间里，特斯拉?AP?团队仍是基于?HW?2.x?的硬件（英伟达?Drive?PX?平台）进行功能开发，直到今年年初，特斯拉才开始全面转向基于?FSD?芯片的软件开发。」

相较于英伟达?Drive?PX?平台，特斯拉?FSD?芯片在基础算力和深度神经网络推理效率方面都有革命性提升，而且在视觉处理性能上，FSD?相较于英伟达的芯片有更大的优势。

所以趁着这一次特斯拉重写?AP，整个系统需要处理的数据升维到了?4D，对计算硬件的要求指数级提高，FSD?的强大性能便终于有了广阔的用武之地。

引入?FSD?芯片的?AP?在性能上会有多大提升？

马斯克此前在接受?Youtube?视频博主采访时透露过：

「如果特斯拉全车的?8?颗摄像头以?36?帧/秒的速度运行（性能拉满），软件则会基于?FSD?芯片的算力同步进行?3D?标注（2D?图像+深度信息），这会使标注效率提升?3?倍，准确性也会大幅提升。」

特斯拉重写?AP，除了马斯克口中所说的要突破「Local?Maximun」以及挖掘?FSD?芯片的极限性能这两方面的原因之外，还有一种可能性存在。

硅谷一位资深自动驾驶工程师告诉汽车之心：

「特斯拉现有的?AP?系统和后续要推出的?FSD?是两套独立开发的系统。

前者的架构是针对于?L2/L3?级自动驾驶，而?FSD?的目标从一开始就是?L4/L5?级自动驾驶。因此，两套系统在架构上有本质的差异，两者差着一个代际。」

后续，随着技术不断进步，FSD?也走向成熟，特斯拉决心把?FSD?和?AP?的框架进行整合。

但问题是，两个系统中有些模块可以融合，但是有些模块是融合不了的，毕竟一个为?L2?开发的系统很难直接演变成?L4?系统。

所以特斯拉?AP?团队要改写?AP?软件的框架和代码，以实现两个系统间的完美兼容，这样的话，后续才能以统一的版本推送给购买了全自动驾驶选装包的特斯拉车主。

实际上，我们也能从?AP?这些年的功能更新中发现一些蛛丝马迹。

2017?年?3?月，推送自动泊车和自动辅助变道功能；2018?年?10?月，推送自动辅助导航驾驶（NoA）功能；2019?年?9?月，推送智能召唤（Smart?Summon）；2020?年?4?月，推送识别交通信号灯和停车标志并作出反应（海外先行）。

AP?还在最新的迭代过程中更新了一些令人惊喜的小功能：

比如在城市工况施工区域，没有车道线的情况下，车身两侧皆为锥形桶，AP?能做到以锥形桶为依据实时绘制车道线。

AP?系统还能检测到小动物并及时进行避让，不过特斯拉是把小动物一律识别成人后才做出相应的操作。

基本上，在特斯拉官网上标明的?FSD?完全自动驾驶功能，还剩下一项最难的、也最能代表?L4?级自动驾驶能力的更新：在城市街道中进行自动辅助驾驶。

为了实现这一难度最大的更新，特斯拉给出的最优解就是重写?AP。

基于以上分析，特斯拉重写?AP?的原因便包括突破「Local?Maximun」、挖掘?FSD?芯片的极限性能以及将系统能力从?L2?进化至?L4。

4、特斯拉重写?AP，是重写什么？

先来看看特斯拉?AP?现在最新的?AI?软件堆栈是怎么样的：

最底层的是数据、GPU?集群以及?Dojo?计算集群，这一层主要进行数据采集、标注和训练，生成算法模型；往上走就是采用深度神经网络对模型进行分布式训练；再往上走就是用损失函数对模型进行评估；在评估层之上，是云端推理层和车端?FSD?芯片推理层，到这一层，意味着算法模型走完了大部分流程，然后就是部署到车端；在车端，特斯拉通过影子模式（Shadow?Mode）将这些算法模型与人类驾驶行为进行比对，检测是否存在异常。

这样的从数据采集到算法部署的闭环，目的就是让系统性能不断迭代，更加优秀。

在这个闭环当中，涉及到数据集、模型训练神经网络、云端和车端推理算法等等要素。

所以，当数据形式从二维的图像数据（2D）转换成四维的视频级数据（4D）后，相应的神经网络和推理算法都需要进行重写。

据马斯克透露，特斯拉?AP?新版本的深度神经网络会将包括感知、路径规划、目标识别等所有子神经网络综合于一体。

特斯拉?AI?高级总监?Andrej?Karpathy?在此前的一次演讲中表示：

「我们无法让每一个任务都享有单独的神经网络运算，因为同时处理的任务数实在太多，我们只能把一些运算分摊到共享骨干网络上」。

Andrej?Karpathy?将这一骨干网络称为?HydraNets（Hydra?意为九头蛇），意思就是有一个主干网络（Backbone），在这个网络上有多个不同的出口（Head）来做应用，然后输出各自的结果。

在特斯拉?AP?最新的?AI?软件堆栈中，有一个最值得关注的部分就是?Dojo?训练集群，这个集群可以处理海量的图像、视频数据。

引入这一训练计算机，一方面是为了满足特斯拉?AP?系统此后的?4D?视频数据处理需求。

另一方面，特斯拉在全球有超过?82?万辆搭载?HW?2.0/3.0?硬件的车辆每天在道路上行驶，可以采集海量的数据用于?AP?的训练，而如此海量的数据，必然需要具备强大计算性能计算机来进行处理。

Dojo?还有一个特别之处在于，它可以与无监督学习进行配合。

所谓无监督学习，就是无需人工对训练数据集进行标注，系统可以自行根据样本间的统计规律对样本集进行分析，常见任务如聚类等。

例如无监督学习在不给任何额外提示的情况下，仅依据一定数量的「狗」的特征，将「狗」的从大量的各种各样的中将区分出来。

有了无监督学习技术加持的?Dojo?计算机，便能以极低的成本对数据进行自动标注和训练，实现算法性能的指数级提高。

不过，用上了无监督学习技术的特斯拉，依然有一支大约?500?人规模的数据标注团队。

因为在一些初始神经网络模型的搭建过程中，采用人工标注的方式置信度更高。而且，特斯拉并未大规模采用无监督学习技术，现在都还处在尝鲜阶段。

那么，Dojo?计算机上搭载的会是谁家的芯片呢？

目前特斯拉自研的?FSD?芯片属于推理芯片，用于?Dojo?计算机的芯片属于训练芯片。

有业内人士向我们分析表示，Dojo?所采用的芯片应该是?FSD?芯片的扩展版本。

这也是为什么马斯克在为自家?AI?和芯片团队招人时，特意公布了其在研发的?Dojo?计算机的情况，大概率要招的人就是为了研发用于?Dojo?计算机的芯片。

5、特斯拉?FSD?走向何方

无论是大力投入资源重写?AP?基础代码和深度神经网络，还是广纳贤才开发性能强大的数据训练计算机?Dojo，都体现了特斯拉要先人一步搞定完全自动驾驶的决心。

特斯拉拥有庞大规模的数据采集车队，也聚集了?300?多位全球顶尖的自动驾驶和深度学习方面的软硬件研发人才，从数据到算法到商业化，特斯拉在自动驾驶领域有着其他厂商无法比拟的优势。

在这些优势的加持之下，特斯拉仍然迟迟无法量产真正意义上的完全自动驾驶功能，那些买了?FSD?选装包的特斯拉用户着急，马斯克则更急。

所有人都在期待着重写完成后的?AP?系统能真正进化至?FSD?版本，而这一切都要等到今年年底见真章。

在重写?AP?的同时，特斯拉也没有停止在硬件层面的持续研发。

据媒体报道，特斯拉正与博通合作研发新款?HW?4.0?自动驾驶芯片，其性能比?FSD?还要强大?3?倍，计划明年第四季度进行大规模量产，由台积电负责生产。

特斯拉在?AP?层面，是一个接一个的大动作，而这一切动作都有一个统一的目标：更优秀的?AP、更强大的?FSD。

即使现在其表现还不尽如人意，但未来值得期待。

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。

本土品牌能否打破车规级芯片的竞争壁垒？丨汽车产经

特斯拉作为电动车制造方面的领军品牌之一，目前已经开始了其全球化进程，除了目前俩座位于美国本土的超级工厂外，其海外工厂建设进程也在不断推进。其在荷兰拥有一个组装工厂，而他的第一个海外超级工厂，便是在中国上海的特斯拉上海超级工厂，因此有很多人都为能买到国产特斯拉而感到高兴，而最近的一个事件却让已经提车的国产特斯拉车主们有些担忧，这是为何呢？本文将从头到尾为您解读整件事的始末。

事出有?

这次事件的起因在于网上流传的有一个新提特斯拉的消费者发的一条微博的截图（目前已经在微博平台无法找到），其内容大致是关于他自己提到了一台特斯拉，这台特斯拉的电动车环保信息随车清单中，整车控制器型号为1462554，根据特斯拉的零件号编码库查询可得知，这对应的应该是HW3.0硬件，可实际装车的电脑上，零件号为1483112，这对应的是特斯拉的HW2.5硬件。

来自小特APP

实际装车的整车控制器型号不仅与交付前对车主们的宣传不同，更与随车环保清单上的备案完全不同，这件事一出，迅速发酵，在网上我们搜索到了大量的国产特斯拉车主查看自己汽车上的控制器单元以及随车环保信息清单并出现相同情况的案例，证明此事并非个例，目前有多少车主存在这种状况尚不明晰，这一数据有待于进一步统计。买到手的东西与官方文件的参数不符，这件和肯定对于很多人来说会显得很恼火，那么特斯拉对此作何回应呢？

官方回应

特斯拉在2020年3月3日中午12点在新浪微博发布了一调微博，微博内容为一张，并配描述文字为：关于中国制造Model?3环评清单问题的说明。中是一则比较详尽的官方说明。

这则声明中指出一部分车型安装HW2.5的原因是基于供应链情况，而解决方案是为控制器硬件为HW2.5的中国制造标准续航升级版Model?3的车主提供免费更换HW3.0的服务。并且解释说：现阶段，如果没有选装FSD功能，使用HW2.5的Model?3车型与HW3.0的Model?3车型在驾乘体验和使用安全上基本不存在区别。

总的来看，这条微博的内容是说明，其中承认了一些车主们发现的问题，但是说明中不包含任何的形式的道歉，除免费更换硬件外，没有针对这部分车主推出任何的补偿行为。截至发稿前，这是特斯拉针对此次事件的唯一官方回复。

是否可行

按照官方说明里所说，把HW2.5更换为HW3.0的步骤是否繁琐呢？海外的特斯拉用户们也进行过实验，一位用户为他的特斯拉Model?X申请更换了HW3.0。由于电脑被安装在中控台内部，想要更换就必须将中控台拆开，而前舱也需要打开并拆除一些部件，最后把电脑拿出来更换掉然后再把车组装回去。对于买到了HW2.5电脑的Model?3车主们来说，他们想让自己的车与随车清单描述相同的话，需要把自己买到的新车交给售后服务人员进行拆解，并更换电脑，这虽然是免费的行为，但是应该不是每位车主都愿意自己的新车被拆解。买辆新车，因为装配的东西不对而被拆了，搁谁心里都不会好受。

按照特斯拉对两款硬件的定义，对于现阶段未选装FSD功能的搭载HW2.5的中国制造Model?3，如果后期车主想要花钱升级FSD功能，必须更换HW3.0电脑。我们通过查询海外资料可知，如果拿到的是没有FSD功能但是装配了HW3.0的Model?3，那么升级FSD功能就简单多了。

硬件差异

那么HW2.5和HW3.0是否真如描述所说，“如果没有选装FSD功能，在驾乘体验和使用安全上基本不存在区别”？按理说，存在和不存在是两种不同状态，如果偏要为存在和不存在增加一个描述的话，基本不存在也是可以理解为存在一点点，那么HW2.5硬件和HW3.0硬件到底都有哪些差别呢？

HW是Hardware的缩写，HW+数字代表着是特斯拉自动驾驶硬件的第几代，我们先来直击要点，HW2.5和HW3.0是两款完全不同的但是可以用在相同车型上的硬件，这两款硬件的封装从外观来看就存在一定的差异，但两个硬件的插孔都是相同的，可以在维修工人的操作下进行互换。

HW2.5↑

HW3.0

除了外壳长相，到底还有哪不同，我们这时就应该来看看硬件的主板了，HW2.5是在HW2.0基础上升级得来的，因此主板在外观上与HW3.0有本质区别。HW2.5的处理器（运算单元）总共有3颗，其中有2颗英伟达的Tegra（Tegra?x2）?Parker处理器，还有1颗Pascal架构的GPU。没错，造出大家都喜爱的RTX2080Ti显卡的那个英伟达，在自动驾驶芯片方面也有业务，他作为特斯拉的供货商，从HW1开始，特斯拉自动驾驶技术的硬件处理器就是英伟达提供的。

HW3.0实际上意味着特斯拉的全新开始，HW3.0是由特斯拉自己进行设计和生产的，每个HW3,0都有两颗被特斯拉称为FSD（Full?Self?Driving）的芯片，每颗芯片内部都集成了60亿个晶体管，其中包括了1个主频达到2.6GHz基于ARM?Cortex?A72架构的12核64位处理器（运算核心，根据软件的要求去做运算），1个1GHz的ARM?Mali?GPU（图像处理单元，可以通俗理解为显卡，在此处应用功能需要服务于自动驾驶），2个2GHz的神经网络处理器（特斯拉自研）。

HW3,0整套系统已经和之前的HW2.5完全不同，而且这两颗芯片各自有独立的电源以及运存等配件，在正常使用过程中两颗FSD芯片独立运作，共同计算传感器收集来的数据，两颗处理器计算得出相同的结果后，才会命令车辆做出响应动作。如果有一颗芯片的附件损坏或者出现了问题时，另一颗FSD芯片依旧可以正常工作，确保在这种情况下的安全行驶，可以看到HW3.0在设计中也做到了尽可能的保证安全性。

说了这么多，很多人疑问HW3.0是否比HW2.5更强，答案是肯定的。首先看每秒帧数处理能力，HW2.5的每秒帧数处理能力是110帧图像，而HW3.0的每秒帧数处理能力是2300帧图像，HW3.0的这方面能力是HW2.5的21倍。特斯拉现阶段的所有车辆在自动驾驶方面是比较依赖摄像头的系统，通过大量的摄像头以及超声波雷达进行数据的采集，交给HW进行计算处理并作出反应，这个过程中，会有大量的摄像头采集图像以及雷达图像涌入并等待进行处理，处理能力越好，自然作出反应也就越快。

据特斯拉介绍，全新的HW3.0综合性能表现方面是HW2.5的2.5倍，而功耗水平从57W上涨到72W，但仍在搭载HW2.5系统车型的线路设计功耗范围内（保证两个硬件是可以进行安全互换的），在成本方面，由于使用自研+自产的模式，HW3.0降低了20%的成本。

简单来说，HW3.0相比HW2.5是更强大、更好同时成本更低的，而且HW3.0是具备特斯拉定义里FSD（Full?Self?Driving）能力的。HW3.0对于特斯拉来说是新旧时代切换的重要标志，他显然更具潜力，HW2.5能干的事他都能干好，HW2.5干不了的他已经具备了可以干的潜力。如果没有选装FSD，现阶段两款硬件确实用不出差别，但是两款车在硬件潜力方面是存在差别的，也就是说你买到一台装配了GTX1080显卡的电脑，可能和装配RTX2080Ti显卡的电脑一样可以流畅扫雷，但如果是专为RTX系列显卡优化后的游戏，一用便可以用出差别来了。

法律责任

对于此次事件的另外一个考虑，便是车辆出厂后的实际配置和环保信息随车清单不同是否是个大问题。在中国制造Model?3的环保信息随车清单上，有这样一行字：特斯拉（上海）有限公司声明：本清单为本企业依据《中华人民共和国大气污染防治法》和生态环境部相关规定公开的机动车环保信息，本企业对本清单所欲偶内容的真实性、准确性、及时性和完整性负责。

这份清单正是一名提出自己存在所述问题的车主的环保信息随车清单上的内容，环保信息随车清单是用于在车辆上牌的过程中出示的，这是一项非常重要的证明文件，有这份文件并且信息正确才能正常的完成上牌手续，这些搭载了HW2.5却写成了HW3.0零件号的特斯拉是如何成功上牌的目前没有详细的资料，但是在这份重要文件上出现了错误，我想有关部门应该会对此事进行调查和处理。

对于车主群体来说，在网上搜索我们不难看出，很多车主都认为特斯拉的做法属于欺诈。我们查询到《消费者权益保护法》第五十五条规定：经营者提供商品或者服务有欺诈行为的，应当按照消费者的要求增加赔偿其受到的损失，增加赔偿的金额为消费者购买商品的价款或者接受服务的费用的三倍；增加赔偿的金额不足五百元的，为五百元。法律另有规定的，依照其规定。但对于经营者构成欺诈行为的认定，《消费者权益保护法》并没有明确规定，因此我们期待专业的法律专家能够对特斯拉的此次事件进行评论和解析。

很多进口版特斯拉Model?3目前装配的也是HW2.5电脑，而通过对比海外特斯拉Model?3的情况，我们可以看出HW3.0是要晚于Model?3的交付出现的，因此海外版Model?3装配HW2.5是正常情况，并且在进口版Model?3的宣传以及随车环保清单上，我们并没有看到其声称进口版车型装配了HW3.0，因此进口版Model?3车主实际上是不需要对自己的HW2.5担心的，如果想要升级FSD，与海外版车型一样更换HW3.0即可。

随着科技水平的发展，车辆电子系统更新迭代非常之快，更新更好更快的硬件能够为我们带来更好的智能驾驶车型，这是一个必然的大趋势。在新旧电子系统交替的过程中，消费者为搭载新硬件的车辆买单，而交付车辆搭载的是旧硬件还是新硬件，还是如实告诉消费者更好一点。

注：本文中的来自网络搜索，版权归原作者所有；本文中技术数据来自网络，如有出入，请联系本文作者；本文中的言论来自微博以及百度搜索，不代表本账号以及本文作者立场。

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。

特斯拉车机芯片供应商是谁，特斯拉汽车芯片供应商

1月12日，自动驾驶计算芯片制造商黑芝麻智能宣布获得博世旗下博原资本投资。

黑芝麻智能成为博世在国内投资的第一家自动驾驶芯片企业。这也是继去年9月获小米投资之后，这家年轻的公司又一次获得极高的背书。

这不是第一家进入大众视野的国产车载芯片公司，实际上，虽然英伟达、高通、Intel近年来在汽车主控芯片领域大举布局，但以地平线征程系列、华为升腾芯片为代表的产品也已经崭露头角。

比如2020年，长安汽车的主力车型UNI-T便选用了地平线征程2汽车智能芯片。

关于博世的战略投资，黑芝麻智能 CMO 杨宇欣是这么解读的：

“随着整个汽车产业的发展，即使是这些全球化的铁腕，它也需要去顺应时代和本土市场的需求，用本土的供应链其实是他们的一个方向之一。”

轻描淡写的语气之下，似乎透露着本土公司同样能引领车规芯片发展的自信。

纵观中国市场上主控芯片的量产装车情况，量产环节的主导力量仍是英伟达、高通、Intel这些外企。

中国市场上主控芯片的量产装车情况

去年4月，黑芝麻发布了华山二号A1000 Pro自动驾驶芯片，单颗芯片的INT4算力能够达到196TOPS，预计最快将于2022年底实现车型量产上市。

如果2022年黑芝麻的大算力芯片成功装车，那么自主选手的数量又增添了一名。而地平线的征程5系列高算力芯片也即将在2023年量产，看起来，本土公司确实已经打破了车规级芯片的竞争壁垒，并且有可能迎来黄金发展期。

受2021年的缺芯浪潮影响，自主掌握供应链中的核心技术已成行业共识。而在软件定义汽车趋势下，主控芯片和计算平台更是成为汽车智能化的发展核心。

如果本土芯企成功崛起，这无疑为中国汽车产业弯道超车的梦想添加了一副有力的强心剂。

本土公司的崛起之路会如何演进？他们能否为这个市场搅局？

1月中旬，北京，杨宇欣和黑芝麻智能应用工程副总裁邓堃博士就行业发展发表了他们的观点。

本土车载芯片的水平如何？

不断提高芯片算力，这在智能手机时代的比拼中很常见，如今这一幕也在智能汽车领域上演。近两年，有些车企便开始以算力作为宣传点：

蔚来ET7，搭载了英伟达DRIVE Orin芯片，算力达 1016 TOPS；

智己汽车和上汽R汽车也用了英伟达的芯片，算力达500-1000+TOPS...

比拼本土芯企的竞争力，要先问它们的算力在行业究竟处于什么水平？

不妨对比一下黑芝麻的华山二号A1000Pro与市面上已经推出的两款大算力车规级芯片：

特斯拉 FSD 采用 14nm 制程，单芯片算力 72 TOPS。

英伟达 Orin 采用 7nm 制程，单芯片算力 254 TOPS。

黑芝麻智能A1000Pro采用16nm制程，单芯片的INT4算力高达196TOPS、 INT8 算力则为 106 TOPS。

特斯拉 FSD 和英伟达 Orin 的算力都是按照 INT 8 标准来计算的，所以，可以大致了解，黑芝麻智能A1000 Pro其位置处在特斯拉 FSD与英伟达Orin之间。

不过，根据地平线创始人余凯的说法，追求纯算力突破并不可持续，会遇到天花板。算力固然重要，但并不代表汽车智能芯片的真实性能。因此A1000Pro真实水平如何，还有待量产装车出来以后才能见分晓。

黑芝麻智能 CMO 杨宇欣

虽说算力不决定最终性能，但在杨宇欣看来，本土公司有它独特的竞争优势。

相比英伟达，黑芝麻智能因为距离客户更近，在接收客户需求以及开发过程中的双向反馈层面，黑芝麻智能的及时性会更高。

相比ADAS市场领导者Mobileye，因为Mobileye一直采用传感器+芯片+算法绑定的一体式解决方案，在自动驾驶L2级别阶段，它能快速提升市场占有率，但长期来看，“黑盒”方式已经不能满足需要快速迭代升级产品的厂商们的需求。

而黑芝麻智能选择开放，不做“黑盒”。其软件与硬件方案可以解耦，底层软件完全以开源的形式提供给客户，由客户进行定制化的开发，实现整体的软件集成。

杨宇欣认为，黑芝麻作为本土公司能发展这么快，A1000Pro能在算力性能上大幅提升，离不开他们坚持自研核心IP（知识产权，Intellectual Property的缩写）的原则。

黑芝麻的核心IP有两个。一个是车规级图像处理器

NeuralIQ

ISP，用简单的话说，人眼在明暗差距过大的两个场景切换可能造成短暂“失明”，在进出隧道、对向车道的远光灯等场景，人眼的感知表现都不太好。对于摄像头来说同样如此，因此用ISP模块处理之后，可以让整个系统“看得更清楚”。

另一个是神经网络模块NPU，主要用于识别传感器感知后的数据，并分析出车辆、车道线以及其他交通参与者。

“自动驾驶技术最领先的公司大多会自研 IP，比如英伟达、特斯拉、高通、Mobileye 和华为等，全部是自研 IP。”杨宇欣说。

“窗口只有3~5年，赶不上没戏”

“我们判断大概3~5年后，也就是2025年，这个窗口会慢慢关闭。因为汽车行业本身有相对保守的特性，车企关于新技术的供应商体系建立完整之后，他们不会给那么多机会给新厂商。”

杨宇欣这样描述芯片企业的占位之迫切。

黑芝麻目前正在与各大车企建立合作关系，其中包括中国一汽、博世、蔚来、上汽、比亚迪、东风、中科创达、亚太、保隆、所托瑞安、纽劢科技、联友等，它们在 L2/3 级 ADAS 和自动驾驶感知系统解决方案上开展了一系列商业合作。

黑芝麻智能发展历史

在量产环节，华山二号 A1000 芯片将作为智驾大脑应用于红旗旗舰 SUV 车型。

至于2022年年底量产上车的A1000 Pro 会首选哪款车型，杨宇欣并未透露。

杨宇欣表示：“你只要跟一家头部车企完成了量产过程，这会大大缩短取得其他车厂信任的时间。所以我们的目标是先把手里拿的这头部几个先搞定，搞定之后可能3~100的复制，会比前几个要进展得更快。”

目前，市面上的高算力芯片款数并不算多，但也已经在蔚来ET7、理想 X01（代号）、上汽智己 L7、极狐阿尔法S HI版车型上到达小高潮，这些车型的芯片来自于英伟达 Orin 和华为 MDC810。

在上述两款产品之外，高通Snapdragon Ride 平台计划在2022年实现量产，预计与长城旗下车型合作。

大家争夺的就是 L3、L4 自动驾驶方案量产上车的机会。因此，对于黑芝麻智能来说，2022年的量产将是能否成功占位的一个关键性象征。

“车企自研成本高，没必要”

在智能汽车时代，“全栈自研”这个来自互联网行业的名词成为了车企喊得越来越多的口号。有人担心，假设自研芯片也成为车企全栈自研中的一环，这将会对黑芝麻智能等芯片厂商形成威胁。

不过，在杨宇欣看来，现在的车企没必要学习特斯拉，全栈自研其实是特定历史阶段发生的事情。

他拿苹果手机举例，“苹果进入手机行业的时候，是一个外来的破局者，它设想的东西跟传统产业链的东西完全不一样，它得不到产业链的支持。为了成功，苹果不单要有好的想法，还要有足够强的技术实力，所以苹果选择了全栈自研。”

特斯拉选择全栈自研也是同样的道理。

“特斯拉定义的智能新能源车可以说已经成为所有车企追逐的方向，这个时候全产业都动起来了。车企如果再想做类似的东西，根本不需要自己做，因为有人做好了，车企可以用更快的速度和更低的成本来‘上马’。”

当然，这并不意味着车企不需要掌握供应链端新的能力。

相反，邓堃认为，主机厂如果要参与技术路线制定，甚至将路线掌握在自己手里，简简单单由一级供应商来提供肯定是不可能的事。

黑芝麻智能应用工程副总裁邓堃

“未来也许很多车厂都会变成Tier 0.5。”邓堃表示。实际上，眼下已经有车企在通过投资“交学费”，有的车企则在前期做很多PoC(概念验证)和预演。

总言之，车企不再是固有的传统制造商的形态。

相对应的，像黑芝麻智能这样的二级供应商，其形态也不可能一成不变。邓堃说，他们的客户既可能是传统的一级供应商，也可能是车企，因此黑芝麻的身份也会在0.5~1.5之间划分。

“国外巨头是诺基亚状态，看好国产品牌发展”

今天中国家喻户晓的锂电池供应商宁德时代，在其尚羽翼未丰、鲜为人知的成长初期，正是由于被宝马选中建立了早期技术合作，进而逐渐走上了飞速发展之路。

对于芯片企业来说，是否直接征服洋品牌会让它的扩张之路走得更快？

邓堃不以为然。

他透露，“我们跟外国品牌也进行了深度的沟通和交流，包括宝马、戴姆勒奔驰等，他们开发的进度并不是很快，他们更多地像智能手机行业里面的诺基亚的状态。”

此论断是否符实我们没法判断，但黑芝麻智能明显更倾向利用好国内的市场政策导向，通过与自主品牌合作来快速落地产品，增大市场份额。

杨宇欣进一步预测说，几年之内自主品牌就会超过合资品牌。

“自主品牌的竞争力来自于卖点定义的激进程度。最典型的例子是，现在只有中国的车厂敢去交芯片算力为1000TOPS的产品，虽然装在车里也用不起来，但是对中国本土的用户来讲，就是有很强吸引力的一个卖点。”杨宇欣表示。

国内市场量产车型芯片算力逐年递增

场景定义是杨宇欣看到的自主品牌的另一个竞争力。

他分析说，“10年前，中国手机品牌一举把大多数国外手机品牌干下去，靠的是机海战术。别人1年出5款，可能国产品牌就出50款。现在中国汽车品牌的策略跟当时很像，都在往更细分的人群去定义，例如长城汽车。”

或许真如杨宇欣所说，几年后自主品牌会成功逆袭。

但在这个过程中，自主品牌车企肯定有更强的汽车智能化创新动力和诉求，这就亟需一批有力的芯片合作伙伴帮助他们，实现向汽车智能化的快速转型。

在车规级芯片的战役中，黑芝麻智能已经取得了领先成果，责无旁贷是肯定的，至于能不能成为车规级芯片自主化的主力，只能等时间揭晓答案。

特斯拉FSD是什么意思，特斯拉要不要加FSD

特斯拉车机芯片供应商是AMD美国超威半导体公司，目前特斯拉所有在售车型的车机搭载的都是AMD的锐龙芯片，相信使用过特斯拉车机的朋友们都知道，实际使用体验十分顺滑流畅，是众多新能源车机中独一档的存在。

AMD公司采用的是基于合作伙伴的高效研发模式，能够确保自家的产品和解决方案始终在性能和功率方面保持领先，除此以外AMD在成本方面也低于行业的平均水平，所以目前AMD的市场占有率也仅次于英特尔，而AMD也正是从英特尔的手中抢下了特斯拉这么一个客户。

特斯拉AMD芯片对比8155如何？

特斯拉的AMD芯片在性能上是要强于高通的8155芯片，目前搭载了8155芯片的车型主要有极氪001、理想L9、小鹏P5、蔚来ET7等，该芯片实际上是源自消费级手机芯片高通骁龙855。

虽然对比高通820芯片在数据处理和车联网方面有了质的提升，同时也都被各大厂商称作车机芯片中的?天花板?，性能也确实要优于大部分车机芯片，但是奈何特斯拉的AMD芯片更加强大。

特斯拉所采用的的AMD锐龙V1000系列芯片，是一个集成了Zen架构CPU和Vega架构集成GPU的SOC级芯片，源自于PC端芯片，在算力方面虽然谈不上完爆8155，但是性能确实要优于8155不少。

并且特斯拉的车机其实是采用了AMD CPU+Radeon GPU车规级定制芯片组合，两者搭配的总GPU算力是8155的10倍，车主甚至可以直接在特斯拉的车机上畅玩各种3A游戏大作。

另外在实际的使用体验中，搭载了8155芯片的小鹏P5、理想L9等车型的车机，用起来其实已经非常流畅顺滑了，然而搭载了AMD锐龙芯片的特斯拉车机可以做到反应速度更快，切换更流畅，所以不管是在使用体验上，还是理论性能上，特斯拉的AMD芯片都要优于高通8155芯片。

FSD全称为Full Self-Driving，中文为“全自动驾驶”，它是自动辅助驾驶功能的进化版，它可以使特斯拉实现完全自动驾驶功能。都说自动驾驶是特斯拉的灵魂，那么FSD就是特斯拉自动驾驶的视觉神经。

为了应对高速行驶时产生的图像数据，特斯拉研发了自动驾驶专用FSD芯片，其处理速度可达每秒2100帧。不仅识别距离更远，能识别更多的车辆模型，而且深度神经网络还会提取驾驶员在经过相似路口时的决策数据，并进行学习，从而不断提高Autopilot系统的可靠性。

而在FSD研发出来后，马斯克将特斯拉的自动泊车以及NoA等高级功能从之前的Autopilot系统中移除，调整之后的Autopilot选装费用降低为3000美元。而被移除的功能被整合进FSD选装包，重新上架的选装包的价格也被提升至5000美元，如需购买这个选装包，还必须先购买Autopilot功能，典型的“捆绑销售”，坑得很。

此外，FSD选装包未来的价格会与技术进展进行绑定，即每新增一个功能推送，FSD的价格就会上涨 1000 美元，这谁顶得住。不过，换装FSD的特斯拉车型有着巨大的潜力，这是以前配备HW 2.5硬件的特斯拉无法匹敌的。所以，综合来看，特斯拉FSD还是值得加的。