特斯拉悄悄搞出无人车AI芯片,已经投产测试,而且没带英伟达

简介:
本文来自AI新媒体量子位(QbitAI)

伊隆·马斯克的野心似乎没有边界。

这位硅谷钢铁侠一边大声疾呼警惕人工智能,一边带领特斯拉悄无声息的投入自动驾驶AI芯片开发,而且已经接近开发完成。

085b045ace1b4c74a1837a0fbebaea87a7f246a9

秘密研发AI芯片

据透露,特斯拉已经收到这款AI处理器的首批样品,并且正在进行相关测试。

为什么特斯拉要研发AI芯片?归根结底还是为了自动驾驶做准备。无人车有大量数据需要处理,AI芯片事关特斯拉自动驾驶的未来。而且重要的是,特斯拉不希望这么核心的无人车部件,还得仰人鼻息。

但这么秘密的事儿,是怎么曝光的?

都怪大嘴巴。

昨天,芯片制造商格罗方德(GlobalFoundries)的CEO在加州的一次技术会议上,不经意的提到特斯拉就是他们的一个合作案例。这一下就引发了外界的关注:原来特斯拉在谋划研发处理器!

随后这段开头提到的细节就被挖出来了。以及,随后格罗方德不得不发表声明,否认对客户或者潜在客户发表评论,同时否认与特斯拉有直接合作。

这个声明说的没错,与特斯拉有直接合作的是AMD。特斯拉这个AI芯片并非完全独立开发,而是构建在AMD的知识产权基础上。

而格罗方德是一家从AMD拆分出来的晶圆厂,后来把股份彻底卖给了中东土豪,不过根据双方的协议,格罗方德2020年前都要向AMD供应晶圆。由于这层关系,也由于英文缩写,格罗方德被戏称为AMD的女朋友(GF)。

至少女朋友还出来说了一两句,AMD和特斯拉直接拒绝回应。最好的反应来自股市,消息传出后,AMD股价今早收盘前出现干拔式上涨。

e193fdc8f4568ef836bb3f50a52cb4e26386b99a

 AMD股价变化

英伟达也被抛弃了

等等……

怎!么!会!是!AMD!?

最近一直跟特斯拉过从甚密的,不是英伟达么?

这已经不是特斯拉第一次“移情别恋”了。去年7月,Mobileye宣布与特斯拉终止合作关系,作为ADAS领域最牛的公司,Mobileye此前一直为特斯拉的自动驾驶系统提供核心技术支持。

然而,自从去年5月的特斯拉车祸之后,Mobileye和特斯拉之间的嫌隙变得无法弥合。马斯克此前一直激进的宣扬特斯拉无人驾驶技术,但Mobileye认为还不够好,并且很早就要求要求特斯拉保证Autopilot的安全性。

Mobileye选择与特斯拉分手后,英伟达来了。从去年10月开始,特斯拉的车上都开始装配英伟达的Drive PX2。当时据说选择英伟达还是AMD,也让特斯拉纠结过一下下,不过最终英伟达胜出没有什么意外。

fa7dcc33819e7cc5050f229e8b46c2ac25dcb592

英伟达技术领先,在AI的浪潮下公司业绩和股价节节创新高,产品也是供不应求。但,还记得上面我们提到特斯拉不想仰人鼻息么?没错,这“人”指的就是英伟达。特斯拉不想受制于人。

特斯拉的AI芯片研发团队规模已经超过50人,而且团队的核心成员正是来自AMD,包括首席硬件工程师、系统电路设计主管等。

对了,其实特斯拉在跟Mobileye合作的时候,内部就有一个团队在秘密研发可以代替Mobileye的计算机视觉产品。所以,特斯拉这次甩开英伟达自己造AI芯片,其实并不令人意外。

只是不知道老黄怎么想。

芯片战火持续

尽管英伟达是现在当红的AI芯片制造商。

然而,想自己另起炉灶生产AI处理器的大有人在。具体到这篇所讲的自动驾驶/无人车领域,巨头云集而且各自有各自的盘算。

比方特斯拉一直没有跟英特尔有合作。英特尔后来斥资150多亿美元收购了Mobileye,并且和宝马、菲亚特克莱斯勒等传统车厂不断结盟

一份来自来自博恩斯坦(Bernstein)的新报告指出,德国汽车公司的自动驾驶技术,比特斯拉的Autopilot更先进、更复杂。“特斯拉有很多优势,但在自动驾驶能力上过度宣传了”,伯恩斯坦分析师说。

而且报告指出,Waymo可能在自动驾驶技术上比所有人都领先。

Waymo是搜索巨头Google旗下的无人车业务,而Google在AI方面的研发实力有目共睹。与英伟达把GPU应用在多个领域不同的是,Google一直在致力于研发制造专用的AI芯片,例如TPU已经推出第二代。

此外,微软也在为HoloLens研发AI芯片;9月初华为发布的麒麟970芯片也增加了NPU,增强AI处理能力;刚刚发布的新一代iPhone手机里,全部配备苹果A11 Bionic处理器,里面同样配备了专门处理AI需求的神经引擎。

最后介绍一下特斯拉AI芯片的负责人:凯勒。

现年57岁的凯勒(Jim Keller),2016年初加入特斯拉,今年6月Chris Lattner离职之后,凯勒就成为特斯拉自动驾驶硬件和软件的负责人。此前,凯勒一直是芯片架构师,先后供职于上面提到过的AMD和苹果公司。

凯勒2008年加入苹果,曾经是A4和A5芯片的设计师。

看上去特斯来有备而来,且筹谋已久。

775e39b362d551219eac3a25842de87fa82a1dd7

本文作者:问耕
原文发布时间:2017-09-21
相关文章
|
1月前
|
人工智能 数据可视化 测试技术
AI测试平台自动遍历:低代码也能玩转全链路测试
AI测试平台的自动遍历功能,通过低代码配置实现Web和App的自动化测试。用户只需提供入口链接或安装包及简单配置,即可自动完成页面结构识别、操作验证,并生成可视化报告,大幅提升测试效率,特别适用于高频迭代项目。
|
1月前
|
人工智能 测试技术 调度
写用例写到怀疑人生?AI 智能测试平台帮你一键生成!
霍格沃兹测试开发学社推出AI智能测试用例生成功能,结合需求文档一键生成高质量测试用例,大幅提升效率,减少重复劳动。支持自定义提示词、多文档分析与批量管理,助力测试人员高效完成测试设计,释放更多时间投入核心分析工作。平台已开放内测,欢迎体验!
|
1月前
|
人工智能 测试技术 项目管理
测试不再碎片化:AI智能体平台「项目资料套件」功能上线!
在实际项目中,需求文档分散、整理费时、测试遗漏等问题常困扰测试工作。霍格沃兹推出AI智能体测试平台全新功能——项目资料套件,可将多个关联文档打包管理,并一键生成测试用例,提升测试完整性与效率。支持套件创建、文档关联、编辑删除及用例生成,适用于复杂项目、版本迭代等场景,助力实现智能化测试协作,让测试更高效、更专业。
|
1月前
|
存储 人工智能 测试技术
用AI提升测试效率:智能体平台的「需求文档管理」功能上线啦!
霍格沃兹测试开发学社推出AI智能体测试平台,全新「需求文档管理」功能助力高效测试准备。集中管理需求文档,支持多种上传方式,智能生成测试用例,提升测试效率与准确性,助力迈向智能化测试新时代。
|
2月前
|
人工智能 Cloud Native Java
书本大纲:从芯片、分布式到云计算AI时代
本文深入探讨并发编程、JVM原理、RPC框架、高并发系统、分布式架构及云原生技术,涵盖内存模型、同步机制、垃圾回收、网络协议、存储优化、弹性伸缩等核心议题,揭示多线程运行逻辑与高并发实现路径,助你掌握现代软件底层原理与工程实践。
103 6
|
1月前
|
人工智能 JavaScript 算法
Playwright携手MCP:AI智能体实现自主化UI回归测试
MCP 协议使得 AI 能够通过 Playwright 操作浏览器,其中快照生成技术将页面状态转化为 LLM 可理解的文本,成为驱动自动化测试的关键。该方式适用于探索性测试和快速验证,但目前仍面临快照信息缺失、元素定位不稳定、成本高、复杂场景适应性差以及结果确定性不足等挑战。人机协同被认为是未来更可行的方向,AI 负责执行固定流程,人类则专注策略与验证。
|
2月前
|
存储 人工智能 算法
AI测试平台实战:深入解析自动化评分和多模型对比评测
在AI技术迅猛发展的今天,测试工程师面临着如何高效评估大模型性能的全新挑战。本文将深入探讨AI测试平台中自动化评分与多模型对比评测的关键技术与实践方法,为测试工程师提供可落地的解决方案。
|
3天前
|
人工智能 自然语言处理 JavaScript
Playwright MCP在UI回归测试中的实战:构建AI自主测试智能体
Playwright MCP结合AI智能体,革新UI回归测试:通过自然语言驱动浏览器操作,降低脚本编写门槛,提升测试效率与覆盖范围。借助快照解析、智能定位与Jira等工具集成,实现从需求描述到自动化执行的闭环,推动测试迈向智能化、民主化新阶段。
|
21天前
|
机器学习/深度学习 人工智能 自然语言处理
如何让AI更“聪明”?VLM模型的优化策略与测试方法全解析​
本文系统解析视觉语言模型(VLM)的核心机制、推理优化、评测方法与挑战。涵盖多模态对齐、KV Cache优化、性能测试及主流基准,助你全面掌握VLM技术前沿。建议点赞收藏,深入学习。
288 8

热门文章

最新文章