特斯拉中国工厂2020投产,还可能为完全自动驾驶更新硬件

简介:
本文来自AI新媒体量子位(QbitAI)

大约三个月前,特斯拉股价涨到363.53美元,市值606.68亿,力压通用汽车和福特,成了全美市值第一的汽车公司。今年9月,特斯拉股价更是涨到了385美元。

之后,就没有那么顺利了。


坏消息不断

特斯拉今天刚刚发布的财报更是雪上加霜。财报显示,特斯拉第三季度总营收29.8亿美元,净亏损6.7亿美元,归属股东的净亏损达到每股2.92美元,远比华尔街分析师们之前预期的美股2.29美元严重。

这家公司的烧钱速度则远远超出了华尔街的预料,第三季度,特斯拉消耗了14亿美元现金,而华尔街之前的预期是12亿。

这可能是特斯拉上市以来,最差的一份财报。

在不如人意的业绩之上,还有个雪上加霜的问题:特斯拉Model 3量产遭遇瓶颈,第三季度仅仅交付了200多辆,面对付了1000美元定金等着提货的4万人,简直是杯水车薪。

而且,马斯克已经不指望能达到原来的生产目标了。他在财报发布之后的电话会议上说,按目前状况,特斯拉可能要到明年3月底,才能实现每周生产5000辆汽车的目标。原来定的今年年底每周5000辆的目标,基本已经无望。

重重压力之下,特斯拉评估第三季度业绩后,解雇了700名“业绩不佳”的员工,占员工总数的2%。

虽然马斯克把Model 3遇到的问题称为“比较小的调整”,但投资者并不买账。特斯拉股价盘后下跌16.18美元,跌幅5.04%。

流年不利之际,重振华尔街和广大股民的信心才是第一要务。于是,马斯克在财报发布后的电话会议上说出了一连串的新打算。

中国工厂3年后投产

首先是关于特斯拉在中国的工厂。

之前《华尔街日报》报道称,特斯拉与上海市政府已经达成了在该市自贸区内建厂的协议,在中国建厂造车已经迈出实质性一步。

当时,特斯拉的回复非常保守:公司正在与上海市政府谈判,计划在当地建设一座工厂,并有望在年底达成协议,但对于近日达成协议一事,不予置评。

在今天的电话会议上,特斯拉一改之前的低调态度,明确给出了时间表:中国工厂计划2020年投产,负责生产Model 3和Model Y汽车,每年能生产“数十万辆”。

也就是3年之后。

不过马斯克也说了,别太当真,这就是一个“大致的目标”。

国内的朋友们可以期待一下,毕竟这座工厂,被马斯克称为“让中国人买得起特斯拉的唯一途径”。

自动驾驶可能迎来硬件升级



除了关心中国市场,马斯克还在电话会议上谈了谈自动驾驶。

马斯克说,他依然坚信靠特斯拉现有的硬件,能够“达到完全自动驾驶”,但还是给大家打了个预防针:监管者能认可、能合法上路的的自动驾驶,可能和特斯拉所认为的不太一样。

他说,现在特斯拉车载的计算机和传感器硬件能达到“和人类差不多的自动驾驶水平”,但是监管者要求的驾驶水平可能会是人类能力的好几倍。

这同时也是一个预告,表明特斯拉可能会为达到合法上路的自动驾驶水平,对硬件进行升级。

“我们不久后会说一些关于硬件的事情,不过现在还没准备好。但是订购了特斯拉全自动驾驶服务的用户也不用担心,如果车载的计算机真的需要升级,我们就为它们更换计算机——就是个把旧电脑拔下来、新电脑插上的事。”马斯克在电话会议上说。

早在今年8月,就有特斯拉即将发布Autopilot 2.5硬件的传闻。美国汽车媒体Electrek报道称,Model 3除了加了一个面向司机的摄像头之外,还要升级车载计算机,搭载了第二个GPU,来提供更强大的计算力。这一版硬件在特斯拉内部代号为“HW 2.5”。

后来,特斯拉基本证实了报道的内容,只是指出没有“2.5”那么夸张,说“2.1”更合适一点,而且并没有多放一个英伟达Pascal GPU。

新版的硬件里没有“an additional Pascal GPU”,但有没有其他的AI芯片呢?要知道,特斯拉内部的芯片研发团队规模,有50多人,带头人物还是芯片界的传奇凯勒(Jim Keller)

Autopilot的硬件升级,说不定能带来一个大惊喜。

提升Model 3产能才是正经事


中国市场也好,自动驾驶也好,对特斯拉来说都是锦上添花。而能为当前困境雪中送炭的,还是努力提高Model 3产能。

提高产能的第一大方法,还是特斯拉一直在做的:烧钱。

特斯拉预计,今年第四季度的支出可能要高达10亿美元,主要会花在Model 3的生产设备上,也可能会用于Gigafactory 1、店面、服务中心、交付中心和充电桩等设施的扩张。

特斯拉还特地强调,这个钱,他们烧得起。

除了烧钱,特斯拉还要把Model S和Model X的产能转移给Model 3。

马斯克在电话会议上强调,为了确保Model 3的生产,特斯拉计划把Model S和Model X等汽车的产量压缩10%。

看来,“明年3月底每周生产5000辆”这个被大家嫌弃的妥协目标,已经是特斯拉全力协调的结果了。

︿( ̄︶ ̄)︿希望你没有为Model 3交定金~

以及,如果你想瞻仰一下这份特斯拉史上最差财报全文(英文PDF版),请戳“阅读原文”。

本文作者:夏乙 
原文发布时间: 2017-11-02
相关文章
|
8月前
|
传感器 人工智能 物联网
无线气体自动灭火系统在数据机房的应用,沃思智能
无线气体自动灭火系统融合物联网与AI技术,实现火灾秒级响应、智能判断与自动灭火,广泛应用于数据中心、电力设施等高价值场所。系统无需布线、安装灵活,支持远程监控与多设备联动,显著降低误报率与运维成本。随着5G与绿色灭火剂发展,正迈向“预测性防护”新阶段,助力消防进入智能化时代。(238字)
372 1
|
11月前
|
存储 人工智能 自然语言处理
AI代理内存消耗过大?9种优化策略对比分析
在AI代理系统中,多代理协作虽能提升整体准确性,但真正决定性能的关键因素之一是**内存管理**。随着对话深度和长度的增加,内存消耗呈指数级增长,主要源于历史上下文、工具调用记录、数据库查询结果等组件的持续积累。本文深入探讨了从基础到高级的九种内存优化技术,涵盖顺序存储、滑动窗口、摘要型内存、基于检索的系统、内存增强变换器、分层优化、图形化记忆网络、压缩整合策略以及类操作系统内存管理。通过统一框架下的代码实现与性能评估,分析了每种技术的适用场景与局限性,为构建高效、可扩展的AI代理系统提供了系统性的优化路径和技术参考。
814 4
AI代理内存消耗过大?9种优化策略对比分析
|
11月前
|
数据可视化 API 开发工具
构建高效需求池,这些需求池管理工具帮你提升需求管理的完成率
在产品开发中,需求来源多、变更频繁,易导致混乱。需求池管理工具通过统一收集、分类评估、优先级排序及任务流转,助力团队高效协同。它不仅提升跨部门协作效率,还确保需求从收集到落地的全流程可视化与可追踪,是现代产品团队不可或缺的利器。
|
分布式计算 Shell Scala
如何开始学习使用Spark?
【8月更文挑战第31天】如何开始学习使用Spark?
511 2
|
运维 Kubernetes Docker
微服务的成本效益分析
【8月更文第29天】随着微服务架构的流行,越来越多的企业开始考虑采用这一架构模式来构建他们的应用程序和服务。然而,迁移到微服务并非没有代价。本文旨在评估采用微服务架构所带来的成本增加与收益,并探讨如何优化资源使用,以最大化成本效益比。
1194 1
|
Java
java基础 - 个人笔记
java基础 - 个人笔记
716 2
|
数据采集 自然语言处理 测试技术
CodeFuse-13B: 预训练多语言代码大模型
该论文针对蚂蚁集团的现实应用场景,详细介绍了CodeFuse-13B预训练模型的数据准备和训练过程,揭秘了CodeFuse是如何成为一款能够同时处理英文和中文提示的高效预训练代码大型语言模型(LLM)。论文还对CodeFuse在代码生成、翻译、注释和测试用例生成等应用场景中的性能进行了评估。CodeFuse-13B在蚂蚁集团内广
899 2
|
监控 安全 Linux
systemd-cgls:Linux中的Cgroup层级结构查看利器
`systemd-cgls`是Linux工具,用于查看Cgroup层级结构,协助管理员管理资源。它以树形结构显示cgroup及其资源使用,用于监控、性能调优和安全隔离。通过`--no-page`, `--all`, `--full`等参数可定制输出。结合`systemd-cgtop`等工具,定期监控和配置资源限制,实现系统优化。
|
算法 程序员
老程序员分享:nextInt和nextLine以及next方法的区别
老程序员分享:nextInt和nextLine以及next方法的区别
574 0
|
关系型数据库 MySQL 数据库
实时计算 Flink版产品使用合集之将MySQL中的数据实时同步到Vertica如何解决
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。