特斯拉携手AMD,将打造专属自动驾驶的AI处理芯片

简介:

未来该芯片将与自驾驾驶系统配合使用。

据悉,特斯拉表示与AMD合作,并在AMD的技术知识基础上,开发属于自己的人工智能处理器。此举表明特斯拉在努力推动自身的垂直整合,减少对其他公司的依赖。

特斯拉携手AMD,将打造专属自动驾驶的AI处理芯片

据了解,AMD将帮助特斯拉提供芯片的开发技术,并且电动汽车制造商Tesla已经收到了其处理器原型样机的第一个测试样本。

特斯拉声称,目前这一代汽车拥有所有的硬件和计算能力,可以在将来通过软件更新实现全自动驾驶。但是,该公司也总是在其硬件上进行迭代,避免了传统汽车制造商的传统模型年升级。

特斯拉的自动驾驶仪由Jim Keller负责,Jim Keller的大部分职业生涯在AMD,然后在苹果公司(Apple)帮助设计了Apple A4和A5内部处理器。Keller在公司的关键角色可能会对特斯拉开始拥有自己的处理器产生很大的影响。

关于该芯片的研发团队,有消息称,在Jim Keller之后,特斯拉又招来了几位AMD曾经的高管,其中包括总监Ganesh Venkataramanan、首席硬件工程师Bill McGee和系统电路设计主管Dan Bailey。对此,AMD与特斯拉两方均表示不回应。

特斯拉携手AMD,将打造专属自动驾驶的AI处理芯片

此次,构建完全用于自动驾驶的专有芯片将帮助特斯拉更好地搭载和使用其自主驾驶软件和计算硬件组件,也帮助其更好地控制自己供应链的关键方面,从而提高整体系统的效率和性能。

据了解,未来该芯片将与自动驾驶系统配合使用。并且特斯拉与Nvidia依然维持着现有的合作关系,Nvidia的GPU为其自动驾驶仪系统提供动力,但新内部芯片可能会降低对第三方AI处理硬件的依赖。


原文发布时间: 2017-09-21 13:30
本文作者: Lynn
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
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。
365 7
|
传感器 人工智能 自动驾驶
生成式AI应用于自动驾驶:前沿与机遇
近期发表的一篇综述性论文总结了生成式AI在自动驾驶领域的应用进展,并探讨了自动驾驶与机器人、无人机等其它智能系统在生成式AI技术上的交叉融合趋势
613 10
|
机器学习/深度学习 人工智能 自然语言处理
Agent Laboratory:AI自动撰写论文,AMD开源自动完成科研全流程的多智能体框架
Agent Laboratory 是由 AMD 和约翰·霍普金斯大学联合推出的自主科研框架,基于大型语言模型,能够加速科学发现、降低成本并提高研究质量。
1839 23
Agent Laboratory:AI自动撰写论文,AMD开源自动完成科研全流程的多智能体框架
|
人工智能 文字识别 自动驾驶
突破自动驾驶"交规困境":高德&西交发布交规+高精地图基准MapDR,车道级交通规则在线理解,让AI更懂交规!
作为专业领先的出行和位置服务提供商,高德地图以数据准确率高、鲜度高著称。当前自动驾驶技术总是关注到矢量地图的构建,往往忽略了车道级驾驶规则的制作。对应图商而言,车道级的领航不仅需要有正确的车道级矢量表达,还要明确每条路的驾驶规则,保证引导的准确率。
675 2
|
机器学习/深度学习 人工智能 自然语言处理
DynamicCity:上海AI Lab开源4D场景神器助力自动驾驶场景!128帧动态LiDAR生成,1:1还原城市早晚高峰
DynamicCity 是上海 AI Lab 推出的 4D 动态场景生成框架,专注于生成具有语义信息的大规模动态 LiDAR 场景,适用于自动驾驶、机器人导航和交通流量分析等多种应用场景。
543 1
|
传感器 机器学习/深度学习 人工智能
AI在自动驾驶汽车中的应用与未来展望
AI在自动驾驶汽车中的应用与未来展望
1080 9
|
人工智能 数据安全/隐私保护 数据中心
“芯片围城”下国产AI要放缓?答案或截然相反
12月2日,美国对华实施新一轮出口限制,将140余家中国企业列入贸易限制清单。对此,中国多个行业协会呼吁国内企业谨慎选择美国芯片。尽管受限企业表示影响有限,但此事件引发了关于AI领域芯片供应的担忧。华为云推出的昇腾AI云服务,提供全栈自主的算力解决方案,包括大规模算力集群、AI框架等,旨在应对AI算力需求,确保算力供给的稳定性和安全性,助力中国AI产业持续发展。
461 3
|
11月前
|
消息中间件 人工智能 安全
云原生进化论:加速构建 AI 应用
本文将和大家分享过去一年在支持企业构建 AI 应用过程的一些实践和思考。
2517 99
|
11月前
|
人工智能 运维 Kubernetes
Serverless 应用引擎 SAE:为传统应用托底,为 AI 创新加速
在容器技术持续演进与 AI 全面爆发的当下,企业既要稳健托管传统业务,又要高效落地 AI 创新,如何在复杂的基础设施与频繁的版本变化中保持敏捷、稳定与低成本,成了所有技术团队的共同挑战。阿里云 Serverless 应用引擎(SAE)正是为应对这一时代挑战而生的破局者,SAE 以“免运维、强稳定、极致降本”为核心,通过一站式的应用级托管能力,同时支撑传统应用与 AI 应用,让企业把更多精力投入到业务创新。
1023 30