马斯克:终于可以跟英伟达分手,特斯拉要用自研AI芯片!

简介: 马斯克在特斯拉Q2公布财报的电话会议上表示,特斯拉自主研发的AI自动驾驶芯片经过3年研发,现在终于要出成果了!马斯克表示,新芯片有望用在特斯拉S、X、3等多款型号上,新的AI系统的成本与现在使用的Nvidia的系统基本相当,但性能远胜后者。

【新智元导读】马斯克在特斯拉Q2公布财报的电话会议上表示,特斯拉自主研发的AI自动驾驶芯片经过3年研发,现在终于要出成果了!马斯克表示,新芯片有望用在特斯拉S、X、3等多款型号上,新的AI系统的成本与现在使用的Nvidia的系统基本相当,但性能远胜后者。

特斯拉首席执行官埃隆·马斯克美国当地时间周三表示,该公司用于处理自动驾驶的定制化芯片已接近完成。

特斯拉是少数几家自主开发自动驾驶技术的汽车制造商之一,该公司一直在开发自己的芯片来进行人工智能计算,而不是继续依赖Nvidia等芯片制造商的系统,在业内显得独树一帜。

“非常重要的是,我们已经开发了三年的特斯拉自动驾驶芯片技术终于取得成果了。”马斯克在特斯拉本周三公布Q2财报的电话会议上说道。

自力更生,特斯拉自主研发自动驾驶AI芯片

马斯克首次公开提及这一自主研发的自动驾驶芯片项目,是在2017年12月的一次公司活动上。当时特斯拉的自动驾驶硬件使用Nvidia的显卡,马斯克从AMD请来芯片架构师Jim Keller担任特斯拉负责硬件开发的副总裁,并表示“我们认为目前Jim Keller的团队开发的自动驾驶专门化AI硬件是世界上最好的。”

马斯克当时大胆预言,完全自动驾驶汽车会在两年内问世。三年之内,自动驾驶AI的表现会远超人类驾驶员。Keller于今年4月离开特斯拉,此前特斯拉遭遇的车祸事件被指与自动驾驶系统有关。

image

Autopilot自动驾驶项目总监Pete Bannon

马斯克在此次电话会议上介绍了Autopilot自动驾驶团队的一些关键人物。其中一位是项目总监Pete Bannon,他曾在苹果公司供职近8年,于2016年加入特斯拉。

Bannon说:“芯片已经顺利运行,而且表现不错,我们在特斯拉S、特斯拉X和特斯拉3上提供使用方便的替代设备,所有这些型号都已经在路上行驶。这些AI芯片可以全帧速支持现有的车载网络,并且在很多时候都是空闲状态。所以我们对Andre和他的团队将来在这个项目上能够取得的成果感到非常兴奋。
议。

新AI芯片与现有Nvidia系统成本相当,但性能大幅提升

Bannon说的是特斯拉的AI项目负责人Andre Karpathy,他于去年从谷歌旗下的DeepMind加入特斯拉。谷歌旗下的自动驾驶部门Waymo在车辆中使用英特尔的芯片。

Bannon说,当他加入特斯拉时,当时的员工们考虑了多种选择,包括使用Nvidia的显卡,并表示他们同时也在与ARM方面接触,目前高通等企业就在使用ARM的芯片。

“当时还没有人从零开始自己做芯片设计,而我们选择了这条路。”Bannon说。

马斯克表示,特斯拉计划扩大AI芯片团队的规模,并尽快对该技术投资。他说,新的自研AI芯片的成本与目前特斯拉在其汽车中所用的系统相差无几,但计算和处理能力会更高。特斯拉汽车目前使用Nvidia公司的组件。

参考链接:
https://www.cnbc.com/2018/08/01/elon-musk-says-tesla-ai-chip-project-is-finally-coming-to-fruition.html

原文发布时间为:2018-08-03
本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”。
原文链接:马斯克:终于可以跟英伟达分手,特斯拉要用自研AI芯片!

相关文章
|
23天前
|
人工智能 并行计算 程序员
【AI系统】SIMD & SIMT 与芯片架构
本文深入解析了SIMD(单指令多数据)与SIMT(单指令多线程)的计算本质及其在AI芯片中的应用,特别是NVIDIA CUDA如何实现这两种计算模式。SIMD通过单指令对多个数据进行操作,提高数据并行处理能力;而SIMT则在GPU上实现了多线程并行,每个线程独立执行相同指令,增强了灵活性和性能。文章详细探讨了两者的硬件结构、编程模型及硬件执行模型的区别与联系,为理解现代AI计算架构提供了理论基础。
63 12
|
21天前
|
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。
|
8天前
|
人工智能 API Windows
免费部署本地AI大语言模型聊天系统:Chatbox AI + 马斯克grok2.0大模型(简单5步实现,免费且比GPT4.0更好用)
本文介绍了如何部署本地AI大语言模型聊天系统,使用Chatbox AI客户端应用和Grok-beta大模型。通过获取API密钥、下载并安装Chatbox AI、配置模型,最终实现高效、智能的聊天体验。Grok 2大模型由马斯克X-AI发布,支持超长文本上下文理解,免费且易于使用。
40 0
|
26天前
|
机器学习/深度学习 人工智能 并行计算
【AI系统】芯片的编程体系
本文探讨了SIMD与SIMT的区别及联系,分析了SIMT与CUDA编程的关系,深入讨论了GPU在SIMT编程的本质及其与DSA架构的关系。文章还概述了AI芯片的并行分类与并行处理硬件架构,强调了理解AI芯片编程体系的重要性,旨在帮助开发者更高效地利用AI芯片算力,促进生态繁荣。
48 0
|
26天前
|
机器学习/深度学习 存储 人工智能
【AI系统】谷歌 TPU v2 训练芯片
2017年,谷歌推出TPU v2,专为神经网络训练设计,标志着从推理转向训练的重大转变。TPU v2引入多项创新,包括Vector Memory、Vector Unit、MXU及HBM内存,以应对训练中数据并行、计算复杂度高等挑战。其高效互联技术构建了TPU v2超级计算机,显著提升大规模模型训练的效率和性能。
44 0
|
存储 算法 AI芯片
地平线谭洪贺:AI芯片怎么降功耗?从ISSCC2017说起
先来一张slide镇镇场,tutorial上Verhelst总结了近几年VLSI和ISSCC会议上发表的一些结果。其中,灰色的图标应该都是ISSCC2017以前的结果。这张图体现了性能、错误率、能效三方面的trade off。
1901 0
|
9天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
65 10
|
2天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
12月14日,由中国软件行业校园招聘与实习公共服务平台携手魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·湖南大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
|
14天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
|
9天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。

热门文章

最新文章