【科技.未來】自行研發自動駕駛晶片 對Tesla是好是壞?

撰文:
最後更新日期:

不用光學雷達和高清地圖,不用模擬數據,幾乎僅靠攝錄機和人工智能,正正是為什麼Tesla要研製高效能的人工智能晶片以處理行車數據,解決自動駕駛難題。

不過,對於這塊馬斯克「客觀來說全球最佳」最佳的晶片,本來供應Tesla晶片的Nvidia卻反駁這說法不公道。

【科技.未來】走不出地理圍欄 有限度的自動駕駛

在上月底的Tesla Autonomy Day,馬斯克介紹了Tesla自行研發的最新自動駕駛晶片。(Tesla)

每輛Tesla車上將會配有兩塊晶片,每塊晶片有兩個專為運行神經網絡而設的加速器。而每塊晶片處理能力達72兆次浮點運算(trillion operations per second,TOPS),足以讓系統每秒分析2,100幀影格數,Tesla聲稱比原來使用由NVIDIA提供的晶片快21倍,成本是原有晶片的八成,耗電功率僅由57W增加至72W。晶片設計師Pete Bannon解釋:「這是兩個獨立電腦,各自運行的系統。」每塊晶片均有獨立電源,即使其中一塊無法運作,汽車仍可繼續行駛。因此馬斯克說,現時生產的每輛Tesla車都配備了全自動駕駛所需硬件:「你只需要升級軟件。」

Nvidia指,Tesla以Xavier與其新晶片比較並不公道。 (Nvidia)

回溯2017年底,馬斯克在人工智能方面的頂級會議NIPS上表示,Tesla正「研發我們認為是世上最好的特製AI硬件」。他對科技媒體The Register說:「我想澄清,Tesla十分着緊AI,無論是軟件還是硬件。我們正開發度身訂造的AI硬件晶片。」去年10月,馬斯克宣布Tesla自主研製的新晶片,還需六個月才可安裝到新生產的汽車上;並在Twitter上聲稱新晶片可提升「500%至2,000%」效益。

儘管Tesla晶片數據亮麗,呈現方式卻不盡不實。NVIDIA自動駕駛高級總監Danny Shapiro指出,Tesla不但以兩塊Tesla晶片的處理能力與一塊NVIDIA晶片比較,更貶低NVIDIA晶片的能力:「他們誤說晶片的運算能力為21 TOPS(每秒21萬億次),但其實有30 TOPS,把我們真正能力說低了30%。」

航企與新創進場 超音速客機重臨
和諧客機黯然退場 超音速客機如何避免重蹈覆轍

雖然Nvidia認為較公道的比較應是與其Pegasus晶片,但此晶片耗電較多,所以也難怪Nvidia也讚賞Tesla的成果。(Nvidia)

Shaprio補充,Tesla把新晶片與NVIDIA的舊硬件、即2016年推出的Xavier作比較,Xavier只是用作自動輔助駕駛功能,而非全自動駕駛,Tesla的新晶片應該與NVIDIA新推出的Pegasus作比較。Pegasus的運算能力可達320 TOPS,是Tesla的新FSD硬件兩倍有多,但耗電是Tesla晶片四倍。

但Nvidia也讚賞Tesla的晶片「提升了行業標準」。Shapiro指Tesla和Nvidia一樣意識到,要實現自動駕駛,必須要有處理龐大數據的能力:「務實的車廠都了解這一點,但Tesla有巨大優勢。我自己也每天駕駛Tesla。」

有行業分析師質疑,Tesla終究不是晶片公司,現階段自行研發自動駕駛晶片未必有利。(路透社)

半導體行業分析師Patrick Moorhead擔心:「任何與馬斯克相關的公司都誇下海口。順利時,火箭能降落在海中心回收;但有時……它會在半空中爆炸。」他說Tesla的自動駕駛晶片也符合這規律:「我在這行三十年,從未見過任何人研發第一塊晶片就成功。我認為它只會大大分散Tesla注意力和浪費金錢。」

技術以外,Tesla更大挑戰在於自行設計研發涉及巨大經費及有欠靈活,人工智能領域進展快速,隨着自動駕駛技術發展,Tesla或許會在晶片上押錯注。市場研究機構林利集團(Linley Group)微處理器分析師Mike Demler便質疑,「太過專門的晶片有一定危險。他們設計時是否夠靈活適應新的演算法?」投資研究公司Lynx Equity Strategies分析師K.C. Rajkumar和Jahanara Nissar直指:「自製晶片對Tesla來說是件很辛苦的事,他們不是半導體公司。」 Moorhead也認為自動駕駛領域變化急速,從其他公司購買改良晶片較為明智。

首架火車德國啟程 車廠攜手研發 氫燃料電池再臨
氫燃料漸成國策 多元能源為未來趨勢

美國汽車工程師協會(SAE)自動駕駛分級

Tesla過往曾在其他方面嘗試自行生產,卻不一定見效。例如2017年,Tesla收購了自動設備生產商Perbix,翌年馬斯克承認過分依賴機器自動組裝,導致生產進度落後。「我覺得Tesla正把自己迫到困境。」 Moorhead說。

到底多強運算能力對自動駕駛才足夠?初創公司Accel Robotics機器感知專家Filip Piekniewski提醒:「我不認為任何人知道必須要有什麼硬件。」而從這一點延伸,可以發現不論是晶片開發還是有多少TOPS的討論,某程度上都沒有說到重點。運算能力固然對自動駕駛很重要,但全自動駕駛並非單靠更好的處理器就能實現。Tesla雖然描繪出一個全自動駕駛的未來,但按美國汽車工程師協會(SAE)分級,它現時的自動駕駛水平仍在第2級,與全自動的第5級相去甚遠。

上文節錄自第163期《香港01》周報(2019年5月20日)《自動駕駛競賽:馬斯克單挑同業》。

相關文章:
自動駕駛競賽 馬斯克單挑眾敵
走不出地理圍欄 有限度的自動駕駛
Tesla「全自動駕駛」 只是語言偽術?
自動駕駛稱呼冗雜 睇名難知功能
依賴深度學習 汽車真能學懂駕駛?

更多周報文章︰【01周報專頁】
《香港01》周報,各大書報攤、OK便利店及Vango便利店有售。你亦可按此訂閱周報,閱讀更多深度報道。

其他【科技.未來】交通文章:

測試隧道開幕在即 一窺馬斯克的地底交通夢
地底交通夢空白處處 馬斯克創新視野能否實現?

乘訂閱經濟熱潮 從擁有汽車到出行服務
部署多元出行 Uber CEO:希望十年後無人買車

國家及企業爭相研發 水上交通掀無人革命

飛天車不是夢 Uber 5年內推空中的士服務
飛天車要成真 3大難題必先解決

自駕車競賽:科技公司Waymo對決傳統車廠GM
自駕車面世前 兩大問題仍需處理



X
請使用下列任何一種瀏覽器瀏覽以達至最佳的用戶體驗:Google Chrome、Mozilla Firefox、Internet Explorer、Microsoft Edge 或Safari。為避免使用網頁時發生問題,請確保你的網頁瀏覽器已更新至最新版本。