【自动驾驶技术】自动驾驶汽车AI芯片汇总——TESLA篇(FSD介绍)

0. 前言

按照国际惯例,首先声明:本文只是我自己学习的理解,虽然参考了他人的宝贵见解及成果,但是内容可能存在不准确的地方。如果发现文中错误,希望批评指正,共同进步。

本篇文章是这个自动驾驶汽车AI芯片系列的第三篇,也算终于轮到特斯拉出场了!(Respect)

自动驾驶汽车AI芯片系列目录:

1. NVIDIA篇

2. 地平线篇

提到特斯拉,大家估计第一反应会想到“FSD”,没错!本文的主角就是“FSD”,或者更准确来说应该是“FSD芯片”。

FSD全称是Full Self-Driving(多么直奔主题),但在开始介绍FSD之前,我想先聊聊特斯拉的自动驾驶平台——HW。

这里的HW就纯是HardWare的意思,与某为毫不相干。

1. TESLA 自动驾驶平台

特斯拉的硬件平台(Hardware Platform,简称HW)是指在其电动汽车中用于自动驾驶功能的计算和传感系统。特斯拉的硬件平台经历了几代的演变,每一版都代表着技术上的进步和对自动驾驶能力的提升:

第一代:HW 1.0

  • 发布时间:2014年
  • 方案特点:初期版本,包含了摄像头、超声波传感器和雷达。
  • SoC芯片:使用的是Mobileye的EyeQ3芯片,主要负责视觉处理,但后来特斯拉和Mobileye因理念不合而分道扬镳。

当时Mobileye客户非常多,估计也没太把特斯拉放在心上。现在的Mobileye……呵呵。

第二代:HW 2.0 / HW 2.5

  • 发布时间:2016年
  • 方案特点:引入了更多的传感器,包括前置三目摄像头、前后雷达、以及环绕车身的超声波传感器,增强了整体感知能力。
  • SoC芯片:
    • HW2.0:采用了NVIDIA 的Drive PX2平台。
    • HW2.5:在HW2.0的基础上增加了额外的NVIDIA Tegra Parker芯片于增强计算能力。

第三代:HW 3.0 (转折点,FSD引入)

  • 发布时间:2019年
  • 方案特点:特斯拉自研的FSD芯片首次亮相,标志着特斯拉开始全面掌握从芯片设计到软件开发的全栈技术。
  • SoC芯片:特斯拉定制的FSD芯片,采用了双核设计,每个核心都有独立的CPU、GPU和神经网络加速器,基于14纳米工艺制造,大幅提升了计算能力和能效比。

第四代:HW 4.0

  • 发布时间:2023年
  • 方案特点:NNA的数量从2个增加到3个,工作频率也从2.0GHz提升至2.2GHz,这有助于更高效地处理深度学习任务,尤其是针对视觉数据的分析。摄像头的数量和质量均有所提升,从8颗120万像素摄像头升级至7颗500万像素摄像头,这不仅提高了图像清晰度,还增加了探测距离,从200多米提升至424米。
  • SoC芯片:特斯拉的下一代FSD芯片,预计采用更先进的制程技术(如7纳米或更小),算力大幅提升5倍,可能达到700多TOPS。有报道指出,HW4.0的FSD芯片可能由台积电采用4纳米或5纳米工艺生产。

从上面HW的发展过程我们可以看出:从HW 3.0开始,特斯拉正式搭载自研的FSD芯片,这家汽车制造公司也掌握了芯片及软件的设计能力。当然,这非常符合马斯克的作风。

由于HW 4.0的公开资料还比较少,本文将基于HW 3.0来说明,也就是大约在特斯拉2019年的技术水平。如果后面有更多的HW 4.0的技术细节,我会再补充本文的内容!

2. HW 3.0架构

特斯拉的Hardware 3.0(简称HW 3.0)是特斯拉自动驾驶计算机的一个重大迭代,它在2019年开始装备于特斯拉的新生产车辆中,用以取代之前的Hardware 2.5。它是专门为特斯拉的Autopilot和未来的完全自动驾驶(Full Self-Driving,FSD)功能设计的。

2.1 架构与设计

HW 3.0包括两套完全独立的系统,每套系统都配备了独立的CPU、GPU、NNA(神经网络加速器)以及内存,两套系统中的一个作为主系统运行,另一个作为热备份,在主系统出现故障时立即接管,这样可以实现冗余,增加安全性。

双系统设计的另一个好处就是互相校验,对于同一个驾驶场景,两套系统经过一系列的感知、规划算法(或者一整个端到端算法),所得到的驾驶决策应该是一致的,这也进一步提升了自动驾驶的功能安全冗余。

2.2 性能
  • 算力:HW 3.0的算力达到了每秒144万亿次运算(144 TOPS),相比之下,Hardware 2.5的算力约为每秒11 TOPS,性能提升了大约13倍。
  • 功耗:尽管性能大幅提高,但HW 3.0的功耗仅从Hardware 2.5的60W增加到72W。
  • 视频处理能力:HW 3.0能够处理每秒高达2,300帧的图像数据,比Hardware 2.5的每秒200帧有了显著提升。
2.3 兼容性与升级
  • 兼容性:特斯拉设计了HW 3.0,使其可以无缝替换Hardware 2.5,这意味着特斯拉可以通过软件更新解锁更多功能,而无需更换整个硬件系统。
  • 升级路径:特斯拉车主可以通过付费服务将旧的Hardware 2.5升级至HW 3.0,从而获得更强大的计算能力和未来的FSD功能。

3. FSD芯片

特斯拉的全自动驾驶FSD芯片是该公司为了实现自动驾驶技术而自行设计的专用集成电路(ASIC)。

这款芯片最初在2019年推出,用于取代之前使用的英伟达GPU,旨在提高计算性能和效率,以支持特斯拉车辆中的Autopilot和FSD功能。以下是关于特斯拉FSD芯片的一些关键细节:

3.1 架构和组件

FSD芯片包含多个处理单元,包括以下:

  • 3个四核Cortex-A72集群,共计12个CPU核心,运行频率为2.2GHz。
  • 1个Mali G71 MP12 GPU,工作频率为1GHz,支持FP16和FP32浮点运算。
  • 2个神经网络加速器(NNA),用于深度学习推理,这是FSD芯片的核心部分,用于处理自动驾驶所需的大量视觉和传感器数据,运行频率为2GHz。

  • 32MB的SRAM缓存,用于存储模型权重和加速数据访问。
  • ISP和PHY各种通讯接口。

3.2 制造和工艺

HW 3.0的FSD芯片采用三星的14纳米FinFET工艺制造。

3.3 第二代FSD芯片(FSD 2.0 / HW4.0)
  • 制造工艺:使用了更先进的7纳米制程技术,有报道甚至提及了4纳米或更先进的3纳米工艺。
  • 性能提升:相对于初代FSD芯片,第二代芯片的性能预计提升了三倍以上,这得益于更密集的晶体管布局和优化的电路设计。
  • 设计与功能:虽然具体的细节尚未完全公开,但可以预期的是,新一代芯片将包含更强大的CPU、GPU和NPU,以及优化的内存架构,以支持更复杂的神经网络和实时数据处理需求。

4. 总结

特斯拉的FSD芯片代表了该公司在垂直整合和自动驾驶技术方面的重大投资。通过设计自己的芯片,特斯拉能够优化硬件和软件之间的协同工作,从而实现更高的效率和更强大的自动驾驶功能。随着时间的推移,特斯拉继续更新其FSD硬件和软件,以实现更高级别的自动驾驶能力。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/855441.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ObTypeIndexTable 在win7x86 和win10x64对比

当作备忘录,其他概念请自行搜索 对象类型和对象结构体类型 win7 x86win10 x64 寻找_object_type结构的地址 过程不一样,但是总归是在全局变量_ObTypeIndexTable数组中寻找 win7 的寻找过程

基于稀疏学习现代信号处理方法的旋转机械故障诊断(MATLAB)

通过对滚动轴承故障诊断研究现状及稀疏表示方法在滚动轴承故障诊断领域中应用现状的调研,发现稀疏表示方法与故障特征提取和故障分类的关联,针对故障诊断问题,通过构造合理的故障稀疏表示模型,选取适合的模型优化算法,…

Pycharm的基础使用

Pycharm的基础使用 一、修改主题 第一步:点击file->settings 第二步:找到Appearance&Behavior->Appearance->Theme选择主题 有五种主题可以选 二、修改默认字体和大小 第一步:打开设置与上面修改主题第一步一样&#xff1b…

C# 索引器与迭代器分部类详情

文章目录 一、迭代器二、查看Foreach执行中间语言三、foreach实现过程总结四、实现迭代器最常用的方法五、分布类概述及其使用六、索引器概述及声明七、索引器在类中的使用八、索引器在接口中的使用九、总结 一、迭代器 1、迭代器(iterator)解决的是集合…

零信任是对抗AI威胁的“解药”

人工智能的变革力量正在重塑众多行业的业务运营。通过机器人流程自动化(RPA),人工智能正在将人力资源从重复的、基于规则的任务中解放出来,并将其重点放在战略性的、复杂的操作上。此外,人工智能和机器学习算法可以以前…

线程池内的交响乐章:揭秘线程间通信的奥秘

1. 线程池概述 线程池是一种多线程处理模式,旨在通过维护一组预先创建的线程,来优化线程的管理和调度。线程池中的线程是后台线程,它们被组织起来以处理添加到队列中的任务。线程池的主要目标是减少线程创建和销毁的开销,同时保证内核的充分利用和防止过分调度。 2. 线程池…

ASM之FieldVisitor创建变量

FieldVisitor使用abstract 修饰,用于创建变量,在使用时调用 ClassWriter.visitField即可创建FieldVisitor 方法介绍 visitField(Opcodes.ACC_PUBLIC, “str”, “Ljava/lang/String;”, null, “Hello World”) 第一个参数是修饰类型,第二…

数据库 |试卷1试卷2

1.数据库语言四大语句 4.四大类(DDL、DML、DQL、DCL)_中度ddl-CSDN博客 数据定义(data defination language) 查询、创建、删除、使用 #查询所有数据库 show databases;#查询当前数据库 select database();#创建数据库 create …

C++ 65 之 模版的局限性

#include <iostream> #include <cstring> using namespace std;class Students05{ public:string m_name;int m_age;Students05(string name, int age){this->m_name name;this->m_name age;} };// 两个值进行对比的函数 template<typename T> bool …

[思考记录]未来已近 - AI带来的变化,以及简单思考

最近在我们的内部知识库系统中引入了个比较有意思的功能——借助AI大模型&#xff0c;对思考总结类日志做要点提炼。这个想法来自涛哥&#xff0c;目前做了初步的验证性实现。尽管还没有对输出结果做调优&#xff0c;但已展现出的效果仍让我略感惊艳。不由地感叹&#xff0c;&a…

如何掌握 Java 中的安全机制,如权限控制和加密解密

Java是一门具有强大安全功能的编程语言&#xff0c;它内置了多种安全机制&#xff0c;包括权限控制、加密解密、认证授权等。 一、权限控制 权限控制是Java安全模型的重要组成部分&#xff0c;它主要通过Java安全管理器&#xff08;Security Manager&#xff09;和权限&#…

Python 数据可视化 多色散点图

Python 数据可视化 多色散点图 fig, ax plt.subplots() max_line max([max(merged_df[unif_ref_value]), max(merged_df[unif_rust_value])]) min_line min([max(merged_df[unif_ref_value]), max(merged_df[unif_rust_value])]) ax.plot([min_line, max_line], [min_line, …

【系统架构设计师】三、数据库系统(事务并发|封锁协议|数据库安全|商业智能|SQL语句)

目录 一、事务并发 1.1 事务概述 1.2 并发控制 1.3 封锁 1.3.1 X 封锁和 S 封锁 1.3.2 三级封锁协议 二、数据库安全 2.1 备份(转储)与恢复 2.2 备份分类 2.3 数据库故障 三、商业智能 3.1 数据仓库 3.2 数据仓库的结构-OLAP 3.3 数据挖掘 3.4 分布式数据库 四…

DDei在线设计器-API-DDei

DDei DDei是DDeiEditor的一个内置对象&#xff0c;实现了部分与图形显示有关但与设计器无关的功能、配置以及公共方法。 在图形内部一般不直接访问DDeiEditor&#xff0c;而是使用DDei&#xff0c;DDeiEditor的绝大多数初始化属性、回调函数等在DDei也能获取。。 本篇最后提供的…

研导AI写作:辅助创作的未来伙伴

人工智能&#xff08;AI&#xff09;写作技术正逐渐成为创作者们的强大助手。它不仅提高了写作效率&#xff0c;还拓展了创作的边界。本文将探讨AI写作的辅助作用&#xff0c;分析其如何在不同层面上促进人类创作的发展。 提升写作效率 AI写作的第一个辅助作用是提升写作效率…

GD32错误调试篇:串口通讯乱码/stm32移植到GD32后串口通讯乱码等问题

本文章基于兆易创新GD32 MCU所提供的2.2.4版本库函数开发 向上代码兼容GD32F450ZGT6中使用 后续项目主要在下面该专栏中发布&#xff1a; https://blog.csdn.net/qq_62316532/category_12608431.html?spm1001.2014.3001.5482 感兴趣的点个关注收藏一下吧! 电机驱动开发可以跳转…

小程序分页新写法

// pages/query/query.js import {request } from ../../utils/request; Page({/*** 页面的初始数据*/data: {tabClickIndex: ,page: 1,limit: 10,listData: []},/*** 生命周期函数--监听页面加载*/onLoad(options) {this.getList()},/*** 生命周期函数--监听页面初次渲染完成*…

【JS】上传文件显示文件的为空,显示的文件参数内容只有uid

上传的文件参数file里面只包含uid&#xff0c;没有其他信息 例子解决办法 例子 例如使用elment ui的el-upload组件上传文件&#xff0c;会导致上传的文件参数file里面只包含uid&#xff0c;没有其他信息&#xff0c;如图&#xff1a; 正确应为如下图&#xff1a; 解决办法 …

云上战场:ToDesk云电脑、青椒云、顺网云全面对决

前言 记得端午放假期间&#xff0c;我已经在旅游的路上了&#xff0c;老板突然发短信&#xff0c;让我给他画个图&#xff0c;我手上的战斗机已经是十年前的老古董了(平常一直用的公司电脑&#xff0c;也没想过要换)&#xff0c;压根满足不了老板的任务要求&#xff0c;不得已&…

WPF 程序 分布式 自动更新 登录 打包

服务器server端 core api 客户端WPF // 检查应用更新 //1、获取最新文件列表 // var files fileService.GetUpgradeFiles(); // 2、文件判断&#xff0c;新增的直接下载&#xff1b;更新的直接下载&#xff1b;删除的直接删除 // 客户端本地需要一个记录…