特斯拉AIDay前瞻开启自动驾驶新时代？硬核时间

　　关注并标星电动星球News
　　每天打卡阅读
　　更深刻理解汽车产业变革
　　————————
　　出品：电动星球 News
　　作者：毓肥
　　大概一个月之前，马斯克放出了可能是今年特斯拉最重大事件的预告。
　　4 月 15 日，马斯克在推特回复网友称，特斯拉的 AI Day 专场发布会，预计会在「7 月底 late July」举行。
　　继 2019 年 4 月 23 号自动驾驶日 Autonomous Day、2020 年 9 月 23 日电池日 Battery Day 之后，特斯拉第三次以「Day」命名的技术发布会，终于正式定档。
　　自动驾驶日上，特斯拉掏出了世界上首枚由车企研发的自动驾驶计算芯片 FSD Chip，并发布了算力高达 144TOPS 的 Autopilot 硬件 3.0，总体算力至今依然没有量产车望其项背。
　　电池日上，马斯克放出了年产能 TWh 级别的全新电池工厂，发布了下一代 4680 电池，以及融合了电化学、生产优化，以及车辆工程之后续航提升 54% 的宏大目标，还有三电机+超长续航的新款 Model S。
　　关注电动星球公众号
　　后台回复 「电池日」
　　获取特斯拉 Battery Day 官方英文完整版 PDF
　　于是，我们没有理由不期待，马斯克会在 7 月底的 AI 发布会上，放出更多「核弹」，为自动驾驶的 2021 打上更多花火。
　　当然，按照前两次发布会的调性，大家一定要做好 AI Day 跳票，甚至多次跳票的准备。不过这不影响我们根据现有的线索，揣测一下特斯拉到底会在 AI Day 上发布些什么。
　　不用担心，今天的文章不只有枯燥无味的数字，我们会争取写得更让人心潮涌动一些。
　　来自车企的全球最强计算机
　　根据 2020 下半年的全球 TOP500 计算机排名，目前已投入使用的超级计算机中，日本富岳 Fugaku 超级计算机以 431.65PFLOPS 的 FP32 精度算力，排在榜首，大概是第二名的3倍。
　　2020 年 8 月 16 日，马斯克首次披露了特斯拉 DOJO 超级计算机计划的目标——FP32 精度 1EFLOPS 的算力，也就是 1024PFLOPS，富岳的 2.5 倍。
　　DOJO，也就是特斯拉 AI Day 的最大看点之一，一套来自车企的超级计算系统。它是特斯拉自动驾驶计算补齐的最后一块拼图 ，甚至有可能是新时代车企「灵魂」的最终体现。
　　我们讨论自动驾驶时，常用的 TFLOPS 算力，其实是基于 INT8 精度衡量的。换算成 FP32 精度的话大致要除以 4。也就是说，特斯拉 Autopilot 硬件 3.0 的 FP32 精度算力大概是 36TFLOPS。
　　换算一下就是，一个 DOJO 系统的算力，起码相当于 29127 辆特斯拉硬件 3.0 车型算力之和 。
　　1EFLOPS 的算力当然很恐怖，但傲视群雄的 DOJO 担子依然不轻。
　　根据 thecarconnection.com 的统计数据，2014 年全美驾驶者平均每天开车 52 分钟。
　　以特斯拉硬件 3.0 车型保有量 100 万辆计算，一套 DOJO 纯粹基于平均时间值换算，每天大约需要处理超过 2500 万辆次汽车反馈的数据。
　　当然，DOJO 主要负责的是「训练」，这样计算它的压力不严谨。但另一个幸福的烦恼是，特斯拉卖得真不错。
　　刚刚过去的 1 季度，特斯拉一共交付了超过 18 万辆汽车，这些车型全部搭载了 Autopilot 硬件 3.0，算下来今年特斯拉或将售出 73 万辆汽车，甚至有机会超越雷克萨斯。
　　按照这样的趋势，再过一阵子，马斯克曾经引以为豪的「百万级自动驾驶数据反馈车队」，就会变成每年「自豪」一次的幸福烦恼。
　　DOJO 如何适应迅速累积的 Shadow mode 数据反馈规模，比起 DOJO 本身，也许是 AI Day 更值得关注的命题。
　　硬件 4.0，突破 1000TOPS？
　　灵魂需要肉体承载，DOJO 是坐镇特斯拉总部的大脑，而分散于世界各地的 Autopilot 硬件，则是神经网络的每一个末梢。
　　DOJO 超算目前面临的内部挑战有两个：特斯拉卖得太火，也就是数据反馈越来越庞杂 ；以及特斯拉做得太多，也就是来自每一个「神经末梢」的数据压力，会越来越大 。
　　「做得太多」对应的，就是马斯克 Autonomous Day 上承诺会在「两三年内」推出的二代 FSD Chip，以及它的载体 Autopilot 硬件 4.0。
　　根据 台湾工商时报 报道，二代 FSD Chip 将交给台积电量产，使用 7 纳米工艺制造，由博通和特斯拉一起设计。
　　台湾媒体报道的另一个消息，是「每块 7 纳米晶圆只能切割出 25 片 FSD Chip 2 代芯片」 ——一块 7 纳米晶圆面积是 70650 平方毫米 ，而初代 FSD Chip 面积只有 260 平方毫米 。
　　所谓的「X 纳米工艺」，一般指的是晶体管边长为 X 纳米。根据摩尔定律，同样面积的芯片，其晶体管数量每隔 18 个月就会翻一番，而边长就是计算晶体管密度的重要因素。
　　一般来说，同样架构下等量的晶体管密度提升，就会带来相近的性能提升幅度。也就是说，同样面积下晶体管数量翻一倍，理论上性能会接近翻倍。
　　原理说得差不多，可以直接下结论了：二代 FSD Chip 在晶体管密度突飞猛进的基础上，芯片面积同样百尺竿头——最后的结果就是算力大爆炸。
　　我们用数字大概预测一下。
　　2019 年 11 月 7 日，特斯拉 AI 部门高级主管 Andrej Karpathy 在 PyTorch Developer Conference 2019 上面，公布了这样一个数字：Autopilot 硬件 3.0 的工作功耗是「sub 100W 低于 100 瓦」 。
　　算下来硬件 3.0 总体的效率起码是 1.44TOPS 每瓦 ，而使用了 12 纳米工艺的英伟达 Xavier，芯片层面的效率大概是  1TOPS 每瓦 （30W/30TOPS）。
　　初代 FSD Chip 用的是三星 14 纳米工艺，而 FSD Chip 2 代用的台积电 7 纳米工艺，理论晶体管密度是三星 14 纳米的 3.5 倍 。
　　即使不考虑架构优化，硬件 4.0 也有望提供 6TOPS 的每瓦性能，也就是 100W 系统功耗，可以输出 600TOPS 的算力。
　　而英伟达最新的 Orin，系统级效率「只有」 3.08TOPS 每瓦（130 瓦/400TOPS）。
　　考虑到蔚来已经将自动驾驶计算系统的功耗上限，拉到了 200W+ 级别。一旦马斯克想狠狠来一把军备竞赛，也许 1000+，甚至 2000TOPS  才是硬件 4.0 的星辰大海。
　　当特斯拉每年卖出 100 万辆装有硬件 4.0 的汽车，DOJO 会不会喊一句「宝宝心里苦，但宝宝不能说」？
　　视觉能力飞跃？
　　如无意外，新一代 Autopilot 硬件会沿用 8 摄像头的配备。虽然数量大概率不会变，但下一代 Autopilot 摄像头的质量，很有可能迎来飞跃。
　　想要理解「飞跃」到底是什么，虽然技术路线不同，我们依然得先看看其他厂商。
　　年初的 NIO Day 上，蔚来首发了车规级的 800 万像素摄像头。
　　它可以以 4K 级别的精度收集视频数据。对比之下，目前辅助 Autopilot 硬件的，依然是 120 万像素摄像头。
　　其实符合车规级稳定性要求的高像素摄像头，多年前就已经出现，但却一直无法应用于 ADAS/自动驾驶，主要原因很简单——没那么强的车规级芯片处理如此庞大的数据流。
　　2020 NIO Day 上，李斌介绍称蔚来的 AQUILA 系统每秒会产生高达 8GB  的视频数据——8GB 相当于 1 秒钟看完 3 年 NIO Day 回放，或者 1 秒钟看完 2000 个抖音短视频。
　　2022 年开始，特斯拉/英伟达系在计算端万事俱备，800 万级别像素，将会顺理成章地成为 ADAS 行业下一个军备竞赛的必争之地。
　　1016TOPS 算力的英伟达 Orin 系统加持下，蔚来拥有了处理多个 4K 视频流的能力。同样将迎来算力爆发的特斯拉，没有理由不让 DOJO 看到更清晰的世界。
　　不过，高像素，只是自动驾驶视觉新时代的其中一个主旋律，我们下面结合具体的产品继续深挖。
　　先看一位车规级 800 万像素摄像头主要供应商：安森美 Onsemi。目前的 120 万像素 Autopilot 摄像头，就使用了来自安森美的 AR0136A 。
　　AR0820AT，这是安森美新一代旗舰自动驾驶摄像头型号。
　　它支持拍摄  3840x2160 分辨率，40fps 的 HDR 高动态范围视频 ，静态分辨率高达 830 万像素（3848x2168），同时符合 ASIL-B 级别车规认证。
　　除此之外，三星、索尼等主流 CMOS 厂商均已推出了 4K 车规级感光元件，比如索尼 IMX324/424、三星 S5K2G1 ，都支持 4K 40 帧的 HDR 视频拍摄。
　　4K、40 帧（或更高）、HDR ，这就是自动驾驶摄像头新时代三大主旋律。
　　4K 和 1280x960 相比，分辨率达到了 6.75 倍 ，视频数据可以准确显示更远处的路况，以索尼 IMX324 的产品说明为例，4K 分辨率下远处的交通标志清晰可见：
　　40 帧则是画面流畅度（目前主流是 30 帧）的进步。视频帧率越高，视频中物体运动过程就会越流畅，有利于深度学习的预测和决策 。
　　而 HDR，则是摄像头向人眼靠近的另一大步。
　　HDR 的全称是 High Dynamic Range 高动态范围。简单点描述 HDR的效果，就是极暗处（比如树荫下）不会黑成一片，极亮处（比如正午太阳下）也不会白成一片 。
　　图片来自 Youtube
　　也许人眼已经对纷繁的世界习以为常，但对于汽车视觉来说，「工业革命」才刚刚开始。
　　新时代汽车工业的灵魂
　　DOJO、Autopilot 硬件 4.0、4K 摄像头，这是我们对特斯拉 AI Day的期待。
　　然而，AI Day 不仅是特吹的狂欢，它同时带来了汽车工业的思考：下一个时代的车企「灵魂」在哪？
　　先提一个业内观点：主机厂也许是更好的自动驾驶公司。
　　这个逻辑的起点很简单，因为主机厂拥有车辆制造权和运营权，丰田大众这样的车企，年销售规模甚至是千万级的。比起买几十几百辆车搞实验的自动驾驶技术公司，主机厂自研自动驾驶的数据基础极其优渥。
　　但优渥不代表门槛低。
　　摄像头→FSD Chip→车辆决策→DOJO 超算训练→软件 OTA 更新，这是特斯拉的自动驾驶闭环阳谋，但每一个环节，都是对传统车企的灵魂拷问：
　　传感器数据是否 100% 可控可收集？
　　计算硬件是不是「know how」级别地利用？
　　视觉融合是供应商包办还是自己搞定？
　　深度学习模型要不要自己训练？
　　能否在一个电子电气架构上做到长期更新，常用常新？
　　上文提到新车企「灵魂」，我们从不和稀泥，于是经过全文铺垫后，可以说得直白点：
　　新车企的灵魂不是旧时代的「制造」，而是融合了人工智能、软件开发、电子硬件架构等 ICT 行业特征的自研能力。
　　如果以上能力缺了一坏，甚至几环，你们觉得能叫「新车企」吗？