對于特斯拉而言，研發這款芯片+配套算法本質上還是對率先將自動駕駛汽車商業化節點的爭奪。

特斯拉Model 3的量產問題仍未徹底解決，CEO Elon Musk又拋出了自研自動駕駛芯片的重磅新聞。

Elon Musk和特斯拉Autopilot負責人Jim Keller在昨天的神經信息處理系統大會（NIPS 2017）上是這么說的：「I wanted to make it clear that Tesla is serious about AI, both on the software and hardware fronts. We are developing custom AI hardware chips.Jim is developing specialized AI hardware that we think will be the best in the world.」

（我想明確一點：特斯拉非常重視AI，無論軟件還是硬件層面。我們正在開發定制的AI芯片硬件。我們認為Jim帶隊開發的專用型AI芯片將會是全球最好的芯片。）

在此之前，36氪曾多次撰文闡述特斯拉自研芯片的可能性，這是第一次迎來官方實錘。為什么說特斯拉研發自動駕駛AI芯片應該引起注意？

先簡單科普下Jim Keller。Jim Keller，原AMD首席芯片架構師。

1998年，Jim Keller在AMD分別參與設計和主導研發了Athlon和Opteron 64處理器（K7和K8 X86-64架構），幫助AMD攀上了業務發展的頂峰。1999年，Jim Keller離職加盟博通出任首席芯片架構師。

2004年，Jim Keller轉投P.A Semi，后者于2008年被蘋果收購。Jim Keller出任蘋果移動芯片架構師，主導放棄AMD的公版架構，基于AMD的IP深度定制了蘋果A4/5芯片，在蘋果A系列芯片+iOS「軟硬一體化」戰略的落地中發揮了關鍵作用。

2012年，Jim Keller重回AMD，領導開發了Zen架構處理器，帶領AMD咸魚翻身；2015年9月，Jim Keller再次離職，彼時Zen架構處理器已經完成了架構設計，但AMD股價仍應聲下跌。

因為輾轉多個公司均做出重大貢獻的傳奇經歷，坊間戲稱Jim Keller是「Chip God」。（芯片皇帝）

2016年1月加盟特斯拉，帶著50人規模的團隊，到本月底剛滿兩年，Jim Keller團隊在特斯拉堪稱高效。

下一個問題是，搭載英偉達Drive PX 2自動駕駛芯片的特斯拉Autopilot 2.0車型2016年10月才量產，Drive PX 2芯片也是整個自動駕駛產業界最受歡迎的平臺之一，特斯拉為什么要自行研發自動駕駛芯片？

L4級別的自動駕駛存在著非常大的算力和數據傳輸需求，英特爾的一份報告指出，自動駕駛汽車的計算量可以達到4TB/天，這也是當下諸多OEM的自動駕駛汽車后備箱放置著巨大的計算及配套的散熱設備的原因。英偉達此前推出了旗艦級Pegasus自動駕駛芯片，這款芯片的算力達到了320萬億次浮點運算/秒，在魯棒性、多級冗余及撤回機制、車規級ASIL D安全性和數據帶寬方面均有更好的支持。唯一不可回避的缺陷是，這款芯片功耗飆升至500W，是前代Xavier芯片的15倍以上。

這款芯片暴露出一個問題：對自動駕駛而言，即便是英偉達這樣頂級GPU大廠，在算力和功耗的平衡上也已經觸到了天花板。更宏觀的說，通用型計算平臺很難同時滿足自動駕駛要求的巨大算力和超低功耗。

如何解決這一難題？這里舉一個題外案例：在Google確立了AI First戰略之后，很快發現了一個問題：即使大規模的部署英偉達的GPU，數據中心的功耗仍然飛速上漲。2015年，Google研發數年的AI專用芯片TPU（張量處理單元）開始投入應用，TPU是從芯片架構層面專為機器學習設計和研發的高效能芯片。Google在一篇論文中介紹，TPU比GPU/CPU 快15~30倍、性能功耗比（TOPS/Watt）高出約30~80倍。

具體到自動駕駛領域，專用計算平臺能帶來多大的能效提升？在特斯拉自研芯片計劃的同時，國內也有一家專攻專用型芯片的創業公司地平線宣告成立。地平線創始人兼CEO余凱博士此前介紹，在相對通用型計算平臺1/10的功耗下，地平線的BPU會有2~3個數量級（100倍~1000倍）的算力提升。就在剛剛，余凱轉發特斯拉確認自研芯片稱「在意料之中、戰爭才剛開始，這是勇敢者的游戲?！?/p>

回到那個問題，特斯拉為什么要自行研發自動駕駛芯片？Musk說「功耗可以降至當前的1/10」，Keller在演講中提到「定制硬件可以提升效率」。小鵬汽車副總裁、前特斯拉Autopilot機器學習負責人谷俊麗提到過，特斯拉的自動駕駛策略和其他公司的最大不同，就是整套軟硬件解決方案，包括計算平臺、傳感器和執行機構，全部要求可量產、可商業化。這也是特斯拉堅持不使用激光雷達（成本高昂）和比其他公司更早關注功耗問題的原因。

其實在此之前，特斯拉便有自研芯片的蛛絲馬跡流出——在特斯拉Q3財報電話會議上，Elon Musk被要求就英偉達Pegasus芯片比特斯拉Autopilot 2.0上的Drive PX 2性能好十倍，闡述特斯拉下一步的自動駕駛硬件策略。Musk的回應并未針對英偉達，而是圍繞特斯拉本身：

「we'll have more to say on the hardware front soon, we're just not ready to say anything now. But I feel very optimistic on that front……we feel confident of the competitiveness of our hardware strategy. I would say that, we are certain that our hardware strategy is better than any other option, by a lot.」

（我們很快就會有一些硬件層面的新進展宣布，只是還沒有萬事俱備，但我對此非常樂觀……我們對特斯拉硬件戰略的競爭力充滿信心，我想說的是，我們確信特斯拉的硬件戰略比任何解決方案都好不止一個量級。）

什么方案可以比哪怕號稱全球首款L5級自動駕駛芯片英偉達Pegasus還要“好不止一個量級”？唯有重構芯片架構的專用型芯片可以帶來這樣的突破。

關于這款神秘芯片的其他進展還包括：該芯片基于AMD的IP打造；目前已經走到了設計完成、測試驗證的階段；特斯拉已經收到了首批芯片樣品，目前正在進行相關測試；代工方可能是格羅方德和三星電子等。

盡管短期來看，英特爾、英偉達等傳統芯片大廠的自動駕駛芯片仍然有著廣闊的市場空間，但毋庸置疑的是，率先將專用型自動駕駛芯片商業化的企業將在未來的市場競爭中占據更加主動的地位。對于特斯拉而言，研發這款芯片+配套算法本質上還是對率先將自動駕駛汽車商業化節點的爭奪。擺在其他自動駕駛企業面前的問題是，跟還是不跟？