特斯拉的AI芯片正在推广 但它们并不是自驾的灵丹妙药

据几家媒体报道，特斯拉为实现真正的无人驾驶汽车状态而设计的新型AI芯片已经开始推广到较旧的特斯拉模型，这些模型需要进行改装以替换之前的车载处理器。

不幸的是，有关这些芯片的报道存在误导性，这是一种广泛支持人工神经网络(ANN)(通常称为机器学习(ML)或深度学习(DL))的特殊类型的AI计算机处理器。

在探讨过度炒作的报告之前，让我澄清一下，这些由特斯拉工程师设计的定制开发的AI芯片无疑是令人钦佩的，并且计算机硬件设计团队应该为自己的工作感到自豪。感谢他们出色的工作。

但是，这样的承认并不意味着他们以某种方式在AI方面取得了非凡的成就，也不意味着他们奇迹般地解决了如何获得真正的自动驾驶无人驾驶汽车的现实问题。

不是由一个长镜头。

但是，媒体上的许多人似乎是这样认为的，而且有时以一种过分狂热的方式暗示着，特斯拉的新型计算机处理器似乎已经达到了最终使我们进入全自动驾驶汽车的绝境。

事实并非如此。

是时候解开问题了。

关于AI芯片的重要背景

首先，让我们澄清一下AI芯片的组成。

常规计算机包含一个核心处理器或芯片，当您调用文字处理器或电子表格或加载并运行某种类型的应用程序时，系统便可以正常工作。

此外，大多数现代计算机还具有GPU，图形处理单元，一组额外的处理器或芯片，它们通过执行显示可能在设备屏幕上看到的视觉图形和动画的任务来辅助核心处理器，例如台式电脑，笔记本电脑或智能手机的显示屏。

为了将计算机用于机器学习或深度学习，人们意识到，GPU不一定要使用计算机的常规核心处理器，而是实际上更适合于ML或DL任务。

这是由于以下方面：在当今的计算机中，总体上实现人工神经网络实际上是一种庞大的数字和线性代数事务。GPU通常是针对这种数字混搭而构造和设计的。

依靠基于ML / DL的基于计算机的神经网络的AI开发人员爱上了GPU，将GPU用于并非最初设想的特定事物，但无论如何这都是好婚姻。

一旦发现增强GPU的性能将有助于推动当今的AI的发展，芯片开发人员便意识到这可能为其处理器带来巨大的市场潜力，因此值得调整GPU设计以使其更适合ML / DL任务。

特斯拉最初选择使用NVIDIA生产的现成的专用GPU芯片，这样做是为了实现特斯拉版ADAS(高级驾驶员辅助系统)的特斯拉车内车载处理工作，包括特别是为其所谓的Tesla AutoPilot(这一名称因误导其迄今为止配备的“ FSD”或“完全自动驾驶”汽车中的实际无人驾驶功能而引起争议)。

今年4月，埃隆·马斯克(Elon Musk)和他的团队发布了一组专有的AI芯片，这些芯片是特斯拉内部秘密开发的(有传言称这项工作已经持续了很长时间)，并且想法是新芯片将取代使用车载NVIDIA处理器。

新的AI芯片的发布是投资者自治日活动的关键部分，特斯拉以此论坛为平台宣布了他们希望的无人驾驶自动驾驶功能的未来计划。

随后，在8月下旬，特斯拉工程师发表了演讲，描述了他们定制设计的AI芯片的更多详细信息，这是在IEEE主办的年度高性能芯片会议上进行的，该会议的重点是高性能计算机处理器。

演讲重新激发了媒体对特斯拉AI芯片的整体兴趣，同样显然现在已经开始的推广也进一步激发了媒体的兴趣。

还有一个要点-大多数人将这类处理器称为“ AI芯片”，为便于讨论，我将同样这样做，但请不要以为这些专用处理器实际上满足了长期需求目标是能够在其所有预期的方面拥有完整的人工智能。

充其量，这些芯片或处理器正在模拟可能被称为神经网络的相对浅层的数学启发方面，但它与人类的大脑完全不同。这些芯片没有任何类似人类的推理或常识能力。它们仅仅是计算上增强的数值计算设备。

关于特斯拉新芯片的讨论

快速回顾一下，特斯拉选择更换NVIDIA芯片，并通过设计并部署了自己的特斯拉设计的芯片来做到这一点(这些芯片由三星为特斯拉制造)。

让我们考虑有关此问题的重要问题。

·特斯拉自己继续制造专用芯片是否有意义，还是他们会更好地继续使用别人的现成的专用芯片?

·在比较的基础上，Tesla定制芯片与功能大致相同的现成专用芯片有何不同或相同?

·AI芯片在成为真正的自动驾驶汽车方面有什么成就?

· 等等。

以下是关于这些问题的一些主要想法：

·仅限硬件

至关重要的是，要讨论这些AI芯片只是一小部分，因为这些芯片是仅基于硬件的组件。

您需要软件，非常好的软件，才能制造出真正的自动驾驶汽车。

打个比方，假设有人推出了一款新的智能手机，该智能手机与市场上成千上万的应用程序不兼容。即使智能手机速度超快，您仍然面临一个更加艰巨的问题，即新硬件没有任何应用程序。

媒体在特斯拉AI芯片上垂涎三尺，这让他们无聊问起实现无人驾驶功能所需的软件。

我并不是说拥有好的硬件并不重要，但我想我们现在都知道硬件只是战斗的一部分。

真正的AI自动驾驶软件是500磅大猩猩。

尚未有任何公开披露的迹象表明特斯拉能够实现真正的自动驾驶软件。

正如我之前所报道的那样，特斯拉的AI团队已经进行了重组和改组，大概是为了在实现无人驾驶汽车这一目标上获得更多的吸引力，但是到目前为止，没有新的迹象表明这一崇高的目标即将到来。

·设计的合身性

如果您要设计新的AI芯片，一种方法是坐下来，想出所有您想让该芯片完成的重要工作。

您将以一片空白开始蓝天，以尽可能扩大AI边界。

对于特斯拉来说，硬件工程师实际上要面对一种情况，这对他们的设计提出了很多严格的限制。

他们必须将电力消耗保持在特斯拉汽车以前的设计所规定的范围内，否则就意味着已经在市场上的特斯拉必须进行重大的改造，以容纳更多耗电的处理器。那将是昂贵且在经济上不可行的。因此，新的AI芯片会立即被其消耗的功率所阻碍。

新的处理器必须适应现有特斯拉汽车已经预留的物理空间，这意味着车载系统板和计算机机箱的尺寸和形状必须遵守严格的“外形尺寸”。

等等。

这通常是成为市场先行者的不利条件。

当很少有人拥有相似的产品时，您会推出一款产品，它会获得一些成功，因此您需要尝试随着市场的发展来推进产品的发展，但同时也需要与现有产品向后兼容，从而陷入困境没有。

在您的产品投入生产后出现的那些问题具有不被以前的事物所困扰的自由度，有时可以通过开放的平台来使它们表现出色。

超越“先行者”的例子包括Uber和Lyft的快速成功以及拼车现象。较新的参与者忽略了出租车和出租车所面临的现有限制，这让这些无耻的新贵超越了过去(正确或错误地)阻碍了那些过去。

排在第一位不一定总是最好的，有时后来出现的那些可以以更敏捷的方式前进。

不要误解我的言论，这意味着对于自动驾驶汽车，您可以按照自己喜欢的任何方式疯狂地设计AI芯片。显然，尺寸，重量，功耗，散热，成本以及其他因素将限制合理地适合无人驾驶汽车的尺寸。

·不正确的比较

关于媒体报道，我最大的收获之一就是愿意将Tesla AI芯片与其他芯片进行误导和不正确的比较。

尽管将新旧与旧版本进行比较听起来并不令人兴奋，但应该将其与市场上现有的其他版本进行比较。

这就是我的意思。

多数人一直说，特斯拉AI芯片比特斯拉以前使用的NVIDIA芯片快许多倍(但应该与NVIDIA其他较新的芯片进行比较)，这意味着特斯拉在这种技术上取得了惊人的突破，经常引用每秒上万亿次操作的数量，称为TOPS。

我不会在这里详细介绍您的情况，但是可以说，特斯拉AI芯片的TOPS性能与市场上的其他替代产品相当，或者在某些方面要差一些，在某些方面也要好一些，但是这不是一个成功的启示。

底线：我要求媒体停止对特斯拉AI芯片和特斯拉先前使用的NVIDIA芯片进行不恰当的比较，这是没有道理的，对公众有误导，这是不公平的，并且确实表明对这个话题的无知。

另一个烦人的事情是大量投掷，以打动未启动的设备，例如吹捧特斯拉AI芯片由60亿个晶体管组成。

在我看来，60亿似乎是一个巨大的数字，意味着巨大的增长。

嗯，已经有200亿个晶体管的GPU。

我不是在贬低这60亿，只是要指出那些引用60亿的人这样做并没有提供任何可行的背景，因此暗示实际上并非如此。

对于那些是硬件类型的读者，我知道，并且您知道尝试通过晶体管的数量进行比较无论如何都是一个相当有问题的练习，因为它可以是苹果对苹果或苹果对橘子的比较，取决于芯片的设计用途。

·第一代是骰子

任何对芯片设计一无所知的人都可以告诉您，第一代新设计的芯片通常走得很艰难。

可能存在大量潜在的错误或错误(如果您愿意，我们可以在术语方面更温和一些，并把这些方面称为怪癖或俗称的“ tongue舌”“隐藏特征”)。

像任何新产品的第一个版本一样，很可能要花一个淘汰期才能找出可能存在的问题。

就芯片而言，由于它是封装在硅中且不易更改，因此有时会使用软件补丁来处理硬件问题，然后在更高版本的芯片中，您可能需要进行必要的硬件更改和改进。

这表明特斯拉选择制造自己的AI芯片，而不是使用现成的方法，这使特斯拉处于拥有第一代并需要自行解决任何问题的令人羡慕的地位这些新芯片可能具有的摇摆声。

通常，现成的商用芯片不仅要让原始制造商来关注它，而且还会有那些正在购买并将处理器集成到他们的系统中的公司来关注它。眼睛越多越好。

特斯拉专有芯片大概只能由特斯拉进行审查和测试。

·专有芯片故障

使用自己设计的芯片还有许多其他注意事项。

在特斯拉，投入大量精力和精力专门用于设计AI芯片。

这值得吗?

转移到其他事务上的注意力是否失去了机会成本?

此外，特斯拉不仅必须承担原始设计成本，而且还必须忍受不断升级和改进芯片的持续成本。

这不是一次性的事情。

特斯拉坐在该芯片上而不推进它似乎不太可能也是不明智的。

人工智能芯片的发展正以惊人的速度发展。

也有劳动力池的考虑。

拥有专有芯片通常意味着您必须培养自己的专家，才能为其开发专用软件。您本身无法在市场上找到这些专家，因为他们不会了解您的专有知识，而当您使用商用现货芯片时，您可能会找到专家来工作，因为那里有现成处理器周围的生态系统。

我并不是说特斯拉本身就被误认为走专有路线，只有时间才能证明这是否是一个值得的赌注。

通过拥有自己的芯片，他们可以潜在地控制自己的命运，而不必依赖于其他人生产的现成芯片，也不必被迫进入现成芯片制造商的生产道路，而另一家则可以。硬币的一面是，他们现在除了汽车制造业务外，还直接从事芯片设计和升级业务。

这是一场有计划的赌博和一个权衡。

从成本的角度来看，这可能不是明智的选择，而那些一直试图暗示专有芯片是一种较低成本策略的公司可能不包括所涉及的全部成本。

警惕那些进行即席费用索赔的人。

·冗余断言

媒体对特斯拉AI芯片如何具有强大的冗余能力感到兴奋，这对于涉及驾驶汽车的生死攸关的实时系统无疑是必不可少的。

到目前为止，几乎没有透露的细节似乎是有两个相同的AI芯片并行运行，并且如果其中一个芯片与另一个芯片不同意，则将放弃当前对驾驶状况的评估和计划的下一步，以便进行下一个步骤要捕获和分析的“框架”。

从表面上看，对于那些以前尚未开发过容错实时系统的人来说，这似乎很花哨。

有严重而严峻的问题需要考虑。

大概是，从好的方面来说，如果其中一个芯片出现打h，将导致同一芯片不一致，并且由于两个芯片不同意，因此该系统有可能避免采取不适当的措施。

但是，可以这么说，要意识到，球只是在更远的地方被击中。

这有缺点。

假设古怪的怪癖不仅仅是一次短暂的fl幸，而是一遍又一遍地反复出现。

这是否意味着两个芯片都将继续存在分歧，因此可能会继续推迟做出驾驶决定的行为?

如果您在开车，并且一直推迟做出重要的驾驶决定，请想象该决定是否涉及是否要急于避免满载的加油车滞留在前方的道路上。

不做决定不一定是最好的驱动策略。

另一个设计考虑因素是两个芯片必须一致的主张。

好吧，假设这两个筹码都做出了错误的选择，并且可能会发生，并且由于它们是相同的，并且可能会在错误选择的选择中达成一致，因此，仅基于双方都同意的方面，您就可能会犯错。 。

这就是为什么有时您有意创建一个额外的冗余系统，该系统独立且目的不相同的原因，试图克服仅重复或重复的系统内部出现缺陷的可能性。

另一个方面是需要一种自我意识的能力，即如果两个芯片不同意，为什么他们不同意?

而且，同等或更重要的是，最好建议您找到一种方法，从可能发生的分歧中学习一些有价值的东西，以提高在不再可能不再存在分歧时共同达成共识的能力。

我可以继续前进(请参阅我有关AI自动驾驶汽车的容错性的文章，以及有关争论机器和自动驾驶汽车的文章)。

我认为您的主旨是，适当的冗余还有很多，因此吹捧特斯拉选择这样做的媒体确实提供了一个缺乏见识的见解，没有任何适当的依据就可以断定它是可靠的。

可能是，我不是说不是，而是在说媒体不应该暗示我们不知道有没有强壮的东西。

结论

有人说，特斯拉为了自己的自动驾驶汽车功能而走了自行设计的定制AI芯片路线，这是一个大胆的举动。

这是明智又明智的选择吗?

这是虚荣的决定吗?

结果会是他们的最佳决定还是最糟糕的决定?

总体而言，这是公司赌注中的一种，因为他们能否获得真正的自动驾驶无人驾驶汽车主要取决于这一决定。

您可能会说他们已经将所有芯片都放置在这些新的AI芯片上。