特斯拉悄悄搞出无人车AI芯片,已经投产测试,而且没带英伟达

简介:
本文来自AI新媒体量子位(QbitAI)

伊隆·马斯克的野心似乎没有边界。

这位硅谷钢铁侠一边大声疾呼警惕人工智能,一边带领特斯拉悄无声息的投入自动驾驶AI芯片开发,而且已经接近开发完成。

085b045ace1b4c74a1837a0fbebaea87a7f246a9

秘密研发AI芯片

据透露,特斯拉已经收到这款AI处理器的首批样品,并且正在进行相关测试。

为什么特斯拉要研发AI芯片?归根结底还是为了自动驾驶做准备。无人车有大量数据需要处理,AI芯片事关特斯拉自动驾驶的未来。而且重要的是,特斯拉不希望这么核心的无人车部件,还得仰人鼻息。

但这么秘密的事儿,是怎么曝光的?

都怪大嘴巴。

昨天,芯片制造商格罗方德(GlobalFoundries)的CEO在加州的一次技术会议上,不经意的提到特斯拉就是他们的一个合作案例。这一下就引发了外界的关注:原来特斯拉在谋划研发处理器!

随后这段开头提到的细节就被挖出来了。以及,随后格罗方德不得不发表声明,否认对客户或者潜在客户发表评论,同时否认与特斯拉有直接合作。

这个声明说的没错,与特斯拉有直接合作的是AMD。特斯拉这个AI芯片并非完全独立开发,而是构建在AMD的知识产权基础上。

而格罗方德是一家从AMD拆分出来的晶圆厂,后来把股份彻底卖给了中东土豪,不过根据双方的协议,格罗方德2020年前都要向AMD供应晶圆。由于这层关系,也由于英文缩写,格罗方德被戏称为AMD的女朋友(GF)。

至少女朋友还出来说了一两句,AMD和特斯拉直接拒绝回应。最好的反应来自股市,消息传出后,AMD股价今早收盘前出现干拔式上涨。

e193fdc8f4568ef836bb3f50a52cb4e26386b99a

 AMD股价变化

英伟达也被抛弃了

等等……

怎!么!会!是!AMD!?

最近一直跟特斯拉过从甚密的,不是英伟达么?

这已经不是特斯拉第一次“移情别恋”了。去年7月,Mobileye宣布与特斯拉终止合作关系,作为ADAS领域最牛的公司,Mobileye此前一直为特斯拉的自动驾驶系统提供核心技术支持。

然而,自从去年5月的特斯拉车祸之后,Mobileye和特斯拉之间的嫌隙变得无法弥合。马斯克此前一直激进的宣扬特斯拉无人驾驶技术,但Mobileye认为还不够好,并且很早就要求要求特斯拉保证Autopilot的安全性。

Mobileye选择与特斯拉分手后,英伟达来了。从去年10月开始,特斯拉的车上都开始装配英伟达的Drive PX2。当时据说选择英伟达还是AMD,也让特斯拉纠结过一下下,不过最终英伟达胜出没有什么意外。

fa7dcc33819e7cc5050f229e8b46c2ac25dcb592

英伟达技术领先,在AI的浪潮下公司业绩和股价节节创新高,产品也是供不应求。但,还记得上面我们提到特斯拉不想仰人鼻息么?没错,这“人”指的就是英伟达。特斯拉不想受制于人。

特斯拉的AI芯片研发团队规模已经超过50人,而且团队的核心成员正是来自AMD,包括首席硬件工程师、系统电路设计主管等。

对了,其实特斯拉在跟Mobileye合作的时候,内部就有一个团队在秘密研发可以代替Mobileye的计算机视觉产品。所以,特斯拉这次甩开英伟达自己造AI芯片,其实并不令人意外。

只是不知道老黄怎么想。

芯片战火持续

尽管英伟达是现在当红的AI芯片制造商。

然而,想自己另起炉灶生产AI处理器的大有人在。具体到这篇所讲的自动驾驶/无人车领域,巨头云集而且各自有各自的盘算。

比方特斯拉一直没有跟英特尔有合作。英特尔后来斥资150多亿美元收购了Mobileye,并且和宝马、菲亚特克莱斯勒等传统车厂不断结盟

一份来自来自博恩斯坦(Bernstein)的新报告指出,德国汽车公司的自动驾驶技术,比特斯拉的Autopilot更先进、更复杂。“特斯拉有很多优势,但在自动驾驶能力上过度宣传了”,伯恩斯坦分析师说。

而且报告指出,Waymo可能在自动驾驶技术上比所有人都领先。

Waymo是搜索巨头Google旗下的无人车业务,而Google在AI方面的研发实力有目共睹。与英伟达把GPU应用在多个领域不同的是,Google一直在致力于研发制造专用的AI芯片,例如TPU已经推出第二代。

此外,微软也在为HoloLens研发AI芯片;9月初华为发布的麒麟970芯片也增加了NPU,增强AI处理能力;刚刚发布的新一代iPhone手机里,全部配备苹果A11 Bionic处理器,里面同样配备了专门处理AI需求的神经引擎。

最后介绍一下特斯拉AI芯片的负责人:凯勒。

现年57岁的凯勒(Jim Keller),2016年初加入特斯拉,今年6月Chris Lattner离职之后,凯勒就成为特斯拉自动驾驶硬件和软件的负责人。此前,凯勒一直是芯片架构师,先后供职于上面提到过的AMD和苹果公司。

凯勒2008年加入苹果,曾经是A4和A5芯片的设计师。

看上去特斯来有备而来,且筹谋已久。

775e39b362d551219eac3a25842de87fa82a1dd7

本文作者:问耕
原文发布时间:2017-09-21
相关文章
|
26天前
|
人工智能 自然语言处理 数据处理
英伟达推出NeMo,极大简化自定义生成式AI开发
【2月更文挑战第30天】英伟达发布NeMo平台,简化生成式AI模型开发,加速AIGC进程。平台提供NeMo Curator、Customizer和Evaluator微服务,覆盖数据准备至模型评估全周期。Curator加速数据处理,Customizer支持模型微调,Evaluator全面评估模型性能。虽有学习曲线挑战,但NeMo为AI创新与应用带来更多可能性。
35 2
英伟达推出NeMo,极大简化自定义生成式AI开发
|
1月前
|
人工智能 监控 测试技术
利用AI辅助工具提升软件测试效率
【2月更文挑战第17天】 随着科技的不断发展,人工智能(AI)在各个领域的应用越来越广泛。在软件测试领域,AI技术也发挥着重要作用。本文将探讨如何利用AI辅助工具提升软件测试效率,包括自动化测试、智能缺陷识别和预测等方面。通过引入AI技术,软件测试过程将变得更加高效、准确和可靠。
143 1
|
1月前
|
人工智能 芯片 异构计算
英伟达要小心了!爆火的Groq芯片能翻盘吗?AI推理速度「吊打」英伟达?
随着科技的飞速发展,人工智能公司Groq挑战了英伟达的王者地位,其AI芯片不仅展现出卓越的实力,还拥有巨大的潜力。Groq设计了一种独特的推理代币经济学模式,该模式背后牵动着众多因素,却也引发了深度思考:新的技术突破来自何处?中国该如何应对并抓住变革中的机遇?Groq成本如何评估?这些都是值得研究和思考的问题。
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
提升软件测试效率与质量:AI驱动的自动化测试策略
【2月更文挑战第19天】 在快速迭代的软件发展环境中,传统的手动测试方法已无法满足高效率和高质量的要求。本文探讨了人工智能(AI)技术如何革新现有的软件测试流程,通过引入AI驱动的自动化测试策略,旨在提高测试覆盖率,减少人为错误,优化资源分配,并缩短产品上市时间。我们将分析AI在识别潜在缺陷、生成测试用例、执行测试以及结果分析中的应用,并讨论实施这些策略时可能遇到的挑战和限制。
95 3
|
1月前
|
机器学习/深度学习 数据采集 人工智能
探索AI在软件测试中的应用与挑战
【2月更文挑战第25天】 随着人工智能(AI)技术的迅猛发展,其在软件测试领域的应用逐渐深入。AI不仅改变了传统测试流程,提高了测试效率和质量,也引入了新的挑战。本文将详细探讨AI在软件测试中的具体应用,包括智能化测试用例生成、缺陷预测、自动化测试执行等,并分析当前面临的主要挑战,如数据质量、模型泛化能力和工具集成等问题。通过实例分析和研究展望,本文旨在为软件测试专业人士提供一个关于AI技术融合的全面视角。
|
1月前
|
机器学习/深度学习 数据采集 人工智能
探索AI在软件测试中的应用和优势
【2月更文挑战第22天】 随着科技的不断发展,人工智能(AI)在各个领域的应用越来越广泛。本文主要探讨了AI在软件测试领域的应用及其带来的优势。文章首先介绍了AI技术的基本概念,然后详细分析了AI在软件测试中的具体应用,包括自动化测试、智能缺陷检测和预测等方面。最后,文章总结了AI在软件测试领域的优势,如提高测试效率、降低人力成本、提高测试质量等,并展望了AI在软件测试领域的未来发展趋势。
|
22天前
|
存储 人工智能 数据处理
英伟达AI Workbench正式发布,大幅度简化大模型开发流程
英伟达发布AI Workbench,革新大模型开发流程,简化GPU工作站配置,降低AI技术门槛。该工具提供预建AI项目、交互式文档功能及自定义图像生成,支持LLM定制,助力高效开发与协作。虽对新手有一定学习曲线,但已成AI民主化重要一步。
26 4
英伟达AI Workbench正式发布,大幅度简化大模型开发流程
|
25天前
|
机器学习/深度学习 人工智能 自然语言处理
提升软件测试效率:AI驱动的自动化测试策略
【2月更文挑战第30天】随着人工智能(AI)在软件开发周期中的日益普及,其在提高软件测试效率方面的潜力正受到越来越多的关注。本文探讨了如何通过集成AI技术来优化自动化测试流程,从而减少重复工作、提高错误检测率和加快反馈速度。我们将分析当前AI在自动化测试中的应用,并提出一系列策略以利用AI改进测试案例生成、执行和维护过程。
56 0
|
26天前
|
人工智能 机器人 芯片
英伟达最强 AI 芯片、人形机器人模型炸场!黄仁勋放言英语将成最强大编程语言
在2024年的GTC大会上,英伟达创始人黄仁勋揭幕了新一代AI芯片Blackwell,号称是史上最强AI芯片,目标是推动AI领域的重大进步。
|
27天前
|
数据采集 机器学习/深度学习 人工智能
探索AI在软件测试中的应用与挑战
【2月更文挑战第28天】 随着人工智能(AI)技术的迅猛发展,其在软件测试领域的应用逐渐显现出巨大的潜力和价值。本文将深入探讨AI在软件测试中的具体应用,包括自动化测试、智能化缺陷检测、测试用例生成等方面,并分析其面临的挑战,如数据质量、模型泛化能力、技术融合等。通过对比分析和案例研究,旨在为软件测试领域提供新的视角和解决方案。
77 1

热门文章

最新文章