现在自动驾驶的先锋特斯拉也赶上了AI芯片的风潮，正开发定制专用的AI芯片，该AI芯片会在未来用于特斯拉电动车中，完成无人驾驶时的运算操作。为什么一家电动汽车公司要自主开发AI芯片?马上跟着大大了解自动驾驶领域的AI芯片吧~
▌自有AI芯片：自动驾驶的必由之路
据媒体预测，2020年或将迎来自动驾驶元年，为此各路芯片厂商一直积极备战。在整个自动驾驶系统中，雷达、摄像头产生的大量数据，一般由硬件部分的芯片来处理。多年来，特斯拉发生的自动驾驶事故无不暴露出其视觉识别芯片的不足。从理论上来讲，芯片计算力的好坏直接影响着自动驾驶的安全，如果芯片运算速度得到提升，车辆的安全性也将得以大幅提高。
除了出于对芯片计算能力和安全程度的迫切需求，企业最关心的始终离不开经营与成本。目前特斯拉的辅助驾驶系统Autopilot较多使用英伟达(NVIDIA)的GPU芯片，一旦拥有自主研发的芯片，车企将减少对芯片公司的依赖。有报告表明，自动驾驶汽车的计算量达到4TB/天，在如此大的计算和数据传输需求下，计算芯片及配套散热设备的体积、功耗均异常巨大。在高功耗、高成本及精准计算能力得不到满足的情况下，特斯拉走上自主研发AI芯片道路也不足为奇了。
▌解决方案：专用芯片更胜一筹
目前主流的自动驾驶芯片解决方案主要包括GPU、FPGA、DSP和ASIC四种。大大今天就给ICer们对比下GPU和ASIC这两种具有代表性的解决方案吧。
凭借着强大的计算能力及对深度学习应用的有力支持，GPU(Graphics Processing Unit)正逐步成为自动驾驶技术开发的主流平台解决方案，比如英伟达的Drive PX 2芯片就是整个自动驾驶产业界最受欢迎的平台之一。但事实表明，通用型计算平台很难同时满足自动驾驶要求的巨大算力和超低功耗。长期来看，GPU会退守到一些相对通用或者对功耗要求不那么高的场景，而像汽车、安防等领域，就是专用芯片的天下了。
ASIC(Application Specific Integrated Circuit)，专用集成电路，特点是在某一特定领域的计算上能够以更低的功耗获得更高的性能，但研发周期长，时间通常超过一年。通过第一代自动驾驶系统的积累，特斯拉当前已有超过13亿英里的自动驾驶里程数据，大大相信这可以帮助特斯拉更好地研发面向自动驾驶的ASIC。定制芯片可以提高运算效率，从而获得更佳的自动驾驶性能。这样看来，在这场自动驾驶芯片的解决方案的比拼里，ASIC要更胜一筹。
▌AI芯片：自动驾驶的核心硬件
虽然特斯拉暂未公布太多关于定制化AI芯片的进展，但这无疑加剧了自动驾驶芯片市场的激烈竞争。自动驾驶芯片涉及行车安全，对发热、寿命、网络安全要求更高，因此比一般的消费级芯片更有技术含量，居高不下的成本也影响了自动驾驶汽车在大众消费者里的普及。说AI芯片左右着自动驾驶汽车量产进程，大大认为一点也不为过。
我们看到，人工智能技术正火热发展中，在手机制造领域，苹果和华为开始将人工智能处理器加入到自家最新的手机产品中。在自动驾驶领域，身为电动车巨头的特斯拉也不例外，自主开发定制芯片，恰好反映了自动驾驶行业计算的需求由通用转向了专用。随着自动驾驶向量产推进，自动驾驶系统所需要的芯片，将由原本不计成本、不惧高功耗、追求绝对算力的GPU，走向量产下的低成本、低功耗、高性能的ASIC。
▌大大点评
在老牌芯片厂商竞相争夺自动驾驶芯片市场的今天，大大认为特斯拉研发定制AI芯片，反映了AI芯片是自动驾驶技术的核心硬件。在这条自动驾驶汽车走向量产之路，谁掌握了AI芯片，谁就能赢得市场。
（转载）
