【自动驾驶技术】自动驾驶汽车AI芯片汇总——TESLA篇（FSD介绍）

0. 前言

按照国际惯例，首先声明：本文只是我自己学习的理解，虽然参考了他人的宝贵见解及成果，但是内容可能存在不准确的地方。如果发现文中错误，希望批评指正，共同进步。

本篇文章是这个自动驾驶汽车AI芯片系列的第三篇，也算终于轮到特斯拉出场了！（Respect）

自动驾驶汽车AI芯片系列目录：

1. NVIDIA篇

2. 地平线篇

提到特斯拉，大家估计第一反应会想到“FSD”，没错！本文的主角就是“FSD”，或者更准确来说应该是“FSD芯片”。

FSD全称是Full Self-Driving（多么直奔主题），但在开始介绍FSD之前，我想先聊聊特斯拉的自动驾驶平台——HW。

这里的HW就纯是HardWare的意思，与某为毫不相干。

1. TESLA 自动驾驶平台

特斯拉的硬件平台（Hardware Platform，简称HW）是指在其电动汽车中用于自动驾驶功能的计算和传感系统。特斯拉的硬件平台经历了几代的演变，每一版都代表着技术上的进步和对自动驾驶能力的提升：

第一代：HW 1.0

• 发布时间：2014年
• 方案特点：初期版本，包含了摄像头、超声波传感器和雷达。
• SoC芯片：使用的是Mobileye的EyeQ3芯片，主要负责视觉处理，但后来特斯拉和Mobileye因理念不合而分道扬镳。

当时Mobileye客户非常多，估计也没太把特斯拉放在心上。现在的Mobileye……呵呵。

第二代：HW 2.0 / HW 2.5

• 发布时间：2016年
• 方案特点：引入了更多的传感器，包括前置三目摄像头、前后雷达、以及环绕车身的超声波传感器，增强了整体感知能力。
• SoC芯片：
  • HW2.0：采用了NVIDIA 的Drive PX2平台。
  • HW2.5：在HW2.0的基础上增加了额外的NVIDIA Tegra Parker芯片于增强计算能力。

第三代：HW 3.0 （转折点，FSD引入）

• 发布时间：2019年
• 方案特点：特斯拉自研的FSD芯片首次亮相，标志着特斯拉开始全面掌握从芯片设计到软件开发的全栈技术。
• SoC芯片：特斯拉定制的FSD芯片，采用了双核设计，每个核心都有独立的CPU、GPU和神经网络加速器，基于14纳米工艺制造，大幅提升了计算能力和能效比。

第四代：HW 4.0

• 发布时间：2023年
• 方案特点：NNA的数量从2个增加到3个，工作频率也从2.0GHz提升至2.2GHz，这有助于更高效地处理深度学习任务，尤其是针对视觉数据的分析。摄像头的数量和质量均有所提升，从8颗120万像素摄像头升级至7颗500万像素摄像头，这不仅提高了图像清晰度，还增加了探测距离，从200多米提升至424米。
• SoC芯片：特斯拉的下一代FSD芯片，预计采用更先进的制程技术（如7纳米或更小），算力大幅提升5倍，可能达到700多TOPS。有报道指出，HW4.0的FSD芯片可能由台积电采用4纳米或5纳米工艺生产。

从上面HW的发展过程我们可以看出：从HW 3.0开始，特斯拉正式搭载自研的FSD芯片，这家汽车制造公司也掌握了芯片及软件的设计能力。当然，这非常符合马斯克的作风。

由于HW 4.0的公开资料还比较少，本文将基于HW 3.0来说明，也就是大约在特斯拉2019年的技术水平。如果后面有更多的HW 4.0的技术细节，我会再补充本文的内容！

2. HW 3.0架构

特斯拉的Hardware 3.0（简称HW 3.0）是特斯拉自动驾驶计算机的一个重大迭代，它在2019年开始装备于特斯拉的新生产车辆中，用以取代之前的Hardware 2.5。它是专门为特斯拉的Autopilot和未来的完全自动驾驶（Full Self-Driving，FSD）功能设计的。

2.1 架构与设计

HW 3.0包括两套完全独立的系统，每套系统都配备了独立的CPU、GPU、NNA（神经网络加速器）以及内存，两套系统中的一个作为主系统运行，另一个作为热备份，在主系统出现故障时立即接管，这样可以实现冗余，增加安全性。

双系统设计的另一个好处就是互相校验，对于同一个驾驶场景，两套系统经过一系列的感知、规划算法（或者一整个端到端算法），所得到的驾驶决策应该是一致的，这也进一步提升了自动驾驶的功能安全冗余。

2.2 性能

• 算力：HW 3.0的算力达到了每秒144万亿次运算（144 TOPS），相比之下，Hardware 2.5的算力约为每秒11 TOPS，性能提升了大约13倍。
• 功耗：尽管性能大幅提高，但HW 3.0的功耗仅从Hardware 2.5的60W增加到72W。
• 视频处理能力：HW 3.0能够处理每秒高达2,300帧的图像数据，比Hardware 2.5的每秒200帧有了显著提升。

2.3 兼容性与升级

• 兼容性：特斯拉设计了HW 3.0，使其可以无缝替换Hardware 2.5，这意味着特斯拉可以通过软件更新解锁更多功能，而无需更换整个硬件系统。
• 升级路径：特斯拉车主可以通过付费服务将旧的Hardware 2.5升级至HW 3.0，从而获得更强大的计算能力和未来的FSD功能。

3. FSD芯片

特斯拉的全自动驾驶FSD芯片是该公司为了实现自动驾驶技术而自行设计的专用集成电路（ASIC）。

这款芯片最初在2019年推出，用于取代之前使用的英伟达GPU，旨在提高计算性能和效率，以支持特斯拉车辆中的Autopilot和FSD功能。以下是关于特斯拉FSD芯片的一些关键细节：

3.1 架构和组件

FSD芯片包含多个处理单元，包括以下：

• 3个四核Cortex-A72集群，共计12个CPU核心，运行频率为2.2GHz。
• 1个Mali G71 MP12 GPU，工作频率为1GHz，支持FP16和FP32浮点运算。
• 2个神经网络加速器（NNA），用于深度学习推理，这是FSD芯片的核心部分，用于处理自动驾驶所需的大量视觉和传感器数据，运行频率为2GHz。

• 32MB的SRAM缓存，用于存储模型权重和加速数据访问。
• ISP和PHY各种通讯接口。

3.2 制造和工艺

HW 3.0的FSD芯片采用三星的14纳米FinFET工艺制造。

3.3 第二代FSD芯片（FSD 2.0 / HW4.0）

• 制造工艺：使用了更先进的7纳米制程技术，有报道甚至提及了4纳米或更先进的3纳米工艺。
• 性能提升：相对于初代FSD芯片，第二代芯片的性能预计提升了三倍以上，这得益于更密集的晶体管布局和优化的电路设计。
• 设计与功能：虽然具体的细节尚未完全公开，但可以预期的是，新一代芯片将包含更强大的CPU、GPU和NPU，以及优化的内存架构，以支持更复杂的神经网络和实时数据处理需求。

4. 总结

特斯拉的FSD芯片代表了该公司在垂直整合和自动驾驶技术方面的重大投资。通过设计自己的芯片，特斯拉能够优化硬件和软件之间的协同工作，从而实现更高的效率和更强大的自动驾驶功能。随着时间的推移，特斯拉继续更新其FSD硬件和软件，以实现更高级别的自动驾驶能力。