依然亏损的特斯拉和它的自动驾驶造芯梦

撰文 | 吕梦

出品 | AI星球

25日（美国当地时间24日），特斯拉发布了该公司截至2019年3月31日的第一季度财务报表。财报显示，特斯拉第一季度总营收为45.4亿美元，同比增长33.2%，亏损约7亿美元。

特斯拉CEO Elon Musk表示，预计公司二季度仍将亏损，有望在第三季度回恢复盈利。按照当地时间24日的收盘计算，特斯拉市值约为449亿美元。

就在2019年Q1财报公布两天前，特斯拉发布了自家的自动驾驶芯片——“全自动驾驶计算机”（Full self-driving computer，简称FSD计算机），Autopilot 3.0 硬件正式登场。

特斯拉的这一举动引发了投资人和业内技术专家的质疑。

为什么要自研自动驾驶芯片？

这是特斯拉投资人所不解的，一方面特斯拉正在拼命地提升产量，既然市场上已有成熟的GPU芯片，为何还要冒这个风险？

从实际应用上看，高级别的自动驾驶对算力和数据传输具有非常高的要求，虽然通用GPU芯片算力高，但功耗、成本也要付出相应代价。特斯拉的自动驾驶功能目标明确，就是面向量产。因此，如何同时满足自动驾驶巨大算例和超低功耗的平衡，尽快实现可量产、商业化，是其要进行前瞻性思考的。

于是2015年11月底，Musk在自己的Twitter中发布了一条招聘广告，表示公司正在寻找大量资深工程师。

次年初，特斯拉就挖来了业内赫赫有名的顶级芯片架构师Jim Keller，出任特斯拉硬件部门高级副总裁，负责Autopilot自动驾驶硬件工程业务。与Jim Keller共同加入的还有他从AMD带来的整个硬件团队。

加入特斯拉前，Keller在AMD带领团队研发Zen处理器。此前，还曾在苹果领导了A4/A5处理器的开发。

Keller的加入为特斯拉自研自动驾驶芯片埋下伏笔。

这里先插播一则特斯拉和Mobieye的“恩怨纠葛”史。

一直以来，特斯拉都是基于以色列高级驾驶辅助系统供应商Mobieye提供的专用视觉识别芯片EyeQ3，来设计自己的Autopilot 1.0系统的。

直到2016年5月，美国佛罗里达州一名Model S车主在使用特斯拉“Autopilot”模式时撞向前方正在左转的重型卡车导致伤亡事故，二者的关系降至冰点。

它们之间的矛盾在于，在Mobieye看来，Autopilot从始至终只是一套驾驶辅助系统，而特斯拉却将其作为营销卖点，大肆鼓吹这套系统的“自动驾驶”能力，用Mobileye CEO Shashua的话说，就是“不断挑战安全极限”。

特斯拉当然不承认这点，声称双方无法再续前缘，是因为Mobieye阻挠自己研发计算机视觉技术。

目标没谈拢，事故发生两个月后，Mobileye与特斯拉“分手”。

在失去合作伙伴、且自己的视觉识别技术尚未完全成形的“过渡期”，特斯拉在同年8月底推出的V8.0系统固件中，为Autopilot1.0选择了新的技术路线——从过去以摄像头和图像处理系统为主、毫米波雷达为辅，转变为主要通过毫米波雷达来承担主要感知功能，以保证车辆在雨雾等能见度底的恶劣天气下的行驶安全。

特斯拉不会让自己孤立无援，仅用了两个月，同年10月，就基于搭载了英伟达Tegra X1芯片的Driver PX2计算平台，推出了全新的Autopilot2.0系统。

此时，承担主要感知功能的任务又从毫米波雷达回到了摄像头。发布会上，Musk还意味深长地提到，如果将来在性能方面有额外需求，Autopilot2.0系统是支持更换芯片的——显然，英伟达只是特斯拉技术过渡期的一任“备胎”。

从广纳芯片人才、到为Autopilot系统保留更换芯片的空间，特斯拉再不承认自己造芯这件事，外界都看不下去了。

终于，在2017年底神经信息处理系统大会(NIPS 2017)上，Musk公开表示团队正在开发定制的AI芯片，并且是从软件到硬件底层设计全面的变革。

没有激光雷达的自动驾驶能走多远？

回到Autopilot2.0可以发现，这套系统包括8个摄像头（3个前置摄像头、3个后置摄像头和2个侧置摄像头），12个超声波传感器，一个前置毫米波雷达，以及1个用于倒车的后置摄像头。

在自动驾驶传感器中扮演重要角色的激光雷达，并没有出现。

这是特斯拉不同于业界的一套玩法。目前，自动驾驶有几种技术路线，例如Waymo是以激光雷达为主，此外，大多数创业公司选择的是多传感器感知融合的方案。无论哪一种，都会用到激光雷达。而特斯拉却完全“抛弃”了它。

当然，激光雷达的性价比不够友好，这是业内共识，Waymo使用的激光雷达单个定制成本大约在8万美金左右。

两天前的发布会上，Musk也不断放话，依靠激光雷达的自动驾驶公司就是傻瓜行为。事实上，Musk在公共场合不止一次表达过这样的观点，激光雷达只会让汽车变得昂贵、丑陋，选择这一技术方案只会在以后的竞争中陷入劣势。

特斯拉人工智能和自动驾驶视觉总监 Andrej Karpathy也是一名计算机视觉派，Karpathy在发布会上对比了激光雷达和计算机视觉方案的优劣。

在他看来，视觉识别是自动驾驶中必需面对的问题，而激光雷达只是一个捷径，给人一种虚假的技术进步的感觉，真正的自动驾驶解决方案应当基于强大的摄像头阵列来实现。

其实，业界一直以来都没有否定依赖深度学习算法的计算机视觉来进行道路感知的重要性，但问题就在于它现阶段的技术局限，是否可以被独立应用于处理高度复杂的驾驶路况。

如果技术不成熟，一旦出现无法应对的情况或者系统发生误判，致命事故仍有可能发生。

靠AI芯片逆风翻盘？

据芯片发布会当天Musk透露，目前装有Autopilot 3.0版本的 Model S/X 和 Model 3已分别于3月20日和4月12日量产。

根据财报，特斯拉今年前三个月共交付6.3万辆电动车，其中Model3为5.09万辆。对此，特斯拉方面表示，主要受物流影响，相当一部分第一季度的交付车辆被迫推迟至第二季度，这也影响了特斯拉第一季度的净收入。

在财报电话会议中，Musk表示有信心在第二季度实现9~10万辆车的交付，除了车辆“加入了自动辅助驾驶功能的需求，39500美元（约合26.6万人民币）的价格对用户来说是极其诱人的。我们预期消费者对Model S和Model X的升级会很感兴趣，这在很大程度上会改变现在的格局”。

据特斯拉的预计，今年产量约为36万至40万辆。并且，如果上海工厂在四季度实现量产，截至2020年6月30日，其全球电动车总产量将超过50万辆。

按照Musk的说法，预计2020年第二季度推出完全自动驾驶汽车，下一代自动驾驶芯片的研发也在一年前开始，性能将会在这一代的3倍以上。

是否真的能如期发售还不好说，毕竟过去特斯拉在自动驾驶领域过于吹嘘的作风为自己消耗了一部分信任感。

另一方面，电动汽车行业的竞争也加剧了特斯拉面临的挑战，过去一年，特斯拉的股价曾从387美元的高点跌至244美元，足见投资人对它的未来发展还有诸多不确定因素。

想要守住神坛并不容易。但假设明年第二季度，道路上真的有特斯拉全自动驾驶的车辆跑起来，那么，它将率先积累海量真实的自动驾驶数据，且随着新车的交付，数据量也会越来越大。

这无疑是特斯拉迈向完全自动驾驶过程中非常重要的一步。

但需要提到一点，无论特斯拉此次发布的芯片性能如何强大，其所提到的“全自动驾驶”依然不是全球汽车行业公认的标准分级中的L5——Musk也在接受媒体采访时强调，这并不意味着这套系统不需要监督，驾驶员依然需要关注前方路况，并在适当的时候接管车辆。

如果你想了解最前沿的AI技术和场景应用

一网打尽AI界前瞻科技和深度报道

欢迎关注AI星球，并转发朋友圈为我们打Call~~

你们的支持是我们创造优质内容的不竭动力