加入星計劃,您可以享受以下權益:

  • 創(chuàng)作內容快速變現
  • 行業(yè)影響力擴散
  • 作品版權保護
  • 300W+ 專業(yè)用戶
  • 1.5W+ 優(yōu)質創(chuàng)作者
  • 5000+ 長期合作伙伴
立即加入
  • 正文
    • 5年前特斯拉,怎么用上最新FSD?
    • 新技術有啥影響
  • 推薦器件
  • 相關推薦
  • 電子產業(yè)圖譜
申請入駐 產業(yè)圖譜

5年特斯拉老車,推送最新端到端FSD,極氪尷尬了

08/27 09:30
1057
閱讀需 7 分鐘
加入交流群
掃碼加入
獲取工程師必備禮包
參與熱點資訊討論

賈浩楠 發(fā)自 副駕寺,智能車參考 | 公眾號 AI4Auto

太陽真從西邊出來了。

馬斯克,挖坑很少填、服務看心情、還老說用戶“使用不當”,但這次沒背刺老車主,反而主動關懷:5年前的特斯拉,剛剛推送了最新的FSD

用戶爽之外,可以預見又會成為行業(yè)追隨模仿的技術案例——端到端上車,8個攝像頭、100多TOPS算力足矣。

建議大家一起瘋狂@極氪。

5年前特斯拉,怎么用上最新FSD?

極氪硬著頭皮一年強推三款001,其實不為別的,就是被智駕升級給逼的。

這邊極氪老車主罵聲還不絕于耳呢,人家特斯拉馬上就給5年前的老車型推送最新FSD,版本是12.5。

能力上,北美已經有了大量用戶實測視頻,能夠自主應對幾乎路上的一切駕駛挑戰(zhàn),比如自動過閘機、環(huán)路;

尤其是在特斯拉數據密集的西海岸加州地區(qū),FSD12.5版本現在已經到了“自己跟自己較勁”的迭代階段:死磕舒適性,有的用戶已經開始做“30分鐘水不灑”的挑戰(zhàn):

完全能夠做到有導航就能開,而且和國內絕大部分“城市NOA”不同的地方在于,FSD V12版本采用端到端技術體系。

簡單地說,從場景數據輸入端到駕駛指令輸出端,全部由AI模型搞定,拋棄了以往模塊化、手寫規(guī)則的模式。

最大的好處是讓AI直接學習成熟人類司機的駕駛方法,理論上限極高,能突破以前難以解決的各種復雜場景。

挑戰(zhàn)是訓練數據,要足夠多、足夠優(yōu)質,并且底層算力足夠大——端到端入門門檻,通常認為是10億資金、萬卡集群,但對特斯拉來說,都不是問題。

所以當下的FSD V12版本可能某些場景上表現不穩(wěn)定,甚至小版本間還會出現“負優(yōu)化”現象,但在整體體驗、平均能力和發(fā)展性上,無疑是最領先的。

就是這樣的智駕系統(tǒng),特斯拉剛剛把它推送到搭載HW3.0硬件老款特斯拉車型上

很厲害嗎?

業(yè)內普遍認為,端到端模型至少需要200TOPS+的算力才能work,國內大多數產品都采用2塊Orin的配置。

而特斯拉2019年發(fā)布的HW 3.0硬件,算力只有144 TOPS

也就是說,5年前買特斯拉的用戶,一覺醒來發(fā)現自己的愛車自動駕駛能力有了翻天覆地的進化。

和現在購買搭載HW 4.0硬件(約500TOPS)的最新特斯拉用戶,體驗完全一樣。

當然在研發(fā)端難度肯定不小,特斯拉的軟件負責人Ashok Elluswamy解釋了實現方法。

首先要明確的是,本來500TOPS跑的FSD V12,下放到144 TOPS的平臺,并不是算法和功能的“閹割”。

Ashok Elluswamy的原話是“在編譯器中使用全新的內核,來模擬HW 4.0硬件對算法的原生支持”。

至于端到端模型本身,官方透露的信息是“使用適當的壓縮技術,在兩代硬件上跑完全相同的模型”。

只說了這么多。也能理解,畢竟前幾年特斯拉AI Day的PPT,成了大量國內友商汲取“靈感”的源泉。

但從特斯拉的軟件負責人的只言片語中,大概能推測采用的方法可能是“知識蒸餾”,我們之前詳細科普過。

對預訓練好的FSD 端到端模型進行處理,得到參數量相對較小,但保留核心能力的模型。如果某些場景能力有退步,還可以用合適的數據集再次訓練,然后分別部署在HW 3.0和HW 4.0上。

因為Ashok明確地說:參數量只是影響性能的眾多因素之一。數據分布、數據質量、模型架構、訓練計算等也會對最終性能產生巨大影響。

這樣一來,FSD 的V12版本能夠在算力有限的舊平臺上順利跑起來。而對于最新的HW 4.0平臺,模型規(guī)模變小,意味著更快的計算時間,更短的響應延遲。

一舉兩得。

新技術有啥影響

特斯拉給HW 3.0推送V12版本FSD,證明了用軟件算法能力是能夠填平智駕硬件差距的。

很長一段時間內,采用模型壓縮技術實現低成本小算力端到端上車,會成為全行行業(yè)追逐模仿的新范式。

而且特斯拉還劃出了這條技術賽道的“及格線”:144TOPS。

從另一個角度看,端到端上車的門檻、下限既然能這么低的話,那么那些以“智駕升級”為旗號的更新換代、以“軍備競賽”為名狂堆算力和傳感器的玩家恰恰是技術實力不行的體現。

而事實上也的確如此。市場上1000TOPS 算力的車型,智駕體驗和200 TOPS并沒有質的差距。

這其實是自動駕駛的AI本質:前端競爭核心是軟件和算法,需要“大力出奇跡”的則是后端超算設施。

所以今年下半年開始,國內最前沿的探索者們也開始了對本質的回歸。比如長城前兩日剛剛量產交付的端到端車型藍山智駕版,就只用了一顆英偉達Orin芯片。

所以對于用戶來說,特斯拉的新進展證明了我們是能夠低成本享受高階智駕的。

而且“越開越好開”的承諾保鮮期,被拉長到了5年。

不過也別太苛責極氪,獨立上市拿回研發(fā)自主權后,極氪的進步速度在國產陣營中是佼佼者。

之前被Mobileye誤了這么多年,真的是身不由己。

推薦器件

更多器件
器件型號 數量 器件廠商 器件描述 數據手冊 ECAD模型 風險等級 參考價格 更多信息
ADXL355BEZ 1 Analog Devices Inc Low Noise, Low Drift, Low Power 3-Axis Accelerometer with digital output

ECAD模型

下載ECAD模型
$63.83 查看
DRV8825PWPR 1 Texas Instruments 45-V, 2.5-A bipolar stepper motor driver with current regulation and 1/32 microstepping ? 28-HTSSOP -40 to 85

ECAD模型

下載ECAD模型
$4.24 查看
ADG1409YRUZ-REEL7 1 Analog Devices Inc 4 Ω Ron, 4-Channel ±15 V/+12 V/±5 V iCMOS Multiplexer

ECAD模型

下載ECAD模型
$10.16 查看

相關推薦

電子產業(yè)圖譜