Mobileye強(qiáng)烈diss特斯拉、端到端和英偉達(dá)

深陷業(yè)績泥潭的Mobileye為了反擊公眾對其技術(shù)路線的質(zhì)疑，特別在2024年10月1日召開了投資者大會，會上詳細(xì)解釋了Mobileye技術(shù)路線的優(yōu)越性，對特斯拉、端到端和英偉達(dá)Orin都提出了質(zhì)疑和批判，甚至順便批評了GPT4o。

Mobileye的CAIS就是Compound AI Systems 復(fù)合人工智能方案，實(shí)際還是人工定義規(guī)則方案，MTBF即Mean time between failures平均故障間隔時(shí)間，也就是多久出現(xiàn)一次故障 。Mobileye表示其與汽車制造商的合作中，MTBF 目標(biāo)是 10的7次方小時(shí)的駕駛時(shí)間。而特斯拉MTBF是多少呢？

特斯拉最先進(jìn)的FSD 12.5平均每300英里就要人工接管一次，MTBF頂多是10小時(shí)，跟Mobileye的10的7次方有天壤之別。

接下來Mobileye開始批判端到端路線，端到端要想成功，前提至少有兩點(diǎn)，首先是沒有g(shù)lue code膠合代碼，其次是訓(xùn)練數(shù)據(jù)必須都是正確的，沒有錯(cuò)誤示范，這意味著必須加入人工干預(yù)，也就是說真正的端到端完全不存在，端到端是將Glue code轉(zhuǎn)變到線下，需要人類來挑選高質(zhì)量正確的數(shù)據(jù)用于訓(xùn)練。

對端到端來說只有正確和不正確兩種狀況，但是加入人工因素，就復(fù)雜了，例如上面三種，1是輕微無視交通規(guī)則，2是加塞，3是魯莽駕駛，3種都可以算正確也可以算不正確。RLHF即Reinforcement Learning from Human Feedback人類反饋的強(qiáng)化學(xué)習(xí)。

接下來Mobileye批評了GPT4o，這個(gè)看起來很牛的數(shù)千億參數(shù)的大模型，能做好20*20的乘法表嗎？當(dāng)然不能，錯(cuò)誤率超過60%。端到端學(xué)習(xí)通常會遺漏那些重要的抽象邏輯信息，端到端實(shí)際是記憶，而非學(xué)習(xí)，學(xué)習(xí)是可以獲得抽象內(nèi)涵邏輯的。

Mobileye繼續(xù)diss端到端，毫米波雷達(dá)和激光雷達(dá)都是簡單系統(tǒng)，但視覺系統(tǒng)很復(fù)雜，端到端的簡單融合，根本就沒有效果，遠(yuǎn)不如CAIS的高級融合。

Mobileye認(rèn)為端到端沒有抽象規(guī)則的注入，會產(chǎn)生Variance，會自行生成錯(cuò)誤，而有人工定義的抽象規(guī)則注入，頂多是Bias偏差，偏差當(dāng)然比錯(cuò)誤要好，這就是說端到端數(shù)據(jù)少了容易過擬合，失去泛化能力，數(shù)據(jù)多了會因?yàn)殄e(cuò)誤示范數(shù)據(jù)產(chǎn)生錯(cuò)誤。

接下來Mobileye開始diss端到端的核心：transformer架構(gòu)。

沒有用鏈條規(guī)則，那么維度是10的32次方，計(jì)算成本極高，如果加入鏈條規(guī)則，維度變?yōu)?00，計(jì)算成本降低99%。

Mobileye認(rèn)為FCN全連接具備更高的效率，比RNN類型的transformer好多了。

Mobileye說的transformers似乎是帶有自注意力的稠密網(wǎng)絡(luò)即Vanilla Transformer。

CNN骨干網(wǎng)簡潔高效，而transformer對算力和存儲的消耗驚人，即便是最低的10Hz幀率就要100TOPS算力，每個(gè)token高達(dá)100Mb，9600個(gè)tokens是9600*100/8=120GB。這個(gè)實(shí)際無需Mobileye提出，目前包括特斯拉都還是使用CNN骨干網(wǎng)，即便是用英偉達(dá)單張H100也無法實(shí)現(xiàn)全Transformer，存儲的容量和帶寬成本比算力還高。盡管沒人承認(rèn)自己還在用老舊的CNN，但目前任何一個(gè)量產(chǎn)項(xiàng)目都離不開CNN骨干網(wǎng)。

Mobileye繼續(xù)抨擊Transformer，指責(zé)其效率太低，自連接高達(dá)3170億個(gè)，而FCN只需要10的4次方個(gè)。

最后Mobileye對端到端做了總結(jié)，第一條就指責(zé)transformer效率太低，完全是暴力擬合，拼的就是算力。

Mobileye提出稀疏型注意力而非連接眾多的自注意力。

也就是并行自回歸網(wǎng)絡(luò)，將token分級，每一級與每一級之間才有連接，才有self attention，分級內(nèi)部不再連接，大大減少了計(jì)算強(qiáng)度，不過transformer的核心就是self attention，這種人工規(guī)則將transformer的性能大打折扣，transformer的奠基論文正是《Attention is All You Need》

Mobileye總結(jié)，效率比傳統(tǒng)transformer高100倍，所以不需要那么高的算力。

最后Mobileye力推自己的EyeQ6H，算力跟英偉達(dá)Orin差8倍，但ResNet50每秒幀率只差兩倍，顯然EyeQ6H性價(jià)比更高。

最后還是Mobileye對自己芯片的介紹，即五大計(jì)算資源，MIPS-通用CPU，用于標(biāo)量和邏輯運(yùn)算，MPC（Multithreaded Processing Cluster）-專門用于線程級并行的CPU，VMP（Vector Microcode Processor），使用超長指令寬度（VLIW）-單指令多數(shù)據(jù)（SIMD）；專為定點(diǎn)算法的數(shù)據(jù)級并行性而設(shè)計(jì)（例如，將12位原始圖像收斂為一組不同分辨率和色調(diào)圖的8位圖像）；基本上，對整數(shù)向量執(zhí)行操作PMA（Programmable Macro Array）-粗粒度可重構(gòu)陣列（CGRA）；為數(shù)據(jù)級并行設(shè)計(jì)，包括浮點(diǎn)運(yùn)算；基本上，對浮點(diǎn)數(shù)向量執(zhí)行操作。XNN-專注于深度學(xué)習(xí)的固定函數(shù)：卷積、矩陣乘法/完全連接和相關(guān)激活后處理計(jì)算：例如CNN、FCN。這些都是Mobileye在10年前就確定的計(jì)算資源，似乎Mobileye不愿做出改變，或者不能做出改變，這樣的計(jì)算架構(gòu)很難同時(shí)兼顧高算力和成本。

Mobileye的路線是模塊化，或許是研發(fā)成本太高，亦或高價(jià)芯片不是Mobileye主要客戶能接受的，Mobileye似乎不打算推出高算力芯片，EyeQ6H會一直沿用，算力不夠就增加芯片數(shù)量，不過即使4個(gè)EyeQ6H算力能夠疊加，也不過136TOPS，更何況低成本的以太網(wǎng)交換機(jī)是不可能讓算力無損失疊加的。

Mobileye對特斯拉和端到端的指責(zé)當(dāng)然是正確的，transformer當(dāng)然也是純粹靠蠻力擬合，缺乏技巧，但這就是目前AI的主流，transformer是一切大模型的源頭，當(dāng)今AI的主流就是拼算力，不講效率和技巧，Mobileye想對抗AI主流，無疑是螳臂當(dāng)車。特別是在中國，端到端，特斯拉（馬斯克）都被追風(fēng)，各廠家都在宣傳自己的端到端能力如何強(qiáng)大，整個(gè)輿論風(fēng)潮已經(jīng)將端到端和特斯拉推上神壇，消費(fèi)者迷信端到端和特斯拉。如此形勢下Mobileye逆潮流而動，勇氣可嘉，但恐怕要完全失去中國市場。中國市場除非是蘋果、特斯拉和華為這樣的超級巨頭能夠引領(lǐng)或教育消費(fèi)者價(jià)值觀，中小企業(yè)只能順應(yīng)消費(fèi)者價(jià)值觀，雖然Mobileye說的都是事實(shí)，但逆潮流而動，一樣會被消費(fèi)者拋棄，消費(fèi)者要的是他認(rèn)為的“真理”。

免責(zé)說明：本文觀點(diǎn)和數(shù)據(jù)僅供參考，和實(shí)際情況可能存在偏差。本文不構(gòu)成投資建議，文中所有觀點(diǎn)、數(shù)據(jù)僅代表筆者立場，不具有任何指導(dǎo)、投資和決策意見。