心情不好,特斯拉AP 硬件3.0:马斯克不为人知的野望,他的芯片会攻陷IT界?| 硬核时刻,录音

————————

间隔 2019 年榜首季度完毕还有 10 天,特斯拉说过会在一季度内量产的 Autopilot 硬件 3.0,仍然不见踪影。

事实上,早在 2017 年 12 月 8 日举行的神经信息处理系统大会( 女子校园NIPS ),马斯克就现已确认了特斯拉“正在打姬鸮造国际上北条玲功用最高的消费级 AI 芯片”,而这款芯片将会搭载在 Autopilot 硬件 3.0 上,具有“全自动驾驭才能”。

时间再往回方虹日推,从 2015 年 11 月开端,马斯克现已在为特斯拉的自研芯片招兵买马,也便是说,特斯拉自研芯片的计划,最少现已推动了 40 个月了。想了解特斯拉自研芯片前 40 个月的fl开展,能够在大众号后台回复“自研”。

尽管硬件 3.0 还没有真实问世,但这并不影响咱们依据此前现已发表的音讯,在必定的程度上估测这款来自车企的芯片,究竟有着怎样的本领。

咱们的结论是:这可能是榜首次呈现车企反扑 IT 界的状况。

特斯拉的自研芯片,与全国际为敌?

现在最具体的有关 Autopilot 硬件 3.0 爆料,来自于一位特斯拉论坛的大牛——Very Green。本年1月,他在特斯拉论坛中曝光了代号为“Turbo”的特斯拉深度学习自动驾驭芯片首要的硬件参数。

与硬件 2.0 和 2.5 的结构( SOC+GPU )相似,担任车机以及中控显现/操作的部分依据三星的猎户座7系列SOC打造,具有最高八个 ARMCortex A72 内核以及最高 12 个 MaliT880 GPU 中心。

看到这儿,信任不少了解手机芯片的朋友要开端吐槽了:7 系列 SOC 但是 2015 年的老古董,理论功用乃至比不上特斯拉硬件 2.0,特斯商山早行拉拿这种芯片做硬件 3.0,这不是恶作剧么?

实际上,依据 Very Green 大佬的爆料,特斯拉自研芯片的中心部分,是与三星 SOC 经过 P有道词典在线翻译CIE 总线个体工商户衔接的四个不知名芯片——代叫喊 TRIP。而这四个 TRIP 芯片最重要的,就在于榜首个字母 T——Tensor(张量)。

前排提示,下文可能会十分催眠。

这个张量不是做麻辣烫的,而是现代机器学习的根底。它的中心是一个数据容器,大都状况下,张量代表着数据的调集,依据维度的杂乱程度,有1D、2D、3D张量,一直到无限 D 张量之分。

专门用来处理张量数据的芯片,咱们把它叫做TPU——Tensor Processing Unit。TPU 也是现在最适合用于深度学习的芯片,乃至比GPU愈加好使。

为什么呢?咱们来举个比方——你是怎样分辩出一个人是男的仍是女的?

一般状况下,穿戴裙子的人是女人的可能性会更高,而穿戴裤子的人则更有可能是男性。但在现实生活中,咱们往往还需求结合许多个维度去判别——有没有喉结,有没有其他第二性征,声响的粗细程度,头发长与短,乃至脸型和四肢粗细等等。

不只判别的维度许多,不同维度在大脑决议计划中所占的权重都是各不相同的——比方现在穿不穿裙子或许裤子,在男女人别判别这个问题上所占的维度现已不如从前高了,这些判别问题需求参阅的不同维度(包含不同维度所占的权重,也算一个额定的维度),便是 N 个 D 的咬舌自杀的原理张量。

张量的问题解说清楚了,但为什么 TPU 在应对深度学习的时分比 GPU 更好用呢?

再举一个更简略的比方:10 件上衣和 10 条裤子两两调配,总共会呈现多少种计划?答案是10x10=100种,假如在加上 10 双鞋子,那便是10x10x10=1000 种。结合上面有关张量的解说来说便是:深度学习的进程,某种程度上便是在算乘法。

可相同是算乘法,GPU 和 CPU 在进行深度学习的时分,都存在瓶颈,这个瓶颈是有专业月亮陆景云名词解说的——冯诺依曼瓶颈。

冯诺依曼瓶颈来源于冯诺依曼架构,这也是现代电子计算机的根本结构,因为冯诺依曼架构将处理中心的指令集和需求处理的数荀子据一致放在一个缓存里边,所以在处理器功用飞速开展的今日,缓存的读写速度呈现了跟不上处理器运转速度的瓶颈。

TPU 的性质正好不会呈现冯诺依曼瓶颈——TPU 规划之初的意图便是要一心一意进行深度学习,而不是像 GPU 相同进行很多通用运算,所以 TPU 的中心不需求为各式各样的指令作适配,术业有专攻,讲的便是 TPU。

假如特斯拉真的研制出了自己的 TPU,那就意味着马斯克再一次站在了国际的对立面——这个星球上有在推动自动驾驭研制的轿车制造商,没有一家在运用 TPU 进行自动驾驭深度学习,更甭说自己下场造芯片了。

社会你马哥,骚操作贼多。

还有谁在做心境欠好,特斯拉AP 硬件3.0:马斯克不为人知的野望,他的芯片会攻陷IT界?| 硬核时间,录音 TPU?为什么要做 TPU?

没有心境欠好,特斯拉AP 硬件3.0:马斯克不为人知的野望,他的芯片会攻陷IT界?| 硬核时间,录音人能够判定,具有先天优势的 TPU 必定会比 GPU 更适合自动驾驭,但这个国际上自动驾驭技能的领头羊,以及这个国际上自动驾驭技能的跳票王,都现已体现出了倾向于 TPU 的意思。

跳票王说的天然是马斯克——究竟从前的榜首特粉,苹果公司联合创始人沃兹尼亚克都因为全自动驾驭功用接连跳票,说过“再也不信任马斯克有关自动驾驭的话了”。而领头羊,天然便是 Waymo,或许说,Waymo 背面的谷歌。

最早在 2006 年,谷歌就曾表明心境欠好,特斯拉AP 硬件3.0:马斯克不为人知的野望,他的芯片会攻陷IT界?| 硬核时间,录音将会针对深度学习研制 ASIC 芯片不了解 ASIC 芯片的心境欠好,特斯拉AP 硬件3.0:马斯克不为人知的野望,他的芯片会攻陷IT界?| 硬核时间,录音朋友,能够大众号后台回复“参数圈套”,或许在大众号菜单中点击“硬核时间”,即可获取更多未来轿车的暗地常识),到了 2013 年,谷歌表明其首款芯片现已正式流片(试产)。

2015 年,谷歌发布 TPU 1.0,并一起发布针对 TPU 适配的深度学习结构 TensorFlow。但此刻的 Way做爱动作mo 还仅仅谷歌X实验室的一员,直到 2016 年 12 月才从谷歌独立出去,与谷歌相同重组至 Alphabet 旗下。

到了 2018 年的谷歌开发者大会,Waymo 根本不等式正式宣告选用 TPU 3.0——这是谷歌最新一代的 TPU,声称用 64 个 TPU 3.0 模块(256 个完好的 TPU 中心)建立的效劳器群就能够到达 100Petaflops(Peta 表明千万亿次,flops表明浮点运算精度,1 petaflops表明一心境欠好,特斯拉AP 硬件3.0:马斯克不为人知的野望,他的芯片会攻陷IT界?| 硬核时间,录音千万亿次浮点运算)的深度学习运算速度——作为比照,2016 年称霸国际超算的威风太湖之光,深度学习运算速度也才 125 P心境欠好,特斯拉AP 硬件3.0:马斯克不为人知的野望,他的芯片会攻陷IT界?| 硬核时间,录音etaflops

另一个很重要的问题是——特斯拉做 TPU 的意图,真的仅仅为了自动驾驭吗?

“特斯拉的宏伟蓝图”,信任在马斯克写下这些卡尺头文字的 2006 年,没有谁会信任他说的话——造车才是最挣钱的生意,你竟然说造车仅仅为推动动力革新效劳?

可 13 年后的现在,马斯克现已走到了给这幅蓝图上色的最终一步,特斯拉也不只代表着“可能是国际上最好的电动轿车(广告法仍是要恪守的)”,而是“全套的新动力解决计划羽泉供货商”。

相同的状况,放在深度学习芯片上,也相同。举个栗子,什么样的电脑是功用最好的电脑?

规范千万个,浅显就一个——能流畅运转一切游戏的电脑,大大都场景下便是功用最好的电脑。

把问题变一下能够是这样的——什么样的深度学习芯片是功用最好的?依照现在的状况,答案应该是“能够敷衍全自动驾驭的深度学习芯片”。

咱们在上面讨论过张量的问题,台北“怎么分辩一个人是男是女”,这是深度学习中一个很典型的比方,而这个场景,仅仅自动驾驭进程中一个极为细微的分支。在自动驾驭进程中,车辆不只要分辩出前面的是不是人,是男的刚仍是女的,还需求经过对动作和周围环红烧草鱼境的剖析,判别出 TA 正在做什么,下一步会做什么,而车辆自身应该做什么。

简略点总结便是——自动驾驭需求像人脑相同解构所感受到的整个国际,而心境欠好,特斯拉AP 硬件3.0:马斯克不为人知的野望,他的芯片会攻陷IT界?| 硬核时间,录音游戏带来的功用要求正好相反——它要求计算机像人脑相同再现所感受到的整个国际。

也便是说,证明了全自动驾驭才能的深度学习芯片,能够像高功用计算机芯片相同,在各个不同的范畴出售。

谷歌现已这样做了——乃至在使用于 Waymo 自动驾驭测试车之前,谷歌就现已将 TPU 效劳器群经过云效劳的方法,出租给全国际需求使用深度学习的个人、实验室,乃至企业。

特斯拉会这样做吗?马斯克会不会完成“国际上功用最高的消费级深度学习芯片”这个牛皮,然后让特斯拉成为一家新的芯片巨子?

等呗,谁让优异的企业都爱跳票。

(完)

自动驾驭 开发 白色恋人 特斯拉

通知你一个隐秘,想买车的人都在用搜狐轿车APP,里边有海量的轿车资讯,最全的车型库,精巧的轿车图片,还有好车榜能让你更懂车哦,快去体会吧>

声明:该文观念仅代表作者自己,搜狐号系信息发布渠道,搜狐仅供给信息存储空间效劳。