📰 特斯拉用400万辆车，探索到算力芯片的边界 - OFweek智能制造网
在特斯拉2019年的 Autonomy Day 上，HW3 正式亮相，马斯克表示现有硬件已足以实现全自动驾驶，称 HW3 是“世界上最强大的芯片”，并强调任何非特斯拉芯片都是二流的底线。但随后他在财报会上承认 HW3 远不能实现无监督 FSD，原因是内存带宽不足，HW3 的带宽仅为 HW4 的1/8。此后全球高估值车企的现实教训，揭示芯片设计的分水岭：标称算力越高并不等于实际性能。自动驾驶系统需要同时运行众多神经网络，受数据流转与任务调度制约，TOPS 成为“能算多快”并不等于有效算力，真正关键在于能稳定输出的有效算力。数据流通路中的内存带宽成为最大瓶颈，HW3 的 LPDDR4 带宽约 50 GB/s，而 HW4 的 GDDR6 带宽约 384 GB/s，AI4 的带宽是 HW3 的6-7倍以上。于是，算力就像肌肉，带宽则是血管；再强的肌肉若血管堵塞也会瘫痪。汽车的生命周期远超软件迭代，Transformer 引发的全局注意力机制使得实时系统的任务耦合更加复杂，未来门槛在于有效算力、内存带宽与架构效率的综合提升。当前内存价格高企，车企很难在成本压力下全面升级，需要等待芯片和内存成本趋于合理，同时算法水平也需提升，才能推动智能驾驶的进一步发展。
🏷️ #特斯拉 #HW3 #内存带宽 #有效算力 #AI定义硬件
🔗 原文链接
📰 特斯拉用400万辆车，探索到算力芯片的边界 - OFweek智能制造网
在特斯拉2019年的 Autonomy Day 上，HW3 正式亮相，马斯克表示现有硬件已足以实现全自动驾驶，称 HW3 是“世界上最强大的芯片”，并强调任何非特斯拉芯片都是二流的底线。但随后他在财报会上承认 HW3 远不能实现无监督 FSD，原因是内存带宽不足，HW3 的带宽仅为 HW4 的1/8。此后全球高估值车企的现实教训，揭示芯片设计的分水岭：标称算力越高并不等于实际性能。自动驾驶系统需要同时运行众多神经网络，受数据流转与任务调度制约，TOPS 成为“能算多快”并不等于有效算力，真正关键在于能稳定输出的有效算力。数据流通路中的内存带宽成为最大瓶颈，HW3 的 LPDDR4 带宽约 50 GB/s，而 HW4 的 GDDR6 带宽约 384 GB/s，AI4 的带宽是 HW3 的6-7倍以上。于是，算力就像肌肉，带宽则是血管；再强的肌肉若血管堵塞也会瘫痪。汽车的生命周期远超软件迭代，Transformer 引发的全局注意力机制使得实时系统的任务耦合更加复杂，未来门槛在于有效算力、内存带宽与架构效率的综合提升。当前内存价格高企，车企很难在成本压力下全面升级，需要等待芯片和内存成本趋于合理，同时算法水平也需提升，才能推动智能驾驶的进一步发展。
🏷️ #特斯拉 #HW3 #内存带宽 #有效算力 #AI定义硬件
🔗 原文链接
