摘要:

据 Electrek 报道,特斯拉要求 FCC 对某些文件保密,直到它在 2023 年 1 月中旬宣布硬件。

01.特斯拉下一代自动驾驶硬件泄露

前置摄像头从HW3.0 中的 3 个摄像头减少到硬件 HW4.0 中的 2 个摄像头。特斯拉要求 FCC 对某些文件保密,直到它在 2023 年 1 月中旬宣布硬件。

早在 2019 年,特斯拉公司推出其HW3.0全自动驾驶计算机。硬件更新为车辆带来了更多的处理能力,最终使汽车能够自动驾驶,至少在大多数情况下是这样。

2023 年,有关新硬件4计算机泄露的谣言以及高清雷达泄漏之后,我们现在也看到了特斯拉硬件4自动驾驶套件的新摄像头硬件泄漏。DriveTeslaCanada分享了新型前置摄像头,冷却风扇和带有新加热元件的侧置B柱摄像头的照片。

这些图片中最大的变化显示前置摄像头从硬件 3 的 3 个摄像头减少到硬件 4 的 2 个摄像头。这是可能的,因为相机具有更好的视野和更高的分辨率。B柱摄像头中的新加热元件也应该有助于车辆在寒冷的天气里清理摄像头,因为它们可能被雪或冰覆盖。

目前尚不清楚特斯拉何时推出硬件4或配备新套件的车辆何时开始发货,但预计至少将在最近宣布。据 Electrek 报道,特斯拉要求 FCC 对某些文件保密,直到它在 2023 年 1 月中旬宣布硬件。

02.特斯拉FSD HW 4.0值得等待吗?

如果您对即将推出的特斯拉FSD硬件(HW)4.0有所了解,那么您对FSD HW 3.0有何看法?

让我们从结论开始:两代FSD之间存在巨大差异,尤其是在底层硬件方面。

特斯拉FSD(HW3.0)配备了安森美AR0136AT的图像传感器,是2015年的产品,只有1.23百万像素。

新一代FSD(HW4.0),如果不出意外,将首先安装在Cybertruck上,该卡车在批量生产中一直被推迟。其中最大的变化是图像传感器从安森美的AR0136AT改为索尼的IMX490,像素增加到543万。

IMX490具有2896(H)x 1876(V)像素,1/1.55型背照式堆叠式CMOS图像传感器,AD10位40fps,AD12位30fps,2280mV的高灵敏度,动态范围为120dB,可扩展至140dB。AR0136AT为1280*960像素,光学尺寸为1/3,IMX490是AR0136AT的两倍。

大幅面光学器件的好处是双重的。

首先,成像更好。因为更大的传感器可以接收更多的光。光线越多,成像越好,信噪比越高。

其次,更大的传感器更容易获得广角。即使是安森美在2022年CES上推出的830万像素图像传感器AR0820AT,光学尺寸也只有1/2,仍然没有索尼的IMX490那么大。

「有效范围」

图像传感器像素的增加最直接的性能提升是有效范围的增加。

当然,在某种程度上,有效范围也可以解释为制造商自己的话。这是因为没有第三方组织来测试“有效范围”。但业界目前有一个标准:对于大型车辆,范围误差不超过5%的续航里程是有效续航里程。

不太精确地说,如果辅助驾驶系统识别卡车的有效范围是100米,那么识别成人的有效范围约为10-20米,识别高达80厘米的儿童的有效范围约为8-10米。

所有制造商都根据识别大型车辆的有效范围进行广告宣传,几乎没有参考意义。

与有效范围的相关性最高的是图像传感器像素。Mobileye早期的一篇论文对此进行了详细的描述,如果你有兴趣,可以点击这里阅读全文:https://www.cs.huji.ac.il/w~shashua/papers/IV2003.pdf

这里我只说结论:安装高度为0.3米、水平视场为47度的0.3百万像素摄像头,卡车识别的有效范围约为44米,1.3M像素的有效范围约为180米,身高不超过80厘米的儿童只有约18米。

使用5.43百万像素的摄像头,有效射程可以达到80-90米。安全级别大大提高。索尼的 IMX324 图像传感器,7.42 M 像素,水平 FOV 为 32 度,可以清楚地看到 160 米外的限速标志。

通常,主摄像头的水平FOV为40-50度,长距离的FOV为25-35度。FOV越宽,有效范围越近,但最重要的因素是图像传感器的像素。

「三摄像头到双摄像头甚至单摄像头」

传感器光学尺寸大的优点是可以获得更广泛的图像信息。

图像传感器的比较

索尼IMX490的另一个好处是其广泛的垂直范围。特斯拉目前使用的AR0136AT是4:3格式,这是一种较旧的设计。考虑到显示器的显示比例一般为4:3格式,AR0126AT并不是专门用于智能驾驶的,毕竟是2015年的产品。

虽然最近OV和Onsemi的8.3 M像素图像传感器都是16:9的比例,但只有索尼的IMX490接近3:2的比例。索尼的设计考虑到了交通信号灯的高度并努力覆盖它们,而OV和Onsemi的设计则试图水平覆盖它们,因为光学尺寸不够大,所以他们选择了16:9格式。

特斯拉是三摄像头设计,之所以这样是因为视场不同,覆盖范围也会不同。为了覆盖更大的范围,需要三个摄像头。特斯拉有三个35/50/120度的FOV。120度相机是超广角,需要校正图像畸形。

特斯拉模型3-三前置摄像头

考虑到IMX490的超长和超广覆盖范围,可以将35/50度的两个摄像头合二为一。即使 IMX490 使用 50 度 FOV,其有效范围和宽度覆盖范围也远远超过 30 度 FOV 和 50 度 FOV 的 AR0136AT。

特斯拉一直注重成本,未来很可能从三个摄像头变成两个摄像头甚至一个摄像头。即使 IMX490 的 FOV 为 50 度,其覆盖宽度也接近 120 度 FOV 的 AR016AT。

那么索尼的IMX490有什么了不起的呢?例如,十字路口的一些交通信号灯使用LED标志,一些警告标志也使用LED显示屏。

由于人眼视觉的持久性,我们看不到两个LED标志之间的区别。但是图像传感器不同。如果图像传感器的帧速率与LED显示的帧速率不同,则会出现闪烁。同时,LED的高亮度会特别敏感,导致相机无法正常工作。

LED 闪烁比较

目前的常规做法是检测LED显示屏并将其滤除。但是,有时LED信号显示的信息非常重要,无法过滤。

索尼、OV和安森美都开发了相应的解决方案。索尼是第一个成功开发它的人。OV和安森美在他们的8.3 M像素上也有此功能。其中,索尼和OV的技术路线相同,而安森美半导体是原创技术。索尼不需要后端ISP的配合,只有传感器才能实现LED标志的识别。

「特斯拉FSD HW 4.0芯片的猜想」

如果特斯拉继续HW3.0设计,5.36 M像素将需要至少1000TOPS的AI计算能力,高于Nvidia的Orin。考虑到成本因素,特斯拉的第二代FSD芯片很可能不会这样做。

第二代FSD或HW4.0可能只使用5.36 M像素用于前置主摄像头,其余5个仍然是1.23 M像素或升级到2 M像素。即便如此,初步估计特斯拉的第二代FSD芯片至少需要400TOPS的AI算力。

特斯拉的卷积算法,AI其实根本没有AI,它依靠的是计算蛮力。如果像素加倍,计算能力至少需要增加 3 倍。

特斯拉卷积重构流

做自动驾驶芯片就像积木,主要门槛是资本门槛。特斯拉在第一代FSD芯片中大方承认,除了NNA是AI油门踏板外,其余都是从第三方IP购买的,比如ARM的CPU、ARM G71的GPU、Arteris的片上互连等。

特斯拉-FSD芯片

特斯拉NNA的裸片面积为47.54平方毫米,主MAC有9216个阵列,其中大部分交给SRAM存储器。这是特斯拉一贯的设计。2021年特斯拉技术日上发布的Dojo芯片也是如此。其中大部分都给了SRAM存储器,因为对于AI操作来说,主要瓶颈是存储,而最有效的解决方案是增加SRAM容量。

特斯拉-NNA

但缺点是SRAM存储器占用了大量的芯片面积,面积与芯片的成本成正比。其次,SRAM很难使用先进的工艺来增加密度和减少面积。

三星的14nm SRAM位单元尺寸为0.049平方微米,7nm为0.026平方微米。在逻辑元件方面,三星的14nm晶体管密度为3250万个晶体管/mm2,而7nm 7LPE工艺已提高到9530万个晶体管/mm2,增长了近3倍。

只需增加MAC和SRAM容量的数量即可轻松获得400TOPS的算术能力,而无需太多技巧。对于三星的7nm工艺,裸片面积需要增加约100平方毫米。

特斯拉的第一代FSD芯片为260平方毫米,第二代FSD芯片预计为300平方毫米,成本预计增加40-50%。

「为什么特斯拉选择三星作为第二代FSD芯片代工厂」

原因很简单。一是台积电价格高,运力紧张。与此同时,特斯拉已经与三星合作,第一代FSD芯片在三星位于德克萨斯州奥斯汀的工厂生产,特斯拉总部已经在2021年搬到了奥斯汀。凭借位于同一城市的优势,合作和沟通更加方便。

三星的代工业务属于系统 LSI 部门。LSI部门的财务数据是公开的,但尚未向公众公布铸造业务的财务数据。铸造厂是系统LSI部门的主要业务,但不是全部。

三星系统LSI部门的主要客户包括三星的内置手机等芯片,逐年下降,2021年下降约50%。

有些人可能会说利润率低是因为是内部客户,但这实际上不是真的。三星系统的LSI部门在2020年的营业利润率将达到11%,但随着2021年更多外部客户的加入,预计营业利润率将降至7%。

显然,内部客户贡献了更多的利润,对于外部客户来说,三星正在以极低的价格与台积电竞争,同样的7nm,三星的价格可能不到台积电的1/3甚至1/4。

当然,如果特斯拉选择三星,就不能选择5纳米工艺,因为三星的5纳米并不比7纳米好多少,而且功耗也很高。特斯拉选择了三星,而且只能选择7纳米,因为工艺比较成熟。

为响应美国政府的号召,为了贴近主要客户英伟达和高通,三星于 2021 年 11 月正式宣布将投资 170 亿美元在德克萨斯州建设 S2-2 晶圆厂。

此前的S2-1工厂最高只有11纳米,而S2-2工厂可以提供7纳米工艺,预计2023年投产。特斯拉的第二代FSD计划在S2-2中生产。

在S2-2工厂正式投产之前,特斯拉可能不会推出FSD HW 4.0,更不用说Cybertruck了。这也是为了最大限度地延长FSD HW 3.0的生命周期。如果你不急于购买特斯拉,你也可以等待FSD 4.0的发布。

来源 | 车端

特斯拉FSD HW 4.0下一代自动驾驶硬件泄露相关推荐

  1. 通过传感器计算打造视觉雷达,下一代自动驾驶系统的关键构成

    点击上方"迈微AI研习社",选择"星标★"公众号 重磅干货,第一时间送达 作者:鉴智机器人 2021年10月25日,特斯拉市值站上万亿美金,成为美股第五家市值破 ...

  2. 特斯拉工程师当UP主评测自动驾驶,结果被公司开除

    古有大猛子升级印总,今有 John Bernal 喜提 N+1. >>>> 特斯拉全自动驾驶系统 FSD 的付费 beta 测试与使用者们一直保持着若即若离的关系:通常这些人都 ...

  3. BEV感知,是下一代自动驾驶感知算法风向吗?

    1 背景 在现代自动驾驶任务中,决策规划模块依赖于多个感知.预测任务模块以提供充足的环境信息,其中感知任务不仅需要检测场景中的动态物体,还需要识别道路边界.人行横道.车道线.路标等静态元素.而预测任务 ...

  4. 特斯拉正加快部署第三代Autopilot自动驾驶计算机

    新浪科技讯,北京时间 4 月 10 日下午消息,据电动汽车新闻网站 Electrek 报道,特斯拉正在加快部署第三代 Autopilot 自动驾驶计算机,因为当前一代产品的计算能力即将被耗尽. 201 ...

  5. 鉴智机器人:以视觉3D理解为核心的下一代自动驾驶系统

    鉴智机器人合伙人刘竞秀:以视觉3D理解为核心的下一代自动驾驶系统 鉴智机器人合伙人刘竞秀:以视觉3D理解为核心的下一代自动驾驶系统 2023年1月5日GTIC2022全球自动驾驶峰会,鉴智机器人合伙人 ...

  6. 轻舟智航发布Driven-by-QCraft第三代自动驾驶硬件方案

    如何保证 L4 级自动驾驶系统的普适性,同时找到自动驾驶车辆成本.规模化之间的平衡点?近日,此前已经在自动驾驶网约巴士(Robobus)领域打出声量的轻舟智航推出了全新的 Driven-by-QCra ...

  7. 重磅!L4级自动驾驶硬件方案来啦!

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 编辑丨计算机视觉life 如何保证L4级自动驾驶系统的普适性,同时找到自动驾驶车辆成本.规模化之间的平 ...

  8. 无人驾驶1——自动驾驶硬件、软件概述

    课程网站:https://www.bilibili.com/video/BV18m4y1S7Hd?p=2 汽车行业117页深度研究报告:https://mbd.baidu.com/newspage/d ...

  9. 360°无盲区感知!轻舟智航发布Driven-by-QCraft第三代自动驾驶硬件方案

    近日,轻舟智航全新发布Driven-by-QCraft第三代L4级自动驾驶硬件方案,其中传感器套件结合了多类先进高精度传感器的特点,实现了360度无盲区感知,具备极强的稳定性和实时性.同时在传感器.计 ...

最新文章

  1. ETSI GS MEC 012,RNIS API
  2. 【对讲机的那点事】节日出游对讲机选择你了解多少?
  3. VS2017 报错该文件包含不能在当前代码页(936)中表示的字符。请将该文件保存为 Unicode 格式以防止数据丢失
  4. Thrift异步IO服务器源码分析
  5. boost::fusion::as_list用法的测试程序
  6. 机器学习中的不平衡分类方法(part3)--不平衡分类学习策略
  7. CF思维联系--CodeForces -214C (拓扑排序+思维+贪心)
  8. 使用Google Cloud Storage托管您的Maven工件
  9. 《python深度学习》代码中文注释
  10. python dll注入监听_DLL注入和API拦截
  11. CAD打印后图形不显示?
  12. 中望cad自定义快捷键命令_[cad常用快捷键命令大全]中望cad常用快捷键及命令
  13. Linux Netfilter/NAT的两个典型问题
  14. 你写的api接口代码真是_有哪些好玩的免费的API接口?
  15. 2023年5月19日Redis学习记录(笔记md文档非本人亲自编写,仅作为个人学习记录,无其他目的)
  16. 搜索引擎的索引和搜索
  17. 医疗器械公司常用技术职位—职责及要求
  18. 为什么那么多人喜欢用CTA策略?
  19. 小米AX6S刷OpenWrt和开启OpenClash,及刷回官网固件
  20. HTML常见标签的用法

热门文章

  1. 计算机系统灾难性恢复,企业数据库备份和灾难性恢复的关键途径研究
  2. pandas中根据两列 或 多列进行条件对比,生成新列【三种方法】
  3. wps excel中怎样对比两列中的数据,并且把相同的数据粘贴在结果列。
  4. refind有多个linux启动项,教你使用refind引导win+Linux+mac多系统
  5. java界面设计器_java 图形界面设计制作计算器
  6. 视觉SLAM:模型介绍、算法框架及应用场景
  7. 腾讯地图离线地图接入指南
  8. 功能齐全的实用型软件分享
  9. 有创意的活动是怎么策划的?
  10. Android内存优化 1