特斯拉需要一些新的“招數”來應對上半年被Waymo、通用Super Cruise掩蓋的“輿論陣地”，尤其是其雄心勃勃的自動駕駛計劃。

從去年對外確認正在開發自己的人工智能自動駕駛芯片，特斯拉CEO Elon Musk近日再次透露了這款被其稱為“世界上最先進的專門用于自動駕駛的大腦”。

最新消息是特斯拉將在明年推出這款芯片，與目前其采用的英偉達PX2相比，可以實現每秒2000幀的視覺圖像處理能力，是目前英偉達PX2的10倍。但特斯拉并沒有透露性能測試是基于上一代英偉達PX2芯片組還是新的PX2 Pegasus。

目前，特斯拉現有車型搭載的還是兩年前的英偉達Drive PX2芯片平臺。按照推算，其芯片的性能和目前最新的PX2 Pegasus相當（Pegasus基于英偉達之前的自動駕駛平臺Drive PX 2開發，計算能力相當于后者的10倍，并針對自動駕駛汽車上路后的實際計算需求進行了優化）。

這款特斯拉自主研發的，被命名為 “Hardware 3”的芯片計算平臺，這將用在Model S、Model X以及Model 3上來實現自動駕駛功能。成本則遠低于目前使用的英偉達芯片。

之所以自主研發芯片，特斯拉的另一大論據是目前GPU和CPU之間的數據傳輸性能受限。這也正是英偉達推出NVLink的目的之一。

NVLink，是英偉達開發并推出的一種總線及其通信協議。NVLink采用點對點結構、串列傳輸，用于CPU與GPU之間的連接，也可用于多個圖形處理器之間的相互連接，目前可實現20GBps的數據傳輸。

同時，由于這款芯片采用了反向兼容的模式，Model S、Model X以及Model 3的現有車型將可以更換搭載特斯拉自己的芯片。但特斯拉目前并未透露后續具體的升級計劃細節。

Autopilot自動駕駛團隊的關鍵人物，其中一位是團隊主管Pete Bannon。此前，在蘋果收購PA Semi 后，Bannon在蘋果工作了近8年時間，曾參與A5至A9時期芯片的開發，并于2016年加入特斯拉。

Bannon的上一任是前蘋果芯片構架師Jim Keller，在特斯拉Autopilot自動駕駛碰撞事故后，于4月份從特斯拉離職。Jim Keller是芯片大神，曾是AMD的K8首席架構師，在蘋果公司設計了A4、A5兩代移動處理器。

對于特斯拉來說，自研芯片除了降低成本，更好的做到算法與芯片的極致性能匹配。更重要的是未來在芯片供應上可以不受限于外部供應商。要知道，目前全球自動駕駛芯片的供應可能會出現周期性的短缺，而英偉達的芯片目前在L3級及以上市場已經供不應求。

同時，對于英偉達來說，汽車芯片目前并未主要的業務營收貢獻來源，至少短時間內不會。而多線布局，也讓英偉達有了更多可選項。

比如，今年初梅賽德斯-奔馳發布的全新車載信息娛樂系統，由英偉達AI提供技術支持，搭載其Parker128芯片，實現實時3D動畫，不會造成觸摸屏延遲，還支持無線更新。

此外，梅賽德斯-奔馳與英偉達、博世在早些時候達成合作伙伴關系，搭載英偉達自動駕駛平臺的車隊將于2019年下半年開始，在舊金山灣區開展免費無人駕駛汽車共享服務試點項目。

和芯片消息同時發布的還有現有自動駕駛系統升級計劃，特斯拉宣布本月底將發布自動駕駛系統Autopilot9.0的完整更新包，并在自動駕駛能力上有重要的進步。

Autopilot9.0的一大特點就是具備駛入和駛出匝道的自動駕駛能力，這是特斯拉先前所承諾的Autopilot系統最為重要的功能配置之一。但團隊負責人同時表示，目前的自動駕駛系統仍然不適合在復雜的城市街道環境中使用。

特斯拉對“自動駛入/駛出匝道”功能的描述如下：

“一旦車輛進入高速公路，特斯拉將幫助車主決定何時在哪一條車道保持行駛。為了確保車主能夠在所需要的匝道口出高速，在車輛周邊車流行動緩慢之時，Autopilot將視時機自動駛入車速較快的車道以準備下高速。當車輛到達出高速出口時，車輛將自動駛離高速并減速行駛，之后再將車輛操控權交還至車主。”

Autopilot9.0的到來，意味著特斯拉再次領跑量產車的自動駕駛“競爭力榜單”。

同樣在汽車芯片上走自主研發路線的，還有中國的新造車實力—零跑汽車。

今年6月初，零跑汽車宣布與大華股份聯手研發的首款國產AI自動駕駛芯片“凌芯01”已進入集成驗證階段，明年第二季度進行實車測試。同時也展示了搭載了L2級別自動駕駛技術的S01兩門四座轎跑車型，該車將于2018年第三季度接受預定。

官方信息顯示，凌芯01可在2-3W的功耗下實現5Tops的算力(每瓦5萬億次運算)。自己生產芯片，零跑的考慮主要有：降低成本；更好地理解用戶的需求，并將用戶的需求通過算法固化在芯片上；將芯片作為拓展渠道的利器，與產業上下游取得更好的連結。

有業內人士表示，目前不管是特斯拉即將推出的芯片，還是此前的谷歌推出的TPU，更像是ASIC，意味著不是像FPGA一樣做到硬件可編程，也不可能有GPU的靈活性。

而ASIC的利弊也非常明顯。好處是，如果你確切知道一款ASIC芯片的生命周期是保證十年內運行，那么他們的確會更有效率。

比如，激光雷達目前普遍使用的是FPGA，因為它們需要重新編程以符合新的安全標準，而且不斷修正代碼。

和其他ASIC一樣，特斯拉的這款芯片很可能有一個軟件抽象層，在降低性能的同時，只要能堅持以前的框架，就可以運行不同類型的軟件。這可能意味著如果特斯拉需要更新它的軟件，可能需要更長的時間去解決更多問題。

當然，目前對于大多數汽車主機廠和自動駕駛公司來說，往后看三年最大的障礙不是算法而是硬件受限，不管是傳感器還是計算芯片。

谷歌旗下的Waymo就是一直堅持采取內部自研來開發自動駕駛技術的路徑，包括開發自己的芯片和核心傳感器，以限制對外部供應商的依賴。

在計算方面，Waymo利用谷歌的TensorFlow 和TPU來訓練其神經網絡。比如，谷歌的Waymo自動駕駛系統使用自家的TPU后，性能提高了15倍。

一直以來，特斯拉“拒絕”激光雷達成為Autopilot搭載傳感器的一份子，隨著其即將推出的Hardware 3，能夠處理每秒2000幀的性能。因為埃隆·馬斯克曾說過，他可以實現自己的“全自動駕駛”的能力，在沒有激光雷達的情況下。