特斯拉的自动驾驶计算&域控平台梳理

智驾最前沿 2023-09-12 08:31

【50份好礼】首发直播：解密Keysight最新模拟信号源 【有奖直播】提升毫米波信号测试精度

--关注、星标、回复“自主泊车”--

↓↓免费领取：自主代客泊车系统总体技术要求↓↓

原文链接：https://zhuanlan.zhihu.com/p/641289190

本文总结了Tesla自动驾驶域、信息娱乐域的硬件方案，从HW1.0、HW2.0、HW2.5，到HW3.0，再到HW4.0。可作为自动驾驶计算&域控平台学习、研发的参考资料。

欢迎关注「智驾最前沿」微信视频号

Tesla HW

1.1 HW 4.0

性能参数

SOC：FSD 2代 * 2；
CPU：三星Exynos IP、CPU频率2.35GHz、闲时1.37GHz、20个CPU、每4个CPU一个集群、5个CPU集群；
AI：3个神经网络 (NN)处理器、NN处理器频率2.2 Ghz，NN可提供50 TOPS的算力；
操作系统：Linux内核5.4.161-rt67；
相机：12个，1个备用；
图像传感器：三星；
内存：美光DDRM 16GB * 8；

参考资料

随着 HW4 车型终于获得停车辅助系统，特斯拉硬件 4.0 雷达套件被拆除：https://www.notebookcheck.net/Tesla-Hardware-4-0-radar-kit-gets-torn-down-as-HW4-models-gain-Park-Assist-at-long-last.725568.0.html

即将推出的 Model X 的 Tesla 自动驾驶硬件 4 (HW4) 拆解揭示了重大升级和整合的 AMD CPU-GPU 信息娱乐板，目前的 Tesla 汽车无法进行改装：https://www.notebookcheck.net/Tesla-self-driving-Hardware-4-HW4-teardown-from-upcoming-Model-X-reveals-significant-upgrades-and-consolidated-AMD-CPU-GPU-infotainment-board-no-retrofit-possible-in-current-Tesla-cars.695921.0.html

Tesla HW 4.0 博客：https://www.notebookcheck.net/New-Tesla-HW4-computer-analysis-confirms-it-won-t-fit-older-models-but-will-save-Tesla-millions-in-AMD-chip-integration.697443.0.html

Tesla Hardware4-完整详细信息和最新消息：

https://www.autopilotreview.com/tesla-hardware-4-rolling-out-to-new-vehicles/

1.2 HW 3.0

FSD介绍

完全自动驾驶芯片（FSD芯片，以前的Autopilot Hardware 3.0）是特斯拉设计的自动驾驶芯片，于2019年初推出用于自己的汽车。特斯拉声称该芯片针对的是4 级和 5 级自动驾驶。FSD 芯片采用三星14 nm 工艺技术制造，包含 3 个四核Cortex-A72集群，总共 12 个运行频率为 2.2 GHz 的 CPU、一个运行频率为 1 GHz 的 Mali G71 MP12 GPU、2 个运行频率为2 GHz 的神经处理单元以及各种其他硬件加速器。FSD 支持高达 128 位 LPDDR4-4266 内存。

性能参数

SOC：FSD 1代 * 2；
CPU：3个四核Cortex-A72集群、总共12个CPU、运行频率为2.2GHz；
AI：2颗神经网络加速器，可提供36 TOPS的算力，三星14 nm工艺；

神经网络处单元

FSD 芯片集成了两个定制设计的神经网络处理单元。每个 NPU 均包含 32 MiB SRAM，专为存储临时网络结果而设计，从而减少向主内存的数据移动。整体设计非常简单。每个周期，256 字节的激活数据和额外的 128 字节的权重数据从 SRAM 读取到 MAC 阵列中，并在其中进行组合。每个 NPU 都有一个 96x96乘法累加器阵列总共 9,216 个 MAC 和 18,432 个操作。对于 FSD 芯片，Tesla 使用 8 位乘 8 位整数乘法和 32 位整数加法。

这两种数据类型的选择很大程度上是为了降低功耗（例如，32 位 FP 加法的功耗大约是 32 位整数加法的 9 倍）。在 2 GHz 下运行，每个 NPU 的峰值性能为每秒 36.86 万亿次操作 (TOPS)。FSD 芯片的每个芯片上有两个 NPU，综合峰值性能每秒可执行高达 73.7 万亿次操作。在点积运算之后，数据被转移到激活硬件、池硬件，最后进入聚合结果的写入缓冲区。FSD 支持多种激活函数，包括修正线性单元(ReLU)、Sigmoid 线性单元(SiLU) 和 TanH。每个周期，128字节的结果数据被写回SRAM。所有操作都是同时连续完成的，重复进行直到整个网络完成。

图像信号处理器

FSD 将图像信号处理器 (ISP) 与内部 24 位管道相结合，旨在处理 Tesla 汽车上配备的 8 个 HDR 传感器，每秒能够处理高达 10 亿个像素。ISP 具有色调映射功能，允许芯片暴露由于亮点/暗点（例如阴影）而产生的额外细节。此外，ISP 还具有降噪功能。

参考资料

Tesla硬件3（全自动驾驶计算机）详解：

https://www.autopilotreview.com/tesla-custom-ai-chips-hardware-3/

FSD Chip - Tesla：

https://en.wikichip.org/wiki/tesla_(car_company)/fsd_chip

深入理解 Tesla FSD 第 2 部分：向量空间：

https://saneryee-studio.medium.com/deep-understanding-tesla-fsd-part-2-vector-space-2964bfc10b17

1.3 HW 2.5

AP2.5 的硬件将于2017 年 8 月左右至 2019 年 4 月左右安装在 Model S、X 和 Model 3 车辆上。该硬件也是由Nvidia公司开发的，是在AP2的基础上进一步开发的。与 AP2 的区别在于更多的计算机能力、额外的冗余布线、不同的前置雷达和更好的摄像头。AP2.5并不是全新的设计，而是AP2的优化。AP2.5硬件使用带RCCB的摄像头。8个滤镜，而AP2仍然使用带有RCCC滤镜的相机。

性能参数

SOC：NVIDIA Drive PX2；
Camera：8颗摄像头；
Radar：1颗前置毫米波雷达/大陆；
USR：12颗远程超声波传感器；
功能：行车记录仪、哨兵模式

Nvidia Drive PX 2 基于一两个Tegra X2 SoC，其中每个 SoC 包含 2 个 Denver 内核、4 个 ARM A57 内核和一个 Pascal一代GPU 。

1.4 HW 2.0

AP2 的硬件已于2016 年 10 月至 2017 年 8 月左右安装在 Model S 和 X 车辆中。该硬件由 Nvidia 公司开发。与AP1相比，AP2的计算单元的计算能力是其前身的40倍。这个硬件版本的自动驾驶仪有 8 个带有 RCCC 滤色镜的摄像头，可以显示车辆周围的 360 度视图。改进的超声波传感器和前面的雷达补充了摄像机图像中的信息。配备 AP2 硬件的 Model 3 车辆并不存在，因为特斯拉在 Model 3 开始生产之前就开始在其新车中仅安装 AP2.5 硬件。因此，所有 Model 3 车辆都至少配备 AP2.5。

性能参数

SOC：Drive PX2；
Camera：8颗摄像头；
Radar：1颗前置毫米波雷达/博世；
USR：12颗远程超声波传感器；

1.5 HW 1.0

AP1的硬件于2014年10月至2016年10月安装在Model S和X车辆中。由MobilEye公司在EyeQ3系统下开发的。该硬件基于黑白前置摄像头、超声波传感器和前置雷达。由于缺乏全方位可视性，摄像机不可避免地无法实现360°视角。使用这种硬件永远不可能实现完全自动驾驶。AP1 是迄今为止特斯拉车辆中唯一具有交通标志识别功能的自动驾驶仪。随后在配备 AP1 硬件的车辆中激活此自动驾驶选项的费用为 3100 欧元。

性能参数

SOC：EyeQ3 * 1；
Camera：单颗EQ3系列摄像头；
Radar：单颗毫米波雷达；
USR：12个中程超声波雷达；

Tesla IVI

Tesla信息娱乐系统/座舱芯片发展历程：

2.1 IVI 3.0

Tesla第三代座舱SOC基于AMD的Ryzen CPU和Redaon GPU。

CPU：AMD Ryzen
GPU：AMD Redeon

2.2 IVI 2.0

Tesla第二代座舱芯片基于Intel的A3950处理器。

2.3 IVI 1.0

Tesla第一代座舱芯片基于NVIDIA的Tegra3处理器。

NVIDIA 的 Tegra 3（代号“ Kal-El ”）在功能上是一款带有四核ARM Cortex-A9 MPCore CPU 的 SoC，但在 Nvidia 所称的“可变SMP架构”中包含第五个“配套”核心。虽然所有内核均为 Cortex-A9，但配套内核采用低功耗硅工艺制造。该内核对应用程序透明地运行，用于在处理负载最小时降低功耗。

在这些情况下，CPU 的主要四核部分会关闭。Tegra 3 是第一个支持 ARM SIMD 扩展NEON的 Tegra 版本。Tegra 3 中的 GPU 是 Tegra 2 GPU 的演变，具有 4 个额外的像素着色器单元和更高的时钟频率。

它还可以输出高达 2560×1600 分辨率的视频，并支持1080p MPEG-4 AVC/h.264 40 Mbit/s High-Profile、VC1-AP 以及更简单形式的 MPEG-4（例如 DivX 和 Xvid）。

-- END --

转载自知乎@eyesighting，文中观点仅供分享交流，不代表本公众号立场，如涉及版权等问题，请您告知，我们将及时处理。

登录阅读全文



免责声明：该内容由专栏作者授权发布或作者转载，目的在于传递更多信息，并不代表本网赞同其观点，本站亦不保证或承诺内容真实性等。若内容或图片侵犯您的权益，请及时联系本站删除。侵权投诉联系： nick.zong@aspencore.com！

智驾最前沿「智驾最前沿」深耕自动驾驶领域技术、资讯等信息，解读行业现状、紧盯行业发展、挖掘行业前沿，致力于助力自动驾驶发展与落地！公众号：智驾最前沿

进入专栏

文章：1926篇粉丝：36人

 私信

特斯拉的自动驾驶计算&域控平台梳理

欢迎关注「智驾最前沿」微信视频号

最近文章

热门文章

推荐

最新资讯