与英伟达的合作可能是特斯拉敢于“放卫星”的关键所在。解决了属于电动车的难题：动力、续航、操控，剩下的视觉识别、深度学习和神经网络，需要更加强大的计算平台，而这些只有在硅谷才能找到答案。

文|AutoR智驾 李子湃

美国当地时间10月20日，特斯拉CEO埃隆 马斯克（Elon Musk）宣布，特斯拉将借助最新的硬件和自主开发的神经网络，在明年实现完全自动驾驶（Full Self-Driving）。

马斯克宣称，特斯拉将在明年实现公认的智能汽车最高等级：完全不需人工介入，由汽车完成所有驾驶动作。作为验证，特斯拉明年将公开展示一辆由洛杉矶开往纽约的无人驾驶行程。

与Elon Musk一贯的激进风格相符，在宣布这一消息的当天，已经具备了相关硬件的特斯拉车型不是开始设计，而是已经开始生产，并且未来特斯拉生产的所有车辆都将实现这一功能，包括明年交付的经济版车型Model 3。

*tesla model3

按照NHTSA（美国高速公路安全管理局）的划分，自动驾驶的实现需要经过五个等级的进化过程：从完全没有电子辅助的0级，到完全脱离人操作的4级。

特斯拉目前的“高级辅助驾驶”，也就是饱受争议的Autopilot，处于NHTSA划分的2-3级之间，今年1月和6月，中国和美国分别发生了特斯拉车主在使用Autopilot的过程中死亡的事故。

Elon Musk宣布的这一消息意味着：特斯拉不仅要修补原有的Autopilot系统，同时还要一步跨越到自动驾驶车型的最顶级。

*图片来自tesla

与外界传言的“Autopilot2.0”相似，特斯拉官方这样描述新的硬件系统：“该系统将包含8个摄像头，覆盖360度可视范围，对周围环境的监控距离最远可达 250 米。车辆配备的12 个超声波传感器完善了视觉系统，探测和传感硬、软物体的距离接近上一代系统的两倍。增强版前置雷达通过冗余波长提供周围更丰富的数据，雷达波可以穿越大雨、雾、灰尘，甚至前方车辆。”

在接受媒体访问中，Elon Musk表示：目前人类驾驶的车辆每年造成120万人死亡，而自动驾驶的安全性至少是人类的两倍。

* Elon Musk

但对于如何看待之前发生的车主死亡事故，Elon Musk认为，公众将注意力放在了错误的地方。这位“科技狂人”甚至认为，阻拦自动驾驶发展的行为，才是真的“自杀”行为。

与之前受到质疑时的反应一样，Elon Musk再次声明不会为技术允许之外的死亡事故负责，也不会赔偿，“除非能证明系统本身出现了错误”。

但先比上一代Autopilot发布时的高调，特斯拉这次的实际策略谨慎了许多：搭载新硬件的特斯拉车型将暂时不能启动自动紧急制动、碰撞预警、车道保持以及主动巡航控制这些已经在上一代Autopilot硬件开发的功能。

*tesla8.0系统

新的自动驾驶功能将在车主的行驶过程中累积数据，并通过远程推送的方式逐步完成软件和算法的适配。

也就是特斯拉的这一步“跨越”还需要实际行驶数据的支持。

根据智驾君之前的预测，特斯拉在与Mobileye“分手”之后，重新选择了英伟达作为合作伙伴，此次量产的驾驶系统可以提供高达以往40倍的计算性能，这是特斯拉敢于“一步到位”的重要原因之一。

对于所谓“汽车界”来说，英伟达并不是一家主流供应商，以往产品也仅限于中控处理器之类的“末端”部件。但对于图形图像的识别和处理，包括超级计算机建设，这家来自硅谷的公司绝对是称霸行业的巨头之一。

9月，特斯拉宣布了自己的自动驾驶项目Tesla Vision。

软件的算法必然要硬件的支撑，Mobileye显然已经跟不上特斯拉的节奏，英伟达正好推出了自己的车载计算平台Drive Px2 。

*nvidiaDrive Px2

这台功耗只有10W的车载计算机，性能却相当于6块Titan X显卡。PX2计算机可以处理12个视频摄像头、光学遥感技术、无线电探测器以及超声波传感器。

Drive PX 2还具备深度学习功能，也就是说，在路上行驶得越多，它也会更智能、能够应付更多的路面状况。

不仅有硬件，英伟达还推出了相应开发工具DriveWorks，从对象识别、分类、图像分割到地图定位与路径规划，为自动驾驶汽车的开发和测试提供全面快速的工具支持。

虽然做特斯拉的供应商不好做，但在英伟达的战略里，车载计算是必经之路。其他立志做传统汽车供应商的企业，不一定能适应特斯拉的快节奏。

对于同样是硅谷企业的英伟达来说，今天出一个Beta，明天就要开始迭代，也许已经司空见惯了。

“非主流”的部分还包括特斯拉采用的硬件，这也是特斯拉表现出的“底气”之一。

与主流车企采用激光雷达的方案不同，即使是这次发布的新硬件，仍然只有摄像头、毫米波雷达和超声波雷达。

*图片来自nvidia

多种感应器的融合一直是传统车企的难题，采集回来的大量数据需要在很快的速度内处理并反馈，为了保证数据的准确，精密的算法也必不可少。

传统车企普遍采用激光雷达的原因，很大一部分是由于激光雷达的反馈准确。在车载计算机性能不高的情况下，激光雷达方案杂讯更少，可以让算法的设计更简单一些，有限的计算资源不必为了去除杂讯而被占用。

但如果提高40倍甚至更多的图形识别性能，同时又降低功耗呢？在提高性能的同时，提供更强大的算法和开发工具呢？这正是英伟达的长项。

深度学习的神经网络对GPU（图形处理器）的依赖已经是业界共识，特斯拉的新系统会在推出的前期收集数据，在系统迭代中逐步实现高度自动驾驶，这正是深度学习的“套路”之一。

除了一家能够提供高性能GPU和算法的供应商，没有谁可以满足特斯拉激进的需求。

*图片来自tesla

特斯拉这次的发布低调了不少，但背后的计划和野心要远大于上一次推出的Autopilot。从传统车企角度来看，把一套还未完善的系统推给客户，是难以理解的。

尤其是在已经发生过致命事故，而且特斯拉并未承诺负责的前提下，继续让用户做道路数据的“采集者”，是否违反道德和法律？。

从Elon Musk的角度看来，目前特斯拉的高级辅助系统已经收集了上亿公里数据，期间发生的死亡事故只有两起，这已经远低于人类驾驶的死亡率，如果新技术得到普及，明年实现完全自动驾驶的计划也许不是妄想。

认可Elon Musk的用户众多，也许是特斯拉的又一种“底气”。第三季度，特斯拉的交付量开始出现增长，在美国的销量超过了宝马、奔驰同级别车辆的总和。

虽然特斯拉目前还在亏损状态，Model 3的生产也需要更多资金，投资人和消费者似乎被Elon Musk绑上了一辆不能后退的过山车：为这次冒险，所有人付出的是时间、金钱，或许还有性命。

历史的进步看起来往往像一场赌博，筹码也正是这三者的结合。