汽车行业特斯拉系列之一：全球智能电动技术持续引领者-210827（42页）.pdf

1、自研芯片，掌握核心竞争力。智能驾驶计算平台作为汽车的“大脑”，一方面需要处理信号，另一方面作出决策给出控制信号，其演进需要芯片和算法协同设计，因此芯片和算法是智能驾驶技术突破的核心。特斯拉是第一家自研芯片的汽车厂商，使得特斯拉在核心技术领域摆脱了第三方供应商的束缚，有利于促进其在自动驾驶上技术上的持续迭代升级。目前小鹏、蔚来、理想等新势力企业也纷纷宣布自研芯片，跟进特斯拉。自研芯片具备高算力、低能耗、低成本的优势。因为是自研芯片，特斯拉可以完全定制化设计。通过简化逻辑控制和指令集，将芯片资源集中在计算方面，在大幅提升算力的同时有效控制能耗。HW3.0 系统算力达到 144TOPS，能耗只有 7

2、2W，与 HW2.5 相比算力提升 6 倍之多，能耗仅升高了 25%，芯片能耗比大幅领先通用芯片厂商。通过软件的复杂化设计简化硬件，降低成本，HW3.0 系统成本比 HW2.5 系统下降 20%。算法优势基于特斯拉用户海量的真实行驶数据。自动驾驶算法的深度学习需要大量的数据，特斯拉在 Autopilot 面世时，即规划了一整套数据采集与深度学习的循环模式，通过系统收集用户在各种路况下的行驶数据，训练 Autopilot 的算法，并通过整车 OTA 升级完善Autopilot 系统。2020 年搭载 Autopilot 系统的特斯拉汽车已行驶超过 22 亿英里，经过海量数据训练的特斯拉自动驾驶系

3、统，已经实现了 1000 万次以上的成功变道，在自动驾驶的数据采集和算法实际应用上，特斯拉远远走在了其他厂商前列。自研超级计算机加强神经网络训练。2021 年 8 月特斯拉公布自研发的超级计算机 Dojo，内置特斯拉自研 AI 芯片D1，单颗D1 拥有362TFLOPS 的峰值算力，功耗不超过 400W。由 3000 颗D1 芯片组成的机柜 ExaPOD 算力高达 1.1EFLOPS，是目前世界上最快的AI训练计算机。Dojo 将于2022 年投用，以庞大的计算能力处理大量行车视频数据，进行无监督学习，从而快速训练自动驾驶的神经网络，实现算法性能的指数级提高。特斯拉只依靠视觉感知即实现城市自动驾驶功能。依靠自研芯片算法积累的优势，特斯拉FSD 目前以纯视觉传感器即可实现车辆在离开高速路的情况下自动变道、根据导航路线行驶、在路口实现自动转弯、躲避障碍物、通过环岛、狭窄路段自动折叠后视镜等城市自动驾驶功能。“硬件预埋+软件收费”的商业模式将成主流。智能化时代，消费者的驾驶将变得更加简单，增加了用户在车内的“剩余时间”，进而具备将时间变现的可能，车企后端的软件服务收费业务潜力巨大。特斯拉正在利用其在电动汽车方面的成本领先优势，积极扩大用户群。随着特斯拉销量的上涨，“硬件预埋+软件收费”的商业模式，将为特斯拉的营收贡献重要力量。