根據(jù)特斯拉 2022 年 Q4 的財務(wù)文件披露：FSD Beta 已有將近 40 萬用戶。

這是目前全世界部署規(guī)模最大的城市 NOA 系統(tǒng)。

而特斯拉實現(xiàn)這樣一套系統(tǒng)，在車端幾乎僅用了 8 個攝像頭和 144 Tops 算力的 FSD 計算平臺。這種性能壓榨和成本控制能力讓業(yè)界羨慕不已。

理想汽車 CEO 李想就直言：特斯拉 Autopilot 的 硬件 BOM 成本在差不多 1500 美元，而（理想、小鵬等）使用雙 OrinX 的方案成本基本都在 4000 美金以上。

特斯拉如何用大幅低于業(yè)界的成本實現(xiàn)了城市 NOA。這篇文章，我們就來重點看看：

FSD 的 BOM 成本；

特斯拉把基于視覺的單模態(tài)感知發(fā)揮到了極致；

車端算力有限，但云端算力無限；

HW 4.0 的動向和趨勢。

硬件成本：FSD < 業(yè)界主流方案的一半

目前新勢力主流支持到城市 NOA 的智駕方案，理想和小鵬采用雙 OrinX 作為計算單元，蔚來甚至豪橫地用了 4 個。

我們以理想 AD Max 舉個例：

1 x 激光雷達(dá)；

11 x 攝像頭，含 6 x 800 萬像素、4 x 200 萬像素環(huán)視、1 x 200 萬像素后視；

1 x 毫米波雷達(dá)；

12 x 超聲波；

2 x OrinX；

單 OrinX 的成本大概在 400 美元，單顆激光雷達(dá)的成本大概在 500 美元級。李想披露，理想帶雙 OrinX 的智駕方案成本約為 4000 美元，而特斯拉的僅為 1500 美元左右。

原特斯拉 Autopilot Machine Learning Lead，現(xiàn)大卓智能 CEO 谷俊麗在接受采訪時也談到：「特斯拉造一臺 Model 3 的 BOM 成本是 16 萬，ADAS 系統(tǒng)成本是 7000 塊?！?000/16 萬，其占到 總 BOM 成本的約 4.4%。

綜合來看，特斯拉 FSD 的成本大致在 1 萬元人民幣上下。

作為對比，華為 ADS 方案的代表車型問界 M5 后驅(qū)智駕版，跟 M5 后驅(qū)標(biāo)準(zhǔn)版差價 2 萬元；小鵬 G9 的 Pro 和 Max 版，差價剛好也是 2 萬元（因為 Pro 版帶有一塊 OrinX，所以這個差價是單 OrinX 和雙激光雷達(dá)的差價）。

李想認(rèn)為，特斯拉 FSD 雖然只有 144 Tops，但計算效率大約是 GPU 的 3 倍，所以實際跟雙 OrinX 的性能是差不多的。

在數(shù)百萬級的銷量規(guī)模下，特斯拉把自研 FSD 的效率、成本優(yōu)勢發(fā)揮得淋漓盡致。

自研芯片加純視覺方案，特斯拉低算力的秘密

特斯拉 FSD 一大明顯的技術(shù)差異是將純視覺路線走到極致， 去掉全部雷達(dá)。

2021 年 5 月開始不用毫米波雷達(dá)；

2022 年 10 月開始，所有為北美、歐洲、中東制造的 Model 3 和 Model Y 都不再配備超聲波雷達(dá)；

2023 年起交付的 Model X 及 Model S 也不再配備超聲波雷達(dá)。

在這點上，國內(nèi)的理想也很大方地坦陳跟隨特斯拉的路線，其中一個變化就是理想 L9 上由原來理想 ONE 時期的 3 個毫米波雷達(dá)配置減少為 1 個毫米波雷達(dá)。

回到 FSD，其核心的感知能力是由 Tesla Vision 提供的，包括支持主動安全功能、Autopilot 功能以及 FSD Beta 功能。

需要注意的是，特斯拉采用的 攝像頭為 120 萬像素，而國內(nèi)車企大多采用 800 萬像素的高清攝像頭。攝像頭分辨率較低，也會比激光雷達(dá)以及高清攝像頭的方案更節(jié)省算力，但對 AI 模型和算法精度會有更大的挑戰(zhàn)。

去年 10 月的 AI Day 上，特斯拉稍稍對外展示了一下 Vision 是如何運作的：

第一步是系統(tǒng)將 8 個攝像頭獲取到的圖像，生成一個類似于游戲引擎的實時 3D 畫面——占據(jù)網(wǎng)絡(luò)（Occupancy Network），對車輛周圍場景進(jìn)行復(fù)原；

第二步是給每個物體標(biāo)注語義信息。特斯拉本身大規(guī)模地搭載會產(chǎn)生的海量數(shù)據(jù)，特斯拉還研發(fā)了自動標(biāo)注（Autolabeling）工具，最后生成標(biāo)注過的空間信息，得到一個矢量地圖（Lanes Network），之后 FSD 就能使用這些信息來輔助導(dǎo)航。

毫末智行技術(shù)副總裁艾銳曾經(jīng)分析表示，「特斯拉的自動駕駛感知采用的單模態(tài)，而不是多模態(tài)。核心原因它有數(shù)據(jù)自由和算力自由兩個能力，把單模態(tài)的天花板極大地提升了。針對 L2 的產(chǎn)品來說，單模態(tài)足以給大家提供比較好的自動駕駛體驗了，而且成本顯然會更低?！?/span>

特斯拉 Autopilot 軟件總監(jiān) Ashok Elluswamy 在領(lǐng)英上描述了這個團(tuán)隊的職責(zé)，其中大多數(shù)與海量數(shù)據(jù)的發(fā)掘利用有關(guān)：

搭建大規(guī)模的真值生產(chǎn)線，利用海量、多元、高質(zhì)量的數(shù)據(jù)，來訓(xùn)練神經(jīng)網(wǎng)絡(luò)；

利用車隊學(xué)習(xí)的方法，優(yōu)化當(dāng)前算法中脆弱、有缺陷的部分；

利用機器學(xué)習(xí)和工程方法，來建立系統(tǒng)對地理環(huán)境和場景語義，準(zhǔn)確、詳實的理解；

在超大的數(shù)據(jù)規(guī)模下，對視覺算法的極限壓榨，是特斯拉 FSD 公開的秘密。

特斯拉的云端算力

自動駕駛落地需要兩塊核心芯片，一塊是車端推理芯片，另一塊是云端訓(xùn)練芯片。大多數(shù)時候，我們在談?wù)撍懔r，一般只提到車端推理芯片的算力，而忽略了云端。

上文毫末智行艾銳提到的「算力自由」，指的更多就是云端算力的自由（因為車端算力自由基本不太可能實現(xiàn)）。

2021 年 6 月，在當(dāng)時的 CVPR 上，時任特斯拉 AI 高級總監(jiān)的 Andrej Karpathy 披露，特斯拉正在搭建一個超大規(guī)模的訓(xùn)練機群，將 5760 個英偉達(dá) A100 以 720 個節(jié)點鏈接起來，總計算能力達(dá)到 1.8 exaflops。

就 AI 算力排序，這可能是當(dāng)時世界第五大超級計算機。

到當(dāng)年底，英偉達(dá)汽車業(yè)務(wù)負(fù)責(zé)人 Ali Kani 披露，特斯拉已經(jīng)采用了將近 10000 塊英偉達(dá) GPU 來建設(shè) L2+ 的基礎(chǔ)設(shè)施。

同一年，特斯拉發(fā)布了自研的云端訓(xùn)練芯片 D1 以及超級計算機 Dojo。3000 個 D1 芯片，構(gòu)成 120 塊訓(xùn)練塊，再組成 20 個機柜，形成 1 個 ExaPOD 集群，這個集群的算力相當(dāng)于 1.09 EFLOPS。馬斯克在當(dāng)年的財報會上表示：自研 D1 芯片主要是出于成本、效率的考量，因為對特斯拉來說，英偉達(dá)的通用 GPU 不是效率最高的。

根據(jù)特斯拉的計劃，Dojo 應(yīng)該已經(jīng)在 2022 年投入運營使用。

純視覺、低分辨率傳感器，加上業(yè)界偏低的算力配置，通過自研芯片提高車端和云端的計算效率，通過超大規(guī)模的車隊和數(shù)據(jù)量提升算法性能，特斯拉跑通了城市 NOA 在北美大規(guī)模開放的路徑。

新的消息是， 特斯拉很快將在國內(nèi)開展 FSD 的路測。

FSD 的下一步是 HW4.0 的升級（目前是 HW3.0），有部分北美用戶稱其已交付的 Model X 上搭載了 HW4.0。

特斯拉將在今年推出 Model 3 的改款車型，項目代號 Project Highland。目前已知 Project Highland 針對前臉、內(nèi)飾、空間均有小幅的改良，HW4.0 是否會在新款上搭載。

Model 3 改款、HW4.0 更新、FSD 入華，能否將特斯拉推上新的高地。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com