【蓝虎之谜】黑虎又称蓝虎,是最有传奇色彩的中国稀有虎种。清末被西方传教士发现于北京西苑。蓝虎据说产于福建;并且曾经在1922年猎获过,后来再没有新的发现。不过,黑虎或蓝虎从来未增在世界上的任何动物园展出过,因此它们是否存于世上,仍然是一个未解的谜团。[小黄人得意][右哼哼]#商朝# https://t.cn/R0Hnm2I
[来]【蓝虎之谜】黑虎又称蓝虎,是最有传奇色彩的中国稀有虎种。清末被西方传教士发现于北京西苑。蓝虎据说产于福建,并且曾经在1922年猎获过,后来再没有新的发现[二哈]。不过,黑虎或蓝虎从来未增在世界上的任何动物园展出过,因此它们是否存于世上仍然是一个未解的谜团!#古代城镇# https://t.cn/RI7l0fJ
HW3.0 的特斯拉 Model 3 拆解,没想到成本依然在控制着特斯拉。
(图1)特斯拉传感器和电脑系统,在 Model 3 标配 8 颗摄像头,1 颗毫米波雷达和 12 个超声波传感器。特斯拉的核心算法在于视觉传感器的计算能力,并没有采用 LiDAR(激光雷达)。
(图2)Model 3 的传感器阵列中包含 8 颗摄像头,它们能为车辆提供 360 度视野,探测半径更是高达 250 米。12 颗超声波传感器则是视觉系统的补充。两套传感器相结合,不但保证了远距离探测能力,相对于此前系统精确度还实现了翻番。除此之外,Model 3 的传感器套装还整合了处理能力增强版的前视雷达系统。它能为车辆提供额外的环境数据,同时在雨雾、砂尘等天气充当安全冗余,甚至直接“穿过”前车为 Model 3 提供“千里眼”视角。
在摄像头配置上,车头安装了 3 颗负责前方视野,与雷达形成互补。这 3 颗摄像头技术特性并不相同,其中充当主摄那颗探测距离达到 250 米,但视场很窄,其他 2 颗探测距离分别为 150 和 60 米,但视场要宽上不少。另外 5 颗摄像头则负责监控车辆侧面和后方,其探测距离可达 100 米。
至于那 12 颗超声波传感器,工作半径就只有 8 米了。不过,它能在任何速度下稳定工作,对车辆控制盲区相当有用。这些传感器采集到的数据还会被 Autopilot 拿来变线用。最后,有关车辆方位的确定,特斯拉用的还是 GPS。
(图3)前环视摄像头。为了处理前方视野,特斯拉专门开发了三摄模组配合三颗图像传感器使用。Model 3 还搭载了 2 颗前视侧边摄像头,2 颗后视侧边摄像头与 1 颗后视摄像头。像素方面,这 8 颗摄像头均为 120 万像素,技术来源于 2015 年的 On Semiconductor 产品。
(图4)特斯拉的这套三摄系统用了 On Semiconductor 的 120 万像素(1280x960)AR0136A CMOS 传感器,单个像素尺寸为 3.75μ。为了进行一番比较,System Plus 找了采埃孚的 S-Cam4 三摄系统。这套系统搭载了 Omnivision 的 COMS 传感器与 Mobileye 的 EyeQ4 视觉处理器。
如(图5)所示,特斯拉的 PCB 封装技术与宝马的不同。德国巨头更倾向于将不同的传感器放在不同的 PCB 上。特斯拉的前视三摄模组则将所有 CMOS 放在了一块 PCB 上,而且没有负责处理的 SOC。采埃孚的 S-Cam4 则有 Mobileye 的视觉处理器支撑。
On Semiconductor 的成熟传感器加不需要后处理的特性让这种低成本摄像头模组终于成功完成了成本管控。据悉,采埃孚的三摄系统成本大约要 165 美元,而 Model 3 则只要 65 美元。
(图6)在雷达模组上,特斯拉求稳心态也暴露无遗,它们选择了大陆集团的 ARS4-B。ARS4-B 用到了 77GHz 的雷达芯片组与恩智浦的 32-bit MCU。Fraux 指出,虽然联发科与德州仪器都对车载芯片市场虎视眈眈,但恩智浦与英飞凌依然是无可争议的领先者。大陆集团则在雷达模组上优势巨大。ARS4-B 至少已登陆 15 款车型,包括奥迪 Q3,大众途观、日产奇骏等重量级产品。
大陆集团还有一款名为 ARS4-A 的雷达系统,主要用于碰撞预警、紧急刹车辅助、碰撞缓解和自适应巡航。这款产品的强大之处在于其远距离实时测量能力,250 米的范围内精度可达 +/-0.2 米。近距离测量也能达到 70 米,还能直接拿到两个物体之间的相对速度和角度数据。
(图7)特斯拉自研了一款“液冷双核计算平台”,直接囊括了 Autopilot 与信息处理计算机。简言之,它们被安置在两块电路版上,但整合进了一个模组。
具体来说,新的计算平台整合了负责中控信息娱乐的 ECU 与 Autopilot ECU,而在 HW 2.5 时代,Autopilot 用的还是英伟达的 SoC 与 GPU。
虽然天才如 Musk,一条龙自主化也不现实,因此在自研 FSD 后,它们还是要用到英伟达的 GPU,英特尔的处理器,恩智浦与英飞凌的微控器,镁光、三星的闪存以及意法半导体的音频放大器。
(图8)斯拉在计算能力上的进化已经在 Autopilot ECU 上有所体现了。在 HW 2.5 时代,特斯拉整合了两块英伟达 Parker SoC,一块英伟达 Pacal GPU 和一块英飞凌的 TriCore CPU。到了 HW 3.0 时代,特斯拉则用上了两块自研 SoC,两块 GPU,两块神经网络处理器和一块锁步 CPU。
与奥迪 A8 上那套采埃孚的系统相比,特斯拉的价格实惠不少,还有了安全冗余。
(图9)同样的体积下,特斯拉在 HW 3.0 里塞进了更多零部件(4746 个,比 HW 2.5 多了 65 个零部件)。制程方面,特斯拉的自研 SoC 为 14nm,比 HW 2.5 时代英伟达的 16nm 要先进一些。这也是汽车第一次用上 14nm FinFET 芯片。
在汽车行业,自行设计 ASIC(专用芯片)的做法已经很少见了。因为它风险太大了。“除非你公司内部一个天才的硬件设计团队”,Fraux 解释道。鉴于现在的汽车市场并不像从前火热,自掏腰包设计芯片就更显得得不偿失了。
不过凡事没有绝对,想复制特斯拉自研芯片做法的厂家也不少,它们也想为自家的类 Autopilot 产品搞一个强力核心。
不过,花大价钱自研芯片真的值得吗?
“如果你还想有个好看的利润报表且量产需求很大,花这份钱就值得。”
过去几年里,车辆整合的电子元器件越来越多,而英伟达和英特尔这样的领军厂商可不愿玩“薄利多销”。如果 OEM 商未来五年内不愿将利润拱手让人,恐怕自行研发芯片才是扼住命运咽喉最好的方法。
预计,特斯拉 HW 2.5 成本为 280 美元,但换装自行设计的 FSD 后,HW 3.0 成本就降到了 190 美元。“假设自研芯片会花费 1.5 亿美元,而一年产量能达到 40 万块的话,四年时间就能回本了。” https://t.cn/z8UjbYR
(图1)特斯拉传感器和电脑系统,在 Model 3 标配 8 颗摄像头,1 颗毫米波雷达和 12 个超声波传感器。特斯拉的核心算法在于视觉传感器的计算能力,并没有采用 LiDAR(激光雷达)。
(图2)Model 3 的传感器阵列中包含 8 颗摄像头,它们能为车辆提供 360 度视野,探测半径更是高达 250 米。12 颗超声波传感器则是视觉系统的补充。两套传感器相结合,不但保证了远距离探测能力,相对于此前系统精确度还实现了翻番。除此之外,Model 3 的传感器套装还整合了处理能力增强版的前视雷达系统。它能为车辆提供额外的环境数据,同时在雨雾、砂尘等天气充当安全冗余,甚至直接“穿过”前车为 Model 3 提供“千里眼”视角。
在摄像头配置上,车头安装了 3 颗负责前方视野,与雷达形成互补。这 3 颗摄像头技术特性并不相同,其中充当主摄那颗探测距离达到 250 米,但视场很窄,其他 2 颗探测距离分别为 150 和 60 米,但视场要宽上不少。另外 5 颗摄像头则负责监控车辆侧面和后方,其探测距离可达 100 米。
至于那 12 颗超声波传感器,工作半径就只有 8 米了。不过,它能在任何速度下稳定工作,对车辆控制盲区相当有用。这些传感器采集到的数据还会被 Autopilot 拿来变线用。最后,有关车辆方位的确定,特斯拉用的还是 GPS。
(图3)前环视摄像头。为了处理前方视野,特斯拉专门开发了三摄模组配合三颗图像传感器使用。Model 3 还搭载了 2 颗前视侧边摄像头,2 颗后视侧边摄像头与 1 颗后视摄像头。像素方面,这 8 颗摄像头均为 120 万像素,技术来源于 2015 年的 On Semiconductor 产品。
(图4)特斯拉的这套三摄系统用了 On Semiconductor 的 120 万像素(1280x960)AR0136A CMOS 传感器,单个像素尺寸为 3.75μ。为了进行一番比较,System Plus 找了采埃孚的 S-Cam4 三摄系统。这套系统搭载了 Omnivision 的 COMS 传感器与 Mobileye 的 EyeQ4 视觉处理器。
如(图5)所示,特斯拉的 PCB 封装技术与宝马的不同。德国巨头更倾向于将不同的传感器放在不同的 PCB 上。特斯拉的前视三摄模组则将所有 CMOS 放在了一块 PCB 上,而且没有负责处理的 SOC。采埃孚的 S-Cam4 则有 Mobileye 的视觉处理器支撑。
On Semiconductor 的成熟传感器加不需要后处理的特性让这种低成本摄像头模组终于成功完成了成本管控。据悉,采埃孚的三摄系统成本大约要 165 美元,而 Model 3 则只要 65 美元。
(图6)在雷达模组上,特斯拉求稳心态也暴露无遗,它们选择了大陆集团的 ARS4-B。ARS4-B 用到了 77GHz 的雷达芯片组与恩智浦的 32-bit MCU。Fraux 指出,虽然联发科与德州仪器都对车载芯片市场虎视眈眈,但恩智浦与英飞凌依然是无可争议的领先者。大陆集团则在雷达模组上优势巨大。ARS4-B 至少已登陆 15 款车型,包括奥迪 Q3,大众途观、日产奇骏等重量级产品。
大陆集团还有一款名为 ARS4-A 的雷达系统,主要用于碰撞预警、紧急刹车辅助、碰撞缓解和自适应巡航。这款产品的强大之处在于其远距离实时测量能力,250 米的范围内精度可达 +/-0.2 米。近距离测量也能达到 70 米,还能直接拿到两个物体之间的相对速度和角度数据。
(图7)特斯拉自研了一款“液冷双核计算平台”,直接囊括了 Autopilot 与信息处理计算机。简言之,它们被安置在两块电路版上,但整合进了一个模组。
具体来说,新的计算平台整合了负责中控信息娱乐的 ECU 与 Autopilot ECU,而在 HW 2.5 时代,Autopilot 用的还是英伟达的 SoC 与 GPU。
虽然天才如 Musk,一条龙自主化也不现实,因此在自研 FSD 后,它们还是要用到英伟达的 GPU,英特尔的处理器,恩智浦与英飞凌的微控器,镁光、三星的闪存以及意法半导体的音频放大器。
(图8)斯拉在计算能力上的进化已经在 Autopilot ECU 上有所体现了。在 HW 2.5 时代,特斯拉整合了两块英伟达 Parker SoC,一块英伟达 Pacal GPU 和一块英飞凌的 TriCore CPU。到了 HW 3.0 时代,特斯拉则用上了两块自研 SoC,两块 GPU,两块神经网络处理器和一块锁步 CPU。
与奥迪 A8 上那套采埃孚的系统相比,特斯拉的价格实惠不少,还有了安全冗余。
(图9)同样的体积下,特斯拉在 HW 3.0 里塞进了更多零部件(4746 个,比 HW 2.5 多了 65 个零部件)。制程方面,特斯拉的自研 SoC 为 14nm,比 HW 2.5 时代英伟达的 16nm 要先进一些。这也是汽车第一次用上 14nm FinFET 芯片。
在汽车行业,自行设计 ASIC(专用芯片)的做法已经很少见了。因为它风险太大了。“除非你公司内部一个天才的硬件设计团队”,Fraux 解释道。鉴于现在的汽车市场并不像从前火热,自掏腰包设计芯片就更显得得不偿失了。
不过凡事没有绝对,想复制特斯拉自研芯片做法的厂家也不少,它们也想为自家的类 Autopilot 产品搞一个强力核心。
不过,花大价钱自研芯片真的值得吗?
“如果你还想有个好看的利润报表且量产需求很大,花这份钱就值得。”
过去几年里,车辆整合的电子元器件越来越多,而英伟达和英特尔这样的领军厂商可不愿玩“薄利多销”。如果 OEM 商未来五年内不愿将利润拱手让人,恐怕自行研发芯片才是扼住命运咽喉最好的方法。
预计,特斯拉 HW 2.5 成本为 280 美元,但换装自行设计的 FSD 后,HW 3.0 成本就降到了 190 美元。“假设自研芯片会花费 1.5 亿美元,而一年产量能达到 40 万块的话,四年时间就能回本了。” https://t.cn/z8UjbYR
✋热门推荐