Elon Musk, CEO von Tesla, zeigte den Investoren am Montag einen kundenspezifischen Chip für künstliche Intelligenz, den sein Unternehmen vor kurzem in seine Fahrzeuge eingebaut hat. Er behauptete, es sei mächtig genug, um es Teslas zu ermöglichen, sich bis Ende dieses Jahres ohne Aufsicht selbst zu steuern. "Alle Tesla-Autos, die derzeit produziert werden, haben alles, was für die vollständige Selbststeuerung erforderlich ist", sagte Musk. "Alles, was Sie tun müssen, ist die Software zu verbessern."
Das ist eine große Behauptung, da noch niemand ein marktreifes selbstfahrendes Fahrzeug vorgeführt hat. Da das Chip-Design ein komplexes Geschäft ist, begann Tesla vor drei Jahren mit der Entwicklung des Chips, als die Selbstfahrtechnologie noch nicht so weit fortgeschritten war. Wie hat das Unternehmen entschieden, wie viel Rechenleistung ausreicht? "Ein Daumen im Wind", sagte Pete Bannon, der erfahrene Chip-Architekt, der Teslas Projekt leitete.
Am Montag sagte Musk, seine Schätzung habe sich als zutreffend erwiesen. Er sagte voraus, dass in einem Jahr mehr als 1 Million Tesla-Fahrzeuge in der Lage sein werden, selbst zu fahren, während eine Person auf dem Fahrersitz schläft, und dass das Unternehmen den Kunden helfen wird, Geld zu verdienen, wenn sie ihre Autos nicht nutzen, indem sie diese als vermieten "Robotaxis"
Aber Bannons Kommentar erinnert daran, dass viele Aspekte der Herstellung selbstfahrender Fahrzeuge "Daumen im Wind" -Übungen sind. Tesla versucht, die Technologie ohne den Einsatz von 3D-Sensoren (Lidars) zum Laufen zu bringen, von denen die meisten Wettbewerber behaupten, dass sie unerlässlich sind. Chip- und Robotik-Experten sagen, es sei unklar, wie viel Rechenleistung für das Selbstfahren ausreicht. "Ich glaube nicht, dass jemand weiß, welche Hardware benötigt wird", sagte Filip Piekniewski, ein Spezialist für Roboterwahrnehmung beim Start von Accel Robotics.
Dass Tesla seine Technologie noch nicht vollständig bewiesen hat, wurde am Montag klar, als das Unternehmen einigen Teilnehmern auf seiner Investorenveranstaltung Testfahrten anbot. "Ich würde nicht sagen, dass es perfekt ist", sagte Trip Chowdhry, Managing Director bei Global Equities Research. An einem Punkt habe das Auto keinen Abbiegepfeil an einer Ampel erkannt, und es sei bei einem Vier-Wege-Stopp besonders zögerlich gewesen, obwohl das Fahren die meiste Zeit beeindruckend gewesen sei.
Dieses Erlebnis klingt für die ruckelige Welt der selbstfahrenden Auto-Prototypen gleichermaßen. Einige Spitzenreiter auf dem Gebiet spielen frühere Vorschläge herunter, dass eine Roboterautorevolution in der Nähe ist.
Die Alphabet-Sparte Waymo gilt weithin als technologischer Marktführer, doch die Einführung eines fahrerlosen Taxidienstes in Phoenix im vergangenen Jahr war verhalten. Die Fahrzeuge haben Sicherheitsfahrer am Steuer und sind nicht für die breite Öffentlichkeit zugänglich. Fords CEO sagte in diesem Monat, die Branche habe "die Ankunft autonomer Fahrzeuge überschätzt".
Sogar Musks mutige Behauptungen vom Montag waren eine Enttäuschung. Im Oktober 2016 gab er erstmals bekannt, dass Tesla-Fahrzeuge über die für die vollständige Autonomie erforderliche Hardware verfügen, nachdem das Unternehmen neue Kameras und einen leistungsstärkeren Computer mit Chips von Nvidia hinzugefügt hatte. Das Unternehmen lehnte es ab, am Dienstag Kommentare abzugeben.
Am Montag verwandelte Tesla diesen Computer, der Hunderttausende von Tesla-Fahrzeugen transportierte, in einen Boxsack. "Es ist Tag und Nacht", sagte Musk, nachdem Bannon Statistiken teilte, die zeigten, dass seine neue Hardware die von Nvidia übertraf. Kunden können Tesla bezahlen, um die Nvidia-basierten Computer aus älteren Autos herauszuholen, und laut Musk neue Computer mit dem eigenen Chip des Autoherstellers nachrüsten.
Teslas Behauptungen wurden von Nvidia schnell bestritten, was sie als ungenau bezeichnete.
ERFAHREN SIE MEHR
Der WIRED-Leitfaden für selbstfahrende Autos
Einer von Bannons Dias besagt, dass Teslas Computer, der zwei neue Chips enthält und hinter dem Handschuhfach installiert ist, Daten mit fast der siebenfachen Geschwindigkeit von Nvidias Technologie verarbeiten kann - 144 Billionen Vorgänge pro Sekunde, verglichen mit 21 Billionen für Nvidia.
Danny Shapiro, Nvidias Senior Director für Automotive, sagte, das sei irreführend. Tesla verglich seinen Zwei-Chip-Computer mit einem Nvidia-Chip namens Xavier, der einige Jahre zuvor auf den Markt gebracht wurde und nicht als Mittel zur Stromversorgung für volles Selbstfahren angeboten wird. Shapiro sagte, ein fairerer Vergleich sei Nvidias Drive AGX Pegasus-Computer, der von Unternehmen wie Daimler verwendet wird und mehr als doppelt so viele Operationen pro Sekunde wie der neue Computer von Tesla ausführen kann.
Was ein Auto betrifft, ist die Höchstgeschwindigkeit nicht die einzige Überlegung bei der Auswahl eines Computerchips. Bannon sagte auch, dass das Design von Tesla den Strom sehr effizient nutzt, so dass er in vorhandene Modelle nachgerüstet werden kann und die Batterie des Fahrzeugs und damit die Reichweite entlastet.
Teslas Streifzug durch das Chipdesign folgt einer Strategie von Apple und Google. Der iPhone-Hersteller hat lange Zeit eigene Prozessoren für Mobilgeräte entwickelt, um die Akkulaufzeit und Leistung zu maximieren, während Google Server-Chips für seine AI-Software herstellt. Tesla gab Ende 2017 sein eigenes Chipprojekt bekannt, obwohl der leitende Angestellte einige Monate später zurücktrat und Bannon die Verantwortung übernahm.
All diese Projekte sind motiviert, indem sie die Effizienz von speziell entwickelten Chips im Vergleich zu Standardmodellen steigern. Allzweckchips zahlen eine Strafe für das Angebot einer Reihe von Funktionen, die für mehrere Kunden entwickelt wurden, sagte Kevin Krewell, Halbleiteranalyst bei Tirias Research. Tesla teilte am Montag mit, dass es seinen Chip für die Unterstützung der künstlichen neuronalen Netze entwickelt habe, mit denen die Daten der acht Kameras in jedem seiner Fahrzeuge verarbeitet werden.
