來源：智能車參考
放核彈之前，馬斯克搞了一次小小的“試爆”。
剛剛透露了$特斯拉 (TSLA.US)$下一代車載計算平台的信息：
不叫HW5.0，直接改名叫AI5。
能耗提升5倍，算力提升10倍。
爲啥不叫HW5.0？有啥提升
HW其實就是Hardware的縮寫，字面上自動駕駛系統硬件的意思。
這應該是早期馬斯克直接把內部工程項目的代號拿來當產品名稱了。
創業階段初出茅廬，這樣搞挺好，凸顯特斯拉技術宅、工程師基因。
但現在特斯拉家大業大，全球智能車行業都在模仿和試圖超越，再這麼隨意，好像也不太合適。
於是馬斯克宣佈，我們改名啦，新一代自動駕駛硬件平台，名字就叫——AI5。
這屬於是自動駕駛第一性原理命名法了。
老馬透露的相關信息還有這些：
首先是算力比現款HW4.0提升10倍。
其次是功耗整體提高4-5倍。
2025年下半年推出。
有這麼幾個點值得留意。算力方面，馬斯克特別提到整個平台的算力大概是HW4.0的10倍。
其實特斯拉從未明確公佈過HW4.0的具體數據，只是說是HW3.0的5倍（國內三方資料中的750TOPS數據無官方證實），所以根據已知信息和國外發燒友的實機拆解測試，大概可以推測出HW4.0的算力在300TOPS-500TOPS之間。
也就是單顆FSD芯片200多TOPS算力。
這樣計算，AI5整個平台算力可能達到3000-5000TOPS。
這個數據是十分恐怖的。
目前國內的TOP玩家，比如華爲、小鵬等等，支撐無圖、輕圖城市NOA功能的算力平台，不過就在400-500TOPS左右。
“芯皇”英偉達Thor，頂配才2000多TOPS，而且業內已經有很多意見認爲量產車並不需要如此過剩的算力。
馬斯克到底是在“放衛星”提振外界對特斯拉的信心，還是真的對自動駕駛技術範式做出了革命性變革，是個很大的懸念和看點。
第二個值得留意的是能耗方面。馬斯克提到五代硬件平台，整體能耗比HW4.0提升4-5倍，相比於10倍的性能提升，其實證明特斯拉自動駕駛軟硬結合能力更進一步，能耗控制更合理了。
還要補充一點，車載計算芯片和手機計算芯片的不同之一，就是可以無後顧之憂的打“富裕仗”，不必過於把能耗、尺寸作爲衡量優劣的指標。車載計算平台的散熱條件，天然也比PC、手機優良得多。
畢竟電動車的電池容量遠大於手機，而且就算芯片能耗再高，相比於電機、空調等等，也只能算零頭。
還有一點容易被忽略，馬斯克說AI5是“特斯拉最新一代計算平台”，但是嚴謹地說，特斯拉的業務就僅僅只有汽車嗎？
所以這也是大部分網友推測的依據：AI5很可能並不是專門爲FSD準備，如此高的算力，匹配的可能是今年8月即將發佈的特斯拉Robotaxi、人形機器人Optimus，以及未來支持L4、L5的特斯拉車型。
也許那個時候的特斯拉產品，真的會取消駕駛艙。
不過也有用戶提了一個很尖銳的問題：
之前HW3.0面世時，馬斯克就拍胸脯保證可以實現無監督的FSD功能，但顯然是鴿了。直到今天的HW4.0仍然不行。
AI5就一定可以嗎？
AI5會帶來什麼樣的改變？
現在已知的信息並不多，只有一點是較爲確定的，AI5由三星代工，4nm工藝。
最早特斯拉曾表示過100%給台積電代工，不過後來馬斯克和三星高層見了一面後，又改了最初的決定。
據說是三星給馬斯克開了一個“沒法拒絕”的優惠價格，而且先進製程的良品率提升到70%多，和台積電相差不多了。
所以可以基本肯定，AI5仍然會採用基於Exynos-IP的內核。Exynos-IP是三星基於ARM構架設計的自有IP，谷歌的手機也用過。
2019年三星因爲和高通合作，就停止了相關工作，不過Exynos-IP設計非常超前，基本上近似於目前ARM Cortex X系列的旗艦X3的設計，所以2020年之後才開始設計的HW4.0，經國外特斯拉爆料大神Greentheonly拆解發現，仍然採用了Exynos-IP。
AI5很可能延續這個路線。
當然，今時不同往日，自動駕駛算法的技術範式已經發生了深刻變革，從最初的CNN爲爲主的模塊化網絡結構，轉變爲以Transformer爲主的端到端一體化網絡。
外界通常更加關心自動駕駛芯片的NPU算力，這本身沒錯，大模型時代，當然需要更強的AI計算能力。
但對於自動駕駛任務來說，光NPU變強還不夠，AI處理器的速度再快，算力再高，如果90%的時間都是在等內存搬運數據，那也是白搭。
CNN時代外置CPU足以配合好AI處理器，但到了Transformer，CPU反而成了瓶頸，內置成了最佳選擇。
實際上，HW4.0就是添加了一個CPU以應對Transformer，剛好和特斯拉超算芯片Dojo的D1架構原理相同。
這也就解釋了馬斯克在劇透AI5的同時，還特意強調了HW4.0不是直接退役，而是拿去構建訓練集群（和英偉達A100同時服役）。
所以特斯拉對於下一代計算平台AI5的安排和帶來的影響，大概也能推測一二了。
AI5的超大算力，極大可能不是單一芯片或雙芯片實現，而是多個下一代4nm FSD芯片組合的結果。
如果真是單顆/雙顆芯片數千TOPS算力，成本就會到幾乎無法量產，不是汽車工業也不是科技行業的玩法。
這也就說明，AI5很有可能是一個平台方案，根據任務、場景、產品成本要求不同，“豐儉由馬斯克”。
最複雜的人形機器人，可能會用到數千TOPS算力，Robotaxi可能就會低一點。相應的，特斯拉量產車可能會更低。
至於完全無監督的FSD在車端到底需要多大算力支持，可能馬斯克自己現在也不清楚，仍在摸索中。
“端到端”最合理最高效的模式，到底是全部AI模型化，做成一個大黑盒，還是有條件的、逐步一體化，業內也沒有定論。
AI5最終體現在特斯拉量產車的算力有多大，不好判斷，但肯定大於現在的四五百TOPS。
所以AI5帶來的衝擊和影響，最直接的是開啓智能汽車、自動駕駛的算力軍備競賽。
全行業玩家在這樣的競賽過程中，逐漸就會明確端到端自動駕駛的實現基本前提和門檻。
L4也是同樣，AI5在特斯拉的Robotaxi上的探索和試錯，作用也相當於量產車，那就是給Robotaxi的落地打造出一個樣板：多大算力、什麼樣的方案配置、多少成本。
更重要的，是特斯拉身體力行爲所有“AGI”玩家打樣：需要什麼樣的技術體系，底層通用平台如何打造，雲端終端的架構分別怎麼選擇…
編輯/lambor