智能驾驶系列报告二:特斯拉FSD:智驾全栈自研 开启宏图新篇

日期:2024-10-14     浏览:218    下载:1     体积:5.1M     评论:0    












 概述:FSD软硬件全链路闭环技术端快速进化。特斯拉FSD是一套包含感知、规控、执行在内的全链路自动驾驶软硬件架构,在算法、算力、数据、芯片等层面实现了高度集成。FSD技术端快速进化,V12为首个端到端自动驾驶系统,能够模拟人类驾驶行为,实现感知决策一体化。特斯拉Robotaxi即将正式推出,有望成为特斯拉发展历程重要里程碑。

  算法端:创新算法优化实现高效神经网络推理。1)感知模块,采用HydraNets架构,整合多个视觉识别任务到单一网络,通过BEV+Transformer技术,实现对车辆周围环境的感知;2)规划模块,引入基于神经网络的规划模块和蒙特卡洛树搜索,提高自动驾驶决策质量。通过算法端全栈自研,特斯拉以低成本感知硬件实现高阶智驾能力,快速优化迭代自动驾驶算法。

  算力端:布局Dojo超级算力支撑远期算力需求。特斯拉从算力芯片开始,完整构建Dojo超级计算机系统,以处理自动驾驶所需海量数据,旨在摆脱对英伟达GPU的依赖,为远期算力瓶颈进行前瞻布局。其中,自研D1芯片作为Dojo核心,采用存算一体架构,高效优化数据传输和处理效率,为AI训练提供强大支持。

  芯片端:自研FSD芯片集成高效计算能力。特斯拉自动驾驶硬件平台HW1.0、HW2.0分别与Mobileye、英伟达合作推出,2019年推出HW3.0系统,正式转向硬件平台全面自研,下一代全自动驾驶硬件AI5预计将于2025年下半年投产。特斯拉自研FSD芯片采用异构设计,计算性能和高效的数据处理能力卓越。通过芯片自研,特斯拉能够实现硬件方案的持续快速迭代,与软件算法进行更好的整合,从而实现更优的系统性能。

  数据端:自动化数据闭环优化数据驱动训练。1)自动标注,特斯拉开发自动标注系统生成4D标签,实现人工与机器相结合的数据标注,大幅提高标注效率;2)仿真模拟:构建虚拟仿真空间,安全且高效地重现和构建极端及复杂场景以进行算法训练,赋能模型迭代;3)数据引擎,特斯拉将采集的数据通过影子模式筛选出具有语义信息的有效数据,回传至云端,实现数据和模型持续优化。特斯拉形成综合训练数据集,用于训练车端的在线模型,形成闭环的数据流,实现自动驾驶系统的持续优化。

  FSD技术端快速进化实现感知决策一体化。2023年12月,特斯拉正式推出FSD Beta V12,是首个实现端到端AI自动驾驶的系统,采用单一深度学习模型处理从原始输入到驾驶决策的全过程,提升自动驾驶的效率和适应性。特斯拉FSD快速进化,V13即将10月推出,有望于2025Q1进入中国和欧洲,智能驾驶拐点已至。

  投资建议:FSD技术端快速进化,“We,Robot”发布会即将开幕,Robotaxi即将推出,有望成为特斯拉发展历程重要里程碑,并与FSD V13发布形成共振,共同成为板块强劲催化,智能驾驶奇点已至:推荐1)智能驾驶-【伯特利、德赛西威、经纬恒润-W、科博达】+智能座舱-【上声电子(智能声学)、继峰股份(智能座椅)、光峰科技(车载光学)】;2)T链-【拓普集团、新泉股份、爱柯迪、旭升集团、双环传动、岱美股份、银轮股份】。

  风险提示:智能化渗透率提升不及预期,智能驾驶技术发展不及预期,Robotaxi商业化进展不及预期。

打赏
联系客服 投诉反馈  顶部