CUDA開啟了并行計算或多核運算時代，特斯拉AMD芯片對比8155如何?

特斯拉車機芯片供應商是AMD美國超威半導體公司，目前特斯拉所有在售車型的車機搭載的都是AMD的銳龍芯片，相信使用過特斯拉車機的朋友們都知道，實際使用體驗十分順滑流暢，是眾多新能源車機中獨一檔的存在。

AMD公司采用的是基于合作伙伴的高效研發(fā)模式，能夠確保自家的產(chǎn)品和解決方案始終在性能和功率方面保持領(lǐng)先，除此以外AMD在成本方面也低于行業(yè)的平均水平，所以目前AMD的市場占有率也僅次于英特爾，而AMD也正是從英特爾的手中搶下了特斯拉這么一個客戶。

特斯拉AMD芯片對比8155如何?

特斯拉的AMD芯片在性能上是要強于高通的8155芯片，目前搭載了8155芯片的車型主要有極氪001、理想L9、小鵬P5、蔚來ET7等，該芯片實際上是源自消費級手機芯片高通驍龍855。

雖然對比高通820芯片在數(shù)據(jù)處理和車聯(lián)網(wǎng)方面有了質(zhì)的提升，同時也都被各大廠商稱作車機芯片中的“天花板”，性能也確實要優(yōu)于大部分車機芯片，但是奈何特斯拉的AMD芯片更加強大。

特斯拉所采用的的AMD銳龍V1000系列芯片，是一個集成了Zen架構(gòu)CPU和Vega架構(gòu)集成GPU的SOC級芯片，源自于PC端芯片，在算力方面雖然談不上完爆8155，但是性能確實要優(yōu)于8155不少。

并且特斯拉的車機其實是采用了AMDCPU+RadeonGPU車規(guī)級定制芯片組合，兩者搭配的總GPU算力是8155的10倍，車主甚至可以直接在特斯拉的車機上暢玩各種3A游戲大作。

另外在實際的使用體驗中，搭載了8155芯片的小鵬P5、理想L9等車型的車機，用起來其實已經(jīng)非常流暢順滑了，然而搭載了AMD銳龍芯片的特斯拉車機可以做到反應速度更快，切換更流暢，所以不管是在使用體驗上，還是理論性能上，特斯拉的AMD芯片都要優(yōu)于高通8155芯片。

與此同時，三星方面還計劃將其代工產(chǎn)品組合擴大50%，代工產(chǎn)品將延伸到高性能計算芯片以及汽車行業(yè)使用的非移動芯片，這將極大的提升三星代工業(yè)務的涉獵范圍，也對三星的產(chǎn)能提出了高要求。

三星電子代工業(yè)務執(zhí)行副總裁Moonsoo Kang表示，如果需要，三星可能會成為德克薩斯州更大的制造商。該公司已在該地區(qū)獲得足夠的場地，使其能夠滿足需求。

彭博分析師表示：“我們相信，以臺積電和三星為首的全球代工廠的增長在未來十年可能超過半導體平均水平。除了利用無晶圓廠芯片制造商的崛起之外，代工廠還可以通過來自集成設備制造商的更多訂單來推動增長。通過將工作外包給多家代工廠，與在內(nèi)部設施生產(chǎn)芯片相比，無晶圓廠芯片制造商可以享受到更高的供應安全、更低的成本、更快的產(chǎn)品轉(zhuǎn)換和更好的制造技術(shù)支持等好處?！?

很多人會問，為什么沒有英偉達?目前所有主流深度學習運算主流框架后端都是英偉達的CUDA，包括TensorFlow、Caffe、Caffe2、PyTorch、mxnet、PaddlePaddle，CUDA包括微架構(gòu)和指令集以及并行計算引擎。CUDA壟斷了深度學習或者也可以說壟斷了人工智能，這一點類似ARM的微架構(gòu)和指令集。CUDA強大的生態(tài)系統(tǒng)，造就了英偉達牢不可破的霸主地位。深度學習的理論基礎在上世紀五十年代就已經(jīng)齊備，無法應用的關(guān)鍵就是缺乏像GPU這樣的密集簡單運算設備，是英偉達的GPU開創(chuàng)了人類的深度學習時代，或者說人工智能時代，CUDA強化了英偉達的地位。你可以不用英偉達的GPU，但必須轉(zhuǎn)換格式來適應CUDA。

CUDA開啟了并行計算或多核運算時代，今天人工智能用的所有加速器都是多核或眾核處理器，幾乎都離不開CUDA。CUDA程序構(gòu)架分為兩部分：Host和Device。一般而言，Host指的是CPU，Device指的是GPU或者叫AI加速器。在CUDA程序構(gòu)架中，主程序還是由CPU 來執(zhí)行，而當遇到數(shù)據(jù)并行處理的部分，CUDA 就會將程序編譯成 GPU能執(zhí)行的程序，并傳送到GPU。而這個程序在CUDA里稱做核(kernel)。CUDA允許程序員定義稱為核的C語言函數(shù)，從而擴展了C語言，在調(diào)用此類函數(shù)時，它將由N個不同的CUDA線程并行執(zhí)行N次，這與普通的C語言函數(shù)只執(zhí)行一次的方式不同。執(zhí)行核的每個線程都會被分配一個獨特的線程ID，可通過內(nèi)置的threadIdx變量在內(nèi)核中訪問此ID。在 CUDA 程序中，主程序在調(diào)用任何 GPU內(nèi)核之前，必須對核進行執(zhí)行配置，即確定線程塊數(shù)和每個線程塊中的線程數(shù)以及共享內(nèi)存大小。你可以不用英偉達的GPU，但最終都離不開CUDA，也就是需要轉(zhuǎn)換成CUDA格式，這就意味著效率的下降。所以英偉達是參考級的存在。

從CUDA的特性我們不難看出，單獨的AI加速器是無法使用的。今天我們分析三款可用于智能駕駛領(lǐng)域的AI加速器，分別是高通的AI100，華為的昇騰，特斯拉的FSD。這其中高通AI100比較少見。

特斯拉車載中央計算平臺由一個FSD子系統(tǒng)和一個帶有獨立GPU的高性能計算機子系統(tǒng)組成。該高性能計算機子系統(tǒng)是基于AMD Ryzen CPU而搭建的，這是一個典型的x86 CPU，具有可觀的計算能力。該系統(tǒng)還通過PCIe互連整合了AMD RDNA2 GPU的高性能圖形計算子系統(tǒng)。該GPU子系統(tǒng)有一個四通道64位GDDR，為互聯(lián)網(wǎng)瀏覽、3D游戲、甚至增強現(xiàn)實提供強大的多媒體性能，而不會削弱AMDCPU的性能。

該車載中央計算平臺還通過PCIe整合了特斯拉設計的FSD芯片。FSD通過PCIe與AMD Ryzen CPU互動，大多數(shù)自動駕駛?cè)蝿斩荚谔厮估璅SD芯片內(nèi)執(zhí)行。每個FSD子系統(tǒng)都有自己的內(nèi)存，并包含雙通道64位DRAM。

特斯拉的車載中央計算平臺展示了一種經(jīng)典的HPC架構(gòu)。該平臺有3個并行的子系統(tǒng)來執(zhí)行高性能任務，各個子系統(tǒng)通過PCIe互連被很好地隔離。FSD子系統(tǒng)執(zhí)行實時任務，獲取攝像頭傳感器的原始輸入數(shù)據(jù)，并將其轉(zhuǎn)發(fā)給圖像信號處理(ISP)電路。FSD中的AI處理器利用ISP處理后的傳感器數(shù)據(jù)或原始傳感器數(shù)據(jù)來執(zhí)行矢量計算和SIMD操作，以進行目標檢測、分割、融合等。然后在FSD的一個CPU集群中執(zhí)行路徑規(guī)劃的任務。FSD的自動駕駛功能與AMD的CPU同時運行，避免了AMD CPU子系統(tǒng)性能的下降。

另一個特點是獨立的GPU系統(tǒng)。這與入門級x86 APU或高性能智能手機SOC中的低成本共享內(nèi)存GPU不同。有了四通道的64位GDDR，GPU子系統(tǒng)保證擁有自己的內(nèi)存，而不與AMD CPU的其他內(nèi)存控制器共享帶寬。此外，多媒體子系統(tǒng)(視頻CODEC、音頻DSP和顯示控制器)都通過四通道GDDR執(zhí)行自己的任務，避免了AMD x86 CPU中高速緩存一致性互連的高額開銷。