2019年3月，特斯拉正式推出第一代FSD芯片，全球累積出貨量大約50-70萬片。2023年初，特斯拉新一代自動駕駛硬件系統HW4.0曝光，新一代FSD芯片也隨之問世，2023年底的Model S/X可能會搭載HW4.0，Model Y則不大可能。

最新曝光的Model Y的座艙域控制器取消了獨立GPU，沒錯，就是那個AMD的算力達10TFLOPS的獨立GPU，存儲也從昂貴的GDDR6換成了最廉價的DDR4，顯然特斯拉很在意成本，即便是頂配版本，昂貴的HW4.0也不大可能出現在Model Y上。

根據特斯拉爆料大神Greentheonly的信息，我們能夠得到一些HW4FSD芯片的簡要信息。

首先來看CPU或者說NPU之外的部分，初代FSD使用了12個ARM Cortex-A72內核，新一代FSD使用了基于三星ExynosIP的內核，最初筆者認為仍然是ARM Cortex-A72，因為三星自己研發CPU架構的行為自2019年中期就停止了，而特斯拉的HW4 FSD是2020年以后的設計。但在深入研究三星最后一代Exynos后，作者認為特斯拉完全有可能照搬三星的設計，因為這個設計非常超前，基本上近似于目前ARM Cortex X系列的旗艦X3的設計。

Exynos 990 CPU拓撲

三星自研Exynos最后一代是Exynos 990，嚴格地說三星自研架構叫貓鼬即Mongoose，Exynos 990的CPU包含兩個M5即貓鼬5內核，兩個ARM Cortex-A76內核，四個ARM Cortex-A55內核。貓鼬第一代于2016年1月的Exynos 8890搭載，之所以叫貓鼬是因為三星當時的競爭對手高通的自研架構代號是Krait即眼鏡蛇科的環蛇屬，而貓鼬是眼鏡蛇的天敵，以眼鏡蛇為主要食物。不過后來高通成了三星的大客戶，三星也就很少提貓鼬，第五代貓鼬還有個代號叫Lion。

三星M5內核微架構

三星M5內核最強之處在于其IPC解碼器寬度高達6位，而ARM擠牙膏的做法，直到Cortex-X3才將解碼器寬度提高到6位。 ? ARM提升性能最有效的做法： ?

一是增加IPC解碼寬度;

二就是增加緩存Cache容量;

三是提高核心運行頻率。

三星M5雖然逼近ARM Cortex-X3，但其解碼器寬度很寬，因此執行引擎的寬度多達11位，但M5的流水線不長，寬度過寬，這就注定其無法提高運行頻率，而手機是強調單一大核心性能的。對比來看，ARM畢竟是專業做手機CPU核心架構的，在寬度增加情況下，流水線很長，很容易提高運行頻率，X3最高頻率可以達到4GHz，用在高通驍龍8 Gen2上的X3運行頻率高達3.36GHz，而M5很難超過2.5GHz。這也是三星不再搞自研架構的原因之一。另一個原因在于指令集還是ARM的，ARM的架構運行起來自然更好。

但在汽車領域，M5就很合適，汽車領域是強調多核性能的，且汽車封閉性強，如特斯拉這樣不打算銷售芯片的廠家，完全可以用RISC-V來自定義指令集，因此基本可以確定特斯拉使用了三星的M5架構，最高運行頻率是2.35GHz，典型運行頻率估計是2GHz。特斯拉可能用12核或16核M5架構，搭配8核或4核Cortex-A72，A72的運行頻率比較低，最低1.37GHz，典型運行頻率估計是1.5GHz。特斯拉的CPU比12核A78的英偉達Orin估計要強15-30%。

第一代FSD芯片就在三星生產，三星的代工價格遠低于臺積電，且臺積電產能緊張。特斯拉那一點量對臺積電來說微不足道，臺積電大客戶太多，特斯拉如果去臺積電流片，會被排在很靠后的位置，因為高通、AMD、聯發科、博通、蘋果這些臺積電大客戶都是數以億片的下單量。臺積電的亞利桑那工廠進展緩慢，要到2024年才投產，而三星新增的德州奧斯汀晶圓廠就在特斯拉家門口，2022年下半年投產，特斯拉沒理由舍近求遠。再加上特斯拉使用三星M5內核，讓三星代工更順理成章。不過，三星奧斯汀晶圓廠的5納米工藝還不算太成熟，量產估計要到2023年底。HW4 FSD可能還是會用7納米工藝制造，一來比較成熟，二來比較便宜。

不單是特斯拉采用三星的IP，谷歌手機的自研芯片TENSOR系列也是使用三星IP，當然也在三星代工生產，如第一代谷歌手機自研芯片TENSORG1（谷歌內部型號就是三星S5P9845）就照搬了三星Exynos 2100的CPU和GPU設計，自己只做了NPU。G2（內部型號就是三星S5P9855）和G3則是照搬了三星的Exynos 2200的CPU設計。未來谷歌旗下的Waymo也會采用三星的IP推出自動駕駛芯片，當然也得在三星代工。

特斯拉HW4 FSD芯片可能也會像三星Exynos990一樣有一個MALI G77內核的GPU，算力估計有1GFLOPS。

HW4 FSD芯片的NPU或許是大部分人最關心的，實際CPU重要程度高于NPU，NPU只是輔助角色，CPU才是主角。

第一代FSD的NPU部分拓撲圖

第一代FSD的NPU乏善可陳，中規中矩，沒什么亮點可言，顯然這是針對傳統CNN設計的NPU，Transformer時代完全不適用。如果特斯拉真要流暢運行Transformer，那么NPU和存儲系統必然要大幅度改進。CNN有98%的運算都是卷積，沒有時間序列，數據沒有上下文聯系，而Transformer模型有不少非卷積運算，包括Relu的矢量和位置的三角函數運算，數據的上下文有聯系，意味著有可能有分支跳轉，因此NPU必須增加標量運算系統和數據流控制系統。HW4.0采用了美光的GDDR6，帶寬達224GB/s，較HW3.0提高了約6.5倍。

在分析或者說推測HW4 FSD的NPU之前，首先看一下特斯拉為自動駕駛數據中心推出的DojoD1芯片，再看一下亞馬遜AWS在2022年底推出的，號稱專為Transformer推理而生的芯片Inferentia2。

這是未考慮Transformer模型的第一代亞馬遜推理芯片Inferentia架構，和特斯拉的FSD比添加了標量引擎，特斯拉的可編程SIMD勉強可算矢量引擎。其余二者相差不大。

針對Transformer設計的第二代Inferentia架構（上圖），減少了兩個Neuron內核，增加了一個CPU，即Collectivecompute engine，控制數據流和動態整形，還增加了一個SIMD系統，據亞馬遜說這是一個通用型的DSP。此外，還升級了存儲系統，從廉價的DDR4升級到了非常昂貴的HBM。

Dojo D1的架構是一個標準的CPU架構，應對標量計算，具備分支預測和跳轉機制，擁有8位解碼和6路執行引擎。

按照特斯拉爆料大神Greentheonly的說法，HW4 FSD芯片是3個NPU，這個NPU應該類似亞馬遜Inferentia里的Neuron核心。一般來說，核心都是對稱平行出現，也就是只可能是偶數，不大可能是3個，應該是特斯拉添加了一個CPU，兩個NPU還是和初代FSD芯片一樣，擁有96*96=9216個MAC陣列，算力就很好計算了，9216個陣列，一個MAC包含兩個operation，因此就是9216*2*2.2=40.55TOPS，兩個就是81TOPS，兩片FSD就是162TOPS的AI算力。

添加一個CPU主要是應對Transformer，特斯拉有這方面的技術積累，Dojo的CPU架構完全可以再用一次，再有就是訂制的CPU可以使用自定義的RISC-V指令集而非通常的ARM指令集，這樣效率更高，近似于VLIW。

至于算力，這只是個數字游戲，單看芯片的算力毫無意義，因為AI算力的瓶頸在內存，內存的吞吐量或者說帶寬遠低于AI處理器的運算速度，AI處理器的速度再快，算力再高，90%的時間都是在等內存搬運數據。另一個瓶頸就是CPU，AI處理器是個協處理器，需要HOST主機做任務分配和調度，這個HOST一般就是CPU，CPU要足夠強，才能發揮AI處理器的全部潛力。

服務器芯片領域都是用HBM解決內存瓶頸，但汽車領域不行，汽車領域對價格非常敏感，上萬美元的芯片不可能出現在量產車上，汽車領域最多也就是GDDR6。CNN時代，外置CPU足以配合好AI處理器，Transformer時代最好內置CPU，這是絕大多數AI芯片不具備的能力。

英偉達最新最強的DGX-GH200采用的超級芯片中也是自研了CPU，即64核ARM V2，不過效果還是不如放在一個die里。

AMD的MI300則是CPU+GPU的Chiplet設計，比英偉達要好一些。

AMD MI300 DIESHOT，3個CPU內核，6個GPU內核，8個HBM3

特斯拉的芯片團隊基本都來自AMD，包括在 AMD 工作了近 17 年，研究各種 Opteron 處理器以及命運多舛的“K12”Arm 服務器芯片的Emil Talpes，他在2016年4月加入特斯拉。Autopilot的硬件架構師Debjit Das Sarma則在AMD工作了14年，也是位CPU架構師，2016年2月加入特斯拉。Douglas Williams在AMD工作了12年，2017年10月加入特斯拉，FSD芯片架構師。Ganesh Venkataramanan也在AMD工作了14年，是CPU設計工程主任，在2016年3月加入特斯拉。RajivKurian則比較年輕，2017年1月加入特斯拉，2018年10月離開，跳槽到Waymo，負責Waymo的硬件加速器設計，2020年11月又跳槽回特斯拉，參與Dojo的設計。Bill Chang則在IBM工作了15年，主要負責工程管理，后跳槽到蘋果，2020年加入特斯拉。

最終，還是要特斯拉公布詳情。

編輯：黃飛

?