• IT-Karriere:
  • Services:

Full Self Driving: Teslas bester Chip der Welt braucht noch Software

Über drei Jahre in der Entwicklung und mittlerweile Teil aller neuen Model 3, Model S und Model X: Der FSD-Chip von Tesla soll vollautonomes Fahren ermöglichen, denn die Hardware ist gegeben. Der Software-Stack brauche aber noch etwas Zeit, sagte Elon Musk bei der Vorstellung.

Artikel von veröffentlicht am
Die-Shot eines FSD-Chips
Die-Shot eines FSD-Chips (Bild: Tesla)

Man kennt sich: Zwar ist CPU-Architekt Jim Keller nicht mehr bei Tesla, sondern bei Intel. Mit Pete Bannon stellte Tesla-Chef Elon Musk aber im Frühling 2016 einen neuen VP of Silicon Engineering ein, der mit seinem Team den ersten eigenen Chip für Tesla entwickelte. Bannon war einst Intel-Fellow, hatte also den höchsten erreichbaren Titel, zudem arbeitete er bei PA Semi und nach dessen Übernahme durch Apple zusammen mit Keller an den A5- bis A9-Designs für iPhones.

Stellenmarkt
  1. Stiftung Kirchliches Rechenzentrum Südwestdeutschland, Eggenstein-Leopoldshafen
  2. NEW AG, Mönchengladbach

Rund anderthalb Jahre nach dem Start erfolgte im August 2018 das Tape-out des Tesla FSD (Full Self Driving) genannten Chips, im Dezember kam das lauffähige Silizium von Samsung zurück. Es resultierte in einer optimierten B0-Revision, bevor im Juli 2018 die Serienproduktion startete. Ab Dezember 2018 wurden erste Tests des Software-Stacks in der realen Welt durchgeführt, seit März 2019 werden alle Model S und Model X und seit April 2019 alle Model 3 mit dem FSD-Chip anstelle von Nvidia-Hardware ausgerüstet. Das sei günstiger und effizienter, sagte Elon Musk.

  • Präsentation des FSD-Chips (Bild: Tesla)
  • Präsentation des FSD-Chips (Bild: Tesla)
  • Präsentation des FSD-Chips (Bild: Tesla)
  • Präsentation des FSD-Chips (Bild: Tesla)
  • Präsentation des FSD-Chips (Bild: Tesla)
  • Präsentation des FSD-Chips (Bild: Tesla)
  • Präsentation des FSD-Chips (Bild: Tesla)
  • Präsentation des FSD-Chips (Bild: Tesla)
  • Präsentation des FSD-Chips (Bild: Tesla)
  • Präsentation des FSD-Chips (Bild: Tesla)
  • Präsentation des FSD-Chips (Bild: Tesla)
  • Präsentation des FSD-Chips (Bild: Tesla)
  • Präsentation des FSD-Chips (Bild: Tesla)
  • Präsentation des FSD-Chips (Bild: Tesla)
  • Präsentation des FSD-Chips (Bild: Tesla)
  • Präsentation des FSD-Chips (Bild: Tesla)
Präsentation des FSD-Chips (Bild: Tesla)

Bannon zufolge war das Ziel ein Design mit unter 100 Watt und einer theoretischen Rechenleistung von mindestens 50 Teraops. Das Resultat sind 72 Watt und 74 Teraops pro Chip, was wichtig ist: Denn weniger Energie und ein effizienteres neuronales Netz führen zu mehr Reichweite des Fahrzeugs. Ein Model 3 ist auf 250 Wattstunden pro Meile ausgelegt. Der FSD-Chip wird in einem 14-nm-Verfahren bei Samsung in der Fab S2 im US-Bundesstaat Texas gefertigt. Das Design weist zwölf Metal-Layer auf, es hat eine Fläche von relativ kompakten 260 mm² und integriert 6 Milliarden Transistoren. Je zwei Chips sind per BGA-2116-Fassung auf einer Platine mit doppelter Stromversorgung verlötet und erhalten jeder die Daten aller Kameras. Auch beim Ausfall eines der beiden fährt der Tesla ergo weiter. Die Hardwarebox befindet sich hinter dem Handschuhfach und weist fast die gleichen Maße auf wie die bisher verwendete Nvidia-Lösung.

Der FSD-Chip nutzt LPDDR4-4266-Speicher an einem 128-Bit-Interface und wird mit einem kleinen NAND-Flash-Baustein für das Betriebssystem gekoppelt. Beim Design entschied sich Tesla für eine Mischung aus lizenzierter und eigener IP: Die zwölf CPU-Kerne sind Cortex-A72 mit 2,2 GHz von ARM, die 600-GFLOPs-Grafikeinheit ist primär für visuelle Effekte vorhanden. Im SoC befindet sich ein 24-Bit-Bildprozessor (ISP) für HDR-Aufnahmen, die per Tone Mapping und Entrauschungsfilter aufbereitet werden. Tesla verwendet kein Lidar - wer das verwende, sei laut Musk verdammt. Stattdessen werden die Informationen von acht Kameras, zwölf Ultraschallsensoren, einem Radarsensor und weiteren Eingaben wie Lenkradrotation verarbeitet.

Einen Großteil der Chipfläche nimmt der Beschleuniger für neuronale Netze ein, eine Eigenentwicklung von Tesla. Er umfasst zwei Blöcke, jeder besteht vorrangig aus 32 MByte SRAM. Dieser Trade-off rechnet sich, da beim Durchlaufen der Schichten der neuronalen Netze keine immensen Datenmengen extern gesichert werden müssen, wohl aber hilft die lokale Bandbreite von gut 1 TByte/s. Überdies ist SRAM energieeffizient, Gleiches gilt für das INT32- und das INT8-Format mit ausreichender Genauigkeit für Teslas Berechnungen per Multiply-Adds. Jeder Inferencing-Beschleuniger schafft über 9.000 MADs pro Takt und läuft mit 2 GHz, beide zusammen kommen ergo auf knapp 74 Teraops. Eine Batch Size von eins statt Dutzenden garantiert eine sehr geringe Latenz.

Verglichen mit Nvidias Drive Xavier sind die offiziellen 144 Teraops der beiden FSD-Chips extrem viel, denn der schafft laut Tesla nur 21 Teraops. Laut Nvidia sind es allerdings 30 Teraops und zudem seien zwei SoCs gegen eines nicht fair. Das leistungsstärkere Drive AGX Xavier mit 320 Teraops durch zwei Xavier und zwei Turing-TU104-Grafikchips benötigt allerdings weit mehr als 72 Watt und ist auch viel größer. Elon Musk zufolge arbeitet Tesla ohnehin bereits am nächsten FSD-Chip, er sei zur Hälfte fertiggestellt und soll wenigstens die dreifache Leistung des aktuellen Modells erreichen.

Für vollautonomes Fahren braucht es aber mehr als nur Hardware: Der Fokus liege nun mehr denn je auf dem Software-Stack, der benötigt jedoch noch einige Zeit - erst 2020 soll es so weit sein. Elon Musk sprach wörtlich von Robotaxis für nächstes Jahr.

Bitte aktivieren Sie Javascript.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
  • ohne Werbung
  • mit ausgeschaltetem Javascript
  • mit RSS-Volltext-Feed


Anzeige
Hardware-Angebote
  1. 96,51€
  2. täglich neue Deals bei Alternate.de
  3. (reduzierte Überstände, Restposten & Co.)

Megusta 25. Apr 2019

Der Ansatz ist richtig von Tesla, nur wenn man neue Wege geht, kann man auch was...

MrTridac 25. Apr 2019

Genau deswegen wird der ganze Spass von Zertifizierungsstellen so kritisch betrachtet...

picaschaf 25. Apr 2019

Nein, ist ein Fakt wenn man sich die Daten ansieht. Und der nächste Chip wurde mit der...

picaschaf 25. Apr 2019

Was meinst du mit "sich rechnen"? Was ist deine Metrik dafür? Und so teuer sind...

ms (Golem.de) 24. Apr 2019

Bitte Text lesen, es geht um die beiden Blöcke pro NNA.


Folgen Sie uns
       


Gesichtertausch für Videokonferenzen mit Avatarify - Tutorial

Wir erklären, wie sich das eigene Gesicht durch ein beliebiges animiertes Foto ersetzen lässt.

Gesichtertausch für Videokonferenzen mit Avatarify - Tutorial Video aufrufen
Arlt-Komplett-PC ausprobiert: Mit Ryzen Pro wird der Büro-PC sparsam und flott
Arlt-Komplett-PC ausprobiert
Mit Ryzen Pro wird der Büro-PC sparsam und flott

Acht Kerne, schnelle integrierte Grafik, NVMe-SSD direkt an der CPU: Ein mit Ryzen Pro 4000G ausgestatteter Rechner ist vielseitig.
Ein Hands-on von Marc Sauter

  1. Udoo Bolt Gear Mini-PC stopft Ryzen-CPU in 13 x 13 Zentimeter
  2. Vermeer AMD soll Ryzen 4000 mit 5 nm statt 7 nm produzieren
  3. Vermeer AMD unterstützt Ryzen 4000 auf X470 und B450

Zero SR/S: Brutale Beschleunigung, lange Ladezeiten
Zero SR/S
Brutale Beschleunigung, lange Ladezeiten

Motorradfahrern drohen Fahrverbote mit lärmenden Maschinen. Ist ein Elektromotorrad wie die Zero SR/S eine leise Alternative zum Verbrenner?
Ein Erfahrungsbericht von Peter Ilg

  1. Platzsparend Yamaha enthüllt kompakte Elektromotoren für Motorräder
  2. Blacktea Elektro-Moped mit 70 km Reichweite ab 2.300 Euro
  3. Akzeptable Reichweite Pursang E-Track als leichtes Elektromotorrad für Pendler

Sysadmin Day 2020: Du kannst doch Computer ...
Sysadmin Day 2020
Du kannst doch Computer ...

Das mit den Computern könne er vergessen, sagte ihm das Arbeitsamt nach dem Schulabschluss. Am Ende wurde Michael Fischer aber doch noch Sysadmin, zur allerbesten Sysadmin-Zeit.
Ein Porträt von Boris Mayer


      •  /