Swift語言發明者Chris Lattner,在加入特斯拉六個月後宣布離職
Swift語言發明者Chris Lattner,在加入特斯拉六個月後宣布離職
2017.06.21 | 交通運輸

前不久特斯拉開始啟用遍布Autopilot 2.0硬體車型車身四周的攝影鏡頭開始收集路況信息,自動駕駛的研發剛開了一個好頭,近日,加入特斯拉不到6個月的特斯拉Autopilot軟體副總裁Chris Lattner宣布離職,同時前Open AI深度學習和電腦視覺專家Andrej Karpathy被曝已加盟特斯拉,擔任特斯拉Autopilot視覺部門主管。

Chris Lattner很傳奇,Andrej Karpathy也不遜色

1月11日,特斯拉宣布前蘋果軟體高階主管Chris Lattner加盟特斯拉,擔任特斯拉Autopilot軟體副總裁。在加入特斯拉前,Chris在蘋果任職達11年之久,在蘋果期間主導開發了大名鼎鼎的蘋果編程語言Swift,Swift是用於在蘋果平台上構建應用的編程語言,這一方便高效的編程語言一問世便廣受歡迎,並成為Linux平台上成長最快的語言之一。

Chris的輝煌履歷讓特斯拉對其寄予厚望,在歡迎Chris的部落格中,特斯拉表示「Chris以高深的工程學造詣而聞名」、「我們很高興Chris加入特斯拉,也熱切期待他能帶領自動輔助駕駛工程團隊加速自動駕駛時代的到來。」

任期不到6個月,Chris Lattner的離職似乎有些倉促,他日前透過Twitter宣布:「事實證明我和特斯拉不是很合拍,我正在尋求技術管理的新職位。」

然而就在不到一周前,他的上條Twitter還在為特斯拉啟用攝影鏡頭收集路況信息搖旗吶喊:「深度學習技術需要大數據。」

對於離職的Chris,特斯拉發言人的回應與前者如出一轍:「Chris和特斯拉不太合拍,我們決定做出改變,祝他好運。」

再來說說新來的,Andrej Karpathy是史丹佛大學電腦視覺方面的博士生,學業生涯師從史丹佛人工智慧實驗室主管、Google首席科學家李飛飛教授。曾先後在研發出「AlphaGo」的Google DeepMind公司及Google Brain研究小組工作,加盟特斯拉前的最後一站,Karpathy擔任了非盈利性AI研究組織Open AI的研究科學家。無論是理論知識水平還是產品商業化能力都無可挑剔。

Karpathy本人也在Twitter表達了對在特斯拉任職的期待——

特斯拉在歡迎Karpathy的聲明中表示:

「Andrej Karpathy是電腦視覺和深度學習領域全球頂尖的專家,我們歡迎他加盟特斯拉擔任人工智慧主管兼Autopilot視覺部門主管,他將直接向CEO Elon Musk匯報工作。

Andrej將與Jim Keller緊密合作,Jim Keller現在統領特斯拉Autopilot硬、軟體的研發工作。 」

Karpathy在業內的影響力有多大呢?特斯拉在自動駕駛領域的競爭對手、天才駭客George Hotz創辦的自動駕駛新創公司Comma.ai 一直很欣賞特斯拉激進的自動駕駛技術研發策略,並對傳統車企的漸進式策略嗤之以鼻,而今Karpathy加盟特斯拉的消息曝出後,Comma.ai官方Twitter評論稱:「這種規格的挖人解釋了為什麼傳統車企(在自動駕駛領域)根本沒機會。」

高層更迭頻繁?特斯拉習以為常。

如果我們翻回去看看5個月前特斯拉歡迎Chris Lattner的部落格文章,會發現另一些有趣的信息。

那篇文章中還特意感謝了另一位高階主管——特斯拉Autopilot視覺部門副總裁David Nister所做的工作。問題是,在今天歡迎Karpathy的聲明中,Karpathy的Title是「人工智慧主管兼Autopilot視覺部門主管」,那麼……誰向誰匯報?

txkklcn02bbc0wti.png
圖/ 36 氪

其實,早在3月底,David Nistér便從特斯拉跳槽到了晶片廠商英偉達,擔任自動駕駛副總裁一職,負責領導軟體開發和高精度地圖的繪製。彼時特斯拉發言人對David Nistér的離職回應稱:「伴隨著Chris Lattner成為新任Autopilot軟體副總裁,David Nistér在公司​​的角色也發生了變化,繼續留在特斯拉讓他遇到了瓶頸,我們感謝David Nistér為公司做出的貢獻,並祝他未來一切順利。」

好了,現在的狀況是,David Nistér繼任者Chris Lattner也已經離開了特斯拉。

除此之外,現在統領特斯拉Autopilot硬、軟體研發工作的是Jim Keller,他的前任Sterling Anderson是去年年底才從特斯拉離職的。

如此頻繁的高階主管更迭,又一次引起了一個老生常談的質疑:特斯拉的公司文化是否留不住人才?繼Uber之後,特斯拉也患上矽谷明星公司病「公司文化危機」了嗎?

事實上,我們上文披露的不過是特斯拉高階主管更迭的冰山一角。自去年3月開始,特斯拉已經流失了超過20名高階主管,他們的業務範圍涵蓋了金融、通信、監管事務、生產、製造、產品和規劃等各個領域。

以下是特斯拉離職高階主管的不完整名單:

  • 2016年3月16日,分管通信與戰略行銷的特斯拉全球副總裁Ricardo Reyes透過Twitter證實已離職。
  • 2016年3月24日,分管全球會計、財務報告及財務運營團隊的特斯拉財務副總裁Michael Zanoni離職,以財務副總裁的身份加盟亞馬遜。
  • 2016年4月13日,特斯拉公共政策與法律事務副總裁兼副總法律顧問James Chen離職,加盟新創公司。
  • 2017年2月,特斯拉人力資源副總裁Mark Lipscomb離職,跳槽到Netflix擔任人力資源副總裁。
  • 2017年3月,特斯拉硬體工程主管Satish Jeyachandran離職。
  • 2017年4月,特斯拉CFO Jason Wheeler離職。

特斯拉頻繁的高階主管更迭甚至引發了市場擔憂,瑞銀分析師Colin Langan就特斯拉股票給出「賣出」評級的理由是,任何時候,一家公司要高速擴張,都必須要有穩定的管理層來主導。

華爾街質疑的另外一點是特斯拉高階主管信息不透明,除了CEO Elon Musk和CTO JB Straubel,特斯拉官網、投資者關係界面、向美國證券交易委員會提交的年報中從未列出其他任何高階主管或副總裁的名單。

然而身處旋渦中央的特斯拉表示情緒穩定:「特斯拉吸引和留住人才的能力是我們最大的資產之一,2016年,特斯拉的員工流失率低於科技公司的行業平均水平。特斯拉高階主管團隊擁有相當長的任期,在特斯拉最高級的高階主管團隊中,超過3年任期高階主管比例達到75%;超過6年任期的比例達到60%;超過十年任期的比例達到20%。自特斯拉成立的14年來,特斯拉管理層近60%的人目前仍然留在公司。」

除了新來的Andrej Karpathy,特斯拉還挖來了前Faraday Future電腦視覺科學家Yong-Dian Jian,在Autopilot視覺部門擔任首席科學家,他更早些時候在百度美國自動駕駛事業部擔任研究員。

值得一提的是,上文提到的Open AI同樣是Elon Musk發起成立的公司,這家公司匯聚了多位全球頂尖的AI及電腦視覺專家,比如本文主角之一Andrej Karpathy。對於Musk來說,同時擔任航空航天、汽車製造、自動駕駛、人工智慧研究等多個領域的公司CEO使得他有機會隨時找到相關領域的頂尖人才加碼業務的研發。

可以看出,伴隨著時間的不斷流逝,自動駕駛技術演示期限的臨近,特斯拉正在不斷加大對計算機視覺及深度學習人才的招募。從另一個角度說,即便在今年上半年Autopilot高階主管頻繁更迭的情況下,特斯拉不還是在6個月內自研了此前由ADAS廠商Mobileye提供的所有輔助駕駛功能?所以,關於年底長達4500公里全程無干預的自動駕駛技術演示,繼續安心等待就好啦。

本文授權轉載自:36 氪

關鍵字: #特斯拉
往下滑看下一篇文章
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點
AI 競爭全新戰場!美光 Mike Cordano:記憶體將成下一個企業戰略制高點

從生成式AI訓練、推論,到代理式工作流程(Agentic Workflow)與未來的實體AI,資料流量正以指數級成長,讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出,AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力,加速「Computational Memory」等新架構興起;在這波浪潮中,深耕記憶體與儲存技術數十年的美光科技,正與關鍵夥伴展開深度協同設計,包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術,在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角,記憶體為何躍上AI舞台中央?

過去,半導體的焦點多圍繞在晶片,例如CPU、GPU跟AI加速器等,市場普遍認為,晶片運算能力是左右科技產業發展速度的關鍵,但在進入生成式AI世代後,產業逐漸發現另一個事實:真正限制AI效能的瓶頸不是運算,而是資料能否快速被存取與傳輸。

從大型語言模型訓練,到AI推論、代理式工作流程(Agentic Workflow),甚至未來的機器人與自駕車,龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求,讓記憶體產業從過去相對標準化、以價格競爭為主的市場,逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現,大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為,記憶體是突破(頻寬)瓶頸的關鍵,也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察,也正是Mike在歷經二十餘年的儲存產業資歷,加上四年半的創投生涯後,選擇加入美光的核心原因之一:在AI重塑產業結構的浪潮下,記憶體將成為這波成長最直接的動能所在。

美光 x 數位時代
美光科技全球業務執行副總裁 Mike Cordano
圖/ 數位時代

從零組件供應商到策略夥伴,記憶體共創時代來臨

AI的崛起,正在改變記憶體廠商與客戶的關係。

過去,記憶體產品多是標準化元件,客戶關注的是價格、供貨與規格;合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大,從資料中心、雲端平台到終端裝置,記憶體已經成為決定系統效能的重要關鍵,也因如此,越來越多企業將記憶體視為「策略性資產」,而非單純零組件。

Mike表示:「現在,我們跟客戶合作的時間跨度改變了,在產品正式上市前三到四年便開始合作,從系統架構階段就共同規劃未來需求。」例如,美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體,便是雙方提前多年展開深度合作(co-design)的成果。

值得特別注意的是,美光科技除從技術層面與晶片製造商等夥伴共創產品,也在需求層面與客戶進行密切合作,例如,將過去較無約束力、期限僅一年的長期協議(LTA)轉變成為期五年、條款更具約束力的策略性客戶協議(SCA),藉此掌握客戶的未來需求,進而在技術層面做更深度的合作。Mike坦言,深度協同設計是高成本的投入,美光的做法是先廣泛進行市場感知,理解不同場域的需求方向,再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向,AI浪潮重寫記憶體成長模式

除了合作模式改變,更大的典範轉移是需求的改變。

Mike解釋,過去記憶體需求跟PC、手機跟伺服器出貨量息息相關,但在AI新世代,推動記憶體需求成長的核心不再是設備數量,而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式,每一次的模型運算都需要消耗大量的記憶體跟儲存資源,這意味著,即使設備銷量成長趨緩,記憶體需求仍可能持續上升。」

更重要的是,AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域,儘管不同場域對記憶體的需求不盡相同,但是,Mike認為:所有AI裝置都存在三項共同需求:更快的速度、更大的容量,以及更高的能源效率。

正如Mike在受訪時提到的:「我們最大的挑戰,是如何與客戶和整個生態系保持高度一致,一方面創造供給與產能,另一方面持續推動技術創新。」可以預期,在接下來的五年,記憶體產業面臨的挑戰不僅僅是擴展產能,而是如何與客戶共同規劃需求、同步投入技術創新,而這也是美光科技積極經營AI生態體系的原因。

總的來說,AI帶來的改變,不只是算力提升,而是重新定義整個運算架構:過去,記憶體被視為支援運算的基礎元件;現在,則是決定AI效能、能源效率與創新速度的關鍵資源;當產業競爭從晶片性能延伸到資料流動效率,從裝置數量轉向Token消耗量,記憶體的重要性也將隨之水漲船高,對美光科技來說,這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓