不靠NVIDIA自己來,特斯拉研發AI晶片最快2019年問世
不靠NVIDIA自己來,特斯拉研發AI晶片最快2019年問世

「我們暗地裡進行已經有2到3年的時間了,」特斯拉執行長馬斯克(Elon Musk ),上周在財報會議中,透露正在開發人工智慧(AI)運算晶片,除了更能符合自家用途需求,也能降低對第三方廠商的依賴,預計最快在2019年就能問世。

另外,要達到實現轉虧為盈目標,必須維持Model 3的穩定產能,隨著達到每周生產5000 輛 Model 3的目標,也帶動台灣供應鏈訂單大增,然而卻傳出特斯拉要求台灣供應商降價的消息。

導入Model 3、Model X ,提升車輛性能

先前特斯拉的無人車系統,都倚重Nvidia的Drive平台,馬斯克在上周財報會議中透露,特斯拉過去兩三年投入AI自主晶片研發,除了能夠改善Model S、X及3的硬體,也能降低對第三方廠商的依賴。

自主AI晶片的研發計畫,去年12月第一次向外界公開,主導這項計畫的負責人班農(Pete Bannon),是特斯拉從蘋果(Apple)挖來的晶片設計師,班農曾參與 iPhone 5的A5 晶片,以及多款iPhone 晶片開發。班農在會議中談到,過去團隊曾考慮使用Nvidia晶片,也曾接洽過ARM,「 最後我們選擇,過去沒人做過的,自己由上而下開發晶片。

班農表示,新款 AI 晶片將會跟Autopilot第三代硬體整合,未來晶片將導入Model 3、Model X 和 Model S 的 Autopilot系統中。根據馬斯克說法,晶片性能的關鍵,在於「在裸機上運行神經網路(ANN)」能克服在CPU和GPU之間數據傳輸的一些限制。

馬斯克強調,目前特斯拉使用的NVIDIA GPU(圖型處理器)每秒能處理約200幀,而自家最新研發的晶片,擁有更強的運算能力,能夠處理每秒2,000幀,不僅提高效能以及車輛的能力,最重要的是晶片能夠完全符合特斯拉的需求,並降低對第三方廠商的依賴,這款自主研發的AI運算晶片,預計最快在2019年就能問世。

Tesla
未來特斯拉自家研發的晶片,將會導入Model 3、Model X 和 Model S 的 Autopilot 系統中。
圖/ shutterstock

實現轉虧為盈目標,要求台灣供應商降價10%

上週財報的一大好消息,就是Model 3達到每週生產5,000輛的目標,預計在八月底時可以達到6,000輛目標,甚至年底前還要拚一周一萬輛,第三季目標組裝最多55,000輛Model 3。

如果特斯拉要維持長期盈利,穩定產能就是一大關鍵,過去一段時間,Model 3的生產問題讓馬斯克處於水深火熱之中,今年四月Model 3面臨生產瓶頸,馬斯克幾乎是以工廠為家,在沙發上過夜,甚至連回家洗澡的時間都沒有,為了達成每週 5,000 台的產能目標,特斯拉還在原有工廠外搭設了臨時帳篷生產線,甚至還加開手工生產線。

所有的努力,在馬斯克七月的一則貼文中看到了成果,「我認為我們剛剛成為一家真正的汽車公司。」表示特斯工廠在一周內生產超過 7000 輛電動車,其中包括Model S 和 Model X,最重要的是 Model 3的5000 輛門檻正式達標,特斯拉自2003年創立以來,從未能實現單年獲利,花了15年的時間,才終於達到馬斯克心中「真正汽車公司」的標準。

特斯拉的目標,是在第三、第四季實現營利目標,Model 3 的產能和銷量非常關鍵,據傳為了補足加州工廠人手,馬斯克下令將大量員工調往加州。此外隨著本月底Model 3產能要增兩成擴大至6,000輛,台灣供應鏈訂單也因此大增,不過為了降低成本,據傳特斯拉要求台灣供應商降價約10%,目前仍在議價中。

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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