特斯拉發表自動駕駛晶片,預告2020年百萬輛無人計程車上路跑
特斯拉發表自動駕駛晶片,預告2020年百萬輛無人計程車上路跑

特斯拉自動駕駛投資者日(Autonomy Investor Day)在4月22日首度亮相,在這歷史性的一刻,執行長伊隆.馬斯克(Elon Musk)於會場中,發表自研自駕車晶片,將全面導入新生產的Model 3、X、S等車型,並宣布特斯拉無人計程車隊預計2020年正式上路。

先前馬斯克曾在與投資者的會談上,信心十足地表示特斯拉自動駕駛技術將在今年內完善,屆時汽車能在停車場找到車主,不必任何人為介入,就能載著乘客前往目的地。

如今在加州登場的這場自動駕駛會議,便是他大膽向公眾端出成果,展示特斯拉未來方面的時刻。

特斯拉發表自研自動駕駛晶片,聲稱效能更勝Nvidia

特斯拉自駕車晶片在活動中隆重登場,被稱為全自動駕駛電腦(FSDC)的這款晶片,擁有雙核心設計,搭載各自的電源與儲存系統。如果其中一枚核心發生故障,另一枚核心將接替軟體運行並提出警告,確保行車安全。

tesla investor day 01.JPG
特斯拉自研自動駕駛晶片。
圖/ Tesla

馬斯克毫不避諱地強調,這將是世界上最好的自動駕駛晶片,「從未設計過晶片的特斯拉,怎麼設計出世界上最好的晶片?但這是客觀的事實。」

第一批晶片已在上個月進入生產線,前蘋果晶片工程師、現任特斯拉董事Pete Bannon宣稱,不僅低功耗、低運轉溫度,且具有極佳數據處理效率, 這是先前使用的Nvidia Xavier晶片的7倍效能

對此,Nvidia也反駁特斯拉的說法,指出特斯拉的比較並不準確,Xavier並非面向全自動駕駛的晶片,其Drive AGX Pegasus才是更該對應比較的對象,擁有320 TOPS(每秒兆次運算),高於特斯拉晶片。

tesla investor day 03.JPG
特斯拉聲稱新晶片能令自動駕駛更安全。
圖/ Tesla

另外,馬斯克也透露,新版本的晶片預計在1年半至2年內推出,已完成過半設計,效能會是現版本晶片的3倍。

推自動駕駛版Uber,馬斯克預言明年百萬輛無人車上路

馬斯克信誓旦旦地表示,特斯拉計劃2020年出產第一款全自動駕駛車,並規劃推出「無人車共享服務」。

在馬斯克描述的未來場景中,擁有完善自動駕駛配備的特斯拉車主,在暫時無須乘車時,能夠透過App將愛車加入「共享」行列,化身無人Uber為民眾服務,特斯拉將從中抽成25%至30%。在沒有足夠自動駕駛車服務的地區,特斯拉則會提供自己的無人計程車隊。

tesla investor day 02.JPG
在馬斯克的未來規劃中,特斯拉電動車將能化身無人Uber,自動提供載客服務。
圖/ Tesla

為達成這樣的願景,特斯拉自研晶片將是不可或缺的存在。馬斯克宣稱,該晶片已達成全自動駕駛所需的硬體要求,待軟體跟上便能達到具有足夠可靠性的自動駕駛技術。

至於軟體技術何時能跟上?馬斯克認為,明年年中乘客就可放心乘坐自動駕駛車,更大膽預言,「 從我們的角度來看,如果你快轉1年,或者1年又1季,但我們確定明年內就會有百萬輛無人計程車上路。

不過,馬斯克也多次指出,即便技術已經就緒,到底能否上路還是取決於監管單位核准。再加上目前仍未有無人車配套法律,究竟需要怎樣的標準才能合法駕駛,尚無人知曉。

馬斯克:自動駕駛依賴光達註定失敗

值得一提的是,特斯拉自駕車的發展上,與其他無人車開發商有著不小的差異。在光達成為自駕車主流的現在,特斯拉依舊是以鏡頭作為自動駕駛技術的雙眼。

光達擁有在天候惡劣、光線昏暗的情況下,看清路況的優勢,但同時價格也非常高昂,馬斯克不諱言指出,把精力花費在光達上,純粹是徒勞,「任何依賴光達的人都註定失敗!註定!這些昂貴的感測器不是必要的。」

特斯拉AI資深主管Andrej Karparthy表示,視覺辨識對於4級、5級自動駕駛技術終究有其必要,依賴光達是種取巧的行為,「它迴避了『視覺辨識』這個根本問題,進而給予人們一種虛假的進步感,但它最終只是根輔助的拐杖。」

為取代光達帶來的部份優勢,特斯拉依靠大量行車數據培訓神經網路。馬斯克提到,目前每輛在路上跑的特斯拉電動車,無論是否開啟Autopilot功能,都在協助特斯拉收集數據,訓練自動駕駛技術。待軟體方面足夠成熟後,便會在既有硬體內全面實施。

資料來源:TechCrunchCNBCThe Verge

往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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