又見“減配門”

邱洪濤

不久之前，微博爆出特斯拉涉嫌欺詐，擅自將自動駕駛單元模塊由報備的HW3.0降級為HW2.5，陷入“減配門”，為此，工信部對其進行了約談。其實，約談算是輕的，根據國內相關法律，受到減配影響的車主完全可以以涉嫌欺詐對特斯拉特提出懲罰性賠償。而特斯拉對此給出的解釋，卻未免有些敷衍。辯稱是由于疫情影響導致國產的HW3.0版本模塊供應斷貨，降級到HW2.5是為了保證按時交車的無奈之舉，言下之意就是不承認存在減配行為，是為了能及時交車而做出的“最大的努力”，這到底是想洗白自己，還是越抹越黑呢？相信大家心里都明明白白。

減配是國人買車心中的痛，若不是工信部及時出手制止，特斯拉方面估計還要繼續下去。特斯拉國產化還沒多久就玩兒起了減配，幻想著車主不會在意這0.5的差距，無疑于掩耳盜鈴。

我們不妨先來看看其官方聲明中的解釋：“現階段，如果沒有選裝FSD功能，使用HW2.5的Model 3車型與使用HW3.0的Model 3車型在駕乘體驗和使用安全上基本不存在區別。而所有選裝FSD的客戶，我們已經為其安裝了HW3.0硬件。”意思說得很明白，選裝了掏錢了就不用減配，沒選裝的不想花錢的，對不起，你沒資格吃螃蟹。同樣是買了份牛肉面的套餐，加5塊錢加大的碗里配的是牛肉，不加錢的只能配豆皮兒，不好意思，我買的是就是牛肉面，請給我換回牛肉。

除此之外，我們還注意到，官方的措辭是兩個版本的硬件“在駕乘體驗和使用安全上基本不存在區別”，事實真的如此么？我們不妨從技術角度解釋一下HW2.5和HW3.0的區別。

首先，可以肯定的是特斯拉在自動駕駛領域走在前列，他們的起步差不多直接來到了L2+級別，早期特斯拉產品的輔助駕駛功能就能夠準確及時地分辨出車輛周圍的道路情況和障礙物種類。也就是說，特斯拉很早就能夠做到車道保持、偏離預警、ACC自動巡航，而且能夠明確告知你旁邊掠過的是汽車還是自行車，而要實現這一點就要依賴強大的圖像處理能力。

圖像處理的手段就是運算，即通過圖像采集設備將圖像轉換為RGB或者其他圖像數據形式的數據矩陣，簡單說就是把圖像變成數存起來，圖像上某個點的紅色有多少，藍色有多少等等。在收集完這些數據之后，接下來就開始通過計算來識別圖像上的物體了。

目前處理圖像所運用的運算手段中最為高效的是一種叫卷積的算法，就是一種利用迭代因子在一個矩陣區域內逐個乘積后累加的運算，因為計算過程就像把一組數字鋪平一邊乘一邊加，就好像卷東西一樣，所以形象地稱為卷積。卷積運算可以通過迭代因子將圖像中的某種輪廓更加突出，也可以模糊掉，也就是PS軟件中常見的銳化和模糊，比如說通過計算發現黑色的數據形成了一個環狀的形狀，那么就可以簡單的判斷是一個輪子。

然而卷積的計算量十分龐大，人的運算能力是有限的，但芯片就不一樣了，就拿本次事件的主角HW3.0版本上的特斯拉自主研發的計算芯片來說，它是由兩組神經網絡處理器組成的，想象一下神經網絡，每一層上的每個點都與下一層上的點建立鏈接，由此所產生的計算能力十分驚人。

HW3.0的主板上有兩顆這樣的芯片，其總計算能力達到144TOPS（144 Tera operation per second，即每秒144萬億次），這個數值已經超出常人理解范圍，但只有這樣的超高計算量，才能滿足高等級自動駕駛的需求，因為處理模塊要在很短的時間內判斷車輛周圍的情況，并做出反應，計算量不夠是萬萬不行的。

但實際上還遠不止這些，HW3.0使用的是特斯拉全新自主研發的自動駕駛技術，雖然HW2.5在名字上與其有聯系，但實際上卻是兩種不同的解決方案。HW2.5是圖像處理界大佬、顯卡“一哥”英偉達公司提供的芯片支持，主板上以一枚Pascal架構的GPU芯片和兩枚Parker處理器為骨架，它的優勢在于多通道運算，能夠很清晰的逐個識別圖像中的目標物。但即便如此，HW2.5每秒只能夠處理110幀圖像，而HW3.0每秒則是2300幀，處理能力高下立見。此外，HW3.0上還有專門負責判斷和執行的控制單元，也就是說兩顆芯片專門負責運算，這樣一來，其運算效率更高。所以，特斯拉官方給出兩者“基本不存在區別”是絕對站不住腳的，他們似乎隱瞞了什么。

我們再來看HW3.0的解決方案，上面介紹過的兩枚超大運算能力芯片是可以獨立運行的，兩者運算出結果一致后執行單元才進行下一部動作，而且使用期間一顆芯片發生故障，另一顆完全可以獨立運行，這樣的冗余設計大大降低了故障所帶來的風險。

更深一步考慮，HW2.5版本的解決方案類似于找特征圖的方法，每個計算單元找自己負責特征的事物，是一種多維度輸出的解決方案，這種解決方案雖然可以高效地找出障礙物特征圖，但很容易發生誤判或者判斷沖突的現象，比如這個版本尚且不能識別樁桶。之前特斯拉自動駕駛事故頻發也可能跟這種架構存在弊端有一定關系，這也讓馬斯克痛下決心對自動駕駛的解決方案重新規劃。

HW3.0在硬件結構上與HW2.5是完全不同的，它的想法是通過圖像全面地識別，將圖像計算成一張“哪里可以走哪里不可以走的”視覺判斷算法地圖，不只是單純地看到了卡車就要躲開這么簡單了，而是車輛眼前是一張真實的畫面，前方有一個路燈、3個行人、一輛停著的卡車、兩排樹，就像人類一樣看到的是實實在在的畫面，在畫面中圈出一定的區域為安全區域可以行駛，其行為軌跡與人類的判斷極為相似，仿生學的神經網絡在晶體管的串聯下擁有了真正思考和學習的能力。

綜上所述，HW3.0的實力遠超HW2.5，所以特斯拉你是選擇亡羊補牢還是接著忽悠，自己看著辦吧。