HotChips 2019 Teslas vermeintlicher Superchip unter der Lupe

Hat Tesla ein SoC entwickelt, mit dem sich autonomes Fahren gemäß Level 5 realisieren lässt?
Hat Tesla ein SoC entwickelt, mit dem sich autonomes Fahren gemäß Level 5 realisieren lässt?

Bei einem „Autonomy Day“ genannten Investorentag hatte Teslas CEO Musk den selbstentwickelten FSD-Computer ("full self-driving"), der Teslas Autos zukünftig antreiben wird, als "besten Chip der Welt" präsentiert. Auf der Hotchip-Konferenz stellten Musk’s Chipentwickler seine technischen Details vor.

Nach unserer Einschätzung stellt der FSD keinen größeren Vorteil für Tesla dar und löst auch nicht die Herausforderungen selbstfahrender Autos. Nichtsdestotrotz ist Projektleiter Pete Bannon eine angesehene Persönlichkeit in der Branche, die bei Intel und Apple Chips entworfen hat, bevor er 2016 zu Tesla kam. Er erklärte, dass der FSD-Computer das Gehirn von Teslas Autos sein wird, das die Eingaben von acht Kameras, 12 Ultraschallsensoren, einem nach vorne gerichteten Radar sowie GPS- und Kartendaten verarbeitet. Diese Daten werden verwendet, um das Fahrzeug auf der Straße zu lenken. Tesla behauptet sogar, dass der FSD-Computer alle notwendigen Eigenschaften mitbringt, um vollständig selbstfahrende Autos gemäß Level 5 zu betreiben - wenn die Software mitspielt.

Jeder FSD enthält zwei Chips, und jeder Chip hat zwei Beschleuniger, die speziell für den Betrieb neuronaler Netze entwickelt wurden, mit denen die Autos der KI-Komponenten von Tesla die Straße lesen. Jeder Chip führt bis zu 72 Billionen Operationen pro Sekunde (oder TOPS) durch (in Summe somit 144 TOPS), und das System als Ganzes ist in der Lage, 2.100 Videobilder pro Sekunde zu analysieren, was 21-mal schneller ist als die Hardware der vorherigen Generation.

Verglichen mit Nvidias  Pegasus-Plattform, einer Multi-GPU-Lösung, die auf 320 TOPS kommt, erscheint die FSD-Performance tatsächlich schwach. Allerdings verbrennt Pegasus dabei 500 W, während der FSD  bei 144 TOPS mit 70 W auskommen soll. Bei gleicher Energieeffizienz müsste Nvidias System somit rund 1000 TOPS liefern.

Abgesehen von technischen Vergleichen dürften die größere Herausforderung für den Automobilhersteller die Kosten und die Unbeweglichkeit sein könnten, die mit einem hauseigenen Chipdesign einhergehen. Das Feld der künstlichen Intelligenz ist schnelllebig, und wenn neue Ansätze für das autonome Fahren entwickelt werden, könnte Tesla mit dem Chip auf das falsche Pferd gesetzt haben. Die Frage ist, ob der Chip so flexibel ist, sich bei der Entwicklung dieser neuen Algorithmen anpassen können.

Tesla bietet bislang bei all seinen Versprechungen für eine selbstfahrende Zukunft immer noch nur das, was als Level-2-Autonomie bekannt ist: einen fahrerunterstützten Modus, in dem Fahrzeuge alleine beschleunigen, bremsen und lenken können, aber nur in kontrollierten Umgebungen mit Fahrern, die jederzeit wieder die Steuerung übernehmen können.

Während des Autonomy Days präsentierte Musk die Integration seiner neuen Chips als wichtigen Beitrag zur Erreichung der vollen Autonomie. "Alle Autos, die produziert werden, haben alle die nötige Hardware, Computer und andere, um vollständig selbst zu fahren", sagte er seinerzeit. "Alles, was du tun musst, ist, die Software zu verbessern." Er fügte hinzu, dass Tesla bis 2020 "über eine Million" völlig autonome Autos auf der Straße haben würde.

Aber es lohnt sich, sich daran zu erinnern, dass Musk genau das Gleiche über Teslas Autos im Jahr 2016 sagte. Im selben Jahr versprach er, dass ein Tesla bis Ende 2017 autonom von Los Angeles nach New York fahren würde. Drei Jahre später ist es bekanntlich immer noch nicht passiert.