教育新闻网据几家媒体报道，特斯拉为实现真正的无人驾驶汽车状态而设计的新型AI芯片已经开始推广到较旧的特斯拉模型，这些模型需要进行改装以替换之前的车载处理器。
不幸的是，有关这些芯片的报道存在误导性，这是一种广泛支持人工神经网络(ANN)(通常称为机器学习(ML)或深度学习(DL))的特殊类型的AI计算机处理器。
在探讨过度炒作的报告之前，让我澄清一下，这些由特斯拉工程师设计的定制开发的AI芯片无疑是令人钦佩的，并且计算机硬件设计团队应该为自己的工作感到自豪。感谢他们出色的工作。
但是，这样的承认并不意味着他们以某种方式在AI方面取得了非凡的成就，也不意味着他们奇迹般地解决了如何获得真正的自动驾驶无人驾驶汽车的现实问题。
但是，媒体上的许多人似乎是这样认为的，而且有时以一种过分狂热的方式暗示着，特斯拉的新型计算机处理器似乎已经达到了最终使我们进入全自动驾驶汽车的绝境。
常规计算机包含一个核心处理器或芯片，当您调用文字处理器或电子表格或加载并运行某种类型的应用程序时，系统便可以正常工作。
此外，大多数现代计算机还具有GPU，图形处理单元，一组额外的处理器或芯片，它们通过执行显示可能在设备屏幕上看到的视觉图形和动画的任务来辅助核心处理器，例如台式电脑，笔记本电脑或智能手机的显示屏。
为了将计算机用于机器学习或深度学习，人们意识到，GPU不一定要使用计算机的常规核心处理器，而是实际上更适合于ML或DL任务。
这是由于以下方面：在当今的计算机中，总体上实现人工神经网络实际上是一种庞大的数字和线性代数事务。GPU通常是针对这种数字混搭而构造和设计的。
依靠基于ML / DL的基于计算机的神经网络的AI开发人员爱上了GPU，将GPU用于并非最初设想的特定事物，但无论如何这都是好婚姻。
一旦发现增强GPU的性能将有助于推动当今的AI的发展，芯片开发人员便意识到这可能为其处理器带来巨大的市场潜力，因此值得调整GPU设计以使其更适合ML / DL任务。
特斯拉最初选择使用NVIDIA生产的现成的专用GPU芯片，这样做是为了实现特斯拉版ADAS(高级驾驶员辅助系统)的特斯拉车内车载处理工作，包括特别是为其所谓的Tesla AutoPilot(这一名称因误导其迄今为止配备的“ FSD”或“完全自动驾驶”汽车中的实际无人驾驶功能而引起争议)。
