可能是全網最詳細的特斯拉FSD芯片解析：是猛獸還是小貓？

距離馬斯克發布毀滅者柯南自動駕駛硬件3.0已經過去兩個多月了——但有一個問題:這塊名為“全自動駕駛(FSD)”的電路板真的值5.6萬元嗎？或者更嚴肅地說，它真的代表了人類旅行的未來嗎？我們對發布會進行了分析，感興趣的朋友可以在微信官方賬號后臺回復“FSD”。現在，美國知名智能汽車媒體Clean Technica似乎得到了更多的幕后消息。前兩天的文章里，Clean Technica對硬件3.0的技術規范做了更具體的判斷——這是個畜生！我們已經翻譯了這篇文章的大部分內容，在不改變其含義的情況下對其進行了編輯和注釋，并在文末添加了一些彩蛋。概述:來自車企的芯片引領者先給大家看一張硬件3.0主板的圖片。

按照馬斯克的說法，這塊主板是完全冗余的，也就是說硬件3.0的每個功能區都可以損壞，整套硬件仍然可以正常工作。主板右側是一些視頻輸出接口，左側是電源接口和一些其他輸入/輸出接口。整個主板最明顯的部分是兩個巨大的銀色處理器封裝(稱之為處理器不太合適，后面會解釋)。兩個處理器不是為了增強性能，而是為了圖像處理的安全性和準確性——特斯拉實際上只允許一個處理器工作，另一個是為了冗余和處理結果的相互比較。處理器封裝的左下角是用于存儲操作系統的閃存區組。考慮到這是一個承載深度學習模型的硬件，可以升級為自動駕駛，所以閃存顆粒的容量應該不小。處理器封裝兩側各有4個芯片，共8個芯片的LPDDR4運行內存粒子。雖然FSD硬件采用了三星的14納米工藝，但是運行的內存顆粒明顯標有鎂標。使用鎂記憶顆粒的原因可能是鎂顆粒的頻率相對較高，而三星顆粒的頻率稍低。LPDDR4是運行內存規范，是DDR4規范的一個分支，主要應用于功耗較低的移動設備，比如手機。LPDDR4比DDR4略慢，但還是比硬件2的DDR3快很多。x運行內存。最后，回到水冷模塊下的兩個銀色處理器包。

單個包裝的面積約為260mm。Clean Technica做了一張主流芯片封裝面積對比圖。可以看到，2016年英特爾14納米處理器i7 6700K的面積約為176平方毫米，采用16納米工藝。單片計算能力是FSD芯片的21%，封裝面積350平方毫米。2019年的頂級GPU，RTX2080Ti，12 nm工藝，封裝面積754 mm硬件3.0主芯片:上面說的“處理器封裝”其實并不準確，因為封裝中有三個不同的處理單元:圖形處理的GPU，深度學習和預測的NPU，通用數據處理的CPU。

特斯拉官方表示，圖像數據處理的過程是從攝像頭的高速數據傳輸開始的——高速是指25億像素/秒，大約是60幀塞進21塊1080P全高清屏幕的程度。這種數據傳輸速度比特斯拉車型現有的八個攝像頭所能產生的數據量高出不止一個維度。現在已經不需要這么高的傳輸速度了——因為FSD芯片內置的圖像處理器ISP最多只能“處理”10億像素的數據，也就是8塊1080P的屏幕每秒60幀——這已經趕上了世界上最快的消費級圖像傳輸標準DisplayPort 1.4，而車載芯片“傳統上”至少落后消費級一個時代。圖像處理器ISP的主要功能是將攝像頭產生的原始RGB數據轉換成復雜的圖像信息。這些信息的下一站是神經處理單元NPU，它將根據深度學習模型處理圖像數據——但在此之前，這些數據將存儲在SRAM中。那SRAM是什么？SRAM一般用于處理芯片的1-3級緩存。你可以簡單理解為比運行內存快很多，成本高很多的內存芯片。有多快？特斯拉芯片總工程師Pete Bannon表示，全自動駕駛的緩存帶寬至少要達到1TB/ s，而FSD芯片的SRAM實際上可以提供2TB/ s的帶寬。

32MB緩存是什么概念？做個不準確但很形象的對比，零售價16999元的英特爾酷睿i9-9980XE的SRAM緩存總量……就是只有33.75MB另外一個細節是，2010年Intel CPU最大SRAM只有16MB，2014年才提升到24MB。以SRAM高昂的價格和特斯拉SRAM激進的規格，相信大家都能一窺端倪——而皮特·班農也在發布會上總結了巨大的SRAM容量是FSD芯片相比市面同類芯片的最大優勢。芯片中的所有數據都是在標有淺藍色的主通道上傳輸，即NOC(片上網絡)，然后經過總帶寬為68GB/s的LPDDR4運行內存——所以特斯拉目前的傳感器數據生成量很可能不會超過68GB/s，甚至34GB/s，這已經是一個非常恐怖的數字了——但內存帶寬可能仍然是自動駕駛的瓶頸。

NPU才是FSD芯片中真正的殺手。但是總有一些其他方面的數據處理是NPU無法完成的。這時候就需要CPU和GPU共同參與了。FSD芯片內置GPU，主頻1GHZ，運算能力600TOPS。特斯拉的說法是，GPU主要負責一些后期處理任務，比如描繪人類能夠理解的界面和圖形——也就是說，2中特斯拉自動駕駛硬件的AB曲面設計。x時代大概率會取消。總的來說，按照特斯拉在發布會上對GPU的描述，在未來的FSD芯片中，GPU的地位會繼續被削弱。另外，一些一般的數據只能交給CPU處理。特斯拉采用12顆64位ARM Cortex A72核心，運行頻率2.2 GHz——準確來說應該是三個四核CPU的并行架構。

特斯拉對CPU架構的選擇有點混亂，因為A72是ARM在2015年推出的(雖然2016年才正式商用)，未來可用的架構有A73和A75(A76和A77是2018/2019年發布的)。但考慮到FSD芯片的研發始于2016年，采用上一年的架構也是正常的。因為舊的架構更便宜，而多核的疊加也保證了多線程的總性能不弱于今天最頂級的4核移動CPU，甚至更好——硬件3.0的CPU性能是硬件2.5的2.5倍。英偉達是不是該緊張了？FSD芯片掛遍全宇宙后，英偉達在官網發帖稱特斯拉此舉“提高了自動駕駛計算的門檻”，充滿了商業交流。其實英偉達本身就是被吊死的主角。目前很多Tier1供應鏈廠商和主流車企采用的NVIDIA AGX Xavier是FSD之前最強大的車載計算芯片——可以提供30噸的計算能力(特斯拉在發布會上稱Xavier的計算能力為21TOPS，只計算了GPU單元的計算能力，后來NVIDIA發文糾正)。不過特斯拉的21TOPS的標準很走心:“能真正應用于自動駕駛相關的圖像處理和行為預測的top有幾個？這個標準和芯片能提供多少計算能力完全不一樣，它涉及到芯片本身的效率。當然，英偉達在標記30TOPS的時候并沒有做錯什么，因為Xavier不僅可以用于自動駕駛，還可以處理其他與汽車相關的數據。所以我們一定要明確，我們在評判一個復雜的軟件系統的時候，最根本的目的是看它能有多高效。最好的硬件并不總是理論性能最高的硬件。特斯拉的FSD芯片復雜到連本該是主處理器的CPU都成了FSD系統下的“協處理器”。特斯拉已經成功建立了一套硬件，在處理“自動駕駛”場景時非常高效，但在運行其他駕駛相關任務時就不一定了。但是英偉達也充分暴露了自己的不足——英偉達AGX Pegasus通過雙芯片的布局最多可以達到320TOPS，但是英偉達自己的NV Link 2.0多芯片數據傳輸標準只能提供100GB/s的帶寬。要知道，擁有2TB帶寬SRAM的特斯拉也開始抱怨帶寬不夠用了。

更何況AGX飛馬雙芯片功耗高達500 W，在大部分電動車還沒有達到500 k的今天……隨意ometers，每小時用不到半度電仍然是一個很大的挑戰——而FSD芯片的功耗可以保持在200W W左右，硬件4.0什么時候到來？在自動駕駛投資者日的新聞發布會上，馬斯克表示，新一代FSD芯片將在兩三年后到來，性能將至少翻倍。Clean Technica也對硬件4.0的技術規格做了一些預測:首先，CPU部分會遵循最新的架構。考慮到FSD 2代已經在開發中，Cortex A75將是一個極有可能的選擇。新架構將在提高性能的同時節省更多功率，同時在芯片中節省更多空間。其次，特斯拉可能會將運行內存升級到LPDDR5(這一點我們不同意，因為LPDDR5甚至還沒有進入消費領域)。也有可能特斯拉為了成本和功耗考慮，會稍微升級到LPDDR4X，電壓更低，速度更快(我們同意)。除此之外，基本上還有SRAM容量的增加，以及新一代的攝像頭——現在的攝像頭甚至不能滿足硬件3.0的處理能力。最后一點可能是GPU完全消失，或者至少有非常小的空間。畢竟硬件3.0中GPU的唯一作用只是處理CPU和NPU處理不了的車載屏幕顯示。Clean Technica的總結特斯拉硬件3.0是一個不折不扣的猛獸——然后我想提幾個大家可能沒有注意到的點，但是可以解釋為什么硬件3.0讓特斯拉引領了自動駕駛賽道。領先是指那種輸的人吃灰的領先。現在幾乎所有做電動汽車的公司都有這樣的本事，但是如果和特斯拉比。即使是2012年的Model S也算是全場秒殺，而且這只是電動車基本質量的秒殺，比如續航、充電等。

至于智能、自動駕駛、自研能力，特斯拉的垂直整合能力可以說是大話西游。距離馬斯克發布毀滅者柯南自動駕駛硬件3.0已經過去兩個多月了——但有一個問題:這塊名為“全自動駕駛(FSD)”的電路板真的值5.6萬元嗎？或者更嚴肅地說，它真的代表了人類旅行的未來嗎？我們對發布會進行了分析，感興趣的朋友可以在微信官方賬號后臺回復“FSD”。現在，美國知名智能汽車媒體Clean Technica似乎得到了更多的幕后消息。前兩天的文章里，Clean Technica對硬件3.0的技術規范做了更具體的判斷——這是個畜生！我們已經翻譯了這篇文章的大部分內容，在不改變其含義的情況下對其進行了編輯和注釋，并在文末添加了一些彩蛋。概述:來自車企的芯片引領者先給大家看一張硬件3.0主板的圖片。

按照馬斯克的說法，這塊主板是完全冗余的，也就是說硬件3.0的每個功能區都可以損壞，整套硬件仍然可以正常工作。主板右側是一些視頻輸出接口，左側是電源接口和一些其他輸入/輸出接口。整個主板最明顯的部分是兩個巨大的銀色處理器封裝(稱之為處理器不太合適，后面會解釋)。兩個處理器不是為了增強性能，而是為了圖像處理的安全性和準確性——特斯拉實際上只允許一個處理器工作，另一個是為了冗余和處理結果的相互比較。處理器封裝的左下角是用于存儲操作系統的閃存區組。考慮到這是一個承載深度學習模型的硬件，可以升級為自動駕駛，所以閃存顆粒的容量應該不小。處理器封裝兩側各有4個芯片，共8個芯片的LPDDR4運行內存粒子。雖然FSD硬件采用了三星的14納米工藝，但是運行的內存顆粒明顯標有鎂標。使用鎂記憶顆粒的原因可能是鎂顆粒的頻率相對較高，而三星顆粒的頻率稍低。LPDDR4是運行內存規范，是DDR4規范的一個分支，主要應用于功耗較低的移動設備，比如手機。LPDDR4比DDR4略慢，但還是比硬件2的DDR3快很多。x運行內存。最后，回到水冷模塊下的兩個銀色處理器包。

單個包裝的面積約為260mm。Clean Technica做了一張主流芯片封裝面積對比圖。可以看到，2016年英特爾14納米處理器i7 6700K的面積約為176平方毫米，采用16納米工藝。單片計算能力是FSD芯片的21%，封裝面積350平方毫米。2019年的頂級GPU，RTX2080Ti，12 nm工藝，封裝面積754 mm硬件3.0主芯片:上面說的“處理器封裝”其實并不準確，因為封裝中有三個不同的處理單元:圖形處理的GPU，深度學習和預測的NPU，通用數據處理的CPU。

特斯拉官方表示，圖像數據處理的過程是從攝像頭的高速數據傳輸開始的——高速是指25億像素/秒，大約是60幀塞進21塊1080P全高清屏幕的程度。這種數據傳輸速度比特斯拉車型現有的八個攝像頭所能產生的數據量高出不止一個維度。現在已經不需要這么高的傳輸速度了——因為FSD芯片內置的圖像處理器ISP最多只能“處理”10億像素的數據，也就是8塊1080P的屏幕每秒60幀——這已經趕上了世界上最快的消費級圖像傳輸標準DisplayPort 1.4，而車載芯片“傳統上”至少落后消費級一個時代。圖像處理器ISP的主要功能是將攝像頭產生的原始RGB數據轉換成復雜的圖像信息。這些信息的下一站是神經處理單元NPU，它將根據深度學習模型處理圖像數據——但在此之前，這些數據將存儲在SRAM中。那SRAM是什么？SRAM一般用于處理芯片的1-3級緩存。你可以簡單理解為比運行內存快很多，成本高很多的內存芯片。有多快？特斯拉芯片總工程師Pete Bannon表示，全自動駕駛的緩存帶寬至少要達到1TB/ s，而FSD芯片的SRAM實際上可以提供2TB/ s的帶寬。

32MB緩存是什么概念？做個不準確但很形象的對比，零售價16999元的英特爾酷睿i9-9980XE的SRAM緩存總量……就是只有33.75MB另外一個細節是，2010年Intel CPU最大SRAM只有16MB，2014年才提升到24MB。以SRAM高昂的價格和特斯拉SRAM激進的規格，相信大家都能一窺端倪——而皮特·班農也在發布會上總結了巨大的SRAM容量是FSD芯片相比市面同類芯片的最大優勢。芯片中的所有數據都是在標有淺藍色的主通道上傳輸，即NOC(片上網絡)，然后經過總帶寬為68GB/s的LPDDR4運行內存——所以特斯拉目前的傳感器數據生成量很可能不會超過68GB/s，甚至34GB/s，這已經是一個非常恐怖的數字了——但內存帶寬可能仍然是自動駕駛的瓶頸。

NPU才是FSD芯片中真正的殺手。但是總有一些其他方面的數據處理是NPU無法完成的。這時候就需要CPU和GPU共同參與了。FSD芯片內置GPU，主頻1GHZ，運算能力600TOPS。特斯拉的說法是，GPU主要負責一些后期處理任務，比如描繪人類能夠理解的界面和圖形——也就是說，2中特斯拉自動駕駛硬件的AB曲面設計。x時代大概率會取消。總的來說，按照特斯拉在發布會上對GPU的描述，在未來的FSD芯片中，GPU的地位會繼續被削弱。另外，一些一般的數據只能交給CPU處理。特斯拉采用12顆64位ARM Cortex A72核心，運行頻率2.2 GHz——準確來說應該是三個四核CPU的并行架構。

特斯拉對CPU架構的選擇有點混亂，因為A72是ARM在2015年推出的(雖然2016年才正式商用)，未來可用的架構有A73和A75(A76和A77是2018/2019年發布的)。但考慮到FSD芯片的研發始于2016年，采用上一年的架構也是正常的。因為舊的架構更便宜，而多核的疊加也保證了多線程的總性能不弱于今天最頂級的4核移動CPU，甚至更好——硬件3.0的CPU性能是硬件2.5的2.5倍。英偉達是不是該緊張了？FSD芯片掛遍全宇宙后，英偉達在官網發帖稱特斯拉此舉“提高了自動駕駛計算的門檻”，充滿了商業交流。其實英偉達本身就是被吊死的主角。目前很多Tier1供應鏈廠商和主流車企采用的NVIDIA AGX Xavier是FSD之前最強大的車載計算芯片——可以提供30噸的計算能力(特斯拉在發布會上稱Xavier的計算能力為21TOPS，只計算了GPU單元的計算能力，后來NVIDIA發文糾正)。不過特斯拉的21TOPS的標準很走心:“能真正應用于自動駕駛相關的圖像處理和行為預測的top有幾個？這個標準和芯片能提供多少計算能力完全不一樣，它涉及到芯片本身的效率。當然，英偉達在標記30TOPS的時候并沒有做錯什么，因為Xavier不僅可以用于自動駕駛，還可以處理其他與汽車相關的數據。所以我們一定要明確，我們在評判一個復雜的軟件系統的時候，最根本的目的是看它能有多高效。最好的硬件并不總是理論性能最高的硬件。特斯拉的FSD芯片復雜到連本該是主處理器的CPU都成了FSD系統下的“協處理器”。特斯拉已經成功建立了一套硬件，在處理“自動駕駛”場景時非常高效，但在運行其他駕駛相關任務時就不一定了。但是英偉達也充分暴露了自己的不足——英偉達AGX Pegasus通過雙芯片的布局最多可以達到320TOPS，但是英偉達自己的NV Link 2.0多芯片數據傳輸標準只能提供100GB/s的帶寬。要知道，擁有2TB帶寬SRAM的特斯拉也開始抱怨帶寬不夠用了。

更何況AGX飛馬雙芯片功耗高達500 W，在大部分電動車還沒有達到500 k的今天……隨意ometers，每小時用不到半度電仍然是一個很大的挑戰——而FSD芯片的功耗可以保持在200W W左右，硬件4.0什么時候到來？在自動駕駛投資者日的新聞發布會上，馬斯克表示，新一代FSD芯片將在兩三年后到來，性能將至少翻倍。Clean Technica也對硬件4.0的技術規格做了一些預測:首先，CPU部分會遵循最新的架構。考慮到FSD 2代已經在開發中，Cortex A75將是一個極有可能的選擇。新架構將在提高性能的同時節省更多功率，同時在芯片中節省更多空間。其次，特斯拉可能會將運行內存升級到LPDDR5(這一點我們不同意，因為LPDDR5甚至還沒有進入消費領域)。也有可能特斯拉為了成本和功耗考慮，會稍微升級到LPDDR4X，電壓更低，速度更快(我們同意)。除此之外，基本上還有SRAM容量的增加，以及新一代的攝像頭——現在的攝像頭甚至不能滿足硬件3.0的處理能力。最后一點可能是GPU完全消失，或者至少有非常小的空間。畢竟硬件3.0中GPU的唯一作用只是處理CPU和NPU處理不了的車載屏幕顯示。Clean Technica的總結特斯拉硬件3.0是一個不折不扣的猛獸——然后我想提幾個大家可能沒有注意到的點，但是可以解釋為什么硬件3.0讓特斯拉引領了自動駕駛賽道。領先是指那種輸的人吃灰的領先。現在幾乎所有做電動汽車的公司都有這樣的本事，但是如果和特斯拉比。即使是2012年的Model S也算是全場秒殺，而且這只是電動車基本質量的秒殺，比如續航、充電等。

至于智能、自動駕駛、自研能力，特斯拉的垂直整合能力可以說是大話西游。其他汽車制造商制造電動汽車的方式是在供應鏈中購買積木。如果買的積木拼不起來，可以用刀稍微改裝一下，也可以只買其他積木。特斯拉自己造車，所有部件都是天然的，都有自己的升級迭代計劃。

6

馬斯克曾經說過，自動駕駛可以而且只能在純電動汽車上實現，他是對的。汽油機相對滯后的動力響應和更加復雜的控制，使得汽油車上的自動駕駛更加危險。最后，FSD芯片再次證明特斯拉仍然領先世界——好幾年。我們實際上發現了一些關于電行星的蛋的更深入的消息。前不久我們在Reddit上發現了一張6886x3511像素的FSD主板黑白照片。我們不能100%確定這張照片是真的，但可能性至少是99.9%，因為它上面的每一個零件都有編號，甚至印刷在PCB上的缺陷都極其清晰。

7

芯片包裝左側是運行內存顆粒，顆粒的LOGO和序列號清晰可見——而序列號就是顆粒的ID號，通過序列號可以查到顆粒的具體規格。首先根據第一行的序列號，這是2018年第二周生產的顆粒(8代表2018年，B代表第四周，鎂光只在偶數周進行顆粒封裝)，然后這是D-Die顆粒(D代表D-Die，屬于鎂光產品線中性能相對一般的型號)，77分別代表芯片生產地和封裝地，7代表中國省(5代表)。

8

第二行序號相對更復雜。我們登陸鎂官網，輸入第二行序列號解密，然后得到了粒子的詳細代碼。根據這行代碼，我們可以知道粒子的詳細規格。

9

其中MT代表美光科技，t……鎂光科技名稱；53表示這是一個LPDDR4粒子；d代表1.1V的工作電壓；512M表示單個粒子的容量為512MB；32表示單個粒子的位寬為32bit，D2表示這個粒子是雙層封裝，即單個卷中有兩個512MB的粒子，總容量為1gb；DS是包號；046表示這個粒子的工作頻率是2133MHZ；第一個a代表Automotive，汽車粒子；后面的AT代表汽車溫度，符合車載工作溫度的要求；最后一個D仍然意味著這是一個D-Die粒子。換句話說，特斯拉硬件3.0實際上擁有4GB(考慮雙系統冗余)128bit 2133MHZ運行內存。這個技術規范并不是頂尖的——但是和消費電腦、車載計算系統比起來。其實也算是頂級了。FSD芯片的左下角是一塊閃存芯片，上面沒有LOGO，而是一個序列號——這是東芝閃存顆粒的唯一序列號。

0

東芝官網沒有查詢入口。我們在美國商業信息網businesswire.com上發現了一條2017年12月的供應鏈新聞，其中提到了這款閃存的型號THGAF9G8L2LBAB7。是UFS 2.1高速閃存，容量32GB，滿足車載娛樂系統和ADAS系統的工作要求。

1

32GB應該算是一個適中的數字，但足以承載操作系統和深度學習模型，因為自動駕駛儀硬件上的存儲芯片并沒有多媒體存儲的需求。在兩個FSD芯片的下方，有一個芯片上面印著M的LOGO——這是頂級網絡芯片公司Marvell的LOGO。根據上面的產品編號，我們也在Google上找到了相應的芯片，屬于千兆有線網卡系列，最大傳輸速率128 MB/s，其他用途我們不清楚。

2

3

以上可能是殘忍的車主拆之前全網對特斯拉FSD芯片最詳細的分析了。希望大家都沒有睡著，我們下次再見。其他汽車制造商制造電動汽車的方式是在供應鏈中購買積木。如果買的積木拼不起來，可以用刀稍微改裝一下，也可以只買其他積木。特斯拉自己造車，所有部件都是天然的，都有自己的升級迭代計劃。

6

馬斯克曾經說過，自動駕駛可以而且只能在純電動汽車上實現，他是對的。汽油機相對滯后的動力響應和更加復雜的控制，使得汽油車上的自動駕駛更加危險。最后，FSD芯片再次證明特斯拉仍然領先世界——好幾年。我們實際上發現了一些關于電行星的蛋的更深入的消息。前不久我們在Reddit上發現了一張6886x3511像素的FSD主板黑白照片。我們不能100%確定這張照片是真的，但可能性至少是99.9%，因為它上面的每一個零件都有編號，甚至印刷在PCB上的缺陷都極其清晰。

7

芯片包裝左側是運行內存顆粒，顆粒的LOGO和序列號清晰可見——而序列號就是顆粒的ID號，通過序列號可以查到顆粒的具體規格。首先根據第一行的序列號，這是2018年第二周生產的顆粒(8代表2018年，B代表第四周，鎂光只在偶數周進行顆粒封裝)，然后這是D-Die顆粒(D代表D-Die，屬于鎂光產品線中性能相對一般的型號)，77分別代表芯片生產地和封裝地，7代表中國省(5代表)。

8

第二行序號相對更復雜。我們登陸鎂官網，輸入第二行序列號解密，然后得到了粒子的詳細代碼。根據這行代碼，我們可以知道粒子的詳細規格。

9

其中MT代表美光科技，鎂光科技的名稱；53表示這是一個LPDDR4粒子；d代表1.1V的工作電壓；512M表示單個粒子的容量為512MB；32表示單個粒子的位寬為32bit，D2表示這個粒子是雙層封裝，即單個卷中有兩個512MB的粒子，總容量為1gb；DS是包號；046表示這個粒子的工作頻率是2133MHZ；第一個a代表Automotive，汽車粒子；后面的AT代表汽車溫度，符合車載工作溫度的要求；最后一個D仍然意味著這是一個D-Die粒子。換句話說，特斯拉硬件3.0實際上擁有4GB(考慮雙系統冗余)128bit 2133MHZ運行內存。這個技術規范并不是頂尖的——但是和消費電腦、車載計算系統比起來。其實也算是頂級了。FSD芯片的左下角是一塊閃存芯片，上面沒有LOGO，而是一個序列號——這是東芝閃存顆粒的唯一序列號。

0

東芝官網沒有查詢入口。我們在美國商業信息網businesswire.com上發現了一條2017年12月的供應鏈新聞，其中提到了這款閃存的型號THGAF9G8L2LBAB7。是UFS 2.1高速閃存，容量32GB，滿足車載娛樂系統和ADAS系統的工作要求。

1

32GB應該算是一個適中的數字，但足以承載操作系統和深度學習模型，因為自動駕駛儀硬件上的存儲芯片并沒有多媒體存儲的需求。在兩個FSD芯片的下方，有一個芯片上面印著M的LOGO——這是頂級網絡芯片公司Marvell的LOGO。根據上面的產品編號，我們也在Google上找到了相應的芯片，屬于千兆有線網卡系列，最大傳輸速率128 MB/s，其他用途我們不清楚。

2

3

以上可能是殘忍的車主拆之前全網對特斯拉FSD芯片最詳細的分析了。希望大家都沒有睡著，我們下次再見。

標簽：特斯拉RAMDSModel S

汽車資訊熱門資訊