Mobileye强烈diss特斯拉、端到端和英伟达

深陷业绩泥潭的Mobileye为了反击公众对其技术路线的质疑，特别在2024年10月1日召开了投资者大会，会上详细解释了Mobileye技术路线的优越性，对特斯拉、端到端和英伟达Orin都提出了质疑和批判，甚至顺便批评了GPT4o。

Mobileye的CAIS就是Compound AI Systems 复合人工智能方案，实际还是人工定义规则方案，MTBF即Mean time between failures平均故障间隔时间，也就是多久出现一次故障 。Mobileye表示其与汽车制造商的合作中，MTBF 目标是 10的7次方小时的驾驶时间。而特斯拉MTBF是多少呢？

特斯拉最先进的FSD 12.5平均每300英里就要人工接管一次，MTBF顶多是10小时，跟Mobileye的10的7次方有天壤之别。

接下来Mobileye开始批判端到端路线，端到端要想成功，前提至少有两点，首先是没有glue code胶合代码，其次是训练数据必须都是正确的，没有错误示范，这意味着必须加入人工干预，也就是说真正的端到端完全不存在，端到端是将Glue code转变到线下，需要人类来挑选高质量正确的数据用于训练。

对端到端来说只有正确和不正确两种状况，但是加入人工因素，就复杂了，例如上面三种，1是轻微无视交通规则，2是加塞，3是鲁莽驾驶，3种都可以算正确也可以算不正确。RLHF即Reinforcement Learning from Human Feedback人类反馈的强化学习。

接下来Mobileye批评了GPT4o，这个看起来很牛的数千亿参数的大模型，能做好20*20的乘法表吗？当然不能，错误率超过60%。端到端学习通常会遗漏那些重要的抽象逻辑信息，端到端实际是记忆，而非学习，学习是可以获得抽象内涵逻辑的。

Mobileye继续diss端到端，毫米波雷达和激光雷达都是简单系统，但视觉系统很复杂，端到端的简单融合，根本就没有效果，远不如CAIS的高级融合。

Mobileye认为端到端没有抽象规则的注入，会产生Variance，会自行生成错误，而有人工定义的抽象规则注入，顶多是Bias偏差，偏差当然比错误要好，这就是说端到端数据少了容易过拟合，失去泛化能力，数据多了会因为错误示范数据产生错误。

接下来Mobileye开始diss端到端的核心：transformer架构。

没有用链条规则，那么维度是10的32次方，计算成本极高，如果加入链条规则，维度变为100，计算成本降低99%。

Mobileye认为FCN全连接具备更高的效率，比RNN类型的transformer好多了。

Mobileye说的transformers似乎是带有自注意力的稠密网络即Vanilla Transformer。

CNN骨干网简洁高效，而transformer对算力和存储的消耗惊人，即便是最低的10Hz帧率就要100TOPS算力，每个token高达100Mb，9600个tokens是9600*100/8=120GB。这个实际无需Mobileye提出，目前包括特斯拉都还是使用CNN骨干网，即便是用英伟达单张H100也无法实现全Transformer，存储的容量和带宽成本比算力还高。尽管没人承认自己还在用老旧的CNN，但目前任何一个量产项目都离不开CNN骨干网。

Mobileye继续抨击Transformer，指责其效率太低，自连接高达3170亿个，而FCN只需要10的4次方个。

最后Mobileye对端到端做了总结，第一条就指责transformer效率太低，完全是暴力拟合，拼的就是算力。

Mobileye提出稀疏型注意力而非连接众多的自注意力。

也就是并行自回归网络，将token分级，每一级与每一级之间才有连接，才有self attention，分级内部不再连接，大大减少了计算强度，不过transformer的核心就是self attention，这种人工规则将transformer的性能大打折扣，transformer的奠基论文正是《Attention is All You Need》

Mobileye总结，效率比传统transformer高100倍，所以不需要那么高的算力。

最后Mobileye力推自己的EyeQ6H，算力跟英伟达Orin差8倍，但ResNet50每秒帧率只差两倍，显然EyeQ6H性价比更高。

最后还是Mobileye对自己芯片的介绍，即五大计算资源，MIPS-通用CPU，用于标量和逻辑运算，MPC（Multithreaded Processing Cluster）-专门用于线程级并行的CPU，VMP（Vector Microcode Processor），使用超长指令宽度（VLIW）-单指令多数据（SIMD）；专为定点算法的数据级并行性而设计（例如，将12位原始图像收敛为一组不同分辨率和色调图的8位图像）；基本上，对整数向量执行操作PMA（Programmable Macro Array）-粗粒度可重构阵列（CGRA）；为数据级并行设计，包括浮点运算；基本上，对浮点数向量执行操作。XNN-专注于深度学习的固定函数：卷积、矩阵乘法/完全连接和相关激活后处理计算：例如CNN、FCN。这些都是Mobileye在10年前就确定的计算资源，似乎Mobileye不愿做出改变，或者不能做出改变，这样的计算架构很难同时兼顾高算力和成本。

Mobileye的路线是模块化，或许是研发成本太高，亦或高价芯片不是Mobileye主要客户能接受的，Mobileye似乎不打算推出高算力芯片，EyeQ6H会一直沿用，算力不够就增加芯片数量，不过即使4个EyeQ6H算力能够叠加，也不过136TOPS，更何况低成本的以太网交换机是不可能让算力无损失叠加的。

Mobileye对特斯拉和端到端的指责当然是正确的，transformer当然也是纯粹靠蛮力拟合，缺乏技巧，但这就是目前AI的主流，transformer是一切大模型的源头，当今AI的主流就是拼算力，不讲效率和技巧，Mobileye想对抗AI主流，无疑是螳臂当车。特别是在中国，端到端，特斯拉（马斯克）都被追风，各厂家都在宣传自己的端到端能力如何强大，整个舆论风潮已经将端到端和特斯拉推上神坛，消费者迷信端到端和特斯拉。如此形势下Mobileye逆潮流而动，勇气可嘉，但恐怕要完全失去中国市场。中国市场除非是苹果、特斯拉和华为这样的超级巨头能够引领或教育消费者价值观，中小企业只能顺应消费者价值观，虽然Mobileye说的都是事实，但逆潮流而动，一样会被消费者抛弃，消费者要的是他认为的“真理”。