1482
佐思汽研发布《2024年特斯拉汽车新四化布局分析报告》。
2024年以来，特斯拉发布了一系列的战略转型举措，包括：
推迟Model 2的发布：特斯拉原计划2024年发布的廉价车型Model 2，推迟到2025年发布。而在《2023年影响力报告》中，特斯拉不再提及到2030年时每年交付2000万辆汽车的目标。这再次表明特斯拉正在调整其汽车业务目标，将重点转向自动驾驶出租车。
裁员超过10%：2024年上半年，马斯克宣布特斯拉在全球范围内启动大规模的裁员，比例超过10%。特斯拉目前员工人数约为12.1万名，这与2023年年底超14万名员工相比，减少了近2万人。
缩减超级充电团队和放缓快充设施部署：2024年第二季度，特斯拉超充网络的扩张大幅放缓。二季度，特斯拉在全球部署了224个新站点，较一年前同期少了30%。
推迟一体化压铸的创新研发：特斯拉2023年在开发一种新的小型车平台时，曾计划将车辆的底盘一次性铸造成一个整体，以大幅削减成本。如今，特斯拉似乎放弃了这一设想，选择继续使用其验证过的方法，将车辆底盘铸造成三个部分：两个一体化压铸的前后部分和一个由铝和钢架组成的中间部分，用以存放电池。
加大人工智能基础设施的投入：今年5月，马斯克宣布，特斯拉将在AI训练和推理方面投入约100亿美元，资金将主要用于AI的训练和推理，且推理部分主要用于汽车。具体而言，该笔资金主要用于以下方面：一是加强自动驾驶技术的算法研发和优化，提高算法的准确性和实时响应能力；二是扩大数据收集和处理能力，为AI训练提供更加丰富和准确的数据支持；
三是加强AI硬件设备的研发和生产，提高AI系统的计算能力和处理速度。
特斯拉一向是汽车新四化领域的创新引领者，2024年以来的这些举措折射了怎样的行业发展趋势？
一、汽车电动化放缓，AI化加速，特斯拉加入AI军备竞赛
最近一年来，欧美车企放缓了电动化步伐，纯电动汽车销量增长明显放缓。
2022年，全球纯电动汽车的销量增速为57%。
2023年，全球纯电动汽车销量达到911万辆，同比增长24%；
2024年5月，全球纯电动汽车销量同比增长了17%，而插电混合动力同比增长了37%。
在纯电动汽车销量大幅放缓背景下，特斯拉也推迟了廉价车型Model2的发布，而在AI方面大力投入。
特斯拉一直将自己定位于AI科技公司，在自动驾驶、AI芯片、人形机器人、分布式能源方面大举投入。2023-2024年AI大模型、人形机器人大火之际，一直屹立时代浪潮之巅的马斯克不甘落后，和其他IT巨头（微软、谷歌等）一起加入AI竞赛争逐，重仓投入AI基础设施。
特斯拉智驾芯片AI 5预计于2025年12月左右推出，性能将是HW 4.0的10倍。
2024年底，特斯拉AI训练能力将提升至约9-10万个H100等效算力（对应90-100E FLOPS），当前云端算力为35E FLOPS。而当前国内智驾公司中，最强的华为智算中心算力为 3.5E FLOPS。
二、RoboTaxi和AI机器人落地加速
2024年二季度财报电话会上，马斯克表示Robotaxi（无人驾驶出租车）将于今年10月10日发布，有可能在今年年底、最迟明年投入使用。特斯拉第二代人形机器人Optimus已经在工厂中进行处理电池相关任务，预计2025年年底将有数千台Optimus在特斯拉工厂执行任务，2026年将开始交付给外部客户。
ARK Invest公司最近发布了一篇特斯拉深度报告，对2029年的前景做了预测，届时特斯拉企业价值的88%来自Robotaxi。特斯拉的Robotaxi解决方案是通用解决方案，不像Waymo的解决方案需要高精地图。因此Waymo的Robotaxi扩展能力有限，而特斯拉的Robotaxi解决方案采用端到端网络，基本上不对位置做任何假设。通过添加来自不同国家的数据，它就可以在这些地方表现同样出色。
三、分布式计算可减少智算中心AI芯片投入
马斯克提出，全球范围内装备了特定硬件版本的特斯拉汽车（无论是HW3、HW4还是即将到来的AI5）可以作为一个分布式计算资源集群，运行已经训练好的AI模型。下一代特斯拉 AI 芯片，即AI5，从推理能力的角度讲与英伟达B200 相当。特斯拉的目标是2025年投入生产，并在2026年实现规模生产。
如果有自动驾驶车辆每周运行50或60小时，一周有168 小时，那么还有超过100小时的时间可用于神经网络计算。一周100小时以上的AI推理计算来自车队中的车辆和一部分来自人形机器人，那么进行分布式推理是有意义的。如果将来配备AI5芯片的RoboTaxi和人形机器人达到数千万甚至上亿台，那将是一个惊人的推理计算量，可以用于其他领域的通用计算，而不仅仅是用于人形机器人或汽车自身。
蔚来的群体智能技术，也类似于特斯拉的分布式计算。蔚来每辆NT2.0平台车辆都搭载4颗英伟达Orin X芯片，其中一颗芯片被用于保障群体智能系统的运行。群体智能是指将数据处理、分布式训练以及测试的能力下放到车端，每一辆跑在路上的NT2.0平台车辆都能够采集、分析、训练数据，并组成车队进行道路验证。
截至2024年7月，蔚来NAD 群体智能系统建立的端云算力已达到 287 EOPS，和特斯拉10万卡计算集群相当。
四、分布式能源有望解决AI爆发带来的能源短缺
AI大模型（LLMs，VLMs等）的进步，正在加速Robotaxi和机器人的学习效率，驱动自动驾驶进步的主要动力已经不是靠工程师堆积代码，而是靠海量数据和庞大算力的驱动。而处理这些海量数据，需要庞大的电力支撑。因此有一种说法是，AI大模型发展的尽头是电力的短缺。算力需求是指数级增长的，而电力的增长是缓慢的。
如果发电厂能够稳定运行，实际总能源输出至少是目前能源输出的2~3倍。这是因为在用电量或发电量方面，高峰期与低谷期有巨大差异。为避免停电，电网必须能够支撑一年中最紧缺1天里的负载，比如最冷或最热的那一天。意味着在一年中其他时间，电网都有大量过剩发电能力，但没有办法存储这些多余能源。
一旦在电网中加入电池储能系统，发电厂可以稳定运行。如果能稳定运行，意味着电网在一年中累计产生的能源，可以是目前的2倍，甚至是3倍。
因此，特斯拉在电池储能系统方面加大投资。2024年二季度特斯拉储能业务装机量快速增长，带动公司能源和储能业务营收增长至30.14亿美元（同比增长99.7%，环比增84.3%）。
下载ECAD模型
