特斯拉一直认为无需笨重的LiDAR，只需要摄像头即可达到完全自动驾驶车的境界。随着特斯拉决定收购一家名为DeepScale的小型人工智能新创公司，似乎更明确表明，为了顺利开发出自动驾驶技术，特斯拉正将所需的关键技术纳入其整个体系之内。

　　这家总部位于旧金山湾区的新创公司DeepScale，创立之初就是以专注于深度神经网络（Deep Neural Network，DNN）闻名。未来DeepScale执行官Forrest Iandola将以先进机器学习科学家的身分加入特斯拉团队，并与特斯拉自动驾驶团队展开合作。

　　DeepScale于2018年4月才完成了一轮1500万美元的A轮融资，且为汽车开发了一款名为Carver21的计算机视觉人工智能软件。其技术主要是帮助汽车制造商使用低功率处理器，来驱动非常精确的计算机视觉系统。未来只要透过这些处理器与传感器和控制系统一起工作，就能够帮助车辆完成对周围环境的感知。

　　最重要的是，DeepScale一直专注于高运算能力的深度学习系统，这与特斯拉关注的领域不谋而合。毕竟，特斯拉已经决定设计自己的计算机芯片来驱动自动驾驶软件，所以这笔交易将能够加速特斯拉完成配备先进驾驶员协助系统的汽车。

　　2019年夏季，特斯拉的自动驾驶团队有十一名工程师离职，为了寻找符合公司发展方向的人才，除了不断以挖角的方式获得相关人才之外，透过购并似乎是最快的方式。

　　在过去的几年中，由于许多AI公司、芯片大厂或汽车公司对于自动驾驶的工程师需求很大，因而特斯拉已经被英伟达、通用汽车旗下自动驾驶公司Cruise、谷歌、Lyft等公司挖走不少人才。现今透过收购DeepScale，又可获得在人工智能方面的人才，将有助于其未来在这场自动驾驶车之战中，维持一定研发水平的地位。

　　特斯拉已经对外发布了一套可以支持其电动车走向完全自动驾驶的硬件，现在其希望软件也能够追上硬件脚步，进而能够在2020年达到100万辆特斯拉电动车执行自动驾驶出租车的目的。

　　其实，特斯拉能否真的实践2020年诺言，专家的疑问还很多。毕竟，要在有限的运算能力之下实现出色的机器学习性能，是一个特别棘手的问题。因此，DeepScale能否在短短的一年中，就帮助特斯拉完成这一梦想，进而成为自动驾驶车的巨头，就让我们拭目以待。