国产电动车们为何难以追上特斯拉？马斯克究竟有着什么样的魔力？-电子工程世界

虽然很多人嘴上对特斯拉是各种不爽，没什么可吹的，就是割韭菜，但不可否认的是，特斯拉绝对是电动车领域的标杆。

每一个做电动车的人，都是在拿自己的产品特斯拉来对比，就像手机厂商们总爱和苹果对比一样，道理还是那个道理。

马斯克的神奇：每当你觉得快要追上特斯拉了，立马把差距拉大

每当特斯拉有什么新的动作时，这些电动车厂商们，也总要琢磨琢磨，自己和特斯拉的差距有多大，接下来该怎么追上它呢。

但从其它电动车一路追逐特斯拉的过程中，我们发现马斯克还真的是很神奇的，每当你觉得自己的产品，似乎和特斯拉近了，快要追上时，马斯克总会搞出一个新技术来，让你觉得自己和特斯拉相比，差距怎么又变大了，目标似乎近在眼前，但却又总是遥不可及。

马斯克的神奇：每当你觉得快要追上特斯拉了，立马把差距拉大

举个最简单的例子，特斯拉最开始的时候，最强的电池，续航都是500公里这样的长续航，而国产电动车，那时候还是200、300公里这样的样子，差得比较远。

然后国产电动车们，追啊追啊，电池上来了，也达到了500公里这样的级别了，但特斯拉不再搞电池，搞上了自动驾驶，将Autopilot 和 FSD推向了市场。

于是其它电动车厂商，一股脑的研究自动驾驶，又是追啊追的，经过多年努力，眼看着自动驾驶技术似乎也快要追上特斯拉了，国产很多厂商都有L2，甚至还有L4级别的了。

马斯克的神奇：每当你觉得快要追上特斯拉了，立马把差距拉大

但特斯拉又来表演了，推出了人形机器人，还推出了一颗自研计算芯片 D1，特斯拉甚至还计划用3000 块 D1 芯片组成的超级计算机集群 Dojo ExaPOD，算力将远超目前全球最快的超级计算机富岳，全球第一。

搞超算用来做什么，这代表着特斯拉一下子把大家在PK的自动驾驶，又甩到背后了，转到了算力上，要追上特斯拉，大家的芯片合格么？算力跟得上么？

马斯克的神奇：每当你觉得快要追上特斯拉了，立马把差距拉大

再按照马斯克的说法，10年后自己可能去了火星，也就是说也许几年后，也许你觉得自己的算力跟上了特斯拉，可别人已经去了火星了。

从这些一次一次不断的升级之中，我们可以看到，反正马斯克每次都可以进行「黑科技炫耀」，节奏总是掌握在自己的手机，让别人总跟在后面追随，自己永远是领导者，不断的「升维」造车竞争。

推荐帖子

IAR环境下编译UCOS: IAR环境下编译UCOS，谁有相关资料和例程，或者是哪位大侠有自己的独到见解，写一下，我刚开始学，至于用什么编译环境好也不是很懂，希望大家帮帮忙，小弟在此先谢了IAR环境下编译UCOS; 魔尊123 实时操作系统RTOS

VRLA电池及其应用: 通常电源设备的容量用kVA或kW来表示。然而，作为电源的VRLA电池，选用安时（Ah）表示其容量则更为准确。蓄电池容量定义为：Q=idt（1）理论上，t可以趋于无穷，但实际上，当电池放电低于终止电压时仍继续放电，这可能损坏电池，故t值有限制。电池行业中，以小时（h)表示电池的可持续放电时间，常见的有：C240,C20,C10,C8、C3,C1等标称容量值。小电池的标称容量以毫安时（mAh)计，大电池的标称容量则以安时(Ah)、千安时(kAh)计等。电信工业常取C10、C8等标称容量值。; zbz0529 模拟电子

称量电路开发: 1\\采用指定称量传感器(即量程为0.1~0.5Kg,信号:0.5mv/v,类型单点悬臂式铝合金传感器);2\\采用5位7段LED数码管显示,显示精度为0.01g;3\\带3组设定值(即下下限\\下限\\上限,可在量程范围内任意设定),并对应有三个中间继电器输出(当达到设定值时对应的中间继电器闭合输出);4\\带有1组显示清零端子;称量电路开发硬件可选51内核IC如STC51C52,有看门狗的LED显示按钮IC可选HD7279SPI接口AD转换选12位精度TLC254; wwbinghai 嵌入式系统

智能哑铃: 本帖最后由paulhyde于2014-9-1509:11编辑智能哑铃智能哑铃本帖最后由paulhyde于2014-9-1509:11编辑顶顶！！！！！！！！！！！！！; 呱呱电子竞赛

有关MSP432的IIC模块的问题: 本帖最后由Ds_Sky于2015-8-1017:21编辑这是我的代码： #include\"msp.h\"复制代码这段代码是TI官网提供的示例代码，我修改的部分只有红色部分，据我所知，这些改动是不会影响iic的正常运行的。现在问题是：我用示波器检测SCL、SDA，SCL/SDA开启了内部上拉，但是没有接任何slave，即是悬空的。发现全速运行时，模块发送了起始信号之后，并没有紧接着发送从机地址，而是SCL一直保持低电平。按本人的理解，iic发送开始信号之; Ds_Sky 微控制器 MCU

一起读《动手学深度学习（PyTorch版）》- 权重衰减（weight decay）: weight-decay，用于解决过拟合问题，其中用到范数，将权重进行欧几里得范数，得到惩罚函数为Sum(w^2)/2，要保证权重向量比较小，最常用方法是将其范数作为惩罚项加到最小化损失的问题中，将原来的训练目标最小化训练标签上的预测损失，调整为最小化预测损失和惩罚项之和。现在，如果权重向量增长的太大，优化算法会更集中于最小化权重范数损失函数预测损失和惩罚项之和importtorchimporttorchvisionfromtorch.util; LitchiCheng 测评中心专版

小广播

热门活动

换一批

Vishay线上图书馆

白皮书技术文章视频热门推荐