虽然DeepScale并不自行开发硬件，Iandola依旧表示DeepScale与硬件合作伙伴联系紧密，同时他们也会影响对方在设计上的抉择。
显然，这也是特斯拉一直以来的风格。
Musk手下的精兵强将甚至专门开发了针对深度神经网络的计算硬件，而且性能超群。
与此同时，DeepScale推崇的神经网络自动化开发也与Autopilot部门负责人AndrejKarpathy的所谓“软件2.0”范式不谋而合。
除此之外，DeepScale还能将新的测试方法带到特斯拉。
这种方案类似功能安全评估，但却更适合软件定义的新型车辆。
03、自动驾驶行业对人才有多饥渴？
特斯拉对DeepScale的收购还反映出自动驾驶行业对人才的追逐日趋白热化。
此前，苹果收购自动驾驶公司Drive.ai数十名工程师以及Drive.ai的其他资产。
而Waymo则接收了13位来自机器人创业公司Anki的机器人专家。
未来，类似的收购案会越来越多，大家的核心目的都是人才。
此前就有消息显示，业内想收购DeepScale的其实并非特斯拉一家，当时谈判的价格甚至达到了9位数(数亿美元)。
不知道是开价太高还是特斯拉横刀夺爱，总之其他追逐DeepScale的公司都没能成功。
当然，要想在市场上挖来足够多的自动驾驶AI人才，花上数亿美元太正常了。
也有消息称，特斯拉这次花大价钱收购，不但是要对DeepScale技术进行全面吸收，也是为了狙击竞争对手。
自今年5月份以来，已经有11名自动驾驶工程师离开了特斯拉Autopilot团队。
诚然，DeepScale的人才补充能壮大特斯拉的自动驾驶团队。但对比过去几年里纷纷出走的精兵显然还是杯水车薪。
随着Musk在今年3月AutonomyDay上的承诺迫近，Autopilot却无甚动静。现在来看，特斯拉离真正的自动驾驶还有很长一段距离。
在时间线越发紧张的情况下，特斯拉的员工必须精诚一致，而且他们还得保证用户不会丧失耐心。
毕竟，大家都在期待自己的特斯拉能够早日实现全自动驾驶。
