北京時間8月20日，特斯拉在美國成功舉辦AI Day活動。特斯拉CEO伊隆·馬斯克、人工智能部門總監(jiān)Andrej Karpathy等多位工程師，在線講解特斯拉純視覺方案FSD的進展、神經網絡自動駕駛訓練、D1芯片、Dojo超級計算機等相關信息。

特斯拉的純視覺傳感器方案的實現(xiàn)，離不開多任務學習HydraNets神經網絡架構。每輛特斯拉汽車擁有8個環(huán)繞車身、覆蓋周圍360°的攝像頭，來獲取交通信號燈、信號牌、匝道、路緣等周邊信息，為神經網絡學習提供了絕佳條件。

Andrej說：“我們希望能夠打造一個類似動物視覺皮層的神經網絡連接，模擬大腦信息輸入和輸出的過程。就像光線進入到視網膜當中，我們希望通過攝像頭來模擬這個過程。”

多任務學習HydraNets神經網絡架構可以將8個攝像頭獲取的畫面拼接起來，并完美平衡視頻畫面的延遲和精準度。通過人工或自動標注車道、車輛、信號燈、障礙物等環(huán)境和動靜物體，系統(tǒng)會逐幀分析視頻畫面，了解物體的縱深、速度等信息，再將這些數(shù)據(jù)交給車隊學習。

但是在這個過程中，特斯拉發(fā)現(xiàn)了幾個問題：這些參數(shù)和空間追蹤是很難通過C++這個基礎架構實現(xiàn)拼接的；有一些空間數(shù)據(jù)的輸出質量不高；不同攝像頭獲取的物體信息不同，拼合時很難進行整體把握。

為解決這些問題，特斯拉開發(fā)了“矢量空間”（Vector Space）技術，同時兼具了非凸優(yōu)化算法（Non-convex）、高維度兩大優(yōu)勢。該技術可以通過8個攝像頭輸入的數(shù)據(jù)為基礎繪制3D鳥瞰視圖，形成4D的空間和時間標簽的“路網”以呈現(xiàn)道路等信息，幫助車輛把握駕駛環(huán)境，更精準的尋找最優(yōu)駕駛路徑。

有了海量、精準的視頻數(shù)據(jù)，特斯拉還需要創(chuàng)造一個強大的神經網絡，并對網絡進行特殊的布局，使這些數(shù)據(jù)能在一個總的主干網絡上進行整合和重新分析。因此，特斯拉“高樓平地起”，自主研發(fā)了基于神經網絡的訓練方式。

特斯拉擁有一支由世界各地人才組成的數(shù)據(jù)標注團隊，規(guī)模在1000人左右。團隊每天對視頻數(shù)據(jù)中的物體在“矢量空間”中進行標注，在善于把握細節(jié)的人工標注和效率更高的自動標注配合下，只需要標注一次，“矢量空間”就能自動標注所有攝像頭的多幀畫面。這為特斯拉帶來了上百億級的有效且多樣化的原生數(shù)據(jù)，而這些數(shù)據(jù)都會用于神經網絡培訓。

同時，特斯拉還開發(fā)了“仿真場景技術”，可以模擬現(xiàn)實中不太常見的“邊緣場景”用于自動駕駛培訓。在仿真場景中，特斯拉工程師可以提供不同的環(huán)境以及其他參數(shù)（障礙物、碰撞、舒適度等），極大提升了訓練效率。

由此，特斯拉FSD系統(tǒng)已可以實現(xiàn)每1.5毫秒2500次搜索的超高效率，預測可能出現(xiàn)的各種情況，并在其中找到最安全、最舒適、最快速的自動駕駛路徑。

當下，隨著所需處理的數(shù)據(jù)開始指數(shù)級增長，特斯拉也在提高訓練神經網絡的算力，因此，便有了特斯拉Dojo超級計算機。

特斯拉的目標是實現(xiàn)人工智能訓練的超高算力，同時還要擴展帶寬、減少延遲、節(jié)省成本。這就要求Dojo超級計算機的布局，要實現(xiàn)空間和時間的最佳平衡。

組成Dojo超級計算機的關鍵單元，是特斯拉自主研發(fā)的神經網絡訓練芯片——D1芯片。D1芯片采用分布式結構和7納米工藝，搭載500億個晶體管、354個訓練節(jié)點，僅內部的電路就長達17.7公里，實現(xiàn)了超強算力和超高帶寬。

1500個D1芯片共53萬余訓練節(jié)點，組成了Dojo超級計算機的訓練模塊。由于每個D1芯片之間都是無縫連接在一起，相鄰芯片之間的延遲極低，訓練模塊最大程度上實現(xiàn)了帶寬的保留，配合特斯拉自創(chuàng)的高帶寬、低延遲的連接器，算力高達9PFLOPs（9千萬億次）。

得益于訓練模塊的獨立運行能力和無限鏈接能力，由其組成的Dojo超級計算機的性能拓展在理論上無上限，是個不折不扣的“性能野獸”。實際應用中，特斯拉將以120個訓練模塊組裝成ExaPOD，它是世界上首屈一指的人工智能訓練計算機。與業(yè)內其他產品相比，同成本下它的性能提升4倍，同能耗下性能提高1.3倍，占用空間節(jié)省5倍。

與強大硬件相匹配的，是特斯拉針對性開發(fā)的分布式系統(tǒng)——DPU（Dojo Processing Unit）。DPU是一個可視化交互軟件，可以隨時根據(jù)要求調整規(guī)模，高效地處理和計算，進行數(shù)據(jù)建模、存儲分配、優(yōu)化布局、分區(qū)拓展等任務。

不久后，特斯拉即將開始Dojo超級計算機的首批組裝，并從整個超級計算機到芯片、系統(tǒng)，進行更進一步的完善。

除了備受期待的神經網絡學習與Dojo超級計算機，在活動末尾，馬斯克在談到AI發(fā)展方向時，還出乎所有人意料地拋出了“Tesla Bot”。Tesla Bot高1.72米，重56.6千克，臉上的屏幕可顯示信息，擁有人類水平的雙手，并有力反饋感應，以實現(xiàn)平衡和敏捷的動作。

馬斯克表示，Tesla Bot將利用Dojo超級計算機的訓練機制來改進功能，并補充道：“未來勞動力不會短缺，但體力勞動只是一種選擇。Tesla Bot可以執(zhí)行一些危險性、重復性、枯燥的任務。”Tesla Bot或將在明年推出首個原型機。

想象一下，如果特斯拉生產線的人類工人一半替換為機器人，Model3、Y會不會進一步降價，跌入20萬以內區(qū)間？

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。