特斯拉每年一度的主题日总是充斥着各类先进的软件、硬件的技术细节 , 正如2019年4月23号自动驾驶日“Autonomous Day”的FSD芯片和Dojo超算 , 2020年9月23日电池日“Battery Day”的无极耳4680电池和生硅材料等一样 , 今年的AI DAY上特斯拉将重点放在了人工智能领域 , 尤其是在神经网络的训练和预测推理方面 , 总的分为以下几块:
(1)Dojo超级计算系统 , 使用自研的芯片和计算机架构 , 用于训练为特斯拉Autopilot和即将问世的自动驾驶AI提供动力的神经网络 , 算力1EFLOPS FP32 , 主要用于处理视频数据和训练神经网络模型 , 从而让汽车实现自动驾驶 。视觉网络神经系统 对于未来的自动驾驶视觉方案 , 目前市场中有两个立场鲜明的派系——纯视觉派和激光雷达派 , 以特斯拉为首的纯视觉方案 , 同时也是激光雷达的坚决反对者 , 从2021年5月开始 , 更是把特斯拉量产车上原来标配的毫米波雷达去掉 , 只采用全车8个摄像头来为特斯拉的FSD(完全无人驾驶)提供外部环境数据采集传感器;另外是其他所有相关公司 , 使用激光雷达、毫米波雷达、摄像头等进行配合和融合的方案 。
(2)D1 Chip , 一个完全针对自动驾驶的自研芯片 , 是Dojo的基础 。
【四大|特斯拉“AI DAY”!关注这四大“黑科技” | 见智研究所】(3)视觉网络神经系统 , 支持Autopilot/FSD , 主要处理物体识别、道路规划和各类车人的运行轨迹预测等驾驶功能所需的关键数据 。
(4)特斯拉机器人 , 基于自动驾驶和导航系统的工具未来都会移动到机器人身上 , 可以模拟人类的性能 , 完成一些人类不愿做的事 。
特斯拉之所以可以如此硬气的独树一帜 , 是由于其旗下产品Model 3和Model Y被市场追捧以及FSD的推广 , 使得特斯拉有着海量的车主驾驶数据进行神经网络训练 , 从而能够覆盖更多工况与场景 , 也能不断完善算法 , 这也使得纯视觉方案成为可能 , 这也是特斯拉独有的优势 。
特斯拉的神经网络系统 , 利用了多头路径 , 其中包括摄像机校准、缓存、队列和优化以简化所有任务 , 这也使得特斯拉可以在行驶时有效地实时绘制地图 , 这也比Super Cruise、Waymo等竞品采取的策略更加先进 。 同时特斯拉的神经网络系统也是一种混合规划系统 。 当车主在道路上与其他汽车一起驾驶时 , 自动驾驶仪不仅考虑车主自身将如何驾驶 , 还会考虑其他汽车将如何操作 。
除此之外 , 特斯拉的神经网络系统背后有一个超千人的自营数据标记团队 , 对各类数据像道路数据、环境数据、行人数据等等进行贴标 , 而且目前已经发展出了自动标记技术 , 可通过自动化工具主动选取最有指导意义的训练样本 , 筛选、清洗、标注这些视频片段来完成高效算法提升 。 这可以大大改善Autopilot基于2D图像+内容标注的方式 , 升级成为4D(空间+时间维度)标记和训练模型 , 这也将大幅提升视觉系感知与决策精度 。

文章图片
值得一提的是 , 目前特斯拉FSD最新测试版软件Version 9 (V9)是在2021年7月通过OTA 空中软件更新推送的V9.2 。 V9是一个视觉专用的L2/2+级系统 , 而基于特斯拉如此优异的视觉网络神经系统 , 未来特斯拉推出的第三代FSD(full self-driving全自动辅助驾驶)或能够实现包括自动泊车、自动辅助变道、智能召唤等智能驾驶功能 。
Dojo超级计算机
特斯拉这次的重中之重 , 毫无疑问是提出了用于自动驾驶神经网络训练的Dojo超级计算机 , 这无疑会成为特斯拉挑战自动驾驶的重要助力 。
根据介绍 , 特斯拉的Dojo超级计算机是由训练模块组建而成的超级计算机 , 由于训练模块具备独立运行的能力 , 并且支持无限连接 , 所以“Dojo”的性能理论上无上限 。 而特斯拉这次推出的机柜模型则由120个训练模块组建而成 , 内置3000个D1芯片 , 超过100万个训练节点 , 算力1.1EFLOP(EFLOPS:每秒千万亿次浮点运算) , 特斯拉预计下一代产品还将带来10倍以上的提升 。

文章图片
如此高性能的超级计算机当然是为了提高特斯拉人工智能的培训表现和机器神经网络表现 , 同时处理越来越多的数据 , Dojo此后或需要接受特斯拉旗下所有超百万辆级别保有量车群反馈的数据 , 并快速处理这些特斯拉车队收到的视频数据以及训练神经网络系统 , 可以大幅度优化算法提升的效率 , 为之后的L4乃至L5级别的自动驾驶做好铺垫 。
而截止今年7月特斯拉全球保有量已经超过100万辆 , 而且随着高景气度的新能源汽车行业继续发酵 , 销量还将持续创新高 。 今年上半年特斯拉再次拿下全球销量冠军 , 电动车销量达到38.6万辆 , 全球市场份额为15.2% , 其中Model 3和Model Y分别在全球电动车型销量榜单中排第一(24.4万辆)和第三(13.8万辆) , 按照这种高增长模式 , 特斯拉2022年保有量将达200万辆 , 销量的不断提升将为特斯拉的自动驾驶之路奠定基础 。
D1芯片
其实早在2019年的Autonomy Day(自动驾驶日)上 , 特斯拉就已经首次发布了FSD(Full Self-Driving)芯片 , 这次AI DAY上发布的是第二代FSD芯片 。
特斯拉这块用于自动驾驶的完全自研的D1芯片 , 是基于7纳米工艺制造(每块7纳米晶圆只能切割出25片D1芯片 , 而一块7纳米晶圆面积是70650平方毫米 , 相比初代FSD Chip面积只有260平方毫米 , 其算力或将突破1000TOPS) , 晶体管数量500亿个 , 内建354个训练节点 , 仅内部的电路就长达17.7公里 。 其次Dojo训练模块 , 由25个D1芯片组成 , 算力高达9PFLOPs(9千万亿次) , 接口带宽36TB/s , 而且散热的设计是模块化的 , 上下都有液压散热的方式 , 此后还会继续优化散热 。

文章图片
期间特斯拉CEO马斯克表示 , 由于开发系统成本太高 , 不太可能开源特斯拉AI芯片 , 但对将人工智能技术授权给其他汽车制造商持开放态度 , 所以公司之间的合作机会还是有的 。
同时特斯拉也提到自动驾驶需要和相关部门配合 , 特斯拉已经使用了15个国家的道路数据 , 但主要数据还是美国数据 , 包括美国从东海岸到西海岸的几乎所有道路数据 。 但目前有关自动驾驶领域 , 哪怕是美国政府其实抱着谨慎的态度 , 8月16日美国国家公路交通安全管理局(NHTSA)宣布 , 美国政府对特斯拉自动驾驶系统启动正式调查 , 包括了765000辆汽车 , 几乎涵盖了特斯拉在美国销售的自2014年以来推出的所有款式车辆 , 包括Models Y、X、S和3等 。
出于同样的安全和审慎目的 , 我国8月12日工信部发布的《关于加强智能网联汽车生产企业及产品准入管理的意见》中也提到具有自动驾驶功能的汽车产品的企业 , 应当确保汽车产品具有事件数据记录系统和自动驾驶数据记录系统 , 满足相关功能、性能和安全性要求 , 用于事故重建、责任判定及原因分析等 。
在今天早些时间 , 我国国家互联网信息办公室、公安部、交通运输部联合发布了《汽车数据安全管理若干规定(试行)》也强调了汽车数据处理者应当落实数据出境安全评估制度要求 , 加强重要数据安全保护 , 不得超出出境安全评估结论违规向境外提供重要数据 。
特斯拉机器人
根据特斯拉的机器人设计介绍 , 特斯拉BOT身高5英尺8英寸(约合1.72米) , 体重125英镑(约合56.7千克) , 搭载特斯拉FSD电脑和Autopilot摄像头 , 将在明年就推出原型机 , 这些机器人将会在未来去从事人类最不愿意做的工作 。

文章图片
推荐阅读
- Tesla|最高涨幅21088元:特斯拉Model 3/Y入门车型价格调整
- 人物|马斯克谈特斯拉人形机器人:有性格 明年底或完成原型
- 方面|摩托罗拉 moto X30 推送 mr1 版更新:优化性能,新增大量功能
- Tesla|特斯拉新款Model S电池体积小能量密度高 外媒揭秘三大关键技术
- Tesla|特斯拉因两处安全缺陷召回近50万辆电动汽车 承诺免费修复
- IT|美律所对法拉第未来提起集体诉讼 涉嫌触犯证券法
- Tesla|特斯拉在美国召回约47.5万辆汽车 接近其去年全球交付总量
- Tesla|特斯拉回应“保费暴涨”:平均涨幅约10% 高性能车型不超20%
- Tesla|特斯拉Model Y保费何以一夜暴增80%?
- Tesla|网传特斯拉等新能源汽车保费上涨超50% 多家车险公司回应不实