创事记|特斯拉AI日：见证“钢铁侠”般的机器人，自研芯片的全球最快AI计算机
欢迎关注“新浪科技”的微信订阅号：techsina
_原题是：马斯克发布机器人 ， “钢铁侠”那种！特斯拉推出全球最快AI计算机 ， 自研芯片那种
文/有车有据
来源：智能车参考
全球最快的AI训练速度王座 ， 刚刚易主了 。
不是英伟达GPU ， 也不是谷歌TPU……
马斯克治下的特斯拉 ， 自研AI训练芯片D1 ， 自研AI超级计算机Dojo ExaPod ， 首秀即巅峰 ， 登场就是全球第一 。
文章图片
图1/30
此外 ， 马斯克还带来了另一个特斯拉新品：
汽车机器人 ， 搭载了特斯拉包含芯片在内的软硬件系统 ， 但跟百度的不同 ， 不像汽车更像人 。
文章图片
图2/30
这就是特斯拉年度AI开放日上 ， 马斯克再次带来的一系列激动人心的大进展 。
特斯拉自研AI训练芯片D1发布
马斯克说：要有一个超快的计算机来训练Autopilot在内的整个自动驾驶系统 。
于是DOJO诞生了 。
文章图片
图3/30
DOJO ， 取名源自日语里“练武”专用的道场 ， 顾名思义 ， DOJO就是特斯拉AI不断精益功夫的道场 。
DOJO 是一种通过网络结构连接的分布式计算架构 。 它还具有大型计算平面、极高带宽和低延迟 ， 以及分区和映射的大型网络 。
文章图片
图4/30
实际上 ， 在CVPR2021现场 ， 特斯拉就已经剧透过DOJO的相关性能 。
当时总算力达1.8EFLOPS ， 读写速度高达1.6TBps ， 一度被认为超越全球排名第一的超级计算机富岳 ， 创造超算新纪录 。
但那时DOJO用的是英伟达的A100 GPU ， 单卡算力321TFLOPS ， 共计5760张 ， 节点数高达720个 。
而现在 ， DOJO更进一步 ， 自研了“心脏”芯片 。
特斯拉首款AI训练芯片D1 ， 正式发布 。
7nm工艺 ， 单片FP32达到算力22.6TOPs ， BF16算力362TOPs 。
文章图片
图5/30
特斯拉发布会现场 ， 还用图展示性能 ， 拳打英伟达GPU ， 脚踢谷歌TPU 。
文章图片
图6/30
一句话概括 ， 比现在市面上任何芯片都强 。
特斯拉也用“Pure Learning Machine” ， 纯学习机器 ， 来称呼D1芯片 。
此外 ， D1芯片强的不只是单兵作战能力 ， 还有集团军作战能力 ， 它们可以无缝融合 ， 变成超大规模计算阵列 。
文章图片
图7/30
能有多大 ， 接下来 ， 特斯拉就揭晓了之前预热海报上的“神秘物种”：
文章图片
图8/30
集合了25块D1芯片的训练模块！
这也是特斯拉首个训练模块 ， 而把多个模块集合 ， 就能形成更大算力的训练阵列：
文章图片
图9/30
至此 ， 特斯拉自研超算DOJO完整真身亮相！
文章图片
图10/30
超过50万个训练节点 。 每个模块算力为9 petaflops ， 带宽为36TB/s 。
DOJO的可怕之处在于 ， 不同于世界其他超算需要承担多种不同任务 ， DOJO的唯一使命就是AI训练 ， 或者可以说聚焦到自动驾驶算法的训练 。
因为专注 ， 所以首秀即巅峰 。
AutoPilot、FSD ， 特斯拉的其他AI训练任务 ， 都能在DOJO里更高效练就 。
【创事记|特斯拉AI日：见证“钢铁侠”般的机器人，自研芯片的全球最快AI计算机】另外 ， 特斯拉官方还继续剧透：这不是终点 ， 下一代DOJO还会有10倍性能的提升！
文章图片
图11/30
所以到这里就完了？拿衣服 。
最后也是最强 ， 特斯拉D1支持下的终极大杀器登场：
ExaPOD ， 集成120个训练模块 ， 包含3000个D1芯片 ， 超过1百万个训练节点 。 算力达到1.1EFLOP 。
文章图片
图12/30
而且每单位能耗下的性能比当今最强超算高1.3倍 ， 但碳排放仅为1/5 。
速度和性能 ， 冠绝业内 。
于是特斯拉明确：这就是全球最快的AI训练计算机 。
有意思的是 ， 2019年美国能源部曾放言要花6亿美元建E级算力的超算 ， 2023年问世……
万万没想到 ， 这个目标被“车企”特斯拉率先实现了 。
文章图片
图13/30
最强“炼丹炉”为谁而建？
所以问题来了 ， 自研D1芯片有了 ， 最强AI训练超算DOJO ready了 ， 接下来特斯拉会有怎样的改变？
特斯拉AI技术主管Andrej Karpathy（李飞飞高徒）登场 ， 介绍了D1芯片和DOJO ， 主要服务的对象——特斯拉的在自动驾驶方面领先所有对手的“灵丹妙药”：
纯视觉方案 。
事故频出 ， 争议四起 ， 甚至中国绝大部分玩家都转向了视觉+激光雷达的综合方案 ， 但特斯拉依然坚持 。
Karpathy详细介绍了特斯拉高纯视觉方案的思路 ， 和现行8摄像头方案的特点 ， 以及它为什么能work 。
特斯拉纯视觉方案 ， 基本构建原则是把自动驾驶系统看作一个生物 ， 有眼睛、有神经、有大脑 。
文章图片
图14/30
目前的方案有八个摄像头 ， 背后是被称为HydraNets——“九头蛇网络”的多任务学习神经网络 。
“九头蛇网络”可以同时处理目标检测、交通标志识别、车道预测等等任务 ， 其关键在于对各种数据的特征提取 ， 包括不同种类数据的特征共享、对不同任务的分别调参 ， 以及参数缓存 ， 用来加快调参速度 。
文章图片
图15/30
这也是实现FSD敏捷开发 ， 半年内迭代2-3个版本的关键 。
接下来 ， Karpathy 描述了纯视觉方案的历史 ， 以及方案发展到今天的逻辑 ， 他展示了一段特斯拉处理其图像数据的视频 。
文章图片
图16/30
他说过去 的FSD 虽然很好 ， 但事实证明这样的系统不够完善 ， 每个摄像头能够检测到工程师预期的目标 ， 但背后神经网络的矢量空间是不够的 。
于是 ， 特斯拉如重新设计了神经网络 ， 就是上面的“九头蛇” 。
另外相机校准、缓存、队列和优化等等环节都做了最大程度简化 。
文章图片
图17/30
特斯拉方面还比较了多摄像头方案和单摄像头方案的差别 ， 相同的场景下 ， 单摄像头方案识别率明显低于多摄像头方案 。
文章图片
图18/30
特斯拉车辆上的8个摄像头获取原始输入后 ， 系统会创建各种分辨率的图像 ， 用于各种功能和目的 。
这些不同的图像会被分别喂给处理不同任务的神经网络 ， 作为整个自动驾驶系统的决策依据 。
文章图片
图19/30
接着 ， Karpathy介绍了特斯拉的“终极建筑师” ， 即车辆在行驶过程中可以实时对车道、环境建模 。
车道线实时建模 ， 其实就是特斯拉自己的高精地图能力 。
中国自动驾驶玩家 ， 强调“高精度地图”的不少 ， 但特斯拉的思路 ， “现成资源”不是本质能力 ， 本质能力应该是“创造资源”的能力 。
最后 ， Karpathy谈了AI公司常见的数据标注问题 ， 他认为 ， 把数据外包给第三方去做手工标注并不好 ， 所以特斯拉选择自建团队来给数据打标 ， 目前已经从2D图像标记升级到4D矢量空间的标记 。
文章图片
图20/30
这也是特斯拉自动驾驶不断快速进化的核心所在 。
依靠人工标注 ， 显然无法应对量产车上路后的大规模数据 ， 所以只有自动化标注 ， 才能形成数据闭环 。
开放日上 ， 特斯拉也展示了如何从车道线、2D图像……一点点跃迁至4D标注和建模的 。
文章图片
图21/30
行人、车辆、树木 ， 建筑物……清清楚楚 ， 而且还有意图识别 。
文章图片
图22/30
特斯拉方面也强调 ， 基于类脑一样的感知系统、自动化标注能力 ， 以及仿真 ， 确保了特斯拉为什么可以基于纯视觉实现更高维度的自动驾驶 。
仿真 ， 简单讲就是利用现实数据 ， 将真实世界的实时动态景象 ， 在计算机系统实现重新构建和重现 。
这套模拟程序 ， 用特斯拉的话说 ， 就是一个以自动驾驶为玩家的视频游戏 。
在这套系统里 ， 任何要素都可以被添加其中 ， 包括奇葩的极端场景 。
比如这里 ， 人太多导致目标难以标注 ， 车辆极多：
文章图片
图23/30
特斯拉这里还不忘补刀一下毫米波雷达——纯视觉也能做很好 ， 所谓的雷达冗余作用有限 。
特斯拉方面还披露 ， 现在标注和仿真系统 ， 可以模拟数量高达3.71亿的数据及场景 。
文章图片
图24/30
当然 ， 自动驾驶最后还得解决从比特世界走向原子世界应用的问题 。
这次特斯拉主要披露了控制和规划方面的进展 。
特斯拉自动驾驶总监Ashok Elluswamy ， 分享了特斯拉针对复杂场景的规划方案——“混合规划系统” 。
主要思路和技术方法是基于蒙特卡洛树搜索 ， 实现最佳路径规划 。
最后 ， 整个特斯拉自动驾驶从感知到决策规划 ， 一图概括如下：
文章图片
图25/30
Onemorething：特斯拉“机器人”
最后的最后 ， 就在大家都以为发布会完全就是自动驾驶相关内容之际……
“简短茶歇”环节 ， 竟然来了一段“机器人热舞”——宛如衣服Model一样的穿着 ， 样子非常“硅基” 。
文章图片
图26/30
这是特斯拉的行为艺术？
不不不 ， 再次出乎意料 。
马斯克再次登台 ， 然后郑重其事发布：特斯拉机器人 。
身高5英尺8英寸 ， 约为172cm；重量125磅 ， 约为56.7kg；承载能力为45磅 ， 约为20kg 。
文章图片
图27/30
它的面部是一个显示屏 ， 用来显示重要信息 。
从外形上看 ， 四肢和人类一样 。
为了实现平衡性和敏捷性 ， 四肢使用了40个机电推杆 。
文章图片
图28/30
同时 ， 特斯拉各项AI和芯片技术 ， 都会应用其中 。
比如使用Autopilot的摄像头充当感知系统 ， 胸腔里内置特斯拉自研芯片——FSD同款 ， 还会加持多项特斯拉已开发出的技术 ， 如多摄像头视频神经网络、规划能力、标记 。
文章图片
图29/30
而且马斯克强调 ， 这不是玩具周边 ， 它会最终实现——可能明年就会正式推出 ， 这是特斯拉电动车的下一步 。
硅谷钢铁侠还说 ， 他会是一个非常有用的机器人 ， 由人打造 ， 为人服务 ， 而且会确保一直对人友好 ， 能把人从危险的、重复的 ， 无聊的任务中解放出来 。
甚至还能跟已经高度自动化的特斯拉车辆生产进一步结合协作 。 但按照马斯克的意思 ， 首要的应该是“做家务” 。
有意思的是 ， 随着特斯拉这个“机器人”发布 ， 太平洋两岸都把“机器人”作为了智能车变革的下一步 。
中国这边 ， 百度李彦宏刚刚推出了一款“汽车机器人” ， 不过更像“汽车”而不是“人” 。
文章图片
图30/30
美国那头 ， 马斯克的特斯拉机器人 ， 更像“人”而不是“汽车” 。
这种区别 ， 也可能跟马斯克的那个江湖绰号有关 。
伊隆·马斯克 ， 不就是现实版钢铁侠吗？
— 完 —
（声明：本文仅代表作者观点 ， 不代表新浪网立场 。 ）
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
- 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
- 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%
- 传统|联想预热 135W 充电器，新款拯救者笔记本有望支持 PD 3.1
- 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
- Tesla|马斯克也要效仿谷歌Facebook 为特斯拉设立控股母公司？