剛剛，馬斯克證明了特斯拉不僅僅是一家「車企」

本文作者：伍文靚

2021-08-20 15:44

導(dǎo)語：無疑，又向外界狠狠秀了一下肌肉。

說特斯拉是業(yè)內(nèi)的黃埔軍校一點也不夸張。

4 月份特斯拉法律副總裁 Al Prescott 前腳剛邁入 Luminar，7 月份特斯拉汽車業(yè)務(wù)負責(zé)人的 Jerome Guillen 后腳就離開了公司。

怎么留住人才，對于特斯拉來說是一個很頭疼的問題。

為了招賢納士，馬斯克使出了渾身解數(shù)。其中之一就是發(fā)起特斯拉 AI Day，并在推特上昭告天下：

舉辦 AI Day 的目的就是——要吸引 AI 領(lǐng)域的頂級人才來特斯拉工作。

好家伙，現(xiàn)在企業(yè)搶人才都這么明目張膽且大張旗鼓了嗎？

馬斯克在發(fā)布會的開場白中講到，希望大家能夠感受到特斯拉不只是車企，也擁有深厚的 AI 技術(shù)積累。

來康康，在這場如此隆重的盛會上，特斯拉祭出了什么樣的大招。

更強的神經(jīng)網(wǎng)絡(luò)技術(shù)

對于特斯拉來說，Autopilot/FSD 無疑是其在智能汽車市場取勝的關(guān)鍵因素。

本場發(fā)布會 Keynote 的第一部分則討論了這些系統(tǒng)的 AI 神經(jīng)網(wǎng)絡(luò)以及相應(yīng)的訓(xùn)練方式。

據(jù)特斯拉 AI 總監(jiān) Andrej Karathy 介紹，

為了讓機器能夠識別并判斷路況，特斯拉通過 8 個攝像頭將物理世界的數(shù)據(jù)傳輸?shù)缴窠?jīng)網(wǎng)絡(luò)中，包括行人、車輛、交通信號燈等要素，以形成機器對 3D 環(huán)境的感知，即 Vector Space。

而 HydraNets 算法具有多任務(wù)學(xué)習(xí)能力，不僅可以對多攝像頭回傳的數(shù)據(jù)進行訓(xùn)練和推斷，還能夠幫助實時繪制有效地圖，以便實現(xiàn)自動召喚等功能。

Andrej Karathy 還透露了在數(shù)據(jù)標注方面的思考——選擇第三方公司進行人工標注可能存在效率方面的問題。

而且，自建標注團隊可以更靈活地滿足算法訓(xùn)練的需要。比如，特斯拉最初是基于 2D 圖像進行標注，在一次次優(yōu)化后，特斯拉開始基于 4D 向量空間來標注，直到如今自動標注技術(shù)開始應(yīng)用。

剛剛，馬斯克證明了特斯拉不僅僅是一家「車企」

為了更好地預(yù)測交通參與者的動向，特斯拉有時還需要標注被遮擋住的物體（潛在的鬼探頭場景），在圖像清晰度不夠時，神經(jīng)網(wǎng)絡(luò)還能對畫面進行增強。

自動駕駛軟件總監(jiān) Ashok Elluswamy 也進行了分享。

在路徑規(guī)劃的層面，通過“混合規(guī)劃系統(tǒng)”，特斯拉車輛可以在保證自身安全行駛的狀態(tài)下，照顧到周身其他車輛的運行方式。比如在狹窄單車道雙向會車時，系統(tǒng)可以根據(jù)實際情況選擇是讓路還是先行。

Ashok Elluswamy 還指出，基于上述對純視覺技術(shù)路線的潛力的挖掘，特斯拉得以擺脫毫米波雷達方案。

此前，根據(jù)第三方預(yù)計，特斯拉車輛的數(shù)量在全球超過 150 萬輛。

即使 Autopilot 沒有啟動，特斯拉也可以在“影子模式”下模擬和測試神經(jīng)網(wǎng)絡(luò)的駕駛決策。也就是說，系統(tǒng)可以識別神經(jīng)網(wǎng)絡(luò)和人類駕駛之間的決策差異，以此來進一步改進神經(jīng)網(wǎng)絡(luò)。

在如此龐大多元的物理世界數(shù)據(jù)的反饋下，特斯拉神經(jīng)網(wǎng)絡(luò)會進一步增強。

超級計算機 Dojo 以及其芯片

要說這場發(fā)布會上最受關(guān)注的是什么，那非 Dojo 超級計算機莫屬。

畢竟，早在 2019 年「Autonomous Day」馬斯克就開始為 Dojo 預(yù)熱了。他曾表示，Dojo 是“性能野獸”，能夠處理海量的視頻數(shù)據(jù)，用于“無人監(jiān)管”式的標注和訓(xùn)練。

剛剛，馬斯克證明了特斯拉不僅僅是一家「車企」

如今，這款神秘計算機以及其計算芯片的信息在 AI Day 上得到更多披露。

據(jù)了解， Dojo 在日語中為“訓(xùn)練方法的地方”，也可以理解為“練習(xí)場所”。于特斯拉而言，Dojo無疑是其為全自動駕駛算法訓(xùn)練而打造的最佳工具。

具體來說，Dojo 超級計算機訓(xùn)練模塊組建，能夠?qū)崿F(xiàn)每秒千萬億次浮點運算，僅內(nèi)部的電路就長達 17.7 公里。其中，Dojo 訓(xùn)練模塊由 25 個 D1 計算芯片組成，基于 7nm 工藝，算力為 9PFLOPs（9千萬億次），接口帶寬 36TB/s。

從理論上來講，Dojo 的性能沒有天花板，因為訓(xùn)練模塊具備獨立運行的能力，并且支持無線連接。據(jù)預(yù)測，下一代性能預(yù)計會有 10 倍提升。