特斯拉又放大招了。
北京時間8月20日，特斯拉在美國舉辦AI Day活動。特斯拉CEO伊隆·馬斯克等公佈了特斯拉神經網路自動駕駛訓練、D1晶片、Dojo超級計算機、特斯拉機器人等訊息。
自研超算Dojo
Dojo——訓練自動駕駛的超級計算機，是特斯拉AI日的最大看點。
據Dojo專案負責人Ganesh介紹，Dojo採用了創新的架構，將算力分佈在複雜的網路構造中，實現了極高的算力、高頻寬、低延遲的網路吞吐量。
擁有120個訓練單元、3000顆D1晶片、超過100萬個訓練節點的特斯拉機櫃模型ExaPOD，其BF16/CFP8算力高達1。1EFLOPS。
該超算內建特斯拉自研AI訓練晶片D1。D1晶片採用7nm工藝製造，可以實現1024GFLOPS的BF16算力，在晶片周圍的四向都有4TB/s的傳輸頻寬。
Ganesh說，Dojo有望成為地球上最強大的超級計算機之一。同等功耗下，Dojo超算比現有計算機效能提升4倍、能效提升1。3倍、碳足跡只有原來的1/5。
與硬體相匹配的，還有特斯拉針對性開發的分散式系統——DPU（DojoProcessingUnit）。DPU是一個視覺化互動軟體，可以隨時根據要求調整規模，高效地處理和計算，進行資料建模、儲存分配、最佳化佈局、分割槽拓展等任務。
特斯拉還計劃讓下一代Dojo效能再提升10倍。
用AI神經網路技術提升輔助駕駛能力
特斯拉AI高階總監Andre講述了特斯拉是如何透過視覺感知，再進行規劃控制，實現自動駕駛。
Andrej說，設計自動駕駛AI視覺時，可以透過逆向工程實現成人腦識別影象。
多工學習HydraNets神經網路架構可以將8個攝像頭獲取的畫面拼接起來，並完美平衡影片畫面的延遲和精準度。透過人工或自動標註車道、車輛、訊號燈、障礙物等環境和動靜物體，系統會逐幀分析影片畫面，瞭解物體的縱深、速度等資訊，再將這些資料交給車隊學習。
特斯拉還開發了“向量空間”（VectorSpace）技術，同時兼具了非凸最佳化演算法（Non-convex）、高維度兩大優勢。該技術可以透過8個攝像頭輸入的資料為基礎繪製3D鳥瞰檢視，形成4D的空間和時間標籤的“路網”以呈現道路等資訊，幫助車輛把握駕駛環境，更精準的尋找最優駕駛路徑。
同時，特斯拉還開發了“模擬場景技術”，可以模擬現實中不太常見的“邊緣場景”用於自動駕駛培訓。在模擬場景中，特斯拉工程師可以提供不同的環境以及其他引數（障礙物、碰撞、舒適度等），極大提升了訓練效率。
由此，特斯拉FSD系統已可以實現每1。5毫秒2500次搜尋的超高效率，預測可能出現的各種情況，並在其中找到最安全、最舒適、最快速的自動駕駛路徑。
明年上特斯拉機器人原型機
馬斯克還宣佈，將於2022年推出特斯拉機器人TeslaBot。
馬斯克對TeslaBot的定義是由人類世界製造，為人類世界製造、友好、無威脅並從事重複性/無聊的工作。
馬斯克介紹，與其他機器人不同，特斯拉機器人外形與人非常接近，該機器人將有5英尺8英寸高（約合1。73米），體重有125磅（約合56。7千克）。並且，它還擁有人類級的手和工作能力。
馬斯克稱，特斯拉推出這款機器人的初衷，是希望它能代替人類完成枯燥、危險、重複性強的工作，希望今後人類不想幹的事統統交給特斯拉機器人來幹。
“大家看我們只是在造車，但其實我們也是全球最大的機器人公司——因為特斯拉的車就像是輪子上的機器人，所以我們就造了真正的機器人。”馬斯克說。
百度全無人駕駛 將引領中國智慧網聯進化
新國貨與中國品牌的新時代
