今天上午9點，特斯拉AI日活動終於拉開帷幕。本以為這只是一次例行的FSD指南，結果特斯拉卻玩了一出開疆拓土，把技術觸手伸向更多領域。
關於這些探索的細枝末節相信大家已經基本已經有所瞭解，所以我們乾脆琢磨琢磨特斯拉在這些技術之後、包括招聘在內的各種可能意圖吧。
“我們可是科技公司”
無論在圈裡還是圈外，特斯拉似乎一直在努力維持一種極客形象——
專注於技術研發和應用，有時候步伐可能還會比較極端
。這次，特斯拉無疑重申了一遍上述宗旨，再次告訴世界：“
我們就是一家人工智慧公司
”。
在超過2個小時的直播中，這句曾經的承諾貫徹始終。除了針對FSD的視覺工作原理簡介之外，他們提到的東西早已擴充套件到自動駕駛以外的部分：
神經網路訓練
、
專屬晶片
和
特斯拉bot
。
演算法集訓營
可能是受半周前NHTSA突然發難的間接影響，特斯拉這次對其FSD的介紹基本侷限於對純視覺識別機制的解釋（吐槽一下，他們這次又沒談“純視覺識別低效的場合該怎麼辦”的問題），並暗示這一機制還有很大的進步空間，比如深度學習的強度對硬體的超高需求。
由此，特斯拉引出了本次AI日的核心重點：
Dojo晶片
，其最大的亮點在於
資料交換效率
——而這正是特斯拉認為目前其自動駕駛輔助系統所最欠缺的。
低延遲資料交換結構和是Dojo晶片的核心。結構最簡單的D1晶片（只刻單個晶片用於運算和資訊互動）擁有354個訓練節點，每個訓練節點都有如下的硬體或效能指標：
64 位 4 路集相的多執行緒 CPU；
1。25MB SRAM 快取；
低延遲資料交換結構；
SIMD 單指令多資料流的浮點/整數單元；
32GFLOPS
的 FP32 精度計算能力；
1024GFLOPS
的 BF16/CF8 精度計算能力。
在低延遲資料交換結構的協助下，單個D1晶片可實現
10TB/s內部頻寬
、
4TB/s晶片外頻寬
和
22.6TFLOPS的FP32精度算力
，遠遠超出特斯拉在2019年提到的自動駕駛晶片要求。
另外，Dojo晶片的高效率和低延遲還體現在協同工作上，因為
理論上其訓練模組可以無限連線
，因而以它為基礎構建的人工學習計算機
效能沒有理論上限
——每25個Dojo D1晶片組成一個晶片群，這樣一個模組的算力就可達9 PFLOPS（BF16精度）；而特斯拉這次釋出的Dojo超算，僅
單個機櫃就有120個上述模組，算力大於1.1EFLOPS（BF16精度），已經超過擁有40個機櫃的超級計算機Perlmutter
。
就這一體系的可擴充套件性而言，Dojo晶片/超算僅僅應用於自動駕駛領域也太屈才了。考慮到馬斯克副業不少，我們完全有理由相信Dojo系列技術也會為
管道運輸
、
SpaceX
、
腦機介面
、
特斯拉機器人
、
“外星無畏艦”計劃
，乃至更多馬斯克本人可能都還沒想到的方向服務。
而馬斯克為其取名“道場”（Dojo），大概也有“
傳輸速度有如頓悟、思考深度無邊無垠
”的象徵性寄託在其中吧。
智械危機（bushi）
今年特斯拉AI日的另一個小高潮是“造人”：在一個裝扮成機器人的傢伙尬舞完之後，馬斯克向人們展示了特斯拉未來的另一項產品——
人形機器人
。
出於實（盡）用（快）性（賣）的考慮，特斯拉bot整合不少現有技術，比如從晶片到感測器都用了現成的特斯拉AP硬體；另外，從目前貼出的效能指標來看，特斯拉bot似乎不是特別適合幹粗活：
身高一米七出頭
，可以
拖動150磅重物
、
搬運45磅物體
，行走速度最快
8km/h
。除了幹起活不知疲倦，好像和一個普通人類差不太多。
甚至馬斯克自己都間接承認還沒想好這個傢伙能做什麼：“將來人們可能發掘出我預料不到的用途。”大哥，你這不是還沒開始想呢麼……
不過換個角度來看，“機器人的設計目標”也許本身就不那麼重要。在馬斯克看來，特斯拉汽車本身也就是長了四個輪子的機器人而已，不還是被開發出一大堆帶人遛彎之外的技能？所以，這次乾脆做個看上去更像人的東西出來，讓真正的人類從明年開始，用越來越離譜的腦洞給機器人上那些Dojo晶片群做做壓力測試。嗯，只要別整出什麼機器人叛亂這種離譜事就好……
招兵買馬才是正事？
秀完肌肉，特斯拉還提到了一件對於企業生存而言至關重要的事：招攬人才，這是特斯拉Bot概念被公佈的另一個（或許也是更現實的）理由。
我們甚至可以說，
AI日活動應該是特斯拉吸引和招攬人才的最佳場合之一
——常規的新車和電池釋出會，關注者基本跳不出造車和化工產業，偶爾的“行外人”也多是與電子產業沒有深度交集的科技類媒體；但AI日不同，
它的涉及面之廣可以吸引各行各業的人都去關注，他們在發現自己感興趣的專案之後難免要去聯絡特斯拉
。
更何況，今年機器人的訊息一旦火出圈，
這種效應還會繼續放大
。一來二去，特斯拉（或者馬斯克）在新研發方向上的人才來源，不就有著落了麼？
