特斯拉 AI Day 终于来了。

马斯克这次带来了三路人马，分别来自人形机器人 Optimus、Autopilot 以及超算 DOJO团队，浩浩荡荡到一度在演讲台前面挤不下。

最先亮相的是 Optimus，它除了能够自由行走，也能抓取、搬动一些小型物体。

此外，搭配运用在特斯拉汽车上的同款 FSD 计算机，Optimus 也拥有了一定程度的人工智能。马斯克介绍，这款机器人即将投入生产使用，未来产量有望突破数百万，价格将降至 2 万美元以下。

自动驾驶技术分享一直是特斯拉 AI Day 的重磅栏目，这一次 Autopilot 团队带来了新的玩法：将占用网络（Occupancy）引入到自动驾驶中，将现实世界映射到矢量空间，实现更好体验的车辆规划。

与此同时，「数据驱动」也被特斯拉玩出新高度，在 30PB 的数据积累下，每 8 分钟就能训练一个模型。

如今，FSD Beta 已迭代到 10.69.2.2 版本，测试人数来到 16 万。

按照马斯克新立下的 FLAG，今年底将向全球开放。

另一边，超算 DOJO 也传来好消息。不仅提供超高算力，还拥有比肩英伟达的带宽、减少延迟、节省成本等优势。据了解，特斯拉将于 2023 年第一季度在美国帕洛阿尔托完成七台 EXA POD 的建设。

尤为值得一提的是，如今 AI Day 也成了特斯拉的招聘宣讲会，马斯克在会上多次表示希望吸引有才能的人加入，「硅谷那些大公司可能会辜负你，但特斯拉不会，在这里，你会享受到未曾想象的自由。」

01、「占用网络」被特斯拉引入自动驾驶，FSD Beta 测试人数已达 16 万人

在本届 AI Day 上，最新亮相的特斯拉人形机器人 Optimus 无疑吸引了大量目光。

就连 Autopilot 负责人 Ashok 在接棒该部分之后的演讲时，也不免捏了汗，自嘲道：「我尽量做到不冷场。」

尽管如此，无论从时间篇幅，还是从演讲人数上来说，自动驾驶仍是这次盛会的重头戏。与前几届 AI Day 侧重感知技术突破交流不同，这次的分享更多聚焦在规划/「Planning」上面。

Ashok 用上面这张框图基本概括了这次 AI Day 上有关自动驾驶的主要内容，可以看到：

左边的训练基础设施（Training Infra）和右边的 AI 编译器&推理引擎（AI Compiler& Inference），以及下方的训练数据（Training Data），共同输入信息进入神经网络（Neutral Networks）中，对占用网络（Occupancy）和一些几何形状（Lanes and Objects）进行分析，最后整体输出结果，生成自动驾驶车辆的路径规划。

以一个十字路口的通行交通流为例，当前车辆处于待左转进东西方向车道的位置，而对向有行人横穿马路，待转入的车道也有川流不息的车流，这时自动驾驶车辆该如何通过？

从策略上来说，先让行车流，待行人走远后再通行，无疑是最优选择，然而这看似平常的操作，对于仅依赖 8 颗摄像头做感知的特斯拉来说，却没有那么简单。

这里面涉及许多物体（包括人）之间相互关联的判断，以及智能汽车应该如何作规划协调。

特斯拉的做法是首先通过 8 个摄像头的视频流，形成一个基于 3D 定位的「可见空间」，即所谓的占用网络区域。

该区域将扫描到的物体边缘用方块显示，类似《我的世界》游戏中对于各类建筑物的网格化描述，并渲染到向量空间，以此来呈现现实世界。

与此同时，也有一些摄像头覆盖不到的地方，例如被遮挡的障碍物。这时，特斯拉 FSD 能够通过 AI 编译器&推理引擎，预测可能有路缘、道路上各种标线等等。

更值得一提的是，对于车辆或者人，特斯拉还考虑到他们的运动学状态，比如说速度和加速度，来进行多模态的预测。这相对传统的目标检测网络来说非常复杂，后者完全不可实现。

自动驾驶离不开数据的「喂养」。

对应到特斯拉的训练数据上，分为三个部分：自动标注（Auto Labeling）、仿真(Simulation)、数据引擎（Data Engine）。

据 Autopilot 团队成员介绍，特斯拉积累了海量的视频片段，其中的数据达 30PB，需要 10 万个 GPU 同时工作 1 小时才能处理完。

要对这些片段进行训练，需要一个强大的标注网络，不仅需要效率足够高，还要能满足和人类标注一样的高质量、多样性以及扩展性要求。

对此，特斯拉采用「人机合作」的方式，既使用人力标注，也采用自动标注。

不过 Autopilot 团队正在加强自动标注的能力，例如与占用网络相结合，与运动学信息结合，让 FSD 变得更加智能和高效。

「我们可能需要 10 万个片段进行标注来训练 FSD，这真的像专门的标注工厂，可以让我们的技术基础更扎实。」

现实世界收集到的数据不足以覆盖所有场景，要完善 FSD 的功能，还需要做仿真模拟。

Autopilot 团队成员介绍，目前特斯拉仅用 5 分钟时间，就可以生成与现实世界非常接近的虚拟场景，他还以旧金山街道地图为例，包括地面标线、行人车辆、信号灯，甚至树木树叶也能随时换景。

此外，针对城市、郊区、农村不同地区，也能建立十分逼真的道路场景。而如果由人工来绘制设计，或许需要一两周甚至几个月时间。

数据引擎也是本届 AI Day 上自动驾驶技术的一大亮点。

按照 Autopilot 成员 Kate Park 的说法，数据引擎是将通过将数据输入到神经网络，提高确定性，以更好地去解决现实世界的预测问题。

她引入了一个如何判断交叉路口转弯处的车辆是否停止的问题：如果车辆在拐弯的地方速度降低，该如何应对，能否判定为停车。

对此，特斯拉创建了许多网络进行评估，针对这一问题收集了 1.4 万个类似的视频，或来自当前车队，或来自仿真模拟，添加到训练集中，以帮助自动驾驶车辆做更好的预测和判断。

从其演示的视频中可以看到，特斯拉用不同颜色标注了不同转弯处的车辆行驶情况。「红色或许意味着是处于停止状态，从结果来看，我们当前判断已经不错了。」

事实上，以上所有这些功能都已在特斯拉最新的 FSD Beta 10.69.2.2 上推送。据了解，目前特斯拉 FSD Beta 的测试人数已经扩充到 16 万人，而在去年这一数据还仅为 2000 人。

Ashok 表示，特斯拉持续一年，以 7 天训练 75,000 个神经网络模型的节奏推进研发，基本上相当于每 8 分钟就训练了一个模型。

与此同时，马斯克也透露，按照这样的速度，特斯拉可以在 2022 年年底向不限于美国和加拿大在内的全球推出 FSD。

「我们在技术层面已经做好了，可以适应任一国家的不同的路况。」至于监管审批上的问题，特斯拉也正在和各地保持密切沟通。

按照马斯克此前的描述，FSD 的测试人群将在今年年底扩大至 100 万人。

02、DOJO 蓄势待发，降本增效打英伟达

作为特斯拉云端训练的超级计算机，DOJO 无疑是特斯拉 AI DAY 的压轴大作。

马斯克曾在 2019 年首次提到 DOJO 的概念：

DOJO 是性能野兽，能够处理海量的数据，用于「无人监管」式的标注和训练，相当于是无需人工对训练数据集进行标注，系统能够自行通过样本间的统计规模对样本集进行分析，进而提高效率。

言外之意，DOJO 的使命是如何用最高的效率，训练特斯拉的纯视觉自动驾驶。

在去年特斯拉 AI Day 和 Hot Chips 34 会议上，特斯拉先后披露了 DOJO 的架构、细节参数，包括建立主机 CPU 与训练处理之间桥梁的接口处理器（DIP），以及 AI 算力高达 362TFLOPs 的 D1 芯片等等。

时隔一年，特斯拉不仅带来更具有象征意义的研究成果，并计划在 2023 年第一季度正式量产DOJO EXA POD。

特斯拉 Autopilot 硬件工程副总裁 Pete Bannon 表示，DOJO 相较于去年的工作测试，今年的进度主要在于 DOJO 背后如何将芯片组成、以及更加高效的编译。

「省时、省力、省成本、省空间」，EXA POD 的出现便是遵循了马斯克强调的第一性原理。

什么是 EXA PDO？

简单来说，如果将 DOJO 视为一个超算集群，那么 EXA POD 可以视为这个集群当中的一组成员。

一个 EXA POD 将由两层计算托盘和存储系统组成，每一层托盘包括 6 颗 D1 芯片、20 个接口处理器，包含 1.3TB 的高速 SRAM、13TB 的高带宽 DRAM，以及 1.1 EFLOP 的算力。

除此之外，为了解决 EXA POD 极限的高集成度带来的热膨胀系数（CET）问题，特斯拉曾在 24 个月内迭代了 14 个版本，最终采用了自研的电压调节模组（VRM），降低了超过 50% 的 CTE，并扩大 3 倍以上的性能指标。

特斯拉工程师表示，EXA POD 在具有人工智能训练超高算力的同时，拥有扩展带宽、减少延迟、节省成本等优势。

比如在 Batch Norm Results 测试上，EXA POD 相比 GPU 有数量级的延迟优势。

其次在跑经典图像项目 RESNET-50 上，EXA POD 的计算能力超越英伟达 A100。

最后在跑自动标注算法测试上，EXA POD 以倍增的性能超越英伟达 A100。

而在替代性方面：

一个 EXA POD 相当于六个 GPU 的成本，四个 EXA POD 可以替代 72 个 GPU RACKS，相当于在同样的成本下，EXA POD 的性能高 4 倍，能耗比高 1.3 倍，空间缩小 5 倍。

总而言之，特斯拉 DOJO 的研发进度其实已经接近尾声。

这也意味着马斯克再一次清晰勾勒出 FSD 的最终形态，毕竟对于那些无数的边缘场景，只能通过真实世界的视觉 AI 来解决，AI 芯片只能算是锦上添花。

这也是马斯克曾经认清的一个事实：

只有解决了真实世界的 AI 问题，才能解决自动驾驶问题——除非拥有很强的 AI 能力以及超强算力，否则根本没办法。

而这，也是特斯拉启动 DOJO 项目的原因。

以 Alpha Go 专攻围棋为例，在经过人工参与调整和标注的训练，进而击败全球围棋高手。

而 DOJO 可以视为专攻自动驾驶领域的 Alpha Go，通过深度学习和分析海量的特斯拉车队数据，DOJO 可以自动处理标注数据、自动寻找问题最优解。

按照规划，特斯拉将于 2023 年第一季度在美国帕洛阿尔托完成七台 EXA POD 的建设。

这意味着 DOJO 超级计算机将成为世界上最强大的超级计算机之一，能够将需要花费数月的标注工作缩减至一周。

「至少可以帮助你用更少的钱，更快地训练模型的在线服务。」最后马斯克补充道，DOJO 超级计算机将来会像 Amazon Web 服务一样，通过付费的形式提供给其他用户在云端使用。

03、特斯拉，一个新时代名词

仅仅一年时间，特斯拉就不仅把去年的人形机器人彩蛋变为现实，包括背后的工程技术、开发逻辑、成本费用等等，特斯拉背后的工程师团队已经信心满满。

值得一提的是，特斯拉人形机器人的感知和技术部分基本沿用特斯拉 FSD 方案，包括特斯拉 D1 芯片集成的系统作为」大脑「，以及面部八颗 Autopilot 摄像头。

特斯拉工程师表示，特斯拉人形机器人通过头部的摄像头采集感知数据，再通过 FSD 视觉算法进行识别，从而行走、执行指令等等。

言外之意，特斯拉人形机器人并不是按照传统程序单一的执行指令，而是通过 AI 模型自主学习。

正如马斯克所言，通过 AI Day，我们希望外界对特斯拉的认知能够超越电动车，我们是 real-world AI（人工智能）领域的时代先锋。」

活动现场，马斯克也再次重申特斯拉举办 AI Day 活动和展示机器人原型产品，「是为了说服像你们这种全世界最有才华的人加入特斯拉，帮助我们把它变成现实。

确实，对于这样一家火力无限的公司，特斯拉或许已经是一个新时代名词。

返回第一电动网首页 >