特斯拉是最聪明的人吗，特斯拉大聪明什么意思

阿晓每日分享 2022-10-21 243 0

制作 | 虎嗅车辆组

创作者 | 李文博

店标 | The Verge

当伊隆·马斯克将一份很有可能是世界上具吸引力的工作机会摆在眼前时，你能做出一些挑选？

是一点也不犹豫地启航登舰，添加加速世界向可持续能源的改变过程。先慢慢，看一下其他企业给的年终奖金是否比特斯拉更丰富。

假如难以一下子做出决定，何不来看一下这一场于北美时间 2022 年 9 月 30 日夜间，中国北京时间 10 月 1 日早晨举行的特斯拉 2022 AI Day，深入认知能力特斯拉企业业务和企业愿景的前提下，也好好对自己已有的工作中能力进行一次多方位检验。

因为这是一场连马斯克都亲自认可“具体内容非常强势”大型人工智能机器人领域技术工程师全球互联网人才招聘会。如果看搞不懂，也许难以过五关斩六将，最后成为特斯拉正式职工。

FSD，并没有Beta

在登场选秀权上，特斯拉 FSD（完全自动驾驶能力）处在全场“人才招聘会”的腹部，这和该业务流程在所有特斯拉企业内的位置相对高度切合。

众所周知，克苏鲁的呼唤感很强的人形机器人是马斯克为依托公司市值刻意构建的“虚拟现实技术”，但 FSD 是特斯拉兑付客户想像，进行技术落地，完成商业化变现的关键方式。并且，是无法逃避的那一种。

今年在 8 月 4 日举办的特斯拉股东会上，马斯克曾表露 FSD 10.13 版本科学研究已开展了一段时间，技术工程师进行了“一些至关重要的构架改善”，如改善左拐后的难点问题等。时下，FSD beta 已经北美地区开展一定体量的检测，总计续航里程已提升 4000 万公里，预计在今年年底打开更大规模检测。

在 2022 AI Day上，特斯拉发布了更为具体数据时间表：2021 年参加 FSD beta 测试用户数为 2000 名，2022 年增加了 80 倍做到 16 万多名。这种客户一共为特斯拉累积了 480 万段数据信息，实现了对 7.5 万只神经元网络的训练，完成了 35 个FSD 版本更替。在 AI Day 后，特斯拉将公布 FSD 10.69.2.3 版，这时候是一次“令每个人惊讶”的升级，马斯克与此同时确认一下了 FSD beta 版今年年底将在国际范围内开展布署消息，但各国的监督机构会不会准许，何时准许，审核标准会缩紧到什么地步，马斯克并没有表露大量。

在智能驾驶技术线路选择时，特斯拉仍在“纯多传感器融合”道路上不再回头，这令先前特斯拉可能会在最近重新启动激光传感器计划方案的传闻自我破灭。但是必须注意的是，现阶段纯视觉效果的路线硬件环境是 HW 3.0，等 HW4.0 硬件配置来临时，马斯克会不会积极开演“真香定律”，谁也说不准。

具体而言， FSD beta 做法就是：先运用迭代更新了 4 次全自动数据堂对系统已收集到的具体道路驾驶信息进行特殊标明，这一套特供内部使用的标明语言表达特斯拉在使用过程中不断提升。然后把标明后数据信息“喂”给神经元网络，让它在丰富多彩的信息海洋里一边畅游，一边进行自身训练。最终，将训练后神经元网络布署进 FSD ，提高汽车的驾驶辅助系统能力。

听上去全部工作中链接不复杂，但实际上技术工程师必须解决问题，是一个接一个。

过程中，特斯拉车子里的监控摄像头对周边环境开展认知后进行视频短片捕获所形成的信息量十分令人震惊，训练一个神经元网络所需要的信息量与时间也十分令人震惊—— 14.4 亿帧图象，超出 10 万只 GPU 训练钟头，视频缓存超出 30 PB。

因此，数据堂效率显得尤为重要，高效率的数据堂能全面提升神经元网络的训练高效率，更高神经元网络的训练高效率能够造成很多法术，例如让 Occupancy Network 仅仅靠监控摄像头就完成了激光传感器的认知能力，不知道着急忙慌让激光传感器上车的我国造车新势力们说到这里，作何感想。

说了那么多专业术语，这一套 FSD beta 的究竟演变到何种程度了啦？就以无人驾驶的史诗难点——无维护左拐为例子，检测下系统软件能力。

无维护左拐是我们在驾驶过程中遇到最棘手的事情之一，车子必须在繁杂的车流量、道路标线、交通标识、行世间找到一条安全性水平最大路线，并且在很短的时间内作出决策，进行左拐姿势。就算你驾驶经验充足丰富多彩，也难以确定从要添加行车道右边驶来车辆都不会撞上去及其他紧急状况。

人们老湿机应对左拐都是会瘆得慌，更不用说目前还没有那么精明的无人驾驶。无维护左拐对自动驾驶车辆的环境感知和即时预测分析都给出了非常高考验， GPS 手机定位系统、监控摄像头、激光传感器、车载雷达等硬件配置能解决环境感知难题，但是它们难以预测分析人们驾驶员用意，究竟正对面是一个谦让型驾驶人员，或是激进型驾驶人员，设备无从知晓。

因此，特斯拉做法就是学习培训人类作法——即时认知，及时测算。在展现案件中，特斯拉在右转时遭遇到了横道线上遛弯的路人、添加车道的右边车辆和添加车道的后才车辆， FSD beta 在预测分析了不一样交通参与者的行踪轨迹后，提出了几个不同类型的行车对策，与最底层大数据库比对后，选了一条最好行驶路线：即谦让了路人与狗，又规避了右边和后才车辆，成功且安全实现了一次无维护左拐，其坚决水平已经超过很多人们驾驶人员。

假如仅靠行车在路上的运输队开展数据采集， FSD beta 的发展不可能这么快速。特斯拉还有一个名叫“仿真系统”武器，运用这一套路面情景制作器，就像你一直在魔兽争霸3中建造地形图那般，特斯拉还可以在 5 min里布署一套路面情景，车流量、路人、街口、桩桶、信号指示灯、道路标线、道旁停车场、花草树木、和建筑各种各样关键点一应俱全，这大大提高了数据收集速度，拓展了信息来源的深度广度，一些在真实的世界没法重现的边缘实例，都能在“仿真系统”内二次构建，不断训练，直到神经元网络牢牢的记住并利用。

因此，大家总结一下：FSD beta 的目前能力，是海量信息滋润出。数据信息关键收集于真实的世界行车中的特斯拉运输队和虚幻世界里的仿真系统这俩方式。

这些，是否缺了点哪些？

超算中心道观 DOJO

想进行海量信息的即时计算和结果导出，特斯拉需要一个充足强悍的基座，DOJO这两台特性强悍训练电子计算机应时而生。

上年 AI Day 上，特斯拉对外开放展现了训练处理芯片 DOJO D1 和鉴于此推出的群集 ExaPOD。 DOJO D1 处理芯片根据tsmc 7 纳米工艺生产制造，还可以在 400W 的散热设计功能损耗下完成 22.6 TFLOPS的 FP32 算力。随后，特斯拉把 25 个 D1 处理芯片分开包装到量身定做的底材磨具——训练 Tile 上，重复利用tsmc的 InFO_SoW 圆晶上系统技术把它们封装形式，每一个 Tile 可以提供 9 千万亿次浮点运算和 36 TB/s 的 Tile 外网络带宽。

每一个训练 Tile 有七层构造，也可以把它想象成一个很厚的三明治，第一层和第五层是水冷式散热隔层，第二层是 25 个D1 处理芯片，第三层是封装基板，第四层和第七层是承重层，第六层是功率模块和通讯互连控制模块。

接着，特斯拉将 120 个封装形式后训练 Tile 拼装成 ExaPOD 高性能计算机群集，累计 3000 个 D1 处理芯片，算力做到 1.1 EFLOP，是名副其实的史上最牛快 AI 训练电子计算机。更糟糕的是，下一代 DOJO 处理芯片会提高 10 倍特性。自然，落地式时长或是未知量。

大多数人，包含小编以内都不容易在短期内对这种单位及数据造成认知能力，为了方便了解，也可以把 DOJO 当做一台算力并没有基础理论限制，可数不胜数拓展的世界级秘密武器，基础是有充足容下网络机柜空间和充足雄厚资金资产。

依据特斯拉计划，2023 年以前将于美国西雅图进行第一台 DOJO ExaPod 高性能计算机群集的修建落地式。它会使特斯拉总体工作效能大幅度提高，将需要投入数月工作减缩至一周。

比车辆更有意义的智能机器人

最终，大家再来说说三个大活中的最后一个，也是大众感知度最强一个——智能机器人。

2021 AI Day 上，马斯克发布了人形机器人 Tesla Bot 空天飞机，个子 1.72 米，重量 56.6 kg。一年后， Tesla Bot 成了 Optimus 擎天柱空天飞机，一台可独立进行独立行走、挥手致意、舞蹈基本动作的智能机器人。

除开上述情况这种耍酷型姿势， Optimus 空天飞机也可以在汽车生产厂家搬运货物零件、给绿色植物强力胶、挪动金属杆。智能机器人依赖于各种颜色来划分实际场景下的差异物件，以此来实现精确对象指定实际操作，具体色调区划标准特斯拉并没有发布，但能确立的这也是一套纯视觉识别系统计划方案，和 FSD beta 如出一辙。

马斯克觉得人们更需要将心思放在用脑而非体力活上， Optimus 人形机器人的诞生是为了将人类从简易繁杂的体力活中解放出来。他预估一台人形机器人经营规模量生完孩子的成本费不得超过 2 万美金，花一点钱来“释放出来”一个人类，看上去是一门再实惠但是的交易。

数据信息来看， Optimus 人形机器人的静止不动输出功率为 100 W，快步走输出功率为 500 W，骨关节可玩性超出 200 个档位，手臂适用 27 挡调整。与人类灵活多变的两手的确没得比，但重在发展。 Optimus 人形机器人内窗单珠 FSD 处理芯片，算力为 72 Tops，电池电量 2.3 度，充斥着一次电，本质上能够运作一整天。

在人形机器人的关键所在能力——爬取和控制实体线物件上，特斯拉在 Optimus 上凝聚了很多精力，根据 6 个执行单元，完成指关节的 11 挡随意挪动，获取净重上限做到了极致 9 KG。因为这个净重在健身房里只能说是再初中级不过的事情小白训练参赛选手，但至少比只有四肢着地的“狗型健身运动物件”很符合人们对于机器人想像。