隻比馬斯克矮一點，特斯拉人形機器人震撼宣布！

全球最快的 AI 訓練速度王座，剛剛易主了。

不是英偉達 GPU，也不是穀歌 TPU……

馬斯克治下的特斯拉，自研 AI 訓練芯片D1，自研 AI 超級計算機Dojo ExaPod，首秀即巔峰，登場就是全球第一。

此外，馬斯克還帶來了另一個特斯拉新品：

汽車機器人，搭載了特斯拉包含芯片在內的軟硬件係統，但跟百度的不同，不像汽車更像人。

這就是特斯拉年度 AI 開放日上，馬斯克再次帶來的一係列激動人心的大進展。

特斯拉自研 AI 訓練芯片 D1 發布

馬斯克說：要有一個超快的計算機來訓練 Autopilot 在內的整個自動駕駛係統。

於是 DOJO 誕生了。

DOJO，取名源自日語裏 " 練武 " 專用的道場，顧名思義，DOJO 就是特斯拉 AI 不斷精益功夫的道場。

DOJO 是一種通過網絡結構連接的分布式計算架構。它還具有大型計算平麵、極高帶寬和低延遲，以及分區和映射的大型網絡。

實際上，在 CVPR 2021 現場，特斯拉就已經劇透過 DOJO 的相關性能。

當時總算力達1.8EFLOPS，讀寫速度高達 1.6TBps，一度被認為超越全球排名第一的超級計算機富嶽，創造超算新紀錄。

但那時 DOJO 用的是英偉達的 A100 GPU，單卡算力 321TFLOPS，共計5760張，節點數高達 720 個。

而現在，DOJO 更進一步，自研了 " 心髒 "芯片。

特斯拉首款 AI 訓練芯片D1，正式發布。

7nm工藝，單片 FP32 達到算力 22.6TOPs，BF16 算力 362TOPs。

特斯拉發布會現場，還用圖展示性能，拳打英偉達 GPU，腳踢穀歌 TPU。

一句話概括，比現在市麵上任何芯片都強。

特斯拉也用 "Pure Learning Machine"，純學習機器，來稱呼 D1 芯片。

此外，D1 芯片強的不隻是單兵作戰能力，還有集團軍作戰能力，它們可以無縫融合，變成超大規模計算陣列。

能有多大，接下來，特斯拉就揭曉了之前預熱海報上的 " 神秘物種 "：

集合了 25 塊 D1 芯片的訓練模塊！

這也是特斯拉首個訓練模塊，而把多個模塊集合，就能形成更大算力的訓練陣列：

至此，特斯拉自研超算 DOJO完整真身亮相！

超過 50 萬個訓練節點。每個模塊算力為 9 petaflops，帶寬為 36TB/s。

DOJO 的可怕之處在於，不同於世界其他超算需要承擔多種不同任務，DOJO 的唯一使命就是 AI 訓練，或者可以說聚焦到自動駕駛算法的訓練。

因為專注，所以首秀即巔峰。

AutoPilot、FSD，特斯拉的其他 AI 訓練任務，都能在 DOJO 裏更高效練就。

另外，特斯拉官方還繼續劇透：這不是終點，下一代 DOJO 還會有 10 倍性能的提升！

所以到這裏就完了？拿衣服。

最後也是最強，特斯拉 D1 支持下的終極大殺器登場：

ExaPOD，集成 120 個訓練模塊，包含 3000 個 D1 芯片，超過 1 百萬個訓練節點。算力達到1.1EFLOP。

而且每單位能耗下的性能比當今最強超算高 1.3 倍，但碳排放僅為 1/5。

速度和性能，冠絕業內。

於是特斯拉明確：這就是全球最快的 AI 訓練計算機。

有意思的是，2019 年美國能源部曾放言要花 6 億美元建 E 級算力的超算，2023 年問世 ……

萬萬沒想到，這個目標被 " 車企 " 特斯拉率先實現了。

最強 " 煉丹爐 " 為誰而建？

所以問題來了，自研 D1 芯片有了，最強 AI 訓練超算 DOJO ready 了，接下來特斯拉會有怎樣的改變？

特斯拉 AI 技術主管 Andrej Karpathy（李飛飛高徒）登場，介紹了 D1 芯片和 DOJO，主要服務的對象——特斯拉的在自動駕駛方麵領先所有對手的 " 靈丹妙藥 "：

純視覺方案。

事故頻出，爭議四起，甚至中國絕大部分玩家都轉向了視覺 + 激光雷達的綜合方案，但特斯拉依然堅持。

Karpathy 詳細介紹了特斯拉高純視覺方案的思路，和現行 8 攝像頭方案的特點，以及它為什麽能 work。

特斯拉純視覺方案，基本構建原則是把自動駕駛係統看作一個生物，有眼睛、有神經、有大腦。

目前的方案有八個攝像頭，背後是被稱為 HydraNets —— " 九頭蛇網絡 " 的多任務學習神經網絡。

" 九頭蛇網絡 " 可以同時處理目標檢測、交通標誌識別、車道預測等等任務，其關鍵在於對各種數據的特征提取，包括不同種類數據的特征共享、對不同任務的分別調參，以及參數緩存，用來加快調參速度。

這也是實現 FSD 敏捷開發，半年內迭代 2-3 個版本的關鍵。

接下來，Karpathy 描述了純視覺方案的曆史，以及方案發展到今天的邏輯，他展示了一段特斯拉處理其圖像數據的視頻。

他說過去 的 FSD 雖然很好，但事實證明這樣的係統不夠完善，每個攝像頭能夠檢測到工程師預期的目標，但背後神經網絡的矢量空間是不夠的。

於是，特斯拉如重新設計了神經網絡，就是上麵的 " 九頭蛇 "。

另外相機校準、緩存、隊列和優化等等環節都做了最大程度簡化。

特斯拉方麵還比較了多攝像頭方案和單攝像頭方案的差別，相同的場景下，單攝像頭方案識別率明顯低於多攝像頭方案。

特斯拉車輛上的 8 個攝像頭獲取原始輸入後，係統會創建各種分辨率的圖像，用於各種功能和目的。

這些不同的圖像會被分別喂給處理不同任務的神經網絡，作為整個自動駕駛係統的決策依據。

接著，Karpathy 介紹了特斯拉的 " 終極建築師 "，即車輛在行駛過程中可以實時對車道、環境建模。

車道線實時建模，其實就是特斯拉自己的高精地圖能力。

中國自動駕駛玩家，強調 " 高精度地圖 " 的不少，但特斯拉的思路，" 現成資源 " 不是本質能力，本質能力應該是 " 創造資源 " 的能力。

最後，Karpathy 談了 AI 公司常見的數據標注問題，他認為，把數據外包給第三方去做手工標注並不好，所以特斯拉選擇自建團隊來給數據打標，目前已經從 2D 圖像標記升級到 4D 矢量空間的標記。

這也是特斯拉自動駕駛不斷快速進化的核心所在。

依靠人工標注，顯然無法應對量產車上路後的大規模數據，所以隻有自動化標注，才能形成數據閉環。

開放日上，特斯拉也展示了如何從車道線、2D 圖像 …… 一點點躍遷至 4D 標注和建模的。

行人、車輛、樹木，建築物 …… 清清楚楚，而且還有意圖識別。

特斯拉方麵也強調，基於類腦一樣的感知係統、自動化標注能力，以及仿真，確保了特斯拉為什麽可以基於純視覺實現更高維度的自動駕駛。

仿真，簡單講就是利用現實數據，將真實世界的實時動態景象，在計算機係統實現重新構建和重現。

這套模擬程序，用特斯拉的話說，就是一個以自動駕駛為玩家的視頻遊戲。

在這套係統裏，任何要素都可以被添加其中，包括奇葩的極端場景。

比如這裏，人太多導致目標難以標注，車輛極多：

特斯拉這裏還不忘補刀一下毫米波雷達——純視覺也能做很好，所謂的雷達冗餘作用有限。

特斯拉方麵還披露，現在標注和仿真係統，可以模擬數量高達 3.71 億的數據及場景。

當然，自動駕駛最後還得解決從比特世界走向原子世界應用的問題。

這次特斯拉主要披露了控製和規劃方麵的進展。

特斯拉自動駕駛總監 Ashok Elluswamy，分享了特斯拉針對複雜場景的規劃方案—— " 混合規劃係統 "。

主要思路和技術方法是基於蒙特卡洛樹搜索，實現最佳路徑規劃。

最後，整個特斯拉自動駕駛從感知到決策規劃，一圖概括如下：

One more thing：特斯拉 " 機器人 "

最後的最後，就在大家都以為發布會完全就是自動駕駛相關內容之際 ……

" 簡短茶歇 " 環節，竟然來了一段 " 機器人熱舞 " ——宛如衣服 Model 一樣的穿著，樣子非常 " 矽基 "。

這是特斯拉的行為藝術？

不不不，再次出乎意料。

馬斯克再次登台，然後鄭重其事發布：特斯拉機器人。

身高 5 英尺 8 英寸，約為 172cm；重量 125 磅，約為 56.7kg；承載能力為 45 磅，約為 20kg。

它的麵部是一個顯示屏，用來顯示重要信息。

從外形上看，四肢和人類一樣。

為了實現平衡性和敏捷性，四肢使用了 40 個機電推杆。

同時，特斯拉各項 AI 和芯片技術，都會應用其中。

比如使用 Autopilot 的攝像頭充當感知係統，胸腔裏內置特斯拉自研芯片—— FSD 同款，還會加持多項特斯拉已開發出的技術，如多攝像頭視頻神經網絡、規劃能力、標記。

而且馬斯克強調，這不是玩具周邊，它會最終實現——可能明年就會正式推出，這是特斯拉電動車的下一步。

矽穀鋼鐵俠還說，他會是一個非常有用的機器人，由人打造，為人服務，而且會確保一直對人友好，能把人從危險的、重複的，無聊的任務中解放出來。

甚至還能跟已經高度自動化的特斯拉車輛生產進一步結合協作。但按照馬斯克的意思，首要的應該是 " 做家務 "。

有意思的是，隨著特斯拉這個 " 機器人 " 發布，太平洋兩岸都把 " 機器人 " 作為了智能車變革的下一步。

中國這邊，百度李彥宏剛剛推出了一款 " 汽車機器人 "，不過更像 " 汽車 " 而不是 " 人 "。

美國那頭，馬斯克的特斯拉機器人，更像 " 人 " 而不是 " 汽車 "。

這種區別，也可能跟馬斯克的那個江湖綽號有關。

伊隆 · 馬斯克，不就是現實版鋼鐵俠嗎？