原标题：为了摆脱重复劳动，马斯克造了个机器人，明年或将推出首个原型机
汽车
作者：郝秋慧
郝秋慧
+关注
亿欧高级分析员丨常驻上海丨WeChat：QVautumn
4 分钟前
[亿欧导读]
马斯卡表示，未来劳动力不会短缺，但体力劳动只是一种选择。
题图来自“外部授权”
8月20日亿欧汽车讯，今日特斯拉在美国举办AI Day活动。
在活动上，人工智能部门总监Andrej Karpathy表示，特斯拉坚持视觉感知，用AI神经网络技术提升辅助驾驶能力，并开发了“矢量空间”（Vector Space）技术，同时兼具了非凸优化算法（Non-convex）、高维度两大优势。该技术可以通过8个摄像头输入的数据为基础绘制3D鸟瞰视图，形成4D的空间和时间标签的“路网”以呈现道路等信息，帮助车辆把握驾驶环境，更精准的寻找最优驾驶路径。
Andrej表示：“我们希望能够打造一个类似动物视觉皮层的神经网络连接，模拟大脑信息输入和输出的过程。就像光线进入到视网膜当中，我们想通过摄像头来模拟这个过程。”
有了海量、精准的视频数据，特斯拉还需要创造一个强大的神经网络，并对网络进行特殊的布局，使这些数据能在一个总的主干网络上进行整合和重新分析。因此，特斯拉“高楼平地起”，自主研发了基于神经网络的训练方式。
特斯拉拥有一支由世界各地人才组成的数据标注团队，规模在1000人左右。团队每天对视频数据中的物体在“矢量空间”中进行标注，在善于把握细节的人工标注和效率更高的自动标注配合下，只需要标注一次，“矢量空间”就能自动标注所有摄像头的多帧画面。这为特斯拉带来了上百亿级的有效且多样化的原生数据，而这些数据都会用于神经网络培训。
同时，特斯拉还开发了“仿真场景技术”，可以模拟现实中不太常见的“边缘场景”用于自动驾驶培训。在仿真场景中，特斯拉工程师可以提供不同的环境以及其他参数（障碍物、碰撞、舒适度等），极大提升了训练效率。目前，特斯拉FSD系统已可以实现每1.5毫秒2500次搜索的超高效率。
由于特斯拉所需处理的数据开始指数级增长，特斯拉注重提高训练神经网络的算力，特斯拉Dojo超级计算机应运而生。
组成Dojo超级计算机的关键单元，是特斯拉自主研发的神经网络训练芯片——D1芯片。D1芯片采用分布式结构和7纳米工艺，搭载500亿个晶体管、354个训练节点，仅内部的电路就长达17.7公里，实现了超强算力和超高带宽。
1500个D1芯片共53万余训练节点，组成了Dojo超级计算机的训练模块。由于每个D1芯片之间都是无缝连接在一起，相邻芯片之间的延迟极低，训练模块最大程度上实现了带宽的保留，配合特斯拉自创的高带宽、低延迟的连接器，算力高达9PFLOPs（9千万亿次）。
在实际应用中，特斯拉将以120个训练模块组装成ExaPOD，它是世界上首屈一指的人工智能训练计算机。与业内其他产品相比，同成本下它的性能提升4倍，同能耗下性能提高1.3倍，占用空间节省5倍。
与硬件相匹配的，是特斯拉针对性开发的分布式系统——DPU（Dojo Processing Unit）。DPU是一个可视化交互软件，可以随时根据要求调整规模，高效地处理和计算，进行数据建模、存储分配、优化布局、分区拓展等任务。
不久后，特斯拉即将开始Dojo超级计算机的首批组装，并从整个超级计算机到芯片、系统，进行更进一步的完善。
在活动的尾声，马斯克抛出了“Tesla Bot”。Tesla Bot高1.72米，重56.6千克，脸上的屏幕可显示信息，拥有人类水平的双手，并有力反馈感应，以实现平衡和敏捷的动作。
马斯克表示，Tesla Bot将利用Dojo超级计算机的训练机制来改进功能，他说道：“未来劳动力不会短缺，但体力劳动只是一种选择。Tesla Bot可以执行一些危险性、重复性、枯燥的任务。”
TeslaBot或将在明年推出首个原型机。
本文来源于亿欧，原创文章，作者：郝秋慧。转载或合作请点击转载说明，违规转载法律必究。
