剛剛!特斯拉發佈史上最快計算機,還有一個神秘機器人,真「鋼鐵俠」要來了嗎?

一場安全事故、一位車主離世,將蔚來乃至整個新能源汽車行業推上了風口浪尖。

作為新能源汽車行業的頭部公司,特斯拉也不例外,大量的安全事故讓它飽受批評,今年 8 月,美國汽車安全監管機構也對特斯拉的輔助駕駛系統 AutoPilot 開啓了安全調查。


不同等級的自動駕駛技術應該如何命名,它的安全性到底如何,特斯拉的自動駕駛技術到底進化到了什麼地步。

隨着事故繼續發酵,人們對於「自動駕駛」的質疑只會越來越多。

在這種情況下舉辦的特斯拉 AI 日,自然會成為新的話題中心,馬斯克在活動上發佈了什麼,有沒有迴應相關質疑?

跟我們一起來看。

特斯拉的自研芯片 Dojo 要來了 

特斯拉上新了,這次是一顆自研芯片——Dojo D1。

早前馬斯克已經在 Twitter 上多次提到 Dojo,這是特斯拉自研的超級計算機芯片,也是一顆超級 AI 芯片。


與常見的 CPU 或是 GPU 相比,Dojo 捨棄了大量功能模塊,加入了更多計算模塊,以換取更高的算力和效率,更適合計算類型相對固定、計算精度較低,但計算量十分龐大的 AI 領域。

特別的設計帶來了特別的回報,按照特斯拉説法就是「我們在 CPU 大小的身材裏實現了 GPU 級別的算力」。

而且,Dojo 的算力還是可以疊加的,這和它的另外一個特性——拼接有關。


不一會特斯拉的工作人員就拿出了一個堪稱 Plus++++++++ 版的 Dojo 芯片模型,它其實是由 25 顆 Dojo D1 拼接而成的芯片系統,

為什麼特斯拉要這樣設計?

最直觀的好處就是減小通訊距離,如圖所示每塊 Dojo D1 之間的距離非常近(幾乎都要貼在一起),這樣能大大的加速數據在各個芯片之間的傳輸和流轉。


特斯拉表示這個 Dojo 系統的數據傳輸速度能達到 9TB/S。

另一方面,對比傳統的超級計算機,採用拼接的方式也能省下不少連接線纜,同時也意味着 Dojo 芯片系統的算力幾乎是可以成倍增加,更靈活地匹配不同使用需求。


在實際的算力表現方面,活動中展示的 Dojo D1 芯片模型,其運算能力能達到每秒 362 萬億次浮點運算。要是將更多的 Dojo D1 芯片拼接在一起,結果可想而知。

當然,談到芯片性能必然少不了和業內產品一番比對,特斯拉這次選中了 Google 自研的 AI 芯片—— TPU v3,根據展示圖,Dojo 的性能遠超 TPU v3。

▲TPU v3 是 Google 2018 年發佈的產品

要知道打敗李世石、柯潔等多位世界頂尖棋手的 AlphaGo,所使用的也不過是比 TPU v3 弱上數倍的初代 TPU 芯片。

而如果將 3000 塊 Dojo 芯片拼接在一起,其算力將達到  1.1 EFLOP ,超越了此前全球排名第一的日本超級計算機「富嶽」。

和 Google 的 TPU 類似,算力強勁也常常意味着散熱壓力大,為此特斯拉在 Dojo D1 中添加了一整層水冷模塊和銅質結構兩種散熱設計。
也難怪馬斯克之前敢説「Dojo 將會是世界上最棒的超級計算機」。

如此強大的算力,其應用領域必然是達到了工業級別,Google 的搜索結果、街景等服務都有依靠 TPU 計算優化,而 Dojo D1 則主要應用於特斯拉的視覺感知系統當中,幫助汽車識別環境帶來更好的自動輔助駕駛體驗。


至於實際效果,馬斯克表示明年就會用上 Dojo,我們拭目以待。

邁向更完善的自動輔助駕駛

特斯拉於今年 7 月發佈了 FSD Beta 9.0 版本,新版 FSD 支持城市道路輔助,可以實現併線、轉彎、匯入主路等動作。


新版 FSD 採用了只依賴光學圖像的視覺系統 Tesla Vision,它所採集的龐大數據需要極強的數據分析能力和算力。

Dojo 則可以從車端接受大量視頻數據,發回雲端,完成全自動的大規模算法訓練,再推送到車端,完成整個流程的閉環。

在這個過程中,最重要的環節無疑是算法訓練。


馬斯克在採訪中表示,特斯拉最初是通過視頻來對人工智能進行算法訓練。

在擁有 Dojo 之前,特斯拉 Autopilot 團隊擁有超過 500 名數據標註員,專門對高價值數據進行人工標註。

▲人工標註

但這種方法嚴重拖慢了 AI 的學習進度,因為這個數據量實在過於龐大。

截止今年 4 月,基於 Autopilot 的里程數已經達到了 48 億公里,佔全行業總路測數據的 99% 以上。

「兒子」在學習上遇到了困難,特斯拉這「老母親」肯定着急啊。

於是,Dojo 來了。


特斯拉利用 Dojo,在雲端模擬了一個十分貼近現實的世界,用來訓練自動輔助駕駛技術。

而且,特斯拉還表示,這個虛擬世界的交通狀況要比現實世界複雜得多。

特斯拉為這個虛擬世界加入了許多極端的道路情況,你可能會在馬路上看到正在過斑馬線的麋鹿,甚至在高速公路上看到晨跑的夫婦。

▲在高速公路中晨跑的夫婦

值得一説的是,特斯拉不只是對空間進行了標註,對於模型搭建的時間點,Dojo 同樣「雨露均霑」。

通過不斷收集現實世界中新的道路信息,這個訓練模型也會不斷更新,新的數據信息會對原有的信息進行覆蓋。

對於目前所積累的數據體量,特斯拉稱,他們使用 10 億個不同的圖像,3 億個不同的場景來搭建這一訓練模型。

也正因如此,特斯拉將自己戲稱為「數據貼標工廠」。


那麼這些訓練有沒有達到應有的效果呢?

在本次特斯拉 AI 日中,特斯拉為我們展示了其自動輔助駕駛技術的巨大進步。

對於車道的識別更加準確

從上圖中可以看到,此前,特斯拉對於車道線的精確識別僅限於車輛周圍。

但如今,不僅是車輛所處的車道,系統對於整個路口的情況都瞭如指掌,因而更好地進行路線規劃。

預測其他車輛的行為

準確地識別道路兩旁停靠的車輛,對於如今的特斯拉來説已是小菜一碟,預測道路上其他車輛的行為才是它的真本事。

比如在小路中遇到了對向車輛,系統會分析出所有可能發生的情況,得到不同的行駛路線。因此,無論對方讓與不讓,它都能夠靈活應對。


或許是迫於美國汽車安全監管機構所帶來的輿論壓力,特斯拉在 AI 日上對於自動輔助駕駛的態度還是較為保守,其中不乏對於新技術安全性的強調。

另外,在講到視覺識別對於自動輔助駕駛的意義時,特斯拉工程師展示了這樣一張圖片:

特斯拉像撥開「戰爭迷霧」那樣去感知、繪製周邊的路況。

很顯然,這項功能觸碰到了國內相關的政策紅線,其在國內如何落地,尚未可知。

機器人 Tesla Bot

可能也是因為技術講解比較沉悶,特斯拉很快安排了一台人形機器人上台,還跳起了舞來,整個活動會場瞬間就歡樂了起來。


特斯拉造出了一台能跳舞的機器人 Tesla Bot?

其實這只是一位演員穿上了一套仿機器人服裝在跳舞,馬斯克又和大家開了一個很「特斯拉」的玩笑,不過這個機器人計劃是真實存在的。

▲Tesla Bot 詳細屬性

按照馬斯克的預想,Tesla Bot 會繼承特斯拉的車機系統,包括輔助駕駛等等,能根據周邊的環境做出不同的動作,最終完成原本只能由人完成的體力勞動。

是的,這次馬斯克想解放「勞動力」,讓人們做自己想做的事。


當然,馬斯克也説了,到底要不要接受 Tesla Bot 的幫助,仍然由人們自己決定。

聽起來似乎很賽博朋克,但 Tesla Bot 什麼時候能量產、來到消費者的身邊,馬斯克僅僅表示會在明年的某個時間發佈產品原型。

我們離完全自動駕駛還有多遠?

國際自動工程協會(SAE)根據汽車駕駛模式的自動化程度,將其分為 6 級,從 L0-L5。

而特斯拉的 AutoPilot 駕駛模式被列為 L2 級,仍然屬於輔助駕駛,也就是説汽車仍然需要在駕駛者的關注下行駛,駕駛者需要對駕駛行為負責,這也是目前大部分新能源汽車自動駕駛輔助系統所處的自動化等級。


知名車評人@不只會評車的 38 曾對此做過直觀且形象的評價:

現階段的輔助駕駛需要人類隨時準備接管,更像是人輔助車,而不是車輔助人。

馬斯克顯然不滿足於輔助駕駛,他的目標是自動化程度更高的 L5——完全自動駕駛,汽車系統可以在所有情況下自主完成駕駛操作。


按照特斯拉的設想,基於 AI 的汽車的視覺感應系統應該如同人體系統一般。

攝像頭(眼睛)看到畫面內容的同時判斷出畫面中物體的 3D 結構形狀,並測算車輛和和物體之間的距離、物體的高度和大小等,汽車(人類駕駛員)也隨之自動做出相應的駕駛變化,避免撞上,這時對應的是靜止的物體;

▲圖片來自:syncedreview

在面對移動的物體,像是行駛中的汽車,特斯拉的 AI 感應系統應該做到識別出 3D 物體高度、大小的同時,還能測算出它的動向、速度等。

當然,這些都僅僅是設想,Dojo 超級計算機的確能加速 AI 運算,幫助汽車識別物體,帶來更好的輔助駕駛體驗,但要像馬斯克所説的「實現 L5 完全自動駕駛」,恐怕還是不行。

早在 2019 年特斯拉就曾表示要去掉雷達,走向純視覺感知系統,但視覺感知所依靠的 AI 只是在模擬人類,現階段人腦的奧秘並沒有完全揭開,AI 也只能做出一部分決策,它並不能替代真實的人類駕駛員。

▲ AI 替代不了人類

特斯拉所完成的數據訓練也還遠遠不夠,即便其數據量在新能源汽車行業是領先的。

要知道自動駕駛領域當中 95% 的數據都是無效的,重複的路況對於 AI 訓練價值不大,此前特斯拉的訓練數據大多都來自美國,它仍然需要在更多國家和地區,完成更多種情況的訓練。

而不同地區、不同交通情況所引發的極端情況組合幾乎是無限的,這無疑給特斯拉所選擇視覺感知技術路線提出更大的挑戰。


再加上近年來的安全事故加重了人們對於自動駕駛的擔憂,這種情況下,願意使用 AutoPilot 駕駛模式,或是參加特斯拉 FSD(全自動駕駛系統)測試的人是否會減少,仍然要打上一個大大的問號。

而且相關機構對於新能源汽車「輔助駕駛」模式的監管也在日趨完善,除了文首提到的美國汽車安全監管機構對特斯拉輔助駕駛系統 Autopilot 開展安全調查,我國工業和信息化部最近也發佈了《關於加強智能網聯汽車生產企業及產品准入管理的意見》。

之後還將工信部和相關部門還將會進一步細化自動駕駛、輔助駕駛相關規範。

這樣一來實現完全自動駕駛也許會慢一點,但在生命安全面前,又何嘗不是一件好事呢。

而馬斯克在活動最後也表達了對自動駕駛技術的展望,不再那麼激進了:
引用我相信未來汽車肯定都會有自動駕駛能力,但是還需不需要駕駛員呢?

大概還是需要的,就像在汽車時代,其實馬車也存在一樣。

本文由周宇、李華共同完成。


資料來源:愛範兒(ifanr)

如果喜歡我們的文章,請即分享到︰

標籤: 特斯拉  Tesla