特斯拉(TSLA.US)佈局 超級計算機 野心是全自動駕駛

[值得註意的是,隨著大疆、華為等國內廠商入場,激光雷達價格已出現下探。Velodyne近日也宣佈16線激光雷達降價50%,售價僅3999美元。]

美東時間6月21日舉行的2021年計算機視覺和模式識別會議上,特斯拉人工智能與自動駕駛視覺部門主管安德烈·卡帕蒂(AndrejKarpathy)公佈瞭特斯拉超級計算機集群Dojo。卡帕蒂表示,Dojo尚未進行基準測試,根據FLOPS的排名來看,第五位的英偉達超級計算機集群Selene和Dojo架構和GPU類似,但前者GPU數量為4480個,比Dojo的數量少1280個。

根據5月英偉達芯片價格估算,一個節點設備的價格約為20萬美元,Dojo共有720個節點,由5760個321TFLOPS英偉達顯卡組成,理論總算力達到1.8EFLOPS,讀寫速度為每秒1.6TB,硬件成本約為1.44億美元。特斯拉如此大規模的投入,其目的是對自動駕駛的神經網絡進行訓練。早在2019年,特斯拉CEO馬斯克就有瞭超級計算機的研發計劃,未來特斯拉的超級計算機的算力將達到每秒ExaFLOPS的級別,意味著每秒達到一百億億次的浮點算力。

值得註意的是,隨著大疆、華為等國內廠商入場,激光雷達價格已出現下探。Velodyne近日也宣佈16線激光雷達降價50%,售價僅3999美元。而在2017年,單顆Velodyne的64線激光雷達HDL-64定價近8萬美元。理想(31.18,2.25,7.78%)汽車CEO李想表示,未來自動駕駛的發展更多依靠多傳感器的融合,而不是依靠單一傳感器。而在馬斯克看來,Dojo可以幫助特斯拉實現視覺感知路線,單純依靠光學攝像機實現自動駕駛,而不是搭載激光雷達進行輔助識別。

卡帕蒂表示,自動駕駛模擬人類的思維對現實場景的判斷,基於海量數據對自動駕駛的神經網絡進行訓練。目前特斯拉搜集的視頻數據達到100萬個,並對60億個物體的距離、速度進行標註,數據量達到1.5PB。

天瞳威視一名工程師此前告訴記者,視覺感知的語義識別類似“窮舉法”,不同的場景對應不同的判斷語句,構成一個龐大的樹形圖,代碼量上和L2和高級別自動駕駛也不是一個量級。一方面,要求收集的數據是幹凈的,計算機神經網絡的訓練過程中知道正確的處理邏輯。另一方面,數據也要兼顧特定場景,比如道路兩旁的護欄車輛一般不能碰撞。

采埃孚集團一名工程師在微信朋友圈評論稱,特斯拉超級計算機項目本身並不稀奇,達到1.5PB的有效數據才有價值。某新勢力業內人士表示,其實每一輛車都是一個數據搜集單位,車輛越多、跑的時間越久,所搜集的數據量也越大。特斯拉龐大的車主為其提供海量數據,但各地的道路場景並不一致,這也加大瞭數據處理的工作量。

卡帕蒂也承認短期內還無法實現高級別自動駕駛,需要對計算機神經網絡進行長期的訓練。馬斯克在1月份的財報電話會議上表示,將在2021年年底實現全自動駕駛。

今年5月,特斯拉向加州機動車輛部門改口稱,完全自動駕駛的計劃或將推遲。但這仍阻止不瞭馬斯克全自動駕駛的野心,他希望未來特斯拉還將佈局Robotaxi,和Waymo等自動駕駛獨角獸展開正面較量。

0

评论0

请先

没有账号? 注册  忘记密码?