LOADING...
LOADING...
LOADING...
当前位置: 玩币族首页 > 行情分析 > 出道即巅峰,马斯克发布“钢铁侠” 那种机器人

出道即巅峰,马斯克发布“钢铁侠” 那种机器人

2021-08-20 www当下 来源:区块链网络

作者/贾浩楠 韦丽雪 褚万博

全球最快的AI训练速度王座,刚刚易主了。

不是英伟达GPU,也不是谷歌TPU……

马斯克治下的特斯拉,自研AI训练芯片D1,自研AI超级计算机Dojo ExaPod,首秀即巅峰,登场就是全球第一。

此外,马斯克还带来了另一个特斯拉新品:

汽车机器人,搭载了特斯拉包含芯片在内的软硬件系统,但跟百度的不同,不像汽车更像人。

这就是特斯拉年度AI开放日上,马斯克再次带来的一系列激动人心的大进展。

特斯拉自研AI训练芯片D1发布

马斯克说:要有一个超快的计算机来训练Autopilot在内的整个自动驾驶系统。

于是DOJO诞生了。

DOJO,取名源自日语里“练武”专用的道场,顾名思义,DOJO就是特斯拉AI不断精益功夫的道场。

DOJO 是一种通过网络结构连接的分布式计算架构。它还具有大型计算平面、极高带宽和低延迟,以及分区和映射的大型网络。

实际上,在CVPR 2021现场,特斯拉就已经剧透过DOJO的相关性能。

当时总算力达1.8EFLOPS,读写速度高达1.6TBps,一度被认为超越全球排名第一的超级计算机富岳,创造超算新纪录。

但那时DOJO用的是英伟达的A100 GPU,单卡算力321TFLOPS,共计5760张,节点数高达720个。

而现在,DOJO更进一步,自研了“心脏”芯片

特斯拉首款AI训练芯片D1,正式发布。

7nm工艺,单片FP32达到算力22.6TOPs,BF16算力362TOPs。

特斯拉发布会现场,还用图展示性能,拳打英伟达GPU,脚踢谷歌TPU。

一句话概括,比现在市面上任何芯片都强。

特斯拉也用“Pure Learning Machine”,纯学习机器,来称呼D1芯片。

此外,D1芯片强的不只是单兵作战能力,还有集团军作战能力,它们可以无缝融合,变成超大规模计算阵列。

能有多大,接下来,特斯拉就揭晓了之前预热海报上的“神秘物种”:


集合了25块D1芯片的训练模块!

这也是特斯拉首个训练模块,而把多个模块集合,就能形成更大算力的训练阵列:


至此,特斯拉自研超算DOJO完整真身亮相!

超过50万个训练节点。每个模块算力为9 petaflops,带宽为36TB/s。

DOJO的可怕之处在于,不同于世界其他超算需要承担多种不同任务,DOJO的唯一使命就是AI训练,或者可以说聚焦到自动驾驶算法的训练。

因为专注,所以首秀即巅峰。

AutoPilot、FSD,特斯拉的其他AI训练任务,都能在DOJO里更高效练就。

另外,特斯拉官方还继续剧透:这不是终点,下一代DOJO还会有10倍性能的提升!


所以到这里就完了?拿衣服。

最后也是最强,特斯拉D1支持下的终极大杀器登场:

ExaPOD,集成120个训练模块,包含3000个D1芯片,超过1百万个训练节点。算力达到1.1EFLOP


而且每单位能耗下的性能比当今最强超算高1.3倍,但碳排放仅为1/5。

速度和性能,冠绝业内。

于是特斯拉明确:这就是全球最快的AI训练计算机。


有意思的是,2019年美国能源部曾放言要花6亿美元建E级算力的超算,2023年问世……

万万没想到,这个目标被“车企”特斯拉率先实现了。


最强“炼丹炉”为谁而建?

所以问题来了,自研D1芯片有了,最强AI训练超算DOJO ready了,接下来特斯拉会有怎样的改变?

特斯拉AI技术主管Andrej Karpathy(李飞飞高徒)登场,介绍了D1芯片和DOJO,主要服务的对象——特斯拉的在自动驾驶方面领先所有对手的“灵丹妙药”:纯视觉方案

事故频出,争议四起,甚至中国绝大部分玩家都转向了视觉+激光雷达的综合方案,但特斯拉依然坚持。

Karpathy详细介绍了特斯拉高纯视觉方案的思路,和现行8摄像头方案的特点,以及它为什么能work。

特斯拉纯视觉方案,基本构建原则是把自动驾驶系统看作一个生物,有眼睛、有神经、有大脑。


目前的方案有八个摄像头,背后是被称为HydraNets——“九头蛇网络”的多任务学习神经网络。

“九头蛇网络”可以同时处理目标检测、交通标志识别、车道预测等等任务,其关键在于对各种数据的特征提取,包括不同种类数据的特征共享、对不同任务的分别调参,以及参数缓存,用来加快调参速度。

这也是实现FSD敏捷开发,半年内迭代2-3个版本的关键。

接下来,Karpathy 描述了纯视觉方案的历史,以及方案发展到今天的逻辑,他展示了一段特斯拉处理其图像数据的视频。

他说过去 的FSD 虽然很好,但事实证明这样的系统不够完善,每个摄像头能够检测到工程师预期的目标,但背后神经网络的矢量空间是不够的。

于是,特斯拉如重新设计了神经网络,就是上面的“九头蛇”。

另外相机校准、缓存、队列和优化等等环节都做了最大程度简化。


特斯拉方面还比较了多摄像头方案和单摄像头方案的差别,相同的场景下,单摄像头方案识别率明显低于多摄像头方案。

特斯拉车辆上的8个摄像头获取原始输入后,系统会创建各种分辨率的图像,用于各种功能和目的。

这些不同的图像会被分别喂给处理不同任务的神经网络,作为整个自动驾驶系统的决策依据。


接着,Karpathy介绍了特斯拉的“终极建筑师”,即车辆在行驶过程中可以实时对车道、环境建模。

车道线实时建模,其实就是特斯拉自己的高精地图能力。

中国自动驾驶玩家,强调“高精度地图”的不少,但特斯拉的思路,“现成资源”不是本质能力,本质能力应该是“创造资源”的能力。

最后,Karpathy谈了AI公司常见的数据标注问题,他认为,把数据外包给第三方去做手工标注并不好,所以特斯拉选择自建团队来给数据打标,目前已经从2D图像标记升级到4D矢量空间的标记。


这也是特斯拉自动驾驶不断快速进化的核心所在。

依靠人工标注,显然无法应对量产车上路后的大规模数据,所以只有自动化标注,才能形成数据闭环。

开放日上,特斯拉也展示了如何从车道线、2D图像……一点点跃迁至4D标注和建模的。

行人、车辆、树木,建筑物……清清楚楚,而且还有意图识别。

特斯拉方面也强调,基于类脑一样的感知系统、自动化标注能力,以及仿真,确保了特斯拉为什么可以基于纯视觉实现更高维度的自动驾驶。

仿真,简单讲就是利用现实数据,将真实世界的实时动态景象,在计算机系统实现重新构建和重现。

这套模拟程序,用特斯拉的话说,就是一个以自动驾驶为玩家的视频游戏。

在这套系统里,任何要素都可以被添加其中,包括奇葩的极端场景。

比如这里,人太多导致目标难以标注,车辆极多:

特斯拉这里还不忘补刀一下毫米波雷达——纯视觉也能做很好,所谓的雷达冗余作用有限。

特斯拉方面还披露,现在标注和仿真系统,可以模拟数量高达3.71亿的数据及场景。


当然,自动驾驶最后还得解决从比特世界走向原子世界应用的问题。

这次特斯拉主要披露了控制和规划方面的进展。

特斯拉自动驾驶总监Ashok Elluswamy,分享了特斯拉针对复杂场景的规划方案——“混合规划系统”。

主要思路和技术方法是基于蒙特卡洛树搜索,实现最佳路径规划。

最后,整个特斯拉自动驾驶从感知到决策规划,一图概括如下:


One more thing:特斯拉“机器人”

最后的最后,就在大家都以为发布会完全就是自动驾驶相关内容之际……

“简短茶歇”环节,竟然来了一段“机器人热舞”——宛如衣服Model一样的穿着,样子非常“硅基”。

这是特斯拉的行为艺术?

不不不,再次出乎意料。

马斯克再次登台,然后郑重其事发布:特斯拉机器人

身高5英尺8英寸,约为172cm;重量125磅,约为56.7kg;承载能力为45磅,约为20kg。

它的面部是一个显示屏,用来显示重要信息。

从外形上看,四肢和人类一样。

为了实现平衡性和敏捷性,四肢使用了40个机电推杆。


同时,特斯拉各项AI和芯片技术,都会应用其中。

比如使用Autopilot的摄像头充当感知系统,胸腔里内置特斯拉自研芯片——FSD同款,还会加持多项特斯拉已开发出的技术,如多摄像头视频神经网络、规划能力、标记。

而且马斯克强调,这不是玩具周边,它会最终实现——可能明年就会正式推出,这是特斯拉电动车的下一步

硅谷钢铁侠还说,他会是一个非常有用的机器人,由人打造,为人服务,而且会确保一直对人友好,能把人从危险的、重复的,无聊的任务中解放出来。

甚至还能跟已经高度自动化的特斯拉车辆生产进一步结合协作。但按照马斯克的意思,首要的应该是“做家务”。

有意思的是,随着特斯拉这个“机器人”发布,太平洋两岸都把“机器人”作为了智能车变革的下一步。

中国这边,百度李彦宏刚刚推出了一款“汽车机器人”,不过更像“汽车”而不是“人”。


美国那头,马斯克的特斯拉机器人,更像“人”而不是“汽车”。

这种区别,也可能跟马斯克的那个江湖绰号有关。

伊隆·马斯克,不就是现实版钢铁侠吗?

—-

编译者/作者:www当下

玩币族申明:玩币族作为开放的资讯翻译/分享平台,所提供的所有资讯仅代表作者个人观点,与玩币族平台立场无关,且不构成任何投资理财建议。文章版权归原作者所有。

LOADING...
LOADING...