特斯拉发布史上最快计算机，还有个神秘机器人，真钢铁侠要来了？

　　一场安全事故、一位车主离世，将蔚来乃至整个新能源汽车行业推上了风口浪尖。
　　作为新能源汽车行业的头部公司，特斯拉也不例外，大量的安全事故让它饱受批评，今年8月，美国汽车安全监管机构也对特斯拉的辅助驾驶系统Autopilot开启了安全调查。
　　不同等级的自动驾驶技术应该如何命名，它的安全性到底如何，特斯拉的自动驾驶技术到底进化到了什么地步。
　　随着事故继续发酵，人们对于自动驾驶的质疑只会越来越多。
　　在这种情况下举办的特斯拉AI日，自然会成为新的话题中心，马斯克在活动上发布了什么，有没有回应相关质疑？
　　跟我们一起来看。特斯拉的自研芯片Dojo要来了
　　特斯拉上新了，这次是一颗自研芯片DojoD1。
　　早前马斯克已经在Twitter上多次提到Dojo，这是特斯拉自研的超级计算机芯片，也是一颗超级AI芯片。
　　与常见的CPU或是GPU相比，Dojo舍弃了大量功能模块，加入了更多计算模块，以换取更高的算力和效率，更适合计算类型相对固定、计算精度较低，但计算量十分庞大的AI领域。
　　特别的设计带来了特别的回报，按照特斯拉说法就是我们在CPU大小的身材里实现了GPU级别的算力。
　　而且，Dojo的算力还是可以叠加的，这和它的另外一个特性拼接有关。
　　不一会特斯拉的工作人员就拿出了一个堪称Plus版的Dojo芯片模型，它其实是由25颗DojoD1拼接而成的芯片系统，
　　为什么特斯拉要这样设计？
　　最直观的好处就是减小通讯距离，如图所示每块DojoD1之间的距离非常近（几乎都要贴在一起），这样能大大的加速数据在各个芯片之间的传输和流转。
　　特斯拉表示这个Dojo系统的数据传输速度能达到9TBS。
　　另一方面，对比传统的超级计算机，采用拼接的方式也能省下不少连接线缆，同时也意味着Dojo芯片系统的算力几乎是可以成倍增加，更灵活地匹配不同使用需求。
　　在实际的算力表现方面，活动中展示的DojoD1芯片模型，其运算能力能达到每秒362万亿次浮点运算。要是将更多的DojoD1芯片拼接在一起，结果可想而知。
　　当然，谈到芯片性能必然少不了和业内产品一番比对，特斯拉这次选中了Google自研的AI芯片TPUv3，根据展示图，Dojo的性能远超TPUv3。
　　TPUv3是Google2018年发布的产品
　　要知道打败李世石、柯洁等多位世界顶尖棋手的AlphaGo，所使用的也不过是比TPUv3弱上数倍的初代TPU芯片。
　　而如果将3000块Dojo芯片拼接在一起，其算力将达到1。1EFLOP，超越了此前全球排名第一的日本超级计算机富岳。
　　和Google的TPU类似，算力强劲也常常意味着散热压力大，为此特斯拉在DojoD1中添加了一整层水冷模块和铜质结构两种散热设计。
　　也难怪马斯克之前敢说Dojo将会是世界上最棒的超级计算机。
　　如此强大的算力，其应用领域必然是达到了工业级别，Google的搜索结果、街景等服务都有依靠TPU计算优化，而DojoD1则主要应用于特斯拉的视觉感知系统当中，帮助汽车识别环境带来更好的自动辅助驾驶体验。
　　至于实际效果，马斯克表示明年就会用上Dojo，我们拭目以待。迈向更完善的自动辅助驾驶
　　特斯拉于今年7月发布了FSDBeta9。0版本，新版FSD支持城市道路辅助，可以实现并线、转弯、汇入主路等动作。
　　新版FSD采用了只依赖光学图像的视觉系统TeslaVision，它所采集的庞大数据需要极强的数据分析能力和算力。
　　Dojo则可以从车端接受大量视频数据，发回云端，完成全自动的大规模算法训练，再推送到车端，完成整个流程的闭环。
　　在这个过程中，最重要的环节无疑是算法训练。
　　马斯克在采访中表示，特斯拉最初是通过视频来对人工智能进行算法训练。
　　在拥有Dojo之前，特斯拉Autopilot团队拥有超过500名数据标注员，专门对高价值数据进行人工标注。
　　人工标注
　　但这种方法严重拖慢了AI的学习进度，因为这个数据量实在过于庞大。
　　截止今年4月，基于Autopilot的里程数已经达到了48亿公里，占全行业总路测数据的99以上。
　　儿子在学习上遇到了困难，特斯拉这老母亲肯定着急啊。
　　于是，Dojo来了。
　　特斯拉利用Dojo，在云端模拟了一个十分贴近现实的世界，用来训练自动辅助驾驶技术。
　　而且，特斯拉还表示，这个虚拟世界的交通状况要比现实世界复杂得多。
　　特斯拉为这个虚拟世界加入了许多极端的道路情况，你可能会在马路上看到正在过斑马线的麋鹿，甚至在高速公路上看到晨跑的夫妇。
　　在高速公路中晨跑的夫妇
　　值得一说的是，特斯拉不只是对空间进行了标注，对于模型搭建的时间点，Dojo同样雨露均沾。
　　通过不断收集现实世界中新的道路信息，这个训练模型也会不断更新，新的数据信息会对原有的信息进行覆盖。
　　对于目前所积累的数据体量，特斯拉称，他们使用10亿个不同的图像，3亿个不同的场景来搭建这一训练模型。
　　也正因如此，特斯拉将自己戏称为数据贴标工厂。
　　那么这些训练有没有达到应有的效果呢？
　　在本次特斯拉AI日中，特斯拉为我们展示了其自动辅助驾驶技术的巨大进步。
　　1。对于车道的识别更加准确
　　从上图中可以看到，此前，特斯拉对于车道线的精确识别仅限于车辆周围。
　　但如今，不仅是车辆所处的车道，系统对于整个路口的情况都了如指掌，因而更好地进行路线规划。
　　2。预测其他车辆的行为
　　准确地识别道路两旁停靠的车辆，对于如今的特斯拉来说已是小菜一碟，预测道路上其他车辆的行为才是它的真本事。
　　比如在小路中遇到了对向车辆，系统会分析出所有可能发生的情况，得到不同的行驶路线。因此，无论对方让与不让，它都能够灵活应对。
　　或许是迫于美国汽车安全监管机构所带来的舆论压力，特斯拉在AI日上对于自动辅助驾驶的态度还是较为保守，其中不乏对于新技术安全性的强调。
　　另外，在讲到视觉识别对于自动辅助驾驶的意义时，特斯拉工程师展示了这样一张图片：
　　特斯拉像拨开战争迷雾那样去感知、绘制周边的路况。机器人TeslaBot
　　可能也是因为技术讲解比较沉闷，特斯拉很快安排了一台人形机器人上台，还跳起了舞来，整个活动会场瞬间就欢乐了起来。
　　特斯拉造出了一台能跳舞的机器人TeslaBot？
　　其实这只是一位演员穿上了一套仿机器人服装在跳舞，马斯克又和大家开了一个很特斯拉的玩笑，不过这个机器人计划是真实存在的。
　　TeslaBot详细属性
　　按照马斯克的预想，TeslaBot会继承特斯拉的车机系统，包括辅助驾驶等等，能根据周边的环境做出不同的动作，最终完成原本只能由人完成的体力劳动。
　　是的，这次马斯克想解放劳动力，让人们做自己想做的事。
　　当然，马斯克也说了，到底要不要接受TeslaBot的帮助，仍然由人们自己决定。
　　听起来似乎很赛博朋克，但TeslaBot什么时候能量产、来到消费者的身边，马斯克仅仅表示会在明年的某个时间发布产品原型。我们离完全自动驾驶还有多远？
　　国际自动工程协会（SAE）根据汽车驾驶模式的自动化程度，将其分为6级，从L0L5。
　　而特斯拉的AutoPilot驾驶模式被列为L2级，仍然属于辅助驾驶，也就是说汽车仍然需要在驾驶者的关注下行驶，驾驶者需要对驾驶行为负责，这也是目前大部分新能源汽车自动驾驶辅助系统所处的自动化等级。
　　知名车评人不只会评车的38曾对此做过直观且形象的评价：
　　现阶段的辅助驾驶需要人类随时准备接管，更像是人辅助车，而不是车辅助人。
　　马斯克显然不满足于辅助驾驶，他的目标是自动化程度更高的L5完全自动驾驶，汽车系统可以在所有情况下自主完成驾驶操作。
　　按照特斯拉的设想，基于AI的汽车的视觉感应系统应该如同人体系统一般。
　　摄像头（眼睛）看到画面内容的同时判断出画面中物体的3D结构形状，并测算车辆和和物体之间的距离、物体的高度和大小等，汽车（人类驾驶员）也随之自动做出相应的驾驶变化，避免撞上，这时对应的是静止的物体；
　　图片来自：syncedreview
　　在面对移动的物体，像是行驶中的汽车，特斯拉的AI感应系统应该做到识别出3D物体高度、大小的同时，还能测算出它的动向、速度等。
　　当然，这些都仅仅是设想，Dojo超级计算机的确能加速AI运算，帮助汽车识别物体，带来更好的辅助驾驶体验，但要像马斯克所说的实现L5完全自动驾驶，恐怕还是不行。
　　早在2019年特斯拉就曾表示要去掉雷达，走向纯视觉感知系统，但视觉感知所依靠的AI只是在模拟人类，现阶段人脑的奥秘并没有完全揭开，AI也只能做出一部分决策，它并不能替代真实的人类驾驶员。
　　AI替代不了人类
　　特斯拉所完成的数据训练也还远远不够，即便其数据量在新能源汽车行业是领先的。
　　要知道自动驾驶领域当中95的数据都是无效的，重复的路况对于AI训练价值不大，此前特斯拉的训练数据大多都来自美国，它仍然需要在更多国家和地区，完成更多种情况的训练。
　　而不同地区、不同交通情况所引发的极端情况组合几乎是无限的，这无疑给特斯拉所选择视觉感知技术路线提出更大的挑战。
　　再加上近年来的安全事故加重了人们对于自动驾驶的担忧，这种情况下，愿意使用AutoPilot驾驶模式，或是参加特斯拉FSD（全自动驾驶系统）测试的人是否会减少，仍然要打上一个大大的问号。
　　而且相关机构对于新能源汽车辅助驾驶模式的监管也在日趋完善，除了文首提到的美国汽车安全监管机构对特斯拉辅助驾驶系统Autopilot开展安全调查，我国工业和信息化部最近也发布了《关于加强智能网联汽车生产企业及产品准入管理的意见》。
　　之后还将工信部和相关部门还将会进一步细化自动驾驶、辅助驾驶相关规范。
　　这样一来实现完全自动驾驶也许会慢一点，但在生命安全面前，又何尝不是一件好事呢。
　　而马斯克在活动最后也表达了对自动驾驶技术的展望，不再那么激进了：我相信未来汽车肯定都会有自动驾驶能力，但是还需不需要驾驶员呢？
　　大概还是需要的，就像在汽车时代，其实马车也存在一样。