揭秘特斯拉自动驾驶超算 Dojo 原型，全球排名可

　　原标题：揭秘特斯拉自动驾驶超算 Dojo 原型，全球排名可进前五

　　6 月 22 日消息，从 2019 年开始，特斯拉首席执行官埃隆·马斯克（Elon Musk）就不断提及名为 Dojo 的神经网络训练超算系统。马斯克表示，Dojo 将能够处理大量视频数据，实现仅依赖视觉的自动驾驶。虽然 Dojo 本身仍在开发中，但特斯拉周一发布了新版超算，它将作为 Dojo 的开发原型。

　　在 2021 年计算机视觉与模式识别大会上，特斯拉人工智能业务负责人安德烈·卡帕西 （Andrej Karparis） 披露了该公司新版超算的更多细节。这台超算允许特斯拉放弃自动驾驶汽车上的雷达和激光雷达传感器，转而使用高质量的光学摄像头。在自动驾驶研讨会上，卡帕西解释说，要让计算机以类似人类的方式对新环境做出反应，需要巨大的数据集以及功能强大的超算，以使用这些数据集训练基于神经网络的自动驾驶技术。

　　据卡帕西称，特斯拉 一代超算拥有 10PB 的「热层」NVMe 存储空间，运行速度为每秒 1.6 Tbps。这台拥有每秒峰值速度 1.8 EFLOPS 的超算可能是世界上第五强大的超算，但他后来承认，他的团队还没有运行进入 TOP500 超算排名所需的具体基准。卡帕西称：“如果算上 FLOPS，Dojo 确实能在全球超算排名中位列第五位。这个位置目前由英伟达超算 Selene 占据，这个集群具有与 Dojo 相似的架构和相似的 GPU 数量 （4480 个，Dojo 为 5760 个）。”

　　马斯克提倡视觉自动驾驶系统已经有一段时间了，这在很大程度上是因为摄像头比雷达或激光雷达速度更快。截至今年 5 月，特斯拉在北美的Model Y 和 Model 3 都未搭载雷达，依靠摄像头和机器学习来支持其先进的司机驾驶辅助系统。许多自动驾驶公司使用激光雷达和高清晰度地图，这意味着他们需要非常详细的运营地点地图，包括所有车道及其连接方式、红绿灯等等。

　　卡帕西在研讨会上说：「我们采取的方法是基于视觉的，主要使用原则上可以在地球上任何地方运行的神经网络。」他还称，用硅片电脑取代「肉体电脑」，或者更确切地说是人类大脑，可以降低延迟 （提供更多反应时间）、360 度情境感知，以及从不查看 Instagram 更新、注意力高度集中的司机。

　　卡帕西还分享了特斯拉超算如何利用计算机视觉纠正不良司机行为的某些场景，包括紧急制动场景（超算的物体检测功能启动以拯救行人）、交通控制警告（可以识别远处的黄灯，并向尚未开始减速的司机发出警报）。

　　特斯拉汽车还证明了一项名为防止踏板误用的功能。在这项功能中，汽车可以识别其行驶路径上的行人，甚至是未在其行驶路径的行人，并对司机不小心踩油门而不是刹车做出反应，这可能会拯救车辆前面的行人，或者防止司机加速闯入河流。

　　卡帕西解释说，特斯拉的超算以每秒 36 帧的速度从围绕汽车的 8 个摄像头收集视频，提供了大量关于汽车周围环境的信息。虽然纯视觉方法比在世界各地收集、构建和维护高清晰度地图更具可扩展性，但它也有个更大的挑战，因为进行物体检测和驾驶操作的神经网络，必须能够以与人类深度和速度识别能力相匹配的速度收集和处理大量数据。

　　卡帕西说，经过多年的研究，他相信可以通过把挑战当作一个有监督的学习问题来解决。他解释称，测试这项技术的工程师们发现，他们可以在没有干预的情况下在人烟稀少的地区自动行驶，但「在旧金山这样非常复杂的环境中，他们肯定会接手更多控制」。为了让该系统真正运行良好，并减少对高清晰度地图和额外传感器等部件的需求，它必须在处理人口稠密地区方面做得更好。

　　特斯拉 AI 团队的游戏规则改变者之一是自动标记功能。通过该技术，特斯拉可以从车辆摄像头捕捉的数百万视频中自动标记道路危险和其他物体。大型 AI 数据集通常需要大量的手工标注，这非常耗时，尤其是在试图获得标记清晰的数据集时，这是神经网络上的监督学习系统所必须的。

　　有了这台 超算，特斯拉已经积累了 100 万个视频，每个视频大约 10 秒长，并给 60 亿个物体贴上了深度、速度和加速度的标签。所有这些都占据了惊人的 1.5PB 的存储空间。这似乎是个巨大的数字，但特斯拉需要更多的时间才能实现仅依赖视觉系统的自动驾驶系统所需的那种可靠性，因此特斯拉需要继续开发更强大的超算，以追求更先进的 AI。

　　现在，Dojo 的终极版本尚未发布，卡帕西不愿进一步评论进展情况或任何可能使特斯拉接近 L5 级自动驾驶的细节。不过，未来几个月应该会有更多细节披露。自从马斯克首次谈论 Dojo 以来，特斯拉始终坚持 2021 年推出的时间框架，所以该公司能在 2021 年第二季度或第三季度的财报电话会议上透露更多细节。

　　这台新机器是特斯拉的第三台超算，毫无疑问，在发布 Dojo 项目之前，特斯拉的团队将通过其学到更多有价值的经验教训。卡帕西表示：「我想给我们正在建造和使用的这台超算插上插头。计算机视觉是我们所做事情的主要支柱，也是自动驾驶的基础。」

　　这台超算将被用来训练特斯拉的 Autopilot 及其全自动驾驶 （FSD）AI，以令人难以置信的高速处理海量数据。卡帕西表示，这「需要大量的计算」。虽然卡帕西没有透露任何关于 Dojo 项目本身的信息，但他确实暗示后者将远远超过特斯拉的 机器。鉴于马斯克已经表示，特斯拉将允许其他公司使用 Dojo 来训练他们的神经网络，这对自动驾驶领域来说是个好消息。