页面加载中,请稍候
来源:电子工程世界发布时间:2021-08-2164浏览
询问 AI
特斯拉在设计汽车中的视觉时,是按照人眼感知生物视觉的方式进行建模。 在特斯拉汽车中,每辆车都装有8个摄像头,摄像头的数据会输入到一个三维的矢量空间里。
每个相机获取原始输入后能创建不同的分辨率,以用于各种功能和目的。 这些信息会输入到一个复杂的神经网络中,以生成对自动驾驶套件有用的附加信息。 特斯拉展示了过去如何处理其图像数据的视频。 在过去曾分享过的FSD的视频中可以看出,虽然每个摄像头的检测很好,但事实证明矢量空间是不够的。
除此之外,Karpathy还讨论了特斯拉神经网络学习的设计,包括相机校准、缓存、队列和优化,以简化所有任务。 他表示,与超级巡航和Waymo等竞争对手不同,现在特斯拉的FSD战略能让特斯拉汽车在行驶过程中实时绘制地图。
通过结合多个车辆经过同一地点的绘制,就可以得到一个完整的地图。 

车辆中的网络已经能够得出3.71亿个模拟图像和4.8亿个立方体。 特斯拉的自动驾驶场景模拟系统能够根据现实视频自动对场景进行标注,重建场景,最后得出合成场景,该系统包括五个部分: 1 准确传感器模拟
2 逼真渲染
3 各种路上的事物和定位
4 可扩展的场景生成
5 情景重构
Dojo的存在意义 Dojo是一个由网络结构连接的分布式计算架构,有一个大的计算平面,具有极高的带宽和低延迟,以及被分割和映射的大网络。 Dojo是一个纯粹的学习机器,有超过50万个训练节点。每个节点的计算量为9 petaflops,每秒有36兆字节的瓦片外带宽。 但这仅仅是Dojo的冰山一角。 Dojo用所有这些力量都被用来做一件事:为自动驾驶汽车赋能。 特斯拉Dojo超级计算机系统的重头戏,莫过于D1芯片。
采用7纳米制造工艺,具有1024千兆的处理能力。

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。

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!

身高1米73,速度最高可达8千米每小时,载重18千克。 得益于轻量级材料的使用,机器人的体重只有56.7千克。 此外,Tesla Bot还搭载了40个机电执行器 ,人类级别的手和两只脚。 机器人将通过力反馈感应来实现平衡。
机器人的脸则会作为显示用户信息的屏幕。 与特斯拉汽车相同,机器人将使用基于视觉的神经网络,AP的摄像头以及FSD的全套计算设备。 同时还会有Dojo超算的加持,为其提供自动标签、以及训练等。
最后,马斯克强调:「我们要确保它是安全的」。 不过考虑到特斯拉汽车「出色」的表现……新闻来源:电子工程世界,文中所述为作者独立观点,不代表icspec立场。更多精彩资讯请下载icspec App。如对本稿件有异议,请联系微信客服specltkj。
暂无评论哦,快来评论一下吧!

2026-07-10

2026-06-09