特斯拉的道场和沿途下的蛋

Posted 2021-09-11 边缘计算社区

硅谷钢铁侠埃隆马斯克又一次没有让大家失望。在其AI Day上发布了多个重量级概念新品。

我们来看看在其登顶自动驾驶的珠峰过程中，沿途下的蛋：

 

第一，全球最快的 AI 训练速度王座，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 DojoExaPod，首秀即巅峰，登场就是全球第一。

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。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！

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。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。

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。

特斯拉高纯视觉方案的思路，和现行8摄像头方案的特点，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。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。

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：

第二，One more thing：特斯拉“机器人”。

AI Day“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”。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。

马斯克强调，这不是玩具，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”。

可以清晰看到这里对多摄像头的使用，对AI的使用，在Tesla来看这个只不过是另外一种形态的“Tesla汽车”或者说长着人形的能干活的“汽人”，但是最为关键的这里提出的是通用AI。

AI Day更多信息已经铺天盖地，也有视频可以去看回放，这里最主要是被Tesla这种对未来的执着和在第一性原理加持下的“沿途下蛋”能力让人叹为观止。

已经浮出水面上看得见的蛋是“Dojo”芯片，最强算力平台ExaPod，九头蛇神经网络，可以引申考虑的是未来Tesla顺手把自家的DC共享出来，颠覆云计算、数据中心也是完全有可能的；再看其对城市建模、数字化仿真，混合规划架构等的独特实现，外溢出来做模拟仿真游戏、城市数字化转型也是可行的。

Tesla未来可能会看上波士顿动力的机器狗的技术，内化到“机器人”中，而且其坚持通用功能、通用AI以及人的外形这种承诺也完全是不给自己留后路的风格。

Tesla非常完美的给我们展示了如何沿途下蛋以及下的各种蛋，鸵鸟蛋，鸽子蛋让人眼花缭乱，但究其本质仍然是坚守其愿景驱动和第一性设计原理，最为典型的就是其对机器人的“人形”的坚持。一直以为《西部世界》中描述的场景可能很久都不会实现，但实在没有想到这么快会进入到埃隆马斯克的未来一两年的目标中，真不愧是钢铁侠。可能在我们看来，tesla依然是机器人的外行，远远不了解从波士顿动力踢不倒的机器狗转变为一个可以行动接近人，外形接近人的难度，可能从人体工学或生物学角度模拟人的各种关节、骨骼以及行动姿态完全在商业上不具备价值或者说投资上是不合算的。但正是这样的“破釜沉舟”式的“自断后路”才会倒逼去完全用第一性原理来颠覆式设计，打破所有人云亦云的“不可能”，以愚公移山的劲头，在自动驾驶领域“纯视觉路线”死磕到底，进而造成各种“沿途下蛋”的可能。

钢铁侠支这么大的场子，竟然其核心目的是为了招聘。这里一张统计图，可见其对AI人才的吸引力。技术“秀肌肉”正是特斯拉招揽顶尖人才的独特方式。从某种程度上讲，特斯拉在召开类似的发布会时，面向的群体更多的是行业领域的专业人士；用极具野心的规划方向和颠覆行业的研发成果，去吸引那些因此感到心潮澎湃的人才。

如今在探讨我们自己做生态的各种愿景、洞察、设计，也依然发现处处都有困难，运营商的基因，能力，我们的产业的标准、效率，能力开放也罢，生态发展也罢，产业运营也罢为什么处处都是充满了“不可能”，遗憾的是我们的“雄心”和我们的付出与能力之间有差距，我们希望沿途下蛋，希望登顶珠峰，希望扎根，希望捅破天，但我们依然从当下延长线去看未来，看到的都是“困难”和“挑战”，由Tesla的沿途下的蛋似乎给了我们一个去做业务设计的新的思路和模式，期待我们看到得都是“机会”的那一天。

作者：任旭东，华为开原首席联络官、ICT基础设施开源业务总经理、EdgeGallery社区董事会主席。

 

全面负责面向运营商/企业在网络自动化，5G MEC产业解决方案的开源实现，用开源手段构建产业生态，做大产业空间，构建健康和谐的产业环境，支撑公司商业成功。

感谢阅读，欢迎扩散传播！感谢！

边缘计算社区：促进边缘计算领域知识传播，中立，客观，如果您关注边缘计算、5G、物联网、云原生等领域请关注我们。