近日，网通社从官方获悉，特斯拉在美国举办了AI Day活动，特斯拉CEO伊隆·马斯克、人工智能部门总监Andrej Karpathy等多位工程师现身会场，并在现场公布了特斯拉纯视觉方案FSD的进展、神经网络自动驾驶训练，D1芯片、Dojo超级计算机等全新的技术。

多任务学习HydraNets神经网络架构

为了实现更强大且精准的驾驶辅助系统，特斯拉将采用更加先进的多任务学习HydraNets神经网络架构，并通过全车8个360°摄像头来获取道路信息为神经网络学习提供更出色的条件。

Andrej说：“我们希望能够打造一个类似动物视觉皮层的神经网络连接，模拟大脑信息输入和输出的过程。就像光线进入到视网膜当中，我们希望通过摄像头来模拟这个过程。”

通过8个摄像头获取的画面由多任务学习HydraNets神经网络架构拼接在一起，平衡视频画面的延迟和精准度。获取到的信息可通过人工或自动进行标注车道、车辆、信号灯和动静物体，通过分析画面，了解物体的纵深、速度等信息。

为了更加准确的进行拼接，特斯拉开发了“矢量空间”（Vector Space）技术，同时兼具了非凸优化算法（Non-convex）、高维度两大优势。该技术可以通过8个摄像头输入的数据为基础绘制3D鸟瞰视图，形成4D的空间和时间标签的“路网”以呈现道路等信息，帮助车辆把握驾驶环境，更精准的寻找最优驾驶路线。

特斯拉拥有一支由世界各地人才组成的数据标注团队，规模在1000人左右。团队每天对视频数据中的物体在“矢量空间”中进行标注，在善于把握细节的人工标注和效率更高的自动标注配合下，只需要标注一次，“矢量空间”就能自动标注所有摄像头的多帧画面，而这些数据都会用于神经网络培训。

此外，特斯拉FSD系统已可以实现每1.5毫秒2500次搜索的超高效率，预测可能出现的各种情况，并在其中找到最安全、最舒适、最快速的自动驾驶路径。 

D1芯片与Dojo超级计算机

当下，随着所需处理的数据开始指数级增长，特斯拉也在提高训练神经网络的算力，因此，便有了特斯拉Dojo超级计算机。

组成Dojo超级计算机的关键单元，是特斯拉自主研发的神经网络训练芯片——D1芯片。D1芯片采用分布式结构和7纳米工艺，搭载500亿个晶体管、354个训练节点，仅内部的电路就长达17.7公里，实现了超强算力和超高带宽。

得益于训练模块的独立运行能力和无限链接能力，由其组成的Dojo超级计算机的性能拓展在理论上无上限，是个不折不扣的“性能野兽”。在实际使用中，特斯拉将以120个训练模块组装成ExaPOD人工智能训练计算机。与业内其他产品相比，同成本下它的性能提升4倍，同能耗下性能提高1.3倍，占用空间节省5倍。

为了与强大的硬件相匹配，特斯拉开发了DPU（Dojo Processing Unit）。DPU是一个可视化交互软件，可以随时根据要求调整规模，高效地处理和计算，进行数据建模、存储分配、优化布局、分区拓展等任务。

在活动末尾，马斯克在谈到AI发展方向时，还出乎所有人意料地抛出了“Tesla Bot”。Tesla Bot高1.72米，重56.6千克，脸上的屏幕可显示信息，拥有人类水平的双手，并有力反馈感应，能实现平衡和敏捷的动作。

马斯克表示，Tesla Bot将利用Dojo超级计算机的训练机制来改进功能，并补充道：“未来劳动力不会短缺，但体力劳动只是一种选择。Tesla Bot可以执行一些危险性、重复性、枯燥的任务。”Tesla Bot或将在明年推出首个原型机。