特斯拉的大招竟是机器人，还要搭载汽车级硬件！？

在延误了近半个多小时后，特斯拉终于在8月20日上午召开了“AI日”大会。与此前的“电池日”大会一样，马斯克拉上了团队成员，介绍了特斯拉在自动驾驶和超算训练上的新成果，更是宣布了一个重磅消息：特斯拉进军机器人制造。

明年面世的特斯拉机器人

本次大会的重磅除了用于汽车平台的AI方案外，还有一个神秘的特斯拉机器人（Tesla Bot）。一阵音乐响起后，特斯拉的人形“机器人”登场，在现场灵活地跳起了舞蹈。不过，随后马斯克很快澄清，刚才的现场表演出自真人扮演的“假机器人”，但特斯拉的目标就是造出一个同样造型的“真机器人”。

马斯克与特斯拉机器人 / 特斯拉

其实马斯克早在4月底的财报中透露了这一消息，他说：“大家往往将特斯拉视为一个电动车或能源公司，但从长远角度来看，我们其实是一家人工智能机器人公司。”当时不少人都没细想，认为他不过是将特斯拉汽车比作带车轮的AI机器人而已。

不过，机器人项目在特斯拉团队内部成立的时间并并不算久，特斯拉仍在广泛招募机器人领域的人才，并借助这个大会呼吁有志之士加入他们。马斯克称机器人的量产非常困难，预计明年才会推出特斯拉机器人的首个原型。虽然没有成品的展示，但特斯拉还是公布了一部分初期参数。

特斯拉机器人参数 / 特斯拉

特斯拉机器人将作为一个服务型的通用机器人，帮助用户解决危险、重复而无趣的作业，所以它的结构参数至关重要。该机器人身高在1米73左右，可以承载20千克左右的重物，拉力达68千克，速度可至5英里每小时。马斯克还在现场开了个玩笑：“放心，这是一个友好的机器人，而且它是跑不过你的。”

尽管声称采用了轻质材料，但该机器人依旧拥有56千克的重量，全身各个关节处装载了40个电机传动器，依靠二轴结构的脚部和压力感应器来保持平衡。

从这些参数上来看，这一机器人似乎并没有太多值得称道的亮点，然而它的内在却不容小觑，这个机器人可以说是人形的特斯拉电动车。特斯拉机器人的头部将使用车身上用到的摄像头，组成多摄像头的视频神经网络，面部的屏幕将显示实用的信息。借助躯干里的FSD计算平台，机器人将使用神经网络来进行运动规划，并具备特斯拉电动车的自动标注和仿真工具，同时借助超级计算机Dojo来进行训练。

纯视觉自动驾驶

众所周知，特斯拉向来追求的都是纯视觉的自动驾驶方案，利用车身上的八个摄像头来完成识别和预测工作。然而这一做法引发了不少问题，比如图像空间不足以提供足够的深度来进行道路和物体识别，而且多摄像头融合后给到的预测并不理想。因此，特斯拉决定将输出从图像空间搬到矢量空间。

HydraNets算法 / 特斯拉

特斯拉也依此组建了多任务学习的“HydraNets”神经网络算法，用于物体检测、交通灯、车道预测等任务，这些任务可以共享功能，而且随时可以解耦。这么做不仅提升了效率，也可以对自动驾驶任务进行单独打磨，不必每次对算法进行大改。

特斯拉在近期的自动驾驶测试中引入了自动标注，不过这一技术的采用只经过了几个月的时间，就远超过去手动标注获得的成果。过去特斯拉的手动标注是交给第三方标注公司来完成的，但特斯拉AI主管Andrej Karpathy强调，这么做不仅耗时耗力，而且成本不低，况且与第三方合作得到的数据存在延迟，于是特斯拉决定打造自己的标注团队。

自动标记量随时间的增长 / 特斯拉

特斯拉组建了千人的数据标注团队，运用了完全定制的数据标注和分析架构。先通过特斯拉车身收集到的实际视频片段，经过自动驾驶的重构后，重新创造一个合成世界。

当问及如果有人试图骗过视觉方案的做法是否可行时？马斯克举了个例子，他有一件印有强制停车标志的衣服，站在特斯拉车旁时，特斯拉是会停下来的。为此，特斯拉AI团队也在改进其算法，未来让特斯拉能够识别是真正的停车标志，还是人穿着停车标志的衣服。

特斯拉在训练时用到了各个国家的数据，但该功能目前仅对美国开放，未来才会对加拿大和欧洲国家开放。马斯克强调确实各个地区的驾驶情况会有所区别，但其自动驾驶算法即便没有覆盖所有国家，也能很好地做到防撞。他称特斯拉的优势就是在没有标注过的情况下也能实现优秀的避障，即便是UFO砸下来也会躲开。

超级计算机Dojo和自研训练芯片D1

本次发布会上，特斯拉并没有提到任何汽车的硬件更新。在问答环节，被问及下一代硬件平台时，马斯克回答HW 4.0应该会在明年和Cybertruck一起推出，并搭载下一代的摄像头模组，不过如今的HW 3.0已经可以做到比人类强200%以上的安全性了。虽说车身没有更新，特斯拉却为自动驾驶背后的基础设备来了次大翻新。

特斯拉利用超算来完成深度学习和训练已经不是什么秘密了，特斯拉最新的一台超算就包含了5760个英伟达A100加速卡，算力达到1.8 EFLOPS。但特斯拉并没有止步于此，他们想要实现更高的AI训练性能，创造更大更复杂的神经网络模型，同时又兼顾功耗和成本。

Dojo项目负责人Ganesh Venkataramanan展示D1芯片 / 特斯拉

为了实现可扩展的性能，特斯拉采用了分布式的计算结构，将计算单元用网络结构组合在一起。但这种架构的挑战在于两个计算单元之间的带宽和延迟上，面对这些挑战，特斯拉打算用自研芯片来解决

 

D1芯片与TPU、GPU和初创企业AI芯片的算力与带宽对比 / 特斯拉

D1是特斯拉基于7nm制程自研的AI训练芯片，单个芯片内包含500亿个晶体管，提供22.6 TFLOPs的FP32算力。该芯片采用了645mm2的BGA封装，功耗达到400W，单向带宽可达4TB/s。按照特斯拉团队的说法，该芯片的算力可与GPU相比，灵活性可与CPU媲美，IO带宽是网络芯片的两倍。

训练Tile / 特斯拉

由于D1芯片的扩展性，特斯拉将25个D1芯片组成一个训练Tile，并为其配以高带宽高密度的连接器，一个Tile的四向都能做到9TB/s的IO性能。单个Tile给以做到9 PFLOPs的BF16算力，特斯拉称其可能是业内最大的MCM。特斯拉用120个训练Tile组成了10机柜的ExaPOD服务器，借助3000片D1芯片达到了1.1 EFLOP的算力，而且每个Tile可以实现跨机柜无缝连接，均能做到9TB/s的性能。

特斯拉已经了做出了一台正常运转的训练Tile，未来会很快组装出一台ExaPOD。马斯克补充道：“我们计划在明年把Dojo正式投入运营。”可想而知，为何特斯拉要对其自动驾驶开展订阅收费了，这种规模的超算要是继续扩展下去，可能当前最强的超算富岳也无法与之抗衡。

特斯拉未来开放AI服务？

虽然特斯拉在AI研发的技术上可能超出了大部分车企，但和多数车企一样，他们并没有像部分AI公司一样选择一部分的开源。在问答环节中，一名嘉宾向马斯克提问，会不会提供一定程度的开源。马斯克沉思了一会说：“我们这么大的成本投入很难做到开源，不过确实人人都喜欢免费的东西。”他继续强调：“如果有厂商愿意花钱来买我们的技术授权，我们还是可以考虑的。”

马斯克回复网友 / Twitter

会后有网友在社交网络上向马斯克提问，有没有考虑过把Dojo的神经网络训练作为一项付费服务，马斯克给出了肯定的答复。其实这种做法也相当合理，毕竟特斯拉的优势是由软硬件实力共同打造的，仅仅将其超算给别人使用并不会降低本身的竞争力。如果特斯拉顺势又把机器人市场带火的话，也许之后人们眼中的特斯拉会再度转型。