特斯拉AI Day 2022全解讀：能走會(huì)動(dòng)的Tesla Bot，DOJO超算明年量產(chǎn)、還有FSD新...

cpu001 2022-10-01 發(fā)布于廣東

展開全文

每天打卡閱讀

更深刻理解汽車產(chǎn)業(yè)變革

————————

出品：電動(dòng)星球 News

作者：毓肥

幾個(gè)小時(shí)前，特斯拉正式舉辦了 2022 AI Day，一場(chǎng)全球汽車、人工智能、信息科技行業(yè)翹首以待足足 13 個(gè)月的發(fā)布會(huì)。

嚴(yán)格意義上 AI Day 不像是「發(fā)布會(huì)」，而是「交流會(huì)」——馬斯克本人也在推特上說，「此活動(dòng)旨在招聘 AI 和機(jī)器人工程師，因此技術(shù)含量很高」——換句話說，這是馬斯克的高山流水，為特斯拉的鍾子期而開。

不過這并不妨礙我們以比較輕松的視角，記錄下這場(chǎng)科技狂歡。因?yàn)樘厮估瓐F(tuán)隊(duì)幾乎 100% 實(shí)現(xiàn)了去年的承諾，在本屆 AI Day 上帶來了以下技術(shù)成果：

不再需要群演的真·Tesla Bot 機(jī)器人原型機(jī)；

不再停留在 PPT 的 DOJO POD 人工智能超級(jí)計(jì)算機(jī)；

FSD 技術(shù)新進(jìn)展，等等。

當(dāng)然，即使我們會(huì)盡力寫得簡(jiǎn)單點(diǎn)，今天的文章依然會(huì)相對(duì)硬核。趁著國(guó)慶假期，建議大家可以慢慢看，下面馬上開始。

一、Tesla Bot 原型機(jī)

Optimus 它來了！

13 個(gè)月前還需要群演的 Tesla Bot，今天正式以原型機(jī)的形式出現(xiàn)——原型意思是它還沒穿衣服（外殼）。

原型機(jī)的樣子比 PPT 里面明顯更粗放，線束、促動(dòng)器等零件堆砌略顯凌亂。但好消息是，Tesla Bot 原型機(jī)已經(jīng)可以走路、打招呼，雙手可以完整舉過頭頂。

在特斯拉的演示視頻里，Optimus 已經(jīng)可以做一些簡(jiǎn)單的工作，比如搬運(yùn)箱子、澆花等等。

但更重要的可能是這個(gè)畫面：Optimus 眼中的世界，通過純視覺發(fā)現(xiàn)并分析周邊的一切，然后識(shí)別出自己的任務(wù)對(duì)象。

事實(shí)上 Optimus 不是不能裝上外殼，但出于工程原因，帶外殼版本截止到發(fā)布會(huì)當(dāng)天還不能自如地走路（原因后面再解釋），只能簡(jiǎn)單揮舞一下手臂。

裝上外殼之后我們發(fā)現(xiàn)，更接近量產(chǎn)版的 Optimus，變得更胖了——現(xiàn)在它重 73 公斤，比去年 PPT 版「增重」超過 20%，整個(gè)「人」圓了一大圈。

更接近量產(chǎn)，也意味著 Optimus 更高階的參數(shù)也可以公布了：100W 靜坐功耗、500W 快步走功耗、超過 200 檔的關(guān)節(jié)自由度，光手部自由度就有 27 檔。

另外，Optimus 的大腦由單塊 FSD Chip 組成，意味著算力應(yīng)該是 HW3.0 的一半（72TOPS）；電池則是 52V 電壓、2.3kWh 容量、內(nèi)置電子電氣元件的一體單元。

說完數(shù)字，是時(shí)候聊聊 Optimus 的研發(fā)邏輯了。

1. 汽車化

馬斯克說過「當(dāng)你能解決自動(dòng)駕駛，你就能解決現(xiàn)實(shí)世界中的人工智能」。這句話點(diǎn)破了特斯拉研發(fā) Optimus 的方法論：大量借鑒汽車研發(fā)經(jīng)驗(yàn)。

比如借鑒汽車碰撞模擬軟件，為 Optimus 編寫「跌倒測(cè)試」軟件。

再比如利用汽車大規(guī)模零件的生產(chǎn)經(jīng)驗(yàn)，為 Optimus 挑選盡可能保證成本效率的原材料?！肝覀儾粫?huì)用碳纖維、鈦合金這樣的原材料。因?yàn)樗鼈冸m然很優(yōu)秀，但像肩膀這樣的易損部位，制造和維修成本都太貴了」。

除此以外，制造 Optimus 的中心思想，也基本和智能汽車相當(dāng)：減少線束長(zhǎng)度、計(jì)算和電子控制單元中心化，等等。

2. 仿生學(xué)

既然是類人機(jī)器人 humanoid，設(shè)計(jì)自然要借鑒人類仿生學(xué)。

特斯拉用了幾個(gè)例子解釋 Optimus 的仿生學(xué)，首先是膝關(guān)節(jié)。特斯拉表示 Optimus 的關(guān)節(jié)希望盡量復(fù)刻生物學(xué)上的「非線性」邏輯，也就是貼合膝關(guān)節(jié)直立到完全彎曲時(shí)的受力曲線。

為此，Optimus 的膝關(guān)節(jié)使用了類似于平面四桿機(jī)構(gòu)的設(shè)計(jì)，最終發(fā)力效果會(huì)更接近人類。

緊接著，我們創(chuàng)造人類文明的雙手，才是 Optimus 類人之路更大的 boss。

Optimus 光手掌區(qū)域就用了 6 個(gè)促動(dòng)器，具有 11 檔的自由度。擁有自適應(yīng)的抓握角度、20 磅（9 公斤）負(fù)荷、工具使用能力、小物件精準(zhǔn)抓握能力等等。

此外，Optimus 的手掌用的是「non-backdrivable」無法反向驅(qū)動(dòng)的指尖促動(dòng)器。學(xué)術(shù)界的看法是，這樣的促動(dòng)器可以提升在「開放環(huán)境」下的性能。

最后是讓 Optimus 學(xué)著像人類一樣走路——這里用到的仿生學(xué)設(shè)計(jì)叫做「運(yùn)動(dòng)重心控制」。

為什么有外殼的 Optimus 還不會(huì)走？其中一個(gè)原因就是重量變了，運(yùn)動(dòng)重心控制算法需要重新調(diào)試。

事實(shí)上，Optimus 不僅要做到會(huì)走路，還要做到別摔倒。所以它不僅需要控制走路的重心，還要穩(wěn)住受到外力（比如推搡）時(shí)的隨機(jī)動(dòng)態(tài)重心。

訓(xùn)練 FSD 用到的神經(jīng)網(wǎng)絡(luò)和在線仿真模擬，這次在 Optimus 身上大顯身手。路徑規(guī)劃、視覺融合、視覺導(dǎo)航等等熟悉的名詞都被「灌輸」到 Optimus 腦子里。

這樣的努力下，Optimus 今年 4 月邁出了它的第一步；7 月份解鎖了骨盆活動(dòng)；8 月走路時(shí)可以擺手臂了——發(fā)布會(huì)前幾周，實(shí)現(xiàn)了腳趾離地的類人行走動(dòng)作。

3. 「肌肉」

我們通過結(jié)締組織包裹著的肌肉完成運(yùn)動(dòng)，機(jī)器人的「肌肉」則叫做促動(dòng)器 actuator。

如上圖所示，橙色部分均為 Optimus 的促動(dòng)器，這些促動(dòng)器也都是特斯拉完全自研的。

特斯拉為 Optimus 從力度大小的角度，設(shè)計(jì)了 6 種各自獨(dú)特的促動(dòng)器——這其實(shí)是很小的數(shù)字，業(yè)界平均是 20-30，甚至 50 種，目的是覆蓋盡可能多的人類活動(dòng)細(xì)節(jié)。

為什么特斯拉的促動(dòng)器種類這么少？原因還是 FSD 體系。

特斯拉舉了 28 種人類常見活動(dòng)，比如抬舉手臂、彎曲右膝等。通過分析這些活動(dòng)反饋的云數(shù)據(jù)，找出各類運(yùn)動(dòng)的相對(duì)共同點(diǎn)，然后就可以盡量減少專門設(shè)計(jì)促動(dòng)器的種類。

雖然只是輕描淡寫的一張 PPT，但我認(rèn)為促動(dòng)器從 50 種減少到 6 種，意義實(shí)際上遠(yuǎn)大于借鑒特斯拉電機(jī)經(jīng)驗(yàn)的促動(dòng)器本體——因?yàn)樗碇鴶?shù)據(jù)為王的新工業(yè)時(shí)代。

不過促動(dòng)器種類大幅度減少，也意味著 Optimus 前期的實(shí)際效果可能會(huì)沒有那么「類人」，當(dāng)然還是得等最終交付了。

最后來說一個(gè)數(shù)字：2 萬美元（約 14 萬元）。

這筆錢買不到半臺(tái) Model 3，但卻是馬斯克口中 Optimus 的目標(biāo)售價(jià)。「它會(huì)徹底改變?nèi)祟惿鐣?huì)的效率，就像無人交通可以徹底改變運(yùn)輸效率」。

二、DOJO 的終極形態(tài)？

本來發(fā)布會(huì)的第二部分是 FSD，但那部分過于硬核，我決定先讓大家看點(diǎn)激動(dòng)人心的數(shù)字。

去年 DOJO 驚艷全世界，但遺憾的是有太多細(xì)節(jié)未公布。D1 芯片是怎么組成 EXA POD 超算系統(tǒng)的？理論性能爆炸，能代表實(shí)際應(yīng)用嗎？

這部分，特斯拉舉了大量的數(shù)據(jù)，證明自己已經(jīng)是計(jì)算領(lǐng)域的新巨頭。

首先是散熱。

先別發(fā)問號(hào)，超算平臺(tái)的散熱，一直是衡量超算制造者系統(tǒng)工程能力的重要維度。比如谷歌、華為、英偉達(dá)在公布自家方案的時(shí)候，都會(huì)花大篇幅講散熱。

DOJO POD 的散熱可以用兩個(gè)詞概括：高集成度、高自研率。

特斯拉在 DOJO POD 上使用了全自研的 VRM（電壓調(diào)節(jié)模組），單個(gè) VRM 模組可以在不足 25 美分硬幣面積的電路上，提供超過 1000A 的電流。

高集成度帶來的問題，是熱膨脹系數(shù) CTE。DOJO 堪稱極限的體積集成率和發(fā)熱，意味著 CTE 稍微失控，都會(huì)對(duì)系統(tǒng)結(jié)構(gòu)造成巨大破壞（也就是會(huì)撐爆）。

為此，這套自研 VRM 在過去兩年內(nèi)迭代了 14 個(gè)版本，最終才完全符合特斯拉對(duì) CTE 指標(biāo)的要求。

目前 DOJO POD 已經(jīng)進(jìn)入負(fù)載測(cè)試階段——單機(jī)柜 2.2MW 的負(fù)載，相當(dāng)于 6 臺(tái) Model Y 雙電機(jī)全力輸出。

解決了散熱，才有資格說集成度。

一個(gè) DOJO POD 機(jī)柜由兩層計(jì)算托盤和存儲(chǔ)系統(tǒng)組成。每一層托盤都有 6 個(gè) D1 Tile 計(jì)算「瓦片」——兩層 12 片組成的一個(gè)機(jī)柜，就可以提供 108PFLOPS 算力的深度學(xué)習(xí)性能。

對(duì)了，DOJO POD 的供電模組也是 52V 電壓的，Optimus 母親實(shí)錘了。

每層托盤都連接著超高速存儲(chǔ)系統(tǒng)：640GB 運(yùn)行內(nèi)存可以提供超過 18TB 每秒的運(yùn)算帶寬，另外還有超過 1TB 每秒的網(wǎng)絡(luò)交換。

為了適配訓(xùn)練軟件以及運(yùn)營(yíng)/維護(hù)，每個(gè)托盤還配備了專屬的管理計(jì)算中心。

最終，可以提供 1.1E 算力、13TB 運(yùn)存、1.3TB 緩存的 EXA POD，將于 2023 年 Q1，正式量產(chǎn)——這也是今天發(fā)布會(huì)唯一一個(gè)有確定日期的特斯拉產(chǎn)品。

意大利炮有了，能不能轟下縣城？

特斯拉表示，配合專屬的編譯器，DOJO 的訓(xùn)練延遲，最低可以做到同等規(guī)模 GPU 的 1/50！

最終，特斯拉的目標(biāo)是到 2023 年 Q1 量產(chǎn)時(shí)，DOJO 可以實(shí)現(xiàn)相比英偉達(dá) A100，最高 4.4 倍的單芯片訓(xùn)練速度——甚至能耗和成本都更低。

三、FSD 的新進(jìn)化

文章來到這里，大家的手指應(yīng)該已經(jīng)劃了很多次屏幕。這也說明，看到這里依然興致勃勃的你，一定是特斯拉老粉——那就聊點(diǎn)更「無聊」、更硬核的吧。

篇幅有限，本屆 AI Day 關(guān)于 FSD 的進(jìn)展，我們只聊三個(gè)點(diǎn)：Occupancy Network、Training Optimization、Lanes。

1. Occupancy Network

先聊一個(gè)概念：矢量圖。做設(shè)計(jì)的朋友一定很熟悉，這是一種精度（分辨率）可以做到無限，但占用存儲(chǔ)空間很小的數(shù)字繪圖。

Occupancy Network，就是將 3D 向量數(shù)據(jù)繪制成矢量圖的、 2019 年開始興起的一種三維重建表達(dá)方法。

有意思的是，特斯拉用了最 Occupancy Network 的方式，表達(dá)他們對(duì) Occupancy Network 的應(yīng)用：網(wǎng)格（方塊）化的 3D 模擬。

其實(shí) FSD 眼中的世界并不是這樣 Minecraft 化的，但 Occupancy Network 的本質(zhì)特征，就是用「決策邊界」描繪「物體邊緣」。

盡管 Occupancy Network 效率很高，但實(shí)際訓(xùn)練規(guī)模依然足夠可觀。目前特斯拉公布的數(shù)據(jù)是超過 14.4 億幀視頻數(shù)據(jù)，需要超過 10 萬個(gè) GPU 訓(xùn)練小時(shí)，實(shí)際視頻緩存超過 30PB——而且全程 90℃ 滿負(fù)載。

二、因此，Training Optimization 訓(xùn)練優(yōu)化尤為重要。

去年 Andrej 公布了特斯拉的千人 in-house 標(biāo)注團(tuán)隊(duì)，今年特斯拉的重點(diǎn)，則在于優(yōu)化自動(dòng)標(biāo)注流程。

大概總結(jié)一下就是，優(yōu)化過后，訓(xùn)練時(shí)視頻幀選取會(huì)更智能，同時(shí)大幅度減少選取的視頻幀數(shù)量——可以提高 30% 的訓(xùn)練速度。

另外視頻模型訓(xùn)練時(shí) smol 異步庫(kù)文件體積可以縮小 11%，所需的讀取次數(shù)足足縮小到 1/4...最終這套優(yōu)化流程讓特斯拉的 Occupancy Network 訓(xùn)練效率提升了 2.3 倍。

3. 最后聊聊車道線 Lanes。

從 FSD Beta 10.12 開始，幾乎每一版更新，車道線和無保護(hù)左轉(zhuǎn)，都是更新日志的第一條。

為了更準(zhǔn)確高效應(yīng)對(duì)車道線，特斯拉這次「編」了一套「屬于車道的語(yǔ)言」。其中包括車道級(jí)別的地理幾何學(xué)和拓?fù)鋷缀螌W(xué)、車道導(dǎo)航、公交車道計(jì)算、多乘員車輛車道計(jì)算等等。

最終這套「車道的語(yǔ)言」，可以在小于 10 毫秒的延遲內(nèi)，思考超過 7500 萬個(gè)可能影響車輛決策的因素——而且 FSD 硬件「學(xué)會(huì)」這套語(yǔ)言的代價(jià)（功耗），還不足 8W。

四、四十年后，開始圓夢(mèng)？

寫到這里，我真的很頭疼。

一方面是我們大部分人，都不是這屆 AI Day 的對(duì)象——馬斯克眼里只有招聘。另一方面，是現(xiàn)在一家汽車公司的發(fā)布會(huì)，對(duì)知識(shí)面要求實(shí)在太高了。

還是說回馬斯克吧，40 年前的他，還是個(gè)每天會(huì)看 10 個(gè)小時(shí)科幻小說的小孩子，沉醉于《銀河系漫游指南》、《基地》、《嚴(yán)厲的月亮》等等。

但正是這些科幻小說，培養(yǎng)了馬斯克冰冷卻又宏大的事業(yè)觀。他會(huì)跟你說人類社會(huì)生產(chǎn)力的效率可以擴(kuò)大到無限，他會(huì)跟你說人口是維系文明的最重要因素。

所以，當(dāng)我們把 52 歲的馬斯克和 12 歲的馬斯克放在一起，你會(huì)發(fā)現(xiàn)他倆依然在本質(zhì)上是同一個(gè)人。

也正因如此，你看到他如今幾乎涉獵了科幻小說所有最熱門題材的商業(yè)帝國(guó)，才會(huì)覺得「哦，那很正?！埂?br>

希望明年我們能看到更接近現(xiàn)實(shí)的馬斯克童夢(mèng)吧。

（完）

本站是提供個(gè)人知識(shí)管理的網(wǎng)絡(luò)存儲(chǔ)空間，所有內(nèi)容均由用戶發(fā)布，不代表本站觀點(diǎn)。請(qǐng)注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購(gòu)買等信息，謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請(qǐng)點(diǎn)擊一鍵舉報(bào)。

轉(zhuǎn)藏 分享

QQ空間 QQ好友新浪微博微信

獻(xiàn)花（0） +1

來自： cpu001 > 《財(cái)經(jīng)》

舉報(bào)/認(rèn)領(lǐng)