Dojo神經網絡訓練計算機的目標是以更低的成本實現性能提升一個數量級。這也是掌握全球70多萬台特斯拉汽車數據公司的必然選擇。在馬斯克的規劃中，為處理海量視頻數據而研發的Dojo超級計算機很可能會在一年後完成第一個版本。
吳昕、力琴
馬斯克一直在死磕「全自動駕駛」。
「我覺得我們已經非常接近L5級自動駕駛了。我有信心，我們將在今年完成開發L5級別的基本功能。」在7月的世界人工智能大會上，馬斯克曾高調錶示。並隨後在特斯拉第二季度財報上聲明，公司正努力轉向更復雜的人工智能框架，以提高 Autopilot功能。
言猶在耳，另一邊，一輛特斯拉就在美國撞上了警車。不過，這並不妨礙馬斯克為自己心愛的性能怪獸項目在線招新。
8月15日，馬斯克發推特表示，特斯拉正在為名為「Dojo」的神經網絡訓練計算機項目「招兵買馬」，招募AI或芯片人才。
目前，Tesla Autopilot 團隊已經擁有超 300名有才能的工程師，其中軟件工程師大約200名，芯片工程師100名。
眾所周知，特斯拉一直使用攝像頭來檢測汽車和行人的存在，而不是激光雷達。
目前，大約有75萬輛特斯拉汽車在世界各地運行，這些車帶有8個環繞攝像頭。以用户平均每天可能會開車約一個小時計算，這支龐大的車隊每月會產生約2000萬小時的360度視頻，每輛車8個攝像頭，車隊每月大約會產生1.7億小時視頻。讓人工標註視頻不僅困難，在經濟上也不可行。因此，讓數據學會自我監督將大大提升數據處理效率。這也是為什麼馬斯克對超級計算機寄予厚望的原因。
2019年11月，特斯拉的AI高級總監Andrej Karpathy 在一次演講中透露，Dojo訓練計算機的目標是以更低的成本將性能提升一個數量級。
目前，Dojo仍在建造中，從V1.0開始，可能大約一年後才會有結果。
這將是一台真正的超級計算機，馬斯克在推特上表示。從技術上講，還有很多工作要做，「我們已經以約0.01%的負載在 FPGA 上模擬過這台超級計算機的運行。」
根據馬斯克本人在推特上的説法，將在「六到十週內以有限的公開發行形式」提供這項技術，這將成為特斯拉在自動駕駛系統裏的一大進步。
馬斯克解釋Dojo為什麼會是一頭性能怪獸。
以約0.01%的負載在 FPGA 上模擬運行這個超級計算機。
在此之前，關於 「Dojo」 ，目前披露的消息並不多。馬斯克提及這個項目主要集中在兩次公開場合。
2019年8月4日，馬斯克在推特上稱，「Dojo將給自動駕駛技術帶來不同。」在7日召開的特斯拉投資者日上，「Dojo」項目被曝光，馬斯克稱，該項目為標記視覺數據的關鍵。
特斯拉的車輛在行車過程中會生成大量的行駛視頻，「Dojo」計算機的目標就是接收這些數據，並且在無人監督的時候，通過瀏覽大量視頻文件識別此前系統未定義的訊息，例如坑洞、小狗等物體。
標記視覺數據難度很大，目前大多數系統採用的方法是根據圖像幀判斷，和Dojo計算機根據視頻判斷相比，高下立見——後者能結合場景，在更復雜的環境中更快地輸出判斷。
不難看出，Dojo是特斯拉繼FSD芯片之後，在自動駕駛領域的又一大殺手鐧。這意味着，如果這一效果未來能實現，特斯拉自動駕駛將會更自主。
馬斯克在投資者日上表示，Dojo 是特斯拉目前最關注的項目之一，很有可能改變自動駕駛遊戲規則。「客觀説，這是世界上最好的技術」，並表示 2020 年，將有超過 100 萬輛特斯拉汽車在路上使用全自動駕駛硬件，這意味着屆時將有 100 萬台 Robotaxi 的潛力。
2020 年7月的世界人工智能大會上，馬斯克再次提到 Dojo 訓練系統，目前遇到的瓶頸問題主要是芯片發熱和運算速率，特斯拉也在開發新的總線和散熱系統，輔助計算單元更高效地處理相應數據。
如進展順利，「Dojo」可以改善Autopilot的工作方式——該系統正以「2.5D」運行，而馬斯克打算升級，使其可以在「4D」環境下運行。
目前，Tesla Autopilot 已經擁有 300名有才能的工程師，外加500多位技藝高超的數據標記員。
「這是一項艱鉅的工作，確實需要技能和培訓，尤其是在4D（3D加上時間序列）標籤時。」馬斯克近期在接受外媒採訪時曾透露，公司打算將數據標記員擴大到1000名。
走向全自動駕駛，而且堅持攝像頭思路，聽起來很簡單，但實際上很困難並且需要人才。這也是馬斯克推特公開招聘人才的重要原因。
儘管很少人會有信心預測robotaxis何時或者是否到來，但至少就特斯拉而言，它距離擁有未來駕駛輔助技術已經不遠，而這足以讓傳統汽車製造商羨慕不已。
【來源：機器之能】
聲明：轉載此文是出於傳遞更多信息之目的。若有來源標註錯誤或侵犯了您的合法權益，請作者持權屬證明與本網聯繫，我們將及時更正、刪除，謝謝。 郵箱地址：[email protected]