经验啦

  1. 首页 > 科技 > >

特斯拉|马斯克的凡尔赛：我们都用人模仿机器人了 你们还在用人模仿机器人( 四 )


【特斯拉|马斯克的凡尔赛：我们都用人模仿机器人了 你们还在用人模仿机器人】在这样的背景下 ， 特斯拉再次发挥其市场上没有就自己造的精神 ， 自研了“Dojo” ， 顺便打破了不知道多少世界纪录 ， 特斯拉“被迫”的成为了人工智能巨头 。 好吧 ， 又被马斯克装到了 。
“Dojo”超级计算机本身与消费者有着遥远的距离 ， 不过我们抱着欣赏凡尔赛产品的心情来了解一下“Dojo”的技术细节吧：
据悉 ， “Dojo”单个芯片算力为 362 TFLOPS ， 25 个芯片为一组 ， 组成一个训练模块 。 算力可以达到 9 PFLOPS ， 接口带宽为 36 TB/s 。 这次特斯拉推出的机柜模型由 120 个训练模块组成 ， 内置 3000 个 D1 芯片 ， 超过 100 万个训练节点 ， 算力将达到 1.1 EFLOPS ， 是特斯拉现有超级计算机的一万倍 。 并且Dojo 支持无限连接 ， 理论上性能无上限 。 根据公开的数据 ， Dojo的演算力已经达到全球第五 ， 仅次于第一的日本『富岳』、第二的美国Summit、第三的美国Sier ， 以及第四的中国『神威太湖』 。
除了惊人的数据 ， “Dojo”有趣的地方在于采用了非常规的封装形式 ， 第一层和第五层铜质结构是水冷散热模块；第二层结构由5*5阵列共25个芯片组成；第三层为25个阵列核心的BGA封装基板；第四层和第七层只是物理承载结构附带一些导热属性；第六层是功率模块 ， 以及上面竖着穿过散热与芯片进行高速通信的黑色长条状互联模块 。 而第二层5*5阵列的共25个芯片 ， 采用InFo-SoW技术 ， 有一整块300mm的晶圆制成 。 InFo-SoW不像传统模式将晶圆切割成多个芯片 ， 而是所有的芯片都来自于同一个晶圆 ， 不但不进行切割 ， 反而是直接讲整个晶圆做成一个超大芯片 ， 实现system on wafer的设计 。 也正是这样独特的封装形式 ， 让Dojo解决了此前海量的物理结构成本高、通讯效率低、发热大等问题 。
“Dojo”的技术就聊这些 ， 其实这里有一个问题 。 特斯拉自动驾驶算法的训练需要将来自全球超100万辆（截至目前）特斯拉车辆采集的真实数据汇聚于其在北美的数据中心 ， 然后通过Dojo进行深度神经网络训练 ， 以此帮助特斯拉的Autopilot不断进化 ， 最终实现以纯视觉为基础的完全自动驾驶（FSD） 。
但是 ， 特斯拉在国内关于数据安全的争议一直不断 ， 涉及国家安全的关键区域禁止特斯拉进入的事件长期在网上发酵 。 对此 ， 特斯拉曾表示 ， “数据隐私安全 ， 关乎着每一个消费者 。 特斯拉将严格遵守数据安全法 ， 保护消费者数据相关权益” 。 同时表示 ， 特斯拉已在中国建立数据中心 ， 以实现数据存储本地化 ， 并将陆续增加更多本地数据中心 。
在自动驾驶算法的训练中 ， 尤其是针对本土市场驾驶员习惯的做出反应的算法训练需要用到Dojo或其他算力强大的超级计算机对数据进行处理并展开训练 。 也就是特斯拉不仅需要将数据存储在中国本土 ， 还需要在中国建立有处理、训练能力的数据中心 ， 未来特斯拉是否会将Dojo或其他超级计算机部署在中国本土 ， 有待持续关注 。
“Dojo”超级计算机的用途是训练其自动驾驶神经网络 ， 那具体有哪些工作？首先当然是通过“无监督学习算法”对新产生的海量数据进行自动标注 ， 随着特斯拉新车销量持续快速增长 ， 这类数据的增长也会以相应的速度飞速上升 。
其次是针对特殊场景的针对性训练 ， 例如“AI DAY”上提到一起前方卡车卷起的风雪遮挡前方车辆的极端案例 。 这样的场景在现实中并不多见 ， 但发生时会异常危险 ， 因此 ， 特斯拉会利用现有的超级计算机或未来的Dojo模拟更多的类似场景多神经网络进行训练 。

相关经验推荐


上一篇：索尼|为智慧屏V75 Super上手体验：没想到华为的高端电视竟胜过三星、索尼

下一篇：荣耀magic3|荣耀Magic3系列首批评价正式出炉，好评率100%，你入手了吗？