在延誤了近半個多小時后，特斯拉終于在8月20日上午召開了“AI日”大會。與此前的“電池日”大會一樣，馬斯克拉上了團隊成員，介紹了特斯拉在自動駕駛和超算訓練上的新成果，更是宣布了一個重磅消息：特斯拉進軍機器人制造。

明年面世的特斯拉機器人

本次大會的重磅除了用于汽車平臺的AI方案外，還有一個神秘的特斯拉機器人（Tesla Bot）。一陣音樂響起后，特斯拉的人形“機器人”登場，在現場靈活地跳起了舞蹈。不過，隨后馬斯克很快澄清，剛才的現場表演出自真人扮演的“假機器人”，但特斯拉的目標就是造出一個同樣造型的“真機器人”。

馬斯克與特斯拉機器人 / 特斯拉

其實馬斯克早在4月底的財報中透露了這一消息，他說：“大家往往將特斯拉視為一個電動車或能源公司，但從長遠角度來看，我們其實是一家人工智能機器人公司。”當時不少人都沒細想，認為他不過是將特斯拉汽車比作帶車輪的AI機器人而已。

不過，機器人項目在特斯拉團隊內部成立的時間并并不算久，特斯拉仍在廣泛招募機器人領域的人才，并借助這個大會呼吁有志之士加入他們。馬斯克稱機器人的量產非常困難，預計明年才會推出特斯拉機器人的首個原型。雖然沒有成品的展示，但特斯拉還是公布了一部分初期參數。

特斯拉機器人參數 / 特斯拉

特斯拉機器人將作為一個服務型的通用機器人，幫助用戶解決危險、重復而無趣的作業，所以它的結構參數至關重要。該機器人身高在1米73左右，可以承載20千克左右的重物，拉力達68千克，速度可至5英里每小時。馬斯克還在現場開了個玩笑：“放心，這是一個友好的機器人，而且它是跑不過你的?！?/p>

盡管聲稱采用了輕質材料，但該機器人依舊擁有56千克的重量，全身各個關節處裝載了40個電機傳動器，依靠二軸結構的腳部和壓力感應器來保持平衡。

從這些參數上來看，這一機器人似乎并沒有太多值得稱道的亮點，然而它的內在卻不容小覷，這個機器人可以說是人形的特斯拉電動車。特斯拉機器人的頭部將使用車身上用到的攝像頭，組成多攝像頭的視頻神經網絡，面部的屏幕將顯示實用的信息。借助軀干里的FSD計算平臺，機器人將使用神經網絡來進行運動規劃，并具備特斯拉電動車的自動標注和仿真工具，同時借助超級計算機Dojo來進行訓練。

純視覺自動駕駛

眾所周知，特斯拉向來追求的都是純視覺的自動駕駛方案，利用車身上的八個攝像頭來完成識別和預測工作。然而這一做法引發了不少問題，比如圖像空間不足以提供足夠的深度來進行道路和物體識別，而且多攝像頭融合后給到的預測并不理想。因此，特斯拉決定將輸出從圖像空間搬到矢量空間。

HydraNets算法 / 特斯拉

特斯拉也依此組建了多任務學習的“HydraNets”神經網絡算法，用于物體檢測、交通燈、車道預測等任務，這些任務可以共享功能，而且隨時可以解耦。這么做不僅提升了效率，也可以對自動駕駛任務進行單獨打磨，不必每次對算法進行大改。

特斯拉在近期的自動駕駛測試中引入了自動標注，不過這一技術的采用只經過了幾個月的時間，就遠超過去手動標注獲得的成果。過去特斯拉的手動標注是交給第三方標注公司來完成的，但特斯拉AI主管Andrej Karpathy強調，這么做不僅耗時耗力，而且成本不低，況且與第三方合作得到的數據存在延遲，于是特斯拉決定打造自己的標注團隊。

自動標記量隨時間的增長 / 特斯拉

特斯拉組建了千人的數據標注團隊，運用了完全定制的數據標注和分析架構。先通過特斯拉車身收集到的實際視頻片段，經過自動駕駛的重構后，重新創造一個合成世界。

當問及如果有人試圖騙過視覺方案的做法是否可行時？馬斯克舉了個例子，他有一件印有強制停車標志的衣服，站在特斯拉車旁時，特斯拉是會停下來的。為此，特斯拉AI團隊也在改進其算法，未來讓特斯拉能夠識別是真正的停車標志，還是人穿著停車標志的衣服。

特斯拉在訓練時用到了各個國家的數據，但該功能目前僅對美國開放，未來才會對加拿大和歐洲國家開放。馬斯克強調確實各個地區的駕駛情況會有所區別，但其自動駕駛算法即便沒有覆蓋所有國家，也能很好地做到防撞。他稱特斯拉的優勢就是在沒有標注過的情況下也能實現優秀的避障，即便是UFO砸下來也會躲開。

超級計算機Dojo和自研訓練芯片D1

本次發布會上，特斯拉并沒有提到任何汽車的硬件更新。在問答環節，被問及下一代硬件平臺時，馬斯克回答HW 4.0應該會在明年和Cybertruck一起推出，并搭載下一代的攝像頭模組，不過如今的HW 3.0已經可以做到比人類強200%以上的安全性了。雖說車身沒有更新，特斯拉卻為自動駕駛背后的基礎設備來了次大翻新。

特斯拉利用超算來完成深度學習和訓練已經不是什么秘密了，特斯拉最新的一臺超算就包含了5760個英偉達A100加速卡，算力達到1.8 EFLOPS。但特斯拉并沒有止步于此，他們想要實現更高的AI訓練性能，創造更大更復雜的神經網絡模型，同時又兼顧功耗和成本。

Dojo項目負責人Ganesh Venkataramanan展示D1芯片 / 特斯拉

為了實現可擴展的性能，特斯拉采用了分布式的計算結構，將計算單元用網絡結構組合在一起。但這種架構的挑戰在于兩個計算單元之間的帶寬和延遲上，面對這些挑戰，特斯拉打算用自研芯片來解決

?

D1芯片與TPU、GPU和初創企業AI芯片的算力與帶寬對比 / 特斯拉

D1是特斯拉基于7nm制程自研的AI訓練芯片，單個芯片內包含500億個晶體管，提供22.6 TFLOPs的FP32算力。該芯片采用了645mm2的BGA封裝，功耗達到400W，單向帶寬可達4TB/s。按照特斯拉團隊的說法，該芯片的算力可與GPU相比，靈活性可與CPU媲美，IO帶寬是網絡芯片的兩倍。

訓練Tile / 特斯拉

由于D1芯片的擴展性，特斯拉將25個D1芯片組成一個訓練Tile，并為其配以高帶寬高密度的連接器，一個Tile的四向都能做到9TB/s的IO性能。單個Tile給以做到9 PFLOPs的BF16算力，特斯拉稱其可能是業內最大的MCM。特斯拉用120個訓練Tile組成了10機柜的ExaPOD服務器，借助3000片D1芯片達到了1.1 EFLOP的算力，而且每個Tile可以實現跨機柜無縫連接，均能做到9TB/s的性能。

特斯拉已經了做出了一臺正常運轉的訓練Tile，未來會很快組裝出一臺ExaPOD。馬斯克補充道：“我們計劃在明年把Dojo正式投入運營?！笨上攵瑸楹翁厮估獙ζ渥詣玉{駛開展訂閱收費了，這種規模的超算要是繼續擴展下去，可能當前最強的超算富岳也無法與之抗衡。

特斯拉未來開放AI服務？

雖然特斯拉在AI研發的技術上可能超出了大部分車企，但和多數車企一樣，他們并沒有像部分AI公司一樣選擇一部分的開源。在問答環節中，一名嘉賓向馬斯克提問，會不會提供一定程度的開源。馬斯克沉思了一會說：“我們這么大的成本投入很難做到開源，不過確實人人都喜歡免費的東西?！彼^續強調：“如果有廠商愿意花錢來買我們的技術授權，我們還是可以考慮的?！?br />

馬斯克回復網友 / Twitter

會后有網友在社交網絡上向馬斯克提問，有沒有考慮過把Dojo的神經網絡訓練作為一項付費服務，馬斯克給出了肯定的答復。其實這種做法也相當合理，畢竟特斯拉的優勢是由軟硬件實力共同打造的，僅僅將其超算給別人使用并不會降低本身的競爭力。如果特斯拉順勢又把機器人市場帶火的話，也許之后人們眼中的特斯拉會再度轉型。