社区

用FSD开了一周，车辆在后台上传了260GB数据。
保有量百万辆之巨的Model 3/Y收集的海量数据，被投入特斯拉的超算中心（其中的训练卡大部分来自英伟达）后不断产出能力更强的算法。
在这些新算法推送至特斯拉车上时，成千上万的车主又免费充当了自动驾驶系统的测试员和安全员，试出新的bug，生成新的数据，为算法的下一次迭代作出贡献。
在一次次的循环中，自动驾驶需要面对的无数“Corner Case”：小到电瓶车鬼探头、各种形状的水泥墩，大到重庆这种8D城市路况，或者是红绿灯识别这种极易出错的重灾区，才能被逐步化解。
而在英伟达和奔驰的组合中，奔驰不可能（也做不到）将所有车辆采集的数据共享，无车可卖的英伟达则只有少部分测试车用于数据收集，也没有足够的人手和车队规模，对算法进行高频率的测试验证迭代。
自动驾驶行业将这套面向大量用户收集数据——改进算法——测试验证——全量推送的流程把控总结为工程能力。
不幸的是，英伟达的核心能力一直是“卖卡”，以及围绕芯片产品的软件工具开发，而非苦哈哈地干工程。
眼看着奔驰2024年落地的deadline逼近，黄仁勋只能再度请求场外支援。
那么，能半夜起来改Demo、24小时在后方待命的工程师在哪呢？ $英伟达(NVDA)$