Hai_老虎社区_美港股上老虎

深蓝夜雨
2021-08-22

Hai

特斯拉(TSLA.US)AI DAY深层解读，马斯克坚持纯视觉绝不动摇

汽车人参考结合AI Day的内容，从硬件和软件两个层面进行深入分析。

特斯拉(TSLA.US)AI DAY深层解读，马斯克坚持纯视觉绝不动摇

免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。

推荐
最新

暂无评论

热议股票

关于我们·老虎社区守则·老虎社区账号管理规范·老虎社区服务协议·老虎社区隐私政策

公司名称：北京至简风宜信息技术有限公司

违法和不良信息投诉：010-5681-3562（工作时间9:30-18:30）

邮箱：service@laohu8.com

营业执照：91110105MA01A4U55R

ICP备：京ICP备18016422号

网安备：京公网安备11010502036490

关注我们

{"i18n":{"language":"zh_CN"},"data":{"magic":2,"id":832325071,"tweetId":"832325071","gmtCreate":1629593399093,"gmtModify":1629593399093,"author":{"id":78818338116088,"idStr":"78818338116088","authorId":78818338116088,"authorIdStr":"78818338116088","name":"深蓝夜雨","avatar":"https://static.tigerbbs.com/617fef598a8dd422d627bdaa3297c40b","vip":1,"userType":1,"introduction":"","boolIsFan":false,"boolIsHead":false,"crmLevel":1,"crmLevelSwitch":0,"individualDisplayBadges":[],"fanSize":1,"starInvestorFlag":false},"themes":[],"images":[],"coverImages":[],"extraTitle":"","html":"<html><head></head><body><p>Hai</p></body></html>","htmlText":"<html><head></head><body><p>Hai</p></body></html>","text":"Hai","highlighted":1,"essential":1,"paper":1,"likeSize":2,"commentSize":0,"repostSize":0,"favoriteSize":0,"link":"https://laohu8.com/post/832325071","repostId":2161741708,"repostType":2,"repost":{"id":"2161741708","pubTimestamp":1629590862,"share":"https://www.laohu8.com/m/news/2161741708?lang=&edition=full","pubTime":"2021-08-22 08:07","market":"hk","language":"zh","title":"特斯拉(TSLA.US)AI DAY深层解读，马斯克坚持纯视觉绝不动摇","url":"https://stock-news.laohu8.com/highlight/detail?id=2161741708","media":"智通财经网","summary":"汽车人参考结合AI Day的内容，从硬件和软件两个层面进行深入分析。","content":"<html><body><div> <p>“打造像人脑一样基于视觉的神经网络系统”，这是2021年<a href=\"https://laohu8.com/S/TSLA\">特斯拉</a>(TSLA.US)AI  Day的核心主题，本质上是马斯克坚持纯视觉路线的延续和说明。汽车人参考结合AI Day的内容，从硬件和软件两个层面进行深入分析。</p><p><strong>车端感知硬件做减法</strong></p><p>从2014年的HW1.0开始，特斯拉自动驾驶不用激光雷达已是路人皆知，芯片设计从外购逐步走向自研，车越卖越多，神经网络越来越成熟，车端“12个摄像头+1个前向雷达”这套感知硬件整体框架一直没有变化。</p><center><img height=\"292\" src=\"http://img.zhitongcaijing.com/images/contentformat/1dd0c37412ce9173eb5ba8e387d9f377.jpg\" width=\"677\"/></center><p>2021年5月发布的“Tesla Vision”，取消了毫米波雷达，特斯拉最终走向了纯视觉。</p><p>其使用的德国大陆第四代中距前向雷达，作为一款入门产品，无论从FoV还是角分辨率，性能上都称不上最佳，而且更缺乏高度信息。</p><center><img height=\"278\" src=\"http://img.zhitongcaijing.com/images/contentformat/66dbcb5d95995e310f7cc7526292cb08.jpg\" width=\"677\"/></center><p>这就带来了一个问题，或者说现有毫米波雷达的通病，对大量静态目标，包括很低的路灯、隧道顶等产生反射，特别是金属圆盘，反射信号会被进一步放大，就会产生大量的虚假杂点。</p><p>因此需要在算法上需要进行过滤，但过滤多了就会“漏检撞车”(可联想到蔚来汽车近期的事故)，而过滤少了就会有“幽灵刹车”(特斯拉车主抱怨)。</p><p>更重要的是，摄像头每秒传输的比特量是毫米波雷达的100倍，当两者数据进行融合时，置信度不高，会产生跳跃和抖动的问题。</p><p>摄像头就如同人的视觉，而毫米波雷达更像是人的嗅觉，在对前方物体进行分类识别时，两者发生冲突，视觉才是主导。</p><p><strong>云端Dojo超算力，足以媲美人脑</strong></p><p>现有特斯拉车端FSD芯片算力主要依靠两块SoC芯片，算力为144TOPS，并不高，但是，基于帧检测的摄像头需要依赖高算力，其核心诉求是高带宽和低延迟。</p><center><img height=\"351\" src=\"http://img.zhitongcaijing.com/images/contentformat/aceee224bb0da39bd9f21ec57240107a.jpg\" width=\"677\"/></center><p>高带宽意味着数据交换的通道多，低延迟表示数据交换速度快，而特斯拉云端的中央计算平台“Dojo”就是为此而生。</p><p>Dojo由5760个<a href=\"https://laohu8.com/S/NVDA\">英伟达</a>A100GPU组成，其总算力达到1.8EFLOPS，带宽达到了1.6TB/s，存储空间为12PB，足以与人脑相媲美。</p><center><img height=\"332\" src=\"http://img.zhitongcaijing.com/images/contentformat/0aa051494bf2b34d682f58891e4c1b40.jpg\" width=\"677\"/></center><p>其核心是能将多个GPU通过<a href=\"https://laohu8.com/S/TSM\">台积电</a>首次量产的InFO-SoW扇上晶圆直出封装技术，封装在一个基板上，成为一个D1芯片组。</p><p>由于芯片间的距离极短，因此D1芯片组就是一个低延迟的数据交换结构，以D1芯片组为单元，构建了整个Dojo的硬件体系，用于支撑更大更复杂神经网络的AI训练，实现对数据的高效处理。</p><center><img height=\"412\" src=\"http://img.zhitongcaijing.com/images/contentformat/8f6c41cd686b44ea48cb4a352871f99e.jpg\" width=\"677\"/></center><p><strong>越来越成熟的全栈AI神经网络</strong></p><p>在软件层面，特斯拉整个神经网络架构如下图所示：</p><center><img height=\"359\" src=\"http://img.zhitongcaijing.com/images/contentformat/ae5f4f4b5d89a5ddfa2c12b91e03fffd.jpg\" width=\"677\"/></center><p>最底层的是数据、GPU集群以及Dojo计算集群，进行数据采集、标注和训练，生成模型;上一层是基于PyTorch开源框架(<a href=\"https://laohu8.com/S/FB\">Facebook</a>)的深度神经网络，主要负责对模型进行分布式训练;再用损失函数对模型进行评估;在评估层之上，是云端推理和车端FSD芯片推理，在这一层意味着模型已经部署到了车端;在车端通过影子模式将模型与人类驾驶行为进行比对，检测是否存在异常。</p><p>在这个架构底层，需要数以百万计的，经过清晰标注的(速度、加速度、深度)，且包含大量边缘案列的数据进行喂养。</p><center><img height=\"292\" src=\"http://img.zhitongcaijing.com/images/contentformat/702e1d05ea5256a1baf6234ccd691c6f.jpg\" width=\"677\"/></center><p>在数据标注层面，特斯拉一直致力于自动打标签，通过Dojo在传统摄像头2D图像基础上，实现立体空间+时间戳的四维标注。</p><p>此外，为了应对长尾问题(Conner Case)，特斯拉开发了221个Trigger，主要目的是为了获得边缘化的场景。</p><p>截止到今2021年6月底，特斯拉一共积累了7轮影子模式迭代流程，包括了100万个由摄像头拍摄的36  帧/s、10秒时长的高度差异化场景，共计60亿个包含精确的深度和加速度的物体标注，总计1.5PB的数据量。</p><p>下图为一辆特斯拉眼中的数据世界Mind of Car：</p><center><img height=\"381\" src=\"http://img.zhitongcaijing.com/images/contentformat/f3ab45aed338b1193c633803dc1cfe41.jpg\" width=\"677\"/></center><p><strong>汽车人参考小结</strong></p><p>马斯克坚持纯视觉路线的底层逻辑，本质上是特斯拉的技术壁垒。</p><p>在硬件层面，车端感知层开始做减法，云端超计算Dojo，对数据自动标注;而在软件层面，实现从数据、模型、训练、推理、迭代的全栈AI神经网络架构。</p><p>回到开头的第一句话，打造像人脑一样基于视觉的神经网络系统，既是2021年特斯拉AI Day的核心主题，又体现了马斯克第一性原理的处世哲学。</p><p><strong>本文选编自“德安车研”;智通财经编辑：王岳川。</strong></p> </div></body></html>","source":"highlight_zhitongcaijin","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>特斯拉(TSLA.US)AI DAY深层解读，马斯克坚持纯视觉绝不动摇</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n特斯拉(TSLA.US)AI DAY深层解读，马斯克坚持纯视觉绝不动摇\n</h2>\n\n<h4 class=\"meta\">\n\n\n2021-08-22 08:07 北京时间&nbsp;&nbsp;&nbsp;<a href=http://www.zhitongcaijing.com/content/detail/540831.html><strong>智通财经网</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>“打造像人脑一样基于视觉的神经网络系统”，这是2021年特斯拉(TSLA.US)AI  Day的核心主题，本质上是马斯克坚持纯视觉路线的延续和说明。汽车人参考结合AI Day的内容，从硬件和软件两个层面进行深入分析。车端感知硬件做减法从2014年的HW1.0开始，特斯拉自动驾驶不用激光雷达已是路人皆知，芯片设计从外购逐步走向自研，车越卖越多，神经网络越来越成熟，车端“12个摄像头+1个前向雷达”...</p>\n\n<a href=\"http://www.zhitongcaijing.com/content/detail/540831.html\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://img.zhitongcaijing.com/image/20210822/20210822080853_28042.png?x-oss-process=image/format,jpg/quality,Q_80/resize,w_250","relate_stocks":{"TSLA":"特斯拉"},"source_url":"http://www.zhitongcaijing.com/content/detail/540831.html","is_english":false,"share_image_url":"https://static.laohu8.com/6ca2dcdccfa2217fb20a0351f4efe814","article_id":"2161741708","content_text":"“打造像人脑一样基于视觉的神经网络系统”，这是2021年特斯拉(TSLA.US)AI  Day的核心主题，本质上是马斯克坚持纯视觉路线的延续和说明。汽车人参考结合AI Day的内容，从硬件和软件两个层面进行深入分析。车端感知硬件做减法从2014年的HW1.0开始，特斯拉自动驾驶不用激光雷达已是路人皆知，芯片设计从外购逐步走向自研，车越卖越多，神经网络越来越成熟，车端“12个摄像头+1个前向雷达”这套感知硬件整体框架一直没有变化。2021年5月发布的“Tesla Vision”，取消了毫米波雷达，特斯拉最终走向了纯视觉。其使用的德国大陆第四代中距前向雷达，作为一款入门产品，无论从FoV还是角分辨率，性能上都称不上最佳，而且更缺乏高度信息。这就带来了一个问题，或者说现有毫米波雷达的通病，对大量静态目标，包括很低的路灯、隧道顶等产生反射，特别是金属圆盘，反射信号会被进一步放大，就会产生大量的虚假杂点。因此需要在算法上需要进行过滤，但过滤多了就会“漏检撞车”(可联想到蔚来汽车近期的事故)，而过滤少了就会有“幽灵刹车”(特斯拉车主抱怨)。更重要的是，摄像头每秒传输的比特量是毫米波雷达的100倍，当两者数据进行融合时，置信度不高，会产生跳跃和抖动的问题。摄像头就如同人的视觉，而毫米波雷达更像是人的嗅觉，在对前方物体进行分类识别时，两者发生冲突，视觉才是主导。云端Dojo超算力，足以媲美人脑现有特斯拉车端FSD芯片算力主要依靠两块SoC芯片，算力为144TOPS，并不高，但是，基于帧检测的摄像头需要依赖高算力，其核心诉求是高带宽和低延迟。高带宽意味着数据交换的通道多，低延迟表示数据交换速度快，而特斯拉云端的中央计算平台“Dojo”就是为此而生。Dojo由5760个英伟达A100GPU组成，其总算力达到1.8EFLOPS，带宽达到了1.6TB/s，存储空间为12PB，足以与人脑相媲美。其核心是能将多个GPU通过台积电首次量产的InFO-SoW扇上晶圆直出封装技术，封装在一个基板上，成为一个D1芯片组。由于芯片间的距离极短，因此D1芯片组就是一个低延迟的数据交换结构，以D1芯片组为单元，构建了整个Dojo的硬件体系，用于支撑更大更复杂神经网络的AI训练，实现对数据的高效处理。越来越成熟的全栈AI神经网络在软件层面，特斯拉整个神经网络架构如下图所示：最底层的是数据、GPU集群以及Dojo计算集群，进行数据采集、标注和训练，生成模型;上一层是基于PyTorch开源框架(Facebook)的深度神经网络，主要负责对模型进行分布式训练;再用损失函数对模型进行评估;在评估层之上，是云端推理和车端FSD芯片推理，在这一层意味着模型已经部署到了车端;在车端通过影子模式将模型与人类驾驶行为进行比对，检测是否存在异常。在这个架构底层，需要数以百万计的，经过清晰标注的(速度、加速度、深度)，且包含大量边缘案列的数据进行喂养。在数据标注层面，特斯拉一直致力于自动打标签，通过Dojo在传统摄像头2D图像基础上，实现立体空间+时间戳的四维标注。此外，为了应对长尾问题(Conner Case)，特斯拉开发了221个Trigger，主要目的是为了获得边缘化的场景。截止到今2021年6月底，特斯拉一共积累了7轮影子模式迭代流程，包括了100万个由摄像头拍摄的36  帧/s、10秒时长的高度差异化场景，共计60亿个包含精确的深度和加速度的物体标注，总计1.5PB的数据量。下图为一辆特斯拉眼中的数据世界Mind of Car：汽车人参考小结马斯克坚持纯视觉路线的底层逻辑，本质上是特斯拉的技术壁垒。在硬件层面，车端感知层开始做减法，云端超计算Dojo，对数据自动标注;而在软件层面，实现从数据、模型、训练、推理、迭代的全栈AI神经网络架构。回到开头的第一句话，打造像人脑一样基于视觉的神经网络系统，既是2021年特斯拉AI Day的核心主题，又体现了马斯克第一性原理的处世哲学。本文选编自“德安车研”;智通财经编辑：王岳川。","news_type":1},"isVote":1,"tweetType":1,"viewCount":443,"commentLimit":10,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"symbols":[],"verified":2,"subType":0,"readableState":1,"langContent":"EN","currentLanguage":"EN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"andRepostAutoSelectedFlag":false,"upFlag":false,"length":3,"xxTargetLangEnum":"ORIG"},"commentList":[],"hasMoreComment":false,"orderType":2}