文｜韓永昌

編輯｜李勤

(資料圖片僅供參考)

近日，馬斯克在推特上表示：車輛控制是FSD AI難題中的最后一關(guān)，這可以讓超過(guò)30萬(wàn)行 C++ 控制代碼減少約2個(gè)數(shù)量級(jí)。目前我們的工程師進(jìn)展順利，但訓(xùn)練計(jì)算的進(jìn)展受限。

這似乎預(yù)示著，F(xiàn)SD的規(guī)控算法將引入大模型以加速落地。

FSD是特斯拉的自動(dòng)駕駛軟件。在馬斯克的愿景中，F(xiàn)SD要讓車輛做到不在人工干預(yù)的情況下完全自動(dòng)駕駛，而且要比人類司機(jī)更安全。

而想要正式推出FSD或者說(shuō)實(shí)現(xiàn)自動(dòng)駕駛，需要攻克感知、規(guī)劃、控制等技術(shù)關(guān)卡。只有在將第一步的感知問(wèn)題解決之后，才能步入規(guī)劃和控制階段的攻關(guān)。

兩年前，特斯拉重寫感知模塊代碼，將大模型引入自動(dòng)駕駛領(lǐng)域，提出了 BEV+Transformer 的組合。隨后，小鵬、理想、蔚來(lái)等車企以及眾多智駕供應(yīng)商也逐漸開始使用 BEV+transformer 以解決感知層面的問(wèn)題。自動(dòng)駕駛第一步的“最優(yōu)解”得到了多數(shù)人的認(rèn)可。

大模型的引入給感知模塊帶來(lái)了明顯的效果提升，“重感知輕地圖”的趨勢(shì)愈發(fā)明顯，數(shù)據(jù)閉環(huán)體系也逐漸成型。

而今，馬斯克再次透露，在規(guī)控算法中特斯拉同樣用了AI算法精簡(jiǎn)代碼，這意味著規(guī)控代碼也正在被重寫。重寫代碼后，系統(tǒng)本身的訓(xùn)練需要海量的數(shù)據(jù)和算力支撐，這或許也是馬斯克表示“算力受限”的原因。

傳統(tǒng)的規(guī)控算法基于規(guī)則制來(lái)運(yùn)行，代碼繁重，工作復(fù)雜。若特斯拉將大模型引入規(guī)控算法中，不僅將對(duì)代碼進(jìn)行精簡(jiǎn)，規(guī)控算法的訓(xùn)練也將進(jìn)一步提速，將更加接近人類駕駛員。不過(guò)需要注意的是，規(guī)控環(huán)節(jié)的安全風(fēng)險(xiǎn)比感知環(huán)節(jié)的更高，因此也需要用傳統(tǒng)的規(guī)則制來(lái)進(jìn)行兜底。

但就目前來(lái)看，特斯拉在規(guī)控模塊引入大模型還在前期階段，需要解決的仍是算力問(wèn)題。此前特斯拉工程總經(jīng)理Tim Zaman也在推特上表示，目前我們的計(jì)算集群只有0.3%的空閑時(shí)間，其中84%的工作都是高優(yōu)先級(jí)的，我們希望可以擁有更多的計(jì)算空間。

這一問(wèn)題或許會(huì)隨著 Dojo 的投入使用而有望得到解決。

據(jù)了解，7月份特斯拉自研的超級(jí)計(jì)算機(jī) Dojo 已經(jīng)正式投產(chǎn)。數(shù)據(jù)顯示，每個(gè) Dojo 都集成了120個(gè)訓(xùn)練模塊，內(nèi)置3000個(gè)D1芯片，擁有超過(guò)100萬(wàn)個(gè)訓(xùn)練節(jié)點(diǎn)，算力達(dá)到1.1EFLOP（每秒千萬(wàn)億次浮點(diǎn)運(yùn)算）。

馬斯克對(duì)此期待已久，他認(rèn)為 Dojo 的使用在訓(xùn)練成本上會(huì)讓特斯拉有一個(gè)數(shù)量級(jí)的提高。根據(jù)特斯拉的規(guī)劃，Dojo 將帶動(dòng)特斯拉進(jìn)入算力快速增長(zhǎng)期。2024年2月特斯拉的算力規(guī)模將進(jìn)入全球前五，2024年10月特斯拉的算力總規(guī)模將達(dá)到 100 Exa-Flops。

隨著 Dojo 的投入使用，特斯拉的規(guī)控算法將加快重建，F(xiàn)SD年內(nèi)落地或?qū)⒊蔀楝F(xiàn)實(shí)。而此后進(jìn)展如何，相信馬斯克還會(huì)再做出預(yù)告。

關(guān)鍵詞：