首页 > 综合信息 > IT业界 > 正文

特斯拉 AI Day 最全预测:马斯克说我们其实是一家 AI 公司

        【每日科技网】
每日科技网

  前一阵,马斯克发推特宣布了特斯拉“AI Day”将会在北美时间 8 月 19 日正式举行。根据之前他的推特所说,发布会将会介绍特斯拉在人工智能领域的软件和硬件进展,尤其是在神经网络的训练和预测推理方面,另外这次活动的主要目的也是为了招揽人才。

  就像 2019 年的“Autonomous Day”和 2020 年的“Battery Day”一样,估计“AI Day”整个发布会将会涉及大量的软件、硬件的技术细节,以此来向外界“秀肌肉”。而外界认为这种技术“秀肌肉”正是特斯拉招揽人才的独特方式。

  特斯拉的 AI 硬件负责人 Peter Bannon 曾在接受采访时说:“你知道有很多人想要来特斯拉工作的根本原因,仅仅是因为他们想要从事于(FSD)的研发和相关工作。”

  在“AI Day”发布会的邀请函上,放着一张夸张的芯片图。

  从图上估测,该芯片才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;红色圈出的第二层结构由 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;第四层和第七层应该只是物理承载结构附带一些导热属性;蓝色圈出的第六层应该是功率模块,以及上面竖着的黑色长条,很可能是穿过散热与芯片进行高速通信的互联模块;

  从第二层结构的圆形边角,以及拥有 25 个芯片结构来看,非常像 Cerebras 公司的 WSE 超大处理器,即特斯拉可能采用了 TSMC(台积电)的 InFO-SoW(集成扇出系统)设计。

  所谓 InFo-SoW 设计,简单理解来说就是原本一个晶圆(Wafer)能够“切割”出很多个芯片,做成很多个 CPU/GPU 等类型的芯片(根据设计不同,光刻时决定芯片类型),而 InFo-SoW 则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。

  据悉,这么做的好处有三个:极低的通讯延迟和超大的通讯带宽、能效的提升。

  所以“AI Day”邀请函上面放出的这张图,应该就是马斯克所谓的 Dojo 超级计算机的自研芯片。其实马斯克早在 2019 年“Autonomous Day”就提到过 Dojo,称 Dojo 是能够利用海量的视频(级别)数据,做“无人监管”的标注和训练的超级计算机。

  其实这个问题马斯克曾在推特中回复过,大致意思为:“只有解决了真实世界的 AI 问题,才能解决自动驾驶问题…… 除非拥有很强的 AI 能力以及超强算力,否则根本没办法…… 自动驾驶行业大家都很清楚,无数的边缘场景只能通过真实世界的视觉 AI 来解决,因为整个世界的道路就是按照人类的认知来建立的…… 一旦拥有了解决上述问题的 AI 芯片,其他的就只能算是锦上添花。”

  自动驾驶目前需要解决的难题,其实最核心和最困难的就是“感知”,换句话说系统对周围驾驶环境的感知能力越强,其自动驾驶的综合能力就越强;也就是从这里,行业里分成了两大流派,一个是以特斯拉和 Mobileye(同时也有 Lidar 方案)为首的纯视觉方案;另外是其他所有相关公司,想尽可能加入更多的传感器融合方案。

  这里暂且不去讨论究竟哪条路径是正确的,因为很有可能未来实现殊同同归的结果。但是,无论是哪条路径,都需要对海量的数据进行深度学习,也就是对神经网络的训练,才有可能实现所谓完全自动驾驶,而且这是途径。

  所以,总体来看,如果特斯拉完成了 Dojo 的打造,那么就能够以惊人的效率用海量的数据进行训练,解决各种“边缘场景”的问题,加快自动驾驶系统的成熟和完善;更关键的是,特斯拉对其软硬件的垂直整合度非常高,不仅不受制于别人,而且能够以此作为服务,给外界提供深度学习的训练业务。

  马斯克曾表示,一旦相对完善了 Dojo,将会开放 Dojo 作为服务给外界提供训练业务,并且 Dojo 能够承接几乎所有的机器学习任务。

  这也是为什么马斯克敢说,未来特斯拉将会是的几家人工智能公司之一。

  此次特斯拉的“AI Day”,不出意料的话会把 Dojo 芯片作为最重点的内容进行软硬件的介绍;当然也会覆盖 FSD Beta 相关的进展介绍,但就目前的信息来看,还极有可能会推出新的基于 7nm 技术的 HW4.0 硬件。

  毕竟在 2019 年“Autonomous Day”时,马斯克就说过 HW4.0 的研发已经进行了一半,所以此次发布会,也很有可能借此机会发布新的车载芯片硬件。

免责声明:本文仅代表作者个人观点,与每日科技网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。

本网站有部分内容均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,若因作品内容、知识产权、版权和其他问题,请及时提供相关证明等材料并与我们联系,本网站将在规定时间内给予删除等相关处理.