-
_NEWSDATE: 2023-08-28 | News by: 量子位 | 有0人参与评论 | _FONTSIZE: _FONT_SMALL _FONT_MEDIUM _FONT_LARGE
（特斯拉Autopilot的决策从2020年开始由编程逻辑转为视频训练的神经网络，在FSD v12之前，v11版本控制堆栈中有超过30万行C++代码。）
像19分钟的那次闯红灯行为，马斯克就告诉观众，解决方案本质就是再多喂更多交通信号灯的视频，尤其是左转灯的，然后就会起作用。
当然，胡乱投入大量视频是不够的，来自优秀人类驾驶员的高质量数据才是训练特斯拉Autopilot实现FSD的关键。
大量平庸的数据并不能改善驾驶，数据管理实际上相当困难。我们有相当多的软件去控制系统究竟选择什么数据、训练什么数据。
除了不靠任何代码完成决策，马斯克还强调：
FSD V12不用时刻联网就能完成一切。
当然，如果有干预行为发生，系统会将它记录下来并发回特斯拉进行分析。
由于决策全部在本地进行，特斯拉FSD用8个摄像头以每秒36帧的速度进行拍摄，但系统的计算速度其实可以更快，达到每秒50帧，只可惜相机的速度已经到头了。
不联网进行决策也意味着地图也不用随时更新，用马斯克的话来说：
系统只需要坐标，就会自行找到位置。
另外值得注意的是，本次测试FSD V12的Model S安装的还是HW3。
在HW3上解决L5级自动驾驶之前，特斯拉可能不会在HW4车辆之上启用FSD。这意味着HW4的FSD访问权限可能推迟到2025年。
一万张英伟达H100周一上线
作为知名的时间管理大师，马斯克试驾途中还抽空语音连线了一个网络讨论会。
在这里他回答的问题和透露的重点内容有：
为什么改用端到端方案，优势在哪？
马斯克认为“人类就是这样运作的”，人类用眼睛和生物神经网络开车，自动驾驶用摄像机和数字神经网络开车是正确的通用解决方案。
虽然神经网络缺乏可解释性，相应的司机也经常说不清楚如何做的决策，只是凭经验。
乘客在做人类司机的出租车时，也无法准确知道司机在想什么。而特斯拉屏幕上显示的画面，就是自动驾驶系统在 “想什么”的一个近似。
高端GPU将继续短缺，世界进入强算力依赖阶段。
马斯克透露AI训练主要还是用的英伟达硬件，特斯拉Dojo超算作为辅助，今年花了约20亿美元在训练上面（大部分是硬件资产）。
我认为未来全人类80%-90%的算力都会用在神经网络上。
AI训练需要把算力集中在一个地方，避免数据传输带宽的瓶颈，也会带来很大的电力负担。
马斯克在这里还开了一个玩笑：Transformer架构的神经网络需要越来越多的硬件Transformer。
比GPU更缺的是高速连接设备。
面对“拥有5000张H100是什么感觉？”的提问，马斯克表示：说少了。
包含1万张英伟达H100的新算力集群，正在24/7加急准备中，周一（也就是今天）上线。
而且不像很多公司声称“拥有”算力其实是租的云计算服务，特斯拉就是真的买了1万张GPU自己搭系统。
在这样的大规模集群中，设备之间的网络连接非常关键，英伟达InfiniBand交换机可能会比GPU本身更缺。- 新闻来源于其它媒体，内容不代表本站立场！
-
原文链接
原文链接:
目前还没有人发表评论, 大家都在期待您的高见