走进千家万户简谱，汽车走进千家万户

关于擎天柱的行走能力，特斯拉的全自动驾驶系统FSD直接应用在擎天柱上，它采用与汽车相同的视觉，使用摄像头获取数据并使用神经网络进行计算。

马斯克：造一个“有用的机器人”，耗资2万美元

擎天柱到底有什么用途？特斯拉没有给出明确答案，但马斯克重申擎天柱应该是一个“乐于助人的机器人”。

未来，擎天柱可能会出现在人类需要他的任何地方：浇花、搬运重物、踢足球、提供陪伴。当被问及特斯拉的能力时，马斯克相当坦诚。

特斯拉工厂的擎天柱

前段时间，在杂志《中国网信》上发表的一篇文章中，马斯克写道： “特斯拉机器人最初的定位是代替人类从事重复、繁琐、危险的工作，但长远目标是让它能够服务千家万户。”做家务、做饭、割草坪、照顾老人， ETC。 ”

想要成为千家万户的“乐于助人的机器人”，价格门槛不能太高。正如特斯拉降低了电动汽车的成本一样，规模经济有望将擎天柱带入千家万户。

马斯克表示，特斯拉预计未来将生产数百万辆擎天柱，最终价格将低于特斯拉汽车。超过20,000 美元。

这个价格让很多人感到惊讶。毕竟，以前的人形机器人制造成本昂贵，波士顿动力公司出售的机器狗每只售价高达75,000 美元。

特斯拉对极致“经济”的追求，在擎天柱上依然可见。

特斯拉工程团队成员、高级机械设计工程师Lizzy Miskovets 表示，人类在某些事情上非常高效，但在其他事情上却效率不高。人类可以通过少量的食物来维持生命活动，但在不工作时新陈代谢却无法停止。

“我们希望用我们的机器人平台做的就是尽量减少这种情况，并尽可能减少闲置功耗，”特斯拉团队表示，她还计划将其移除。重量，“我们尽可能减少零件数量和功耗，包括减少四肢中的传感器和接线数量。”

特斯拉对经济的承诺将使我们离机器人为人类服务的时代又近了一步。马斯克表示，人们可能会在未来三到五年内收到自己的擎天柱。据报道，擎天柱将首先在特斯拉工厂进行测试和应用。

许多人可能更关心擎天柱不能做什么，而不是它能做什么。

很多人担心擎天柱会成为“终结者”，威胁人类，但马斯克表示，“当我们设计擎天柱时，我们设计了很多安全屏障。信息。大部分都被保留了下来。”您可以在本地按就地停止按钮，也可以远程控制。这些安全按钮无法被篡改。 ”

出于这个原因，马斯克表示，他目前不考虑将擎天柱开源，并表示，“它最终可能会落入坏人之手，并被用来做坏事。”

马斯克还表示，擎天柱可以有两只以上的手，以提高效率，特斯拉将继续从硬件开始逐步优化擎天柱并添加配件。随着我们不断添加功能模块，我们希望擎天柱也能形成一个生态系统。 ”

亚利桑那州立大学机器人学教授亨利·本·阿莫尔表示，马斯克的2 万美元目标价格是一个“好提议”，因为目前人形机器人的成本高达10 万美元。

但他表示，“这个雄心壮志与他们提出的目标之间存在一些差异”，并补充道：“在灵活性、速度、稳定行走的能力等方面还有很多工作要做。”

卡内基梅隆大学机械工程教授亚伦·约翰逊评论说，对机器人的需求值得怀疑。 “真正令人惊讶的是他们达到这个水平的速度有多快。仍然不确定的是这数百万个机器人的用例将是什么。”

超级计算机集群ExaPod将于明年发布

在本次AI Day上，特斯拉还展示了其超级计算机Dojo的最新进展。该团队表示，计划于2023 年第一季度推出第一个Dojo ExaPod，这是特斯拉使用D1 芯片构建的超级计算机集群。

Dojo 是一款由Tesla 内部开发的多芯片模块化超级计算机，并在去年的AI Day 上发布。最初，Dojo 主要用于自动驾驶系统的数据注释和训练，现在该技术由Optimus Prime“大脑”中的Dojo D1 超级计算芯片提供支持。

D1超级计算芯片是Dojo系统的基础。该芯片采用7 纳米制造工艺，能够处理1,024 gigaflops，即每秒1024 亿次运算。单个芯片包含500 亿个晶体管，电路长度长达11 英里。

可以配置1500个D1芯片的阵列，一个晶圆上的25个阵列可以组成训练模块（trainingtile），这是Dojo超级计算机的核心单元。

Dojo ExaPod 由多个连接在一起的Dojo 机柜组成，可以将其视为Dojo 集群。 ExaPod 包含120 个训练模块（训练块）和3000 个D1 芯片。拥有13TB静态随机存取存储器容量、1.3TB高传输带宽存储器容量以及高达1.1EFLOPs的计算能力。

Exapod 数据

Tesla 团队详细介绍了Dojo 橱柜的功能。 Dojo 机柜包含两层计算托盘，每层包含6 个训练模块（训练块），具有54 PFLOPS 的计算能力和超过100 kW 的功率。

6个培训模块

每层训练模块均连接超高速存储系统，拥有640GB的执行内存、每秒18TB的计算带宽、每秒超过1TB的网络传输速度。

使用专用编译器，Tesla 团队发现Dojo 的训练延迟仅为5 毫秒，而类似大小的GPU（图形处理器）则为150 毫秒。到2023年第一季度，Dojo将进一步优化，单芯片训练速度将达到NVIDIA A100的4.4倍。 Tesla 团队展示了如何通过更好的集成来提高Dojo 的效率。然而，高集成度也带来了散热问题。如果热膨胀系数（CTE）过高，系统材料将受到严重损坏。

到2023 年，Dojo 单芯片训练速度可能比NVIDIA A100 快4.4 倍

为了实现这一目标，特斯拉开发了自己的VRM（电压调节模块），两年内经历了14个版本。目前，该模块可将热膨胀系数（CTE）降低高达54%。

CTE 降低54%

FSD 计划于今年年底在全球开放

自去年Dojo超级计算机发布以来，Tesla FSD的开发进程持续加速。

特斯拉Autopilot 总监阿肖克·埃尔斯瓦米(Ashok Elswamy) 表示，经过近两年的北美道路测试，特斯拉的全自动驾驶系统FSD 目前拥有16 万名测试用户。

马斯克透露，FSD测试版将在今年年底覆盖全球，并且FSD测试版已经适用于全球所有地区的路况。不过，他表示，特斯拉在北美以外地区仍面临一些监管障碍。

在今年的股东大会上，马斯克透露，特斯拉对FSD 进行了“一些非常重要的架构改进”，包括提高左转复杂性。他表示，特斯拉目前正在北美广泛推出FSD 测试版，并计划今年开始对其全自动驾驶（FSD）软件进行广泛测试，并统计测试版软件的累计行驶里程数。据说它的行驶里程超过4000万英里。并有望在今年年底前完成超过1 亿英里的里程。

特斯拉FSD的感知能力和执行决策现已升级和优化，FSD Beta已经能够从一个停车场自动驾驶到另一个停车场以及在城际道路上行驶。

FSD 现在在更困难的无保护左转情况下表现更好。特斯拉利用神经网络学习和大量的仿真计算和模拟来获取周围车辆和行人的信息，计算出合理安全的路线轨迹，减速到安全速度区域，并保持人与车之间的距离。穿过缝隙。

与此同时，和擎天柱一样，FSD的决策方式也变得更加人性化。

Tesla Autopilot 运动规划技术负责人Paril Jain 演示了FSD 如何改善某些交互场景并实现“类人”决策。例如，当特斯拉在十字路口左转时，它会选择一条避免与行人和其他障碍物接触的轨迹。

改进了某些交互场景中的FSD

此外，在活动问答中，马斯克表示，他目前正在驾驶FSD beta 的alpha 版本，该版本集成了两个堆栈（城市和高速公路）。

这可能是业界一直在等待的FSD Beta V 11。此前有媒体报道称，FSD Beta V11将是特斯拉首款单栈FSD Beta版本，但重要的是，FSD Beta V11将是一位更加人性化的驾驶员，所有驾驶技能都配备齐全，这意味着系统将是相似的。目前主流的自动驾驶系统由ACC、NOA等多种方案组成。

马斯克表示，特斯拉人工智能日的目标仍然是招募人工智能领域的人才。活动中，马斯克表示，希望更多的人才来到特斯拉，享受自己的职业生涯，他说：“硅谷有一些公司表面上看起来不错，但其实不然。这样的公司有很多，特斯拉也没有。”如果真是这样，有才华的人在特斯拉就会有更多的自由。”