特斯拉推超级计算机Dojo：用世界第一算力终结无人驾驶战争？

本文来自微信公众号“车智”（ID:invehc），作者：Michael Yuan，36氪经授权发布。

这是CVPR 2021（2021年计算机视觉和模式识别会议）的“旧闻”，特斯拉人工智能与自动驾驶视觉总监Andrej Karpathy（师从华人AI学者李飞飞），在会议上披露了特斯拉超级计算机Dojo（Dogo：日语直译为道场，意译为训练场）原型机的细节：

使用720个80GB版本的8x A100节点构建的超级计算机，总算力达到了1.8EFLOPS（EFLOPS：每秒千万亿次浮点运算），有10PB的存储空间，读写速度为1.6TBps。上述算力达到了全球第五（取代目前第五的英伟达Selene集群），但尚未正式投入使用。

但上述算力不是特斯拉Dojo的终极目标，在马斯克的规划中，Dojo超级计算机的算力要达到每秒钟exaFLOP的级别，也就是百亿亿次浮点运算，是现在的一万倍，按照2020年全球超算排名，特斯拉Dogo将超过目前的日本超算“富岳”登顶世界超算算力第一的宝座。目前，尚不清楚特斯拉啥时候能够推出来。

特斯拉一直是自动驾驶视觉路线的坚决拥趸，从2021年5月开始，更是把特斯拉量产车上原来标配的毫米波雷达去掉，只采用全车8个摄像头来为特斯拉的FSD（完全无人驾驶）提供外部环境数据采集传感器。这也是目前全球唯一一家采用纯视觉的车企，包括蔚来、小鹏、理想等造车新势力，以及长城、本田、宝马等传统车企，无一例外都是要上激光雷达，以实现辅助驾驶及以上功能。

在特斯拉看来，把毫米波雷达砍掉，是因为多传感器融合，会干扰系统的判断，甚至会造成误判，因为但不同传感器过来的数据冲突的时候，会延长系统处理和判断的时间，甚至会出现误判。这对于高速行驶的自动驾驶（甚至是无人驾驶）汽车来说，是非常可怕的。

早在2019年的特斯拉自动驾驶日，马斯克就对外剧透了特斯拉Dojo的想法，时隔两年之后，特斯拉对外阐述了Dojo的算力和工作方式。在特斯拉看来，要想让机器人司机对新环境的反应可以表现得像人类，甚至是优于人类的话，需要一个巨大的数据集以及处理这些数据集的计算机处理能力。

对特斯拉来说，巨大的数据集来源，就是遍布全球的百万级的特斯拉车辆。目前，特斯拉已经积累了100万个10秒左右的视频，并给60亿个物体贴上了深度、速度和加速度的标签。这些数据每天都还在增加，这就需要特斯拉有一个强大的计算机来处理这些庞大的数据，因为，目前这些数据已经达到了惊人的1.5PB。以特斯拉百万级的车辆保有量，这个规模的数据收集终端，数据增长速度也是惊人的。

在特斯拉的规划中，全球各地的数据，都会汇集到Dojo超级计算机中心进行处理。当然，这不包括中国的数据，因为中国出台了相关的管理办法，限制这类数据出境，因此，特斯拉在上海建立了数据中心，不知道会不会放一台Dojo到上海呢？

对于自动驾驶来说，如此大规模的数据，如何进行标注是个大问题。特斯拉Dojo采用的是无监督学习算法，这个算法是无需人工对训练数据集进行标注，系统自行通过样本间的统计规律对样本集进行分析，从而减少特斯拉对数据进行人工标注的工作量，从而帮助实现训练效率的指数级提升。这是特斯拉的杀手锏。

关于Dojo的更多细节，包括商用时间，在未来几个月内可能会得到披露。有可能是特斯拉财报电话会上，但更大的可能是在特斯拉正在筹划的“AI Day”上。Dojo的出现，显然会帮助特斯拉加速实现完全无人驾驶的商业化，一旦实现完全无人驾驶，特斯拉必然会推出RoboTaxi车队提供打车服务。

特斯拉Dojo的出现，对于其他自动驾驶公司来说，这是一个巨大的挑战。去看看超级计算机的排名，前五的除了第五名的Selene是英伟达的之外，前四的都是国家拥有的，包括第一的日本“富岳”、美国的Summit和Siera分别二三，第四的是中国的“神威太湖”，这些都是举国之力的结果。一旦，特斯拉Dojo登顶第一，这样的算力霸权会让其他公司望尘莫及。

目前，自动驾驶的实现路线中，特斯拉在纯视觉路线上越走越远，其他公司在激光雷达上的路线越走越远。出现这种情况的原因是理念不一样，马斯克认为人类不需要激光雷达来开车，所以，机器人司机也不需要才是合格的。在这样的原则下，特斯拉自研芯片、自研超算，更重要的是搭建和不断迭代算法架构，并且有海量的数据进行训练。

最终，无人驾驶这场战争会不会因为Dojo的出现而终结，整个激光雷达行业会不会最终被覆灭。因为马斯克说，Dojo是对外开放的，和特斯拉此前说公布电动汽车专利是一样的套路，其他公司敢用吗？