Re: [問卦] 特斯拉自駕要大耀進了

傳統自動駕駛

基本分為三大模塊

https://i.imgur.com/poTtq9f.png

其中感知不管是純視覺還是融合感知 都會用AI對圖像物體進行識別和標註

從圖像中分離出人和車還有道路邊緣障礙物這些東西 然後將標注後的結果發到

決策模塊, 決策模塊根據感知模塊發送的標註結果, 在人類設置的規則框架下給出

決策. 這裡的人類設置的規則, 例如紅燈停 綠燈行, 人是高危險群體要讓行

直行車道不能轉彎, 等等基本規則, 之後進行決策 然後給到執行模塊, 控制車輛

因為感知模塊給的結果對於決策模塊非常重要,如果不能準確識別出物體,自動駕駛就

會出事, 這也是大家在爭論到底要純視覺還是光達比較安全, 爭來爭去.

而特斯拉的fsd v12 使用的端到端方法

強大之處, 他沒有感知模塊, 甚至沒有任何一個模塊, 在感知層面上 他不再識別

相機拍到的畫面上的訊息, 也不再進行標注, 他看的是畫面上的像素點, 他看的是這些

像素點運行的規律, 把這些像素點訊息直接輸入到神經網路

神經網路擁有數以億計的真實行車影片,數以億計的學習經驗

就好像stable diffusion一樣, 把畫師所畫出來的精美圖片通通餵給AI建立模型

神經網路會根據現在看到的像素運行方式和學習到的模型進行比對, 直接給到執行模塊

特斯拉fsd 過去擁有30萬行代碼, v12則是0

這個端到端的自動駕駛學習方式, 未來就需要各個國家的特斯拉車提供拍攝到的畫面進行

學習, 未來可能會產生中國模型 印度模型 台灣模型 美國模型

甚至模型與模型之間有可能可以融合

而這樣的方式也不是所有車企都有辦法, 首先你要有算力, 所以特斯拉購買了nvda

1萬塊英偉達h100. 和自行研發的AI訓練晶片dojo

特斯拉在28日啟動的10,000顆H100 GPU叢集，會協助訓練全自動輔助駕駛(FSD)系統。
H100 GPU的運算效能是前一代A100的五倍快，可加快特斯拉訓練FSD的速度、訓練成果也會比過去更優秀。不過，H100 GPU非常昂貴，單顆要價近40,000美元。
由於輝達無法追上市場對GPU的需求，特斯拉只能斥資10多億美元打造自家超級電腦「
Dojo」。Dojo使用公司高度最佳化的客製晶片，明(2024)年有望成為全球最強大的超級電腦之一。這款超級電腦也會訓練特斯拉的車隊並處理這些車隊傳回的資料。特斯拉執行長馬斯克(Elon Musk) 7月曾表示，「老實說，若輝達交出足夠GPU，我們也許不需要Dojo。」

而所謂的魯莽駕駛問題, 特斯拉2年前就想到了, 在先前版本中, 車子就可以為駕駛員開車

方式評分, 只丟入評分９０分以上的資料即可

相當於你不會把垃圾畫師的作品丟到ai裡面去建模型一樣

所以自動駕駛要成功

1. 算力
2. 行車數據

以上兩點特斯拉都擁有

所以fsd v12 就是自動駕駛的CHATGPT時刻

也是為什麼特斯拉故意留在lv2的原因 他其實是為了在開放道路搜集數據 強化自駕AI

--