tesla AL day 自动驾驶部分

     应对卡脖子问题，GJ忍痛强切赛道，压注新能源。然而随着特斯拉屡屡降价，个人认为能打也就比亚迪。比亚迪却混用着油车的框架，走传统卖硬件的路，自动驾驶招聘的JD惨不忍睹。再看特斯拉的AI能力，不禁替ZF捏把汗，也着实感觉到了技术和投入上的鸿沟。

    PS，在算法专栏置顶这篇，实在是内心无法平息这种技术上、魄力上的鸿沟，与马斯克的人格魅力，马斯克yyds，继盖茨、乔布斯又一位实现自我价值、改变世界的IT界企业家。希望之后有时间和精力，慢慢学习更新里面的技术细节。

数据

    1、人工标记没有外包，拥有一支 1,000 人级的数据标记团队，与工程师一起工作，打造了完全定制化的数据标签&分析架构。

    2、已经积累了超过 60 亿个物体标签，超过 1.5PB 的数据量。

    3、现在众多 实际用户的 海量数据。

    4、特斯拉打造的 模拟器可能是全球最棒的之一，如设定噪点、曝光、反射率、热气流折射、动态模糊、光学畸变之类以长尾场景。

算法

   两位大牛坐镇，分别负责视觉和规控（规控不懂，下图为视觉算法部分）。

   采用RegNet + Bifpn + multi head 来做多任务 + transformer + RNN。端到端的直接映射三维空间位置。

硬件

   1、AI 验证测试上，超过 3,000 个 FSD Computer、专门的设备管理软件以及定制化的测试计划， 每周运行超过 100 万次的算法验证测试。

   2、AI训练上，用了 3 大计算中心，其中自动标记的有 1,752 个 GPU，其余用来训练的一个有 4,032 个 GPU，另一个有 5,760 个 GPU。

   3、车载上， 2019 年的 双 72 TOPS 算力 SoC 芯片是车辆的核心计算单元，采用了专用于神经网络加速计算的架构。

   4、未来， 7nm 的 D1 芯片单颗浮点算力达到 BF16/CFP8 下 362 TFLOPs ，FP32 下为 22.6 TFLOPs。除了部署在车上，也用来构成自己的超算 取代NVIDIA。

参考链接：

1、 https://www.laohu8.com/news/1135596991

2、 https://zhuanlan.zhihu.com/p/401811774

3、 https://www.youtube.com/watch?v=j0z4FweCy4M