全球最快的AI训练速度王座，刚刚易主了。
马斯克治下的特斯拉，自研AI训练芯片D1，自研AI超级计算机Dojo ExaPod，首秀即巅峰，登场就是全球第一。
此外，马斯克还带来了另一个特斯拉新品：
汽车机器人，搭载了特斯拉包含芯片在内的软硬件系统，但跟百度的不同，不像汽车更像人。
特斯拉自研AI训练芯片D1发布
马斯克说：要有一个超快的计算机来训练Autopilot在内的整个自动驾驶系统。
于是DOJO诞生了。
DOJO，取名源自日语里“练武”专用的道场，顾名思义，DOJO就是特斯拉AI不断精炼功夫的道场。
DOJO 是一种通过网络结构连接的分布式计算架构。它还具有大型计算平面、极高带宽和低延迟，以及分区和映射的大型网络。
实际上，在CVPR 2021现场，特斯拉就已经剧透过DOJO的相关性能。
当时总算力达1.8EFLOPS，读写速度高达1.6TBps，一度被认为超越全球排名第一的超级计算机富岳，创造超算新纪录。
但那时DOJO用的是英伟达的A100 GPU，单卡算力321TFLOPS，共计5760张，节点数高达720个。
而现在，DOJO更进一步，自研了“心脏”оƬ。
特斯拉首款AI训练芯片D1，正式发布。
7nM工艺，单片FP32达到算力22.6TOPs，BF16算力362TOPs。
特斯拉发布会现场，还用图展示性能，拳打英伟达GPU，脚踢谷歌TPU。
一句话概括，比现在市面上任何芯片都强。
特斯拉也用“PuRe learning MacHine”，纯学习机器，来称呼D1芯片。
此外，D1芯片强的不只是单兵作战能力，还有集团军作战能力，它们可以无缝融合，变成超大规模计算阵列。
能有多大，接下来，特斯拉就揭晓了之前预热海报上的“神秘物种”：
集合了25块D1芯片的训练模块！
这也是特斯拉首个训练模块，而把多个模块集合，就能形成更大算力的训练阵列：
至此，特斯拉自研超算DOJO完整真身亮相！
超过50万个训练节点。每个模块算力为9 petaflops，带宽为36TB/s。
DOJO的可怕之处在于，不同于世界其他超算需要承担多种不同任务，DOJO的唯一使命就是AI训练，或者可以说聚焦到自动驾驶算法的训练。
因为专注，所以首秀即巅峰。
AutoPilot、FSD，特斯拉的其他AI训练任务，都能在DOJO里更高效练就。
另外，特斯拉官方还继续剧透：这不是终点，下一代DOJO还会有10倍性能的提升！
所以到这里就完了？拿衣服。
最后也是最强，特斯拉D1支持下的终极大杀器登场：
ExaPOD，集成120个训练模块，包含3000个D1芯片，超过1百万个训练节点。算力达到1.1EFLOP。
而且每单位能耗下的性能比当今最强超算高1.3倍，但碳排放仅为1/5。
速度和性能，冠绝业内。
于是特斯拉明确：这就是全球最快的AI训练计算机。
有意思的是，2019年美国能源部曾放言要花6亿美元建E级算力的超算，2023年问世&hellIP;&hellIP;
万万没想到，这个目标被“车企”特斯拉率先实现了。
最强“炼丹炉”为谁而建？
所以问题来了，自研D1芯片有了，最强AI训练超算DOJO Ready了，接下来特斯拉会有怎样的改变？
特斯拉AI技术主管AndRej KaRpathy（李飞飞高徒）登场，介绍了D1芯片和DOJO，主要服务的对象—”灵丹妙药”：
纯视觉方案。
事故频出，争议四起，甚至中国绝大部分玩家都转向了视觉+激光雷达的综合方案，但特斯拉依然坚持。
KaRpathy详细介绍了特斯拉高纯视觉方案的思路，和现行8摄像头方案的特点，以及它为什么能work。
特斯拉纯视觉方案，基本构建原则是把自动驾驶系统看作一个生物，有眼睛、有神经、有大脑。
目前的方案有八个摄像头，背后是被称为HydRaNets—”九头蛇网络”的多任务学习神经网络。
“九头蛇网络”可以同时处理目标检测、交通标志识别、车道预测等等任务，其关键在于对各种数据的特征提取，包括不同种类数据的特征共享、对不同任务的分别调参，以及参数缓存，用来加快调参速度。
这也是实现FSD敏捷开发，半年内迭代2-3个版本的关键。
接下来，KaRpathy 描述了纯视觉方案的历史，以及方案发展到今天的逻辑，他展示了一段特斯拉处理其图像数据的视频。
他说过去 的FSD 虽然很好，但事实证明这样的系统不够完善，每个摄像头能够检测到工程师预期的目标，但背后神经网络的矢量空间是不够的。
于是，特斯拉如重新设计了神经网络，就是上面的“九头蛇”。
另外相机校准、缓存、队列和优化等等环节都做了最大程度简化。
特斯拉方面还比较了多摄像头方案和单摄像头方案的差别，相同的场景下，单摄像头方案识别率明显低于多摄像头方案。
特斯拉车辆上的8个摄像头获取原始输入后，系统会创建各种分辨率的图像，用于各种功能和目的。
这些不同的图像会被分别喂给处理不同任务的神经网络，作为整个自动驾驶系统的决策依据。
接着，KaRpathy介绍了特斯拉的“终极
