首页
搜索 搜索
当前位置:关注 > 正文

马斯克再做预告,FSD 规控算法或引入大模型

2023-08-03 12:17:46 36氪

文|韩永昌

编辑|李勤


(相关资料图)

近日,马斯克在推特上表示:车辆控制是 FSD AI 难题中的最后一关,这可以让超过 30 万行 C++ 控制代码减少约 2 个数量级。目前我们的工程师进展顺利,但训练计算的进展受限。

这似乎预示着,FSD 的规控算法将引入大模型以加速落地。

FSD 是特斯拉的自动驾驶软件。在马斯克的愿景中,FSD 要让车辆做到不在人工干预的情况下完全自动驾驶,而且要比人类司机更安全。

而想要正式推出 FSD 或者说实现自动驾驶,需要攻克感知、规划、控制等技术关卡。只有在将第一步的感知问题解决之后,才能步入规划和控制阶段的攻关。

两年前,特斯拉重写感知模块代码,将大模型引入自动驾驶领域,提出了 BEV+Transformer 的组合。随后,小鹏、理想、蔚来等车企以及众多智驾供应商也逐渐开始使用 BEV+transformer 以解决感知层面的问题。自动驾驶第一步的 " 最优解 " 得到了多数人的认可。

大模型的引入给感知模块带来了明显的效果提升," 重感知轻地图 " 的趋势愈发明显,数据闭环体系也逐渐成型。

而今,马斯克再次透露,在规控算法中特斯拉同样用了 AI 算法精简代码,这意味着规控代码也正在被重写。重写代码后,系统本身的训练需要海量的数据和算力支撑,这或许也是马斯克表示 " 算力受限 " 的原因。

传统的规控算法基于规则制来运行,代码繁重,工作复杂。若特斯拉将大模型引入规控算法中,不仅将对代码进行精简,规控算法的训练也将进一步提速,将更加接近人类驾驶员。不过需要注意的是,规控环节的安全风险比感知环节的更高,因此也需要用传统的规则制来进行兜底。

但就目前来看,特斯拉在规控模块引入大模型还在前期阶段,需要解决的仍是算力问题。此前特斯拉工程总经理 Tim Zaman 也在推特上表示,目前我们的计算集群只有 0.3% 的空闲时间,其中 84% 的工作都是高优先级的,我们希望可以拥有更多的计算空间。

这一问题或许会随着 Dojo 的投入使用而有望得到解决。

据了解,7 月份特斯拉自研的超级计算机 Dojo 已经正式投产。数据显示,每个 Dojo 都集成了 120 个训练模块,内置 3000 个 D1 芯片,拥有超过 100 万个训练节点,算力达到 1.1EFLOP(每秒千万亿次浮点运算)。

马斯克对此期待已久,他认为 Dojo 的使用在训练成本上会让特斯拉有一个数量级的提高。根据特斯拉的规划,Dojo 将带动特斯拉进入算力快速增长期。2024 年 2 月特斯拉的算力规模将进入全球前五,2024 年 10 月特斯拉的算力总规模将达到 100 Exa-Flops。

随着 Dojo 的投入使用,特斯拉的规控算法将加快重建,FSD 年内落地或将成为现实。而此后进展如何,相信马斯克还会再做出预告。