【摘要】：在为自动辅助驾驶配备人工智能芯片时，我们发现市场上没有价格合理且低功耗的系统。距离充分利用特斯拉完全自动驾驶芯片的能力，可能还需要一段时间。为了能够快速处理大量视频数据，我们还开发了特斯拉Dojo训练系统，以改善对人工智能系统的训练。Dojo系统就像一个FP16训练系统，目前主要受到芯片发热量和通信速率的限制。
在为自动辅助驾驶（autopilot）配备人工智能芯片时，我们发现市场上没有价格合理且低功耗的系统。如果我们只能用传统GPU、CPU或者其他类似产品，功率将会达到数百瓦，车辆的后备厢将被巨大的冷却系统填满。传统芯片不仅成本高昂、占用车辆空间，而且还存在高耗能的问题，而能耗对于电动汽车的行驶里程又非常关键。
为此，特斯拉自主研发了人工智能芯片，即具有双系统的特斯拉完全自动驾驶（FSD）芯片，该芯片具有8位元和加速器，用于点积运算。目前我们还未完全发挥出这个芯片的能力，几个月前才审慎地启动了芯片的第二套系统。距离充分利用特斯拉完全自动驾驶芯片的能力，可能还需要一段时间。
为了能够快速处理大量视频数据，我们还开发了特斯拉Dojo训练系统，以改善对人工智能系统的训练。Dojo系统就像一个FP16训练系统，目前主要受到芯片发热量和通信速率的限制。我们正在开发新的总线和散热冷却系统，用于开发更高效的计算机，从而能更有效处理视频数据。(www.xing528.com)
在人工智能算法的发展方面，神经网络主要从现实中获取大量信息，很多来自无源光学方面，并创建矢量空间，本质上是将大量光子压缩为矢量空间。我们通常以类比的方式，将现实视为理所当然。但我认为，我们可以进入自己大脑中的矢量空间，了解大脑如何处理外部信息。事实上，大脑在做的是通过获取并过滤大量信息，只保留相关部分，从而记忆尽可能少的信息。大脑中的信息仅占原始数据很小的一部分，却可以根据这个矢量空间的表达做出决策，这实际上就类似一个大规模的压缩和解压缩的过程。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
