Tesla 在 FSD、Optimus 等领域的 Dojo 应用

自从特斯拉的 Dojo 超级计算集群上线以来，最近几个月该系统一直备受关注，该汽车制造商已经预计到明年初它将成为世界上最强大的超级计算机之一。但一位记者最近指出，除了为特斯拉的全自动驾驶 (FSD) 系统和人形机器人处理大量数据之外，Dojo 有朝一日可能还有其他用途。

Dojo 每秒可以处理来自公司车辆的数百万 TB 的视频数据，以令人难以置信的速度训练其神经网络。该公司表示，输入 Dojo 的视频基础模型将有效地充当其车辆和 Optimus 机器人的大脑。

然而，在最近关于 Dojo 如何彻底改变自动驾驶的视频片段中，雅虎财经记者 Pras Subramanian 还谈到了超级计算集群在 FSD 和 Optimus 之外的潜在应用。

由 Seana Smith 主持的简短讨论详细介绍了 Dojo 系统将如何使用 Tesla 的 AI 模型来训练 FSD。不过，萨勃拉曼尼亚还表示，超级计算机有一天可能会用于汽车以外的船舶，包括摩托车、自行车和船只。对话还涉及 Dojo 的工作原理、训练人工智能处理道路的复杂性以及福特和大众决定终止 Argo AI 运营等话题。

您可以观看下面视频片段中的短片或在此处查看完整对话。

至于汽车，马斯克之前曾谈到过使用 Dojo 来执行交通控制的潜力，只需系统输入事故、坑洼、道路封闭或其他对 Tesla 实时访问有用的数据。马斯克在 6 月份表示，Dojo 已经“上线并运行了有用的任务几个月”，帮助解决了生产工作负载并激发了当前一轮围绕计算集群的兴奋。

6 月，Tesla 在以下网站上发布了有关 Dojo 的信息 X详细介绍了如何在汽车中访问其神经网络，并补充说该公司正在“为自主机器人构建基础模型”。以下是该主题的摘录：

“我们的多模态神经网络已经应用在客户车辆中——这些网络采用任意模态，例如摄像头视频、地图、导航、IMU（惯性测量单元）、GPS 等。

诸如占用预测之类的任务就其所代表的内容而言已经相当普遍——在某些方面，它们是无本体的，并且只是预测某个 3D 位置被占用的概率。

任何机器人都可以使用这种占用来避免碰撞。

所有这一切都是通过车队规模的自动标签来实现的。通过使用同一地点多次行程的视频数据，我们可以重建整个场景

此外，我们正在构建最先进的生成建模技术，使我们能够根据过去的观察结果，在多个摄像机视图中以一致一致的方式预测可能的结果”