特斯拉已经全力推进仅视觉自动驾驶，甚至在其部分电动汽车中逐步淘汰雷达传感器。正如报道的那样，现在在 CVPR 2021 研讨会上，特斯拉人工智能高级主管 Andrej Karpathy解释了它计划如何使用名为“Dojo”的内部超级计算机来做到这一点。

　　Karparthy 解释说，使用纯视觉技术，计算机必须以与人类相同的速度和敏锐度对新环境做出反应。但是，要做到这一点，需要对海量数据集进行 AI 训练，并使用强大的超级计算机来处理它。特斯拉内部拥有“Dojo”，这是一款具有 1.8 exaflops 性能和 10 PB NVME 存储的下一代模型，以每秒 1.6 TB 的速度运行。

　　虽然该系统尚未进行基准测试，但 Karparthy 认为它将是世界上最快的系统之一。“如果你计算 FLOPS 的总数，它确实会排在第五位左右，”Karpathy 告诉TechCrunch。“第五位目前由 NVIDIA 的 Selene 集群占据，该集群具有非常相似的架构和相似数量的 GPU。 ”

　　为了训练系统，特斯拉的超级计算机从特斯拉汽车上的八个摄像头收集视频，每个摄像头以每秒 36 帧的速度运行。虽然这会产生大量数据，但它比在世界各地构建和维护高清地图更具可扩展性。但是，它也需要近乎瞬时的处理，需要将其视为监督学习问题。

　　到目前为止，该系统在人口稀少的地区运行良好，在那里汽车可以在没有干预的情况下行驶。然而，特斯拉发现（与所有其他自动驾驶汽车公司一样）在人口稠密的地区行驶要困难得多。尽管如此，卡帕西说，特斯拉的计算机已经能够处理新型交通警告、行人碰撞检测和踏板误操作，后者发生在司机不小心踩油门而不是刹车时。

　　尽管特斯拉发生了几起事故，其中自动驾驶系统未能发现障碍物或正确跟踪路线，但首席执行官埃隆·马斯克坚定地致力于仅实现视觉。“当雷达和视觉不一致时，你相信哪一个？视觉的精度要高得多，所以比传感器融合更好地加倍视觉，”他最近在推特上写道。该公司相信超级计算机最终将帮助车辆获得先进的自动驾驶能力。

责任编辑：新交通