太阳真从西边出来了。
马斯克,挖坑很少填、服务看心情、还老说用户“使用不当”,但这次没背刺老车主,反而主动关怀:
5年前的特斯拉,刚刚推送了最新的FSD!
用户爽之外,可以预见又会成为行业追随模仿的技术案例——
端到端上车,8个摄像头、100多TOPS算力足矣。
建议大家一起疯狂@极氪。
5年前特斯拉,怎么用上最新FSD?
极氪硬着头皮一年强推三款001,其实不为别的,就是被智驾升级给逼的。
这边极氪老车主骂声还不绝于耳呢,人家特斯拉马上就给5年前的老车型推送最新FSD,版本是12.5。
能力上,北美已经有了大量用户实测视频,能够自主应对几乎路上的一切驾驶挑战,比如自动过闸机、环路:
穿梭唐人街闹市区:
尤其是在特斯拉数据密集的西海岸加州地区,FSD12.5版本现在已经到了“自己跟自己较劲”的迭代阶段:死磕舒适性,有的用户已经开始做“30分钟水不洒”的挑战:
完全能够做到有导航就能开,而且和国内绝大部分“城市NOA”不同的地方在于,FSD V12版本采用端到端技术体系。
简单地说,从场景数据输入端到驾驶指令输出端,全部由AI模型搞定,抛弃了以往模块化、手写规则的模式。
最大的好处是让AI直接学习成熟人类司机的驾驶方法,理论上限极高,能突破以前难以解决的各种复杂场景。
挑战是训练数据,要足够多、足够优质,并且底层算力足够大——端到端入门门槛,通常认为是10亿资金、万卡集群,但对特斯拉来说,都不是问题。
所以当下的FSD V12版本可能某些场景上表现不稳定,甚至小版本间还会出现“负优化”现象,但在整体体验、平均能力和发展性上,无疑是最领先的。
就是这样的智驾系统,特斯拉刚刚把它推送到搭载HW3.0硬件的老款特斯拉车型上。
很厉害吗?
业内普遍认为,端到端模型至少需要200TOPS+的算力才能work,国内大多数产品都采用2块Orin的配置。
而特斯拉2019年发布的HW 3.0硬件,算力只有144 TOPS。
也就是说,5年前买特斯拉的用户,一觉醒来发现自己的爱车自动驾驶能力有了翻天覆地的进化。
和现在购买搭载HW 4.0硬件(约500TOPS)的最新特斯拉用户,体验完全一样。
当然在研发端难度肯定不小,特斯拉的软件负责人Ashok Elluswamy解释了实现方法。
首先要明确的是,本来500TOPS跑的FSD V12,下放到144 TOPS的平台,并不是算法和功能的“阉割”。
Ashok Elluswamy的原话是“在编译器中使用全新的内核,来模拟HW 4.0硬件对算法的原生支持”。
至于端到端模型本身,官方透露的信息是“使用适当的压缩技术,在两代硬件上跑完全相同的模型”。
只说了这么多。也能理解,毕竟前几年特斯拉AI Day的PPT,成了大量国内友商汲取“灵感”的源泉。
但从特斯拉的软件负责人的只言片语中,大概能推测采用的方法可能是“知识蒸馏”,我们之前详细科普过。
对预训练好的FSD 端到端模型进行处理,得到参数量相对较小,但保留核心能力的模型。如果某些场景能力有退步,还可以用合适的数据集再次训练,然后分别部署在HW 3.0和HW 4.0上。
因为Ashok明确地说:
参数量只是影响性能的众多因素之一。数据分布、数据质量、模型架构、训练计算等也会对最终性能产生巨大影响。
这样一来,FSD 的V12版本能够在算力有限的旧平台上顺利跑起来。而对于最新的HW 4.0平台,模型规模变小,意味着更快的计算时间,更短的响应延迟。
一举两得。
新技术有啥影响
特斯拉给HW 3.0推送V12版本FSD,证明了用软件算法能力是能够填平智驾硬件差距的。
很长一段时间内,采用模型压缩技术实现低成本小算力端到端上车,会成为全行行业追逐模仿的新范式。
而且特斯拉还划出了这条技术赛道的“及格线”:144TOPS。
从另一个角度看,端到端上车的门槛、下限既然能这么低的话,那么那些以“智驾升级”为旗号的更新换代、以“军备竞赛”为名狂堆算力和传感器的玩家,恰恰是技术实力不行的体现。
而事实上也的确如此。市场上1000TOPS 算力的车型,智驾体验和200 TOPS并没有质的差距。
这其实是自动驾驶的AI本质:前端竞争核心是软件和算法,需要“大力出奇迹”的则是后端超算设施。
所以今年下半年开始,国内最前沿的探索者们也开始了对本质的回归。比如长城前两日刚刚量产交付的端到端车型蓝山智驾版,就只用了一颗英伟达Orin芯片。
所以对于用户来说,特斯拉的新进展证明了我们是能够低成本享受高阶智驾的。
而且“越开越好开”的承诺保鲜期,被拉长到了5年。
不过也别太苛责极氪,独立上市拿回研发自主权后,极氪的进步速度在国产阵营中是佼佼者。
之前被Mobileye误了这么多年,真的是身不由己。
还没有评论,来说两句吧...