作者LimYoHwan (gosu mage)
看板Stock
標題Re: [新聞] 【美國盤前異動】特斯拉升逾4%，大摩上
時間Mon Sep 11 23:04:58 2023
https://webptt.com/m.aspx?n=bbs/Gossiping/M.1693830978.A.C03.html
9/4 就在八卦版講過
8/17 相對低點進去買call
https://i.imgur.com/hV3Ykav.jpg
有在follow tesla都
知道啦，只不過新聞喜歡亂寫 一堆後知後覺的 看不懂tesla在幹嘛
傳統自動駕駛
基本分為三大模塊
https://i.imgur.com/poTtq9f.png
感知 決策規劃 執行
其
中感知不管是純視覺還是融合感知 都會用AI對圖像物體進行識別和標註
從圖像中
分離出人和車還有道路邊緣障礙物這些東西 然後將標注後的結果發到
決策模塊, 決策模塊根據感知模塊發送的標註結果, 在人類設置的規則框架下給出
決策. 這裡的人類設置的規則, 例如紅燈停 綠燈行, 人是高危險群體要讓行
直
行車道不能轉彎, 等等基本規則, 之後進行決策 然後給到執行模塊, 控制車輛
因為感知模塊給的結果對於決策模塊非常重要,如果不能準確識別出物體,自動駕駛
就
會出事, 這也是大家在爭論到底要純視覺還是光達比較安全, 爭來爭去.
而特斯拉的fsd v12 使用的端到端方法
強大之處, 他沒有感知模塊, 甚至沒
有任何一個模塊, 在感知層面上 他不再識別
相機拍到的畫面上的訊息, 也
不再進行標注, 他看的是畫面上的像素點, 他看的是這些
像素點運行的規律,
把這些像素點訊息直接輸入到神經網路
神經網路擁有數以億計的真實行車影
片,數以億計的學習經驗
就好像stable diffusion一樣, 把畫師所畫出來的
精美圖片通通餵給AI建立模型
神經網路會根據現在看到的像素運行方式和學習到的模型進行比對, 直接給到執
行模塊
特斯拉fsd 過去擁有30萬行代碼, v12則是0
這個端到端的自動駕駛學
習方式, 未來就需要各個國家的特斯拉車提供拍攝到的畫面進行
學習, 未來
可能會產生中國模型 印度模型 台灣模型 美國模型
甚至模型與模型之間有
可能可以融合
而這樣的方式也不是所有車企都有辦法, 首先你要有算力, 所
以特斯拉購買了nvda
1萬塊英偉達h100. 和自行研發的AI訓練晶片dojo
特斯
拉在28日啟動的10,000顆H100 GPU叢集，會協助訓練全自動輔助駕駛(FSD)系統。
H
100 GPU的運算效能是前一代A100的五倍快，可加快特斯拉訓練FSD的速度、訓
練成果也
會比過去更優秀。不過，H100 GPU非常昂貴，單顆要價近40,000美元
。
由於輝達無法追上市場對GPU的需求，特斯拉只能斥資10多億美元打造自家
超級電腦「
Dojo」。Dojo使用公司高度最佳化的客製晶片，明(2024)年有望
成為全球最強大的超級電
腦之一。這款超級電腦也會訓練特斯拉的車隊並處
理這些車隊傳回的資料。特斯拉執行長
馬斯克(Elon Musk) 7月曾表示，「老
實說，若輝達交出足夠GPU，我們也許不需要Dojo。
」
而所謂的魯莽駕駛問題, 特斯拉2年前就想到了, 在先前版本中, 車子就可以為
駕駛員開
車
方式評分, 只丟入評分９０分以上的資料即可
相當於你不會
把垃圾畫師的作品丟到ai裡面去建模型一樣
所以自動駕駛要成功
1. 算力
2. 行車數據
以上兩點特斯拉都擁有
所以fsd v12 就是自動駕駛的CHATGPT時
刻
也是為什麼特斯拉故意留在lv2的原因 他其實是為了在開放道路搜集數據
強化自駕AI
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.241.33.115 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Stock/M.1694444700.A.9D2.html
※ 編輯: LimYoHwan (111.241.33.115 臺灣), 09/11/2023 23:06:02
※ 編輯: LimYoHwan (111.241.33.115 臺灣), 09/11/2023 23:06:27
1F：噓 JessVeron : 笑死 AI都炒一輪了 特斯拉才要炒？ 09/11 23:07
2F：推 Severine : 分析師才不管這麼多 反正看他想炒啥 09/11 23:07
3F：→ TaiwanUp : FSD是第二輪 Optimus是第三輪 Neuralink第四輪 09/11 23:11
4F：推 fourkg : 漲就對 跌就錯 09/11 23:12
5F：→ gladopo : 講這麼多其實是不炒NV時才無聊拉一下特特 09/11 23:13
6F：→ TaiwanUp : 第五輪 誰炒誰還不知道 09/11 23:13
7F：推 prostar : 你講的對，特斯拉的作法融合AI自動駕駛有機會 09/11 23:14
8F：→ prostar : 汽車封閉系統還是比較安全 09/11 23:15
9F：→ prostar : 如何每台車都有獨立AI伺服器 09/11 23:15
10F：→ TaiwanUp : 9/13會有一場由參院辦的AI巨頭會議 AI股必須先煞車 09/11 23:21
11F：推 sonnyc : 資金只有一套 沒辦法兼顧NVDA跟TSLA 09/11 23:21
12F：推 psgbpsgb : 9/13一定有大腸面 漲這麼快有鬼 09/11 23:21
13F：→ TaiwanUp : 開完會後再看看會議紀要 09/11 23:22
14F：推 jimpon : 這篇才是正解 09/11 23:23
15F：→ jimpon : 比大摩那個報告深入多了 09/11 23:23
16F：→ kevinmeng2 : 你說的都對，但我特不是買車的公司，你看淺了 09/11 23:24
17F：→ alphish : 特斯拉會開發阿斯拉模式嗎 09/11 23:25
18F：→ jimpon : 補充 H100用在特斯拉影像訓練速度大約是A100的3.5倍 09/11 23:25
19F：推 sdbb : 謝謝 09/11 23:25
20F：→ jimpon : 這點DOJO團隊實測後有經由老馬在X證實 09/11 23:26
21F：推 TaiwanUp : 補推 感謝分析 09/11 23:27
22F：推 scherzer5566: 感謝分享！！！！！ 09/11 23:34
23F：推 l25283015 : 推 09/11 23:38
24F：推 CN091118 : 感恩 09/11 23:46
25F：推 herculus6502: 鏟子商表示 09/11 23:49
26F：推 vikingman : Push 09/11 23:52
27F：推 roseritter : 能搞到這麼多卡 也是厲害 09/11 23:58
28F：推 TomChu : 低調 09/12 00:01
29F：推 jy760517 : 笑死，停在L2哪是收啥數據，是怕升上去全自駕出事被 09/12 00:03
30F：→ jy760517 : 告死好嗎 09/12 00:03
31F：→ LimYoHwan : 華為ads 2.0 也是lv2 去看看他們的影片 懂的就懂 09/12 00:11
32F：→ LimYoHwan : benz lv3 那種垃圾 不存在lv3 > lv2這種事情 09/12 00:11
33F：→ MIDDLELIN : 9.4%啦 09/12 00:12
34F：→ kevinmeng2 : 還有特黑，看來今天10%有希望了 09/12 00:14
35F：→ kevinmeng2 : 這次沒到預期的200，才丟了15%資本進去 09/12 00:15
36F：→ kevinmeng2 : 賺少了 09/12 00:15
37F：推 joygo : 聽起來很猛 09/12 00:22
38F：噓 mnxzq : v12發表至少一個禮拜了 現在才噴喔 09/12 00:25
39F：推 asas123sdsa : 特斯拉也佔到ai 了 09/12 00:27
40F：推 gso1987 : 扣這麼遠 09/12 02:12
41F：推 ykarl : 10%了 09/12 02:44
42F：推 aegis43210 : 重點還是巨量資料分析所訓練出的物理參數符不符合現 09/12 02:52
43F：→ aegis43210 : 實情況，馬斯克的Dojo只是踏上了L5自駕可能性的第一 09/12 02:52
44F：→ aegis43210 : 步 09/12 02:52
45F：→ aegis43210 : 驗證模型恐怕要搞很久 09/12 02:54
46F：推 create8 : 感謝分享 09/12 06:50
47F：推 lolpklol0975: 美股期貨結算吧,拉高或殺低自然的 09/12 07:53
48F：推 longkiss0618: 有單有推 屌打鍵盤酸酸猴 09/12 09:43
49F：推 SivLoMario : 自駕這塊特斯拉領先其他人的總和，賣車這塊真的變成 09/12 10:00
50F：→ SivLoMario : 為了發展能源跟自駕的資金來源 09/12 10:00
51F：推 fakeMaskRide: 現在v12 還沒出來吧 09/12 13:13