应对卡脖子问题，GJ忍痛强切赛道，压注新能源。然而随着特斯拉屡屡降价，个人认为能打也就比亚迪。比亚迪却混用着油车的框架，走传统卖硬件的路，自动驾驶招聘的JD惨不忍睹。再看特斯拉的AI能力，不禁替ZF捏把汗，也着实感觉到了技术和投入上的鸿沟。
PS，在算法专栏置顶这篇，实在是内心无法平息这种技术上、魄力上的鸿沟，与马斯克的人格魅力，马斯克yyds，继盖茨、乔布斯又一位实现自我价值、改变世界的IT界企业家。希望之后有时间和精力，慢慢学习更新里面的技术细节。
数据
1、人工标记没有外包，拥有一支
1,000 人级的数据标记团队，与工程师一起工作，打造了完全定制化的数据标签&分析架构。
2、已经积累了超过
60 亿个物体标签，超过
1.5PB 的数据量。
3、现在众多
实际用户的
海量数据。
4、特斯拉打造的
模拟器可能是全球最棒的之一，如设定噪点、曝光、反射率、热气流折射、动态模糊、光学畸变之类以长尾场景。
算法
两位大牛坐镇，分别负责视觉和规控（规控不懂，下图为视觉算法部分）。
采用RegNet + Bifpn + multi head 来做多任务 +
transformer + RNN。端到端的直接映射三维空间位置。
硬件
1、AI 验证测试上，超过
3,000 个 FSD Computer、专门的设备管理软件以及定制化的测试计划，
每周运行超过
100 万次的算法验证测试。
2、AI训练上，用了
3 大计算中心，其中自动标记的有
1,752 个 GPU，其余用来训练的一个有
4,032 个 GPU，另一个有
5,760 个 GPU。
3、车载上， 2019 年的
双 72 TOPS 算力 SoC 芯片是车辆的核心计算单元，采用了专用于神经网络加速计算的架构。
4、未来，
7nm 的 D1 芯片单颗浮点算力达到 BF16/CFP8 下
362 TFLOPs ，FP32 下为
22.6 TFLOPs。除了部署在车上，也用来构成自己的超算
取代NVIDIA。
参考链接：