从专业技术角度分析需要科技行业的大咖来讲解,下面就从汽车视角简单讲一讲;自动驾驶汽车其实就像是赛车游戏,车辆通过传感器采集到大量的数据流,这些数据都是需要运算和分析的。所以这就需要车辆具备超级高的算力,可是想要每个终端都具备超强算力是不现实的,因其硬件成本会高于高,同时也难以保证每个终端的硬件的可靠性,重点是这些终端硬件平台没有自我进化能力。
但是通过把每个终端采集的数据传输到超算系统,由这套超级计算器对采集信息进行不断的分析,在每次分析中即可做到学习和进步;于是在Dojo架构之下,特斯拉汽车的智能驾驶系统的“大脑”就能不断的被训练,能够不断的成长,能够让自动驾驶越来越可靠、越来越安全。
综上所述,现在可以将所有特斯拉汽车理解为一个个的终端,或者理解为一个个的传感器;而Dojo才是核心,车辆助力超算系统采集数据,超算系统不断的净化并让每个终端变得更聪明,实现每个终端的不断成长。
这样就能让汽车智能化更早的实现,当然基础还是要依靠Dojo D1芯片。
这个由特斯拉自主研发的芯片也具备采集、训练和进化的能力,能够更理想的采集道路交通标识、生物形象、路面情况等等信息,通过这些数据的分析而逐步实现FSD(完全自动驾驶)。
特斯拉还是要搞纯视觉自动驾驶系统,完全不依靠雷达传感器,未来只依靠摄像头。
这就是特斯拉的布局,单纯依靠车辆终端想要实现高度自动驾驶是有难度的,即便车辆装备了诸多高标准的传感器。
做个比喻,某台车装备多个摄像头、毫米波雷达和激光束雷达,但是背后没有超算系统,那么这些车就像是一个个的“学霸”,掌握了很多知识和技能,但是从进入道路到结束使命都是不变的水平。
反之,虽然只有些摄像头的特斯拉汽车就像是个“学渣”,但是依托Dojo系统,这台车从落地那一刻就开始不断的学习;其特点是采集和获取知识的渠道非常单一,可是只要能不断的采集就能不断的进步,最终则有可能齐平或超越学霸。
简单来说就是这样,特斯拉汽车实现FSD的方向和构想是没有错的,其实很多中国汽车制造商也在这么做,只不过是以新势力车企为主体;所有车辆终端还是要考虑到传感器硬件的差异,如果都采用相同的模式,那么增加一些雷达传感器则能达到更高的标准。但是这些车企没有马斯克的企业帝国,在研发投入力度方面不会那么大,所以总感觉没有太多存在感。