自從Tesla將自動駕駛輔助系統改為 純視覺鏡頭偵測並取消雷達後，包括美國國家公路交通安全管理局NHTSA、美國公路安全保險協會IIHS以及一些國外媒體都曾對此表達疑慮，甚至降低部分車款的安全評價，不過Tesla人工智慧部門資深總監Andrej Karpathy在日前舉辦的CVPR 2021大會上，宣布將採用深度神經網路超級電腦訓練自動輔助駕駛與自動駕駛功能，並透過多達5,760個NVIDIA A100 Tensor核心GPU，提供前所未有的運算水準。

根據NVIDIA的敘述，A100 GPU可提供各種規模的加速能力，以支援全球運算效能最高的資料中心。採用NVIDIA Ampere 架構的 A100 GPU，其效能表現較前一代提升20倍，且可以分割多達七個 GPU執行個體，並依照不斷變化的需求進行調整。而GPU叢集是特斯拉垂直整合自動駕駛的其中一部分，其透過超過百萬輛在路上行駛的汽車來完善和建立新功能，並持續改進。

Tesla的開發週期始於汽車，以「影子模式 (shadow mode)」運行的深度神經網路，在不實際控制車輛的情況下，會在汽車的行駛過程中悄悄進行感知並做出預測。此時這些預測內容與錯誤或誤判的情況會被記錄下來，接著特斯拉的工程師使用這些執行個體，建立一個複雜且多元場景的訓練資料集，讓深度神經網路 (DNN) 更加完善。

此外，Tesla還收集了約一百萬個以36 FPS錄製的十秒鐘畫面，累計出高達1.5PB的資料量，同時深度神經網路在資料中心反覆執行這些場景，直到未出現任何錯誤。最後再將訓練完的深度學習神經網路送回車輛，並再次展開這個過程。

除了全面且完整的訓練外，Tesla的超級電腦亦提供自動駕駛車的工程師們，擁有在開發過程中進行實驗和反覆運算所需的效能，目前部署的深度神經網路結構，可以讓二十名工程師同時在一個網路上工作，並區隔不同的功能以進行同步開發。這些深度神經網路能以較過去快速反覆運算的速度還要更快的方式，運行訓練資料集。

Karpathy 表示：「電腦視覺是我們進行研發及實現自動輔助駕駛的基本要素。要讓它真正發揮作用，就得訓練一個大型的神經網路並進行大量實驗。這正是我們在運算領域投入許多心力和資金的原因。」

圖片來源：NVIDIA、Tesla