文|華西證券 劉澤晶
編輯|智東西內(nèi)參
當(dāng)?shù)貢r間6月3日，特斯拉CEO埃隆·馬斯克在推特上預(yù)告，將在9月30日的特斯拉人工智能日上發(fā)布原型機。它叫“擎天柱”（Optimus），又被稱為“特斯拉人形機器人”（Tesla Bot），是特斯拉今年最重要的產(chǎn)品。
人形機器人的出現(xiàn)可以賦能千行百業(yè)，是人工智能場景的下一波浪潮，隨著技術(shù)的不斷成熟和商業(yè)化落地，有望帶來萬億級別的空前藍(lán)海。
01.人形機器人，AI新篇章
特斯拉或?qū)⒂?2022年9 月 30日推出首款人形機器人原型機，并將其命名為 ” OPTIMUS”。早在2021年8月19日，馬斯克在特斯拉人工智能日時提出推出人形機器人，旨意是解決從事重復(fù)性高、單調(diào)枯燥的危險差事。
馬斯克宣布進(jìn)軍AI機器人領(lǐng)域，意味著特斯拉絕不只是一家電動車公司，而是一家 AI公司。此外馬斯克聲稱特斯拉機器人有朝一日隨著時間推移將比汽車公司更加重要。
特斯拉機器人可以簡單拆分2個域，即AI域及技術(shù)域。
AI域: 采用FSD computer作為算力核心，配備8個Autopliot Cameras作為傳感器，支持深度學(xué)習(xí)、大數(shù)據(jù)分析，Dojo訓(xùn)練，自動標(biāo)記等算法。
技術(shù)域：機器人頭部包含信息屏幕，用來展示信息，此外機器人由輕質(zhì)材料組成，并且四肢包含40個左右的機電執(zhí)行器，并通過力反饋感應(yīng)系統(tǒng)來實現(xiàn)平穩(wěn)和敏捷雙腳行走。
據(jù)馬斯克介紹，該機器人大約1.73米，體重約56.7千克，可抱起約20.4千克的貨物最快行走速度可約達(dá)8KM/時。
AI域是人形機器人的核心，因為機器人只有通過不斷的機器學(xué)習(xí)的訓(xùn)練，才能完成指定的任務(wù)。此外特斯拉人形機器人是特斯拉自動駕駛的集大成者，因為人形機器人的核心與智能駕駛共用 FSD系統(tǒng)，我們預(yù)計智能駕駛很多神經(jīng)網(wǎng)絡(luò)系統(tǒng)將會應(yīng)用在人形機器人中。
數(shù)據(jù)是實現(xiàn)智能駕駛和智能機器人的根基，而算力為機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)提供基礎(chǔ)動力，隨著特斯拉所處理的數(shù)據(jù)指數(shù)級的增長，公司由于耗電問題放棄Nvidia A100 GPU作為超級電腦的陣列去做訓(xùn)練，而是憑借自身強大的垂直整合能力，研發(fā)出專注于深度學(xué)習(xí)訓(xùn)練的Dojo D1芯片，于是特斯拉Dojo超級電腦應(yīng)運而生。
1、大腦：D1芯片
D1芯片作為 Dojo超級計算機的關(guān)鍵單元，實現(xiàn)了超強算力和超高帶寬，實現(xiàn)了空間和時間的平衡。該芯片采用分布式結(jié)構(gòu)和7納米工藝，搭載500億個晶體管、354個訓(xùn)練節(jié)點，僅內(nèi)部的電路就長達(dá)17.7公里。
Dojo超級計算機實為 ”性能猛獸 ”，算力高達(dá)s 9PFLOPs 。Dojo超級計算機的訓(xùn)練模塊由1500個D1芯片組成，共53萬余訓(xùn)練節(jié)點，相鄰芯片之間延遲較低，配合特斯拉自創(chuàng)高寬帶、低延遲的連接器，算力高達(dá)9PFLOPs，是世界上首屈一指的超級計算機。與業(yè)內(nèi)相比，同成本性能可提升4倍，同能耗性能可提高1.3倍，占比空間節(jié)省五倍。
▲特斯拉DOJO1芯片示意圖
特斯拉 Dojo D1芯片主要可以拆解成4個部分，即CPU、 Switch、 Matmult、 SIMD。
CPU即中央處理器，是計算機系列的運行和控制核心，是信息處理、程序運行的最終指令單元。
Switch即交換器，是計算機芯片與芯片之間的橋梁，具有數(shù)據(jù)傳輸功能。
SIMD即單指令流多數(shù)據(jù)流，可以理解成平行計算，是采用一個控制器來控制多個處理器，介入實現(xiàn)空間并行性的技術(shù)，簡單來說是一個指令可以處理多個數(shù)據(jù)。
Mat mult 即計算單元，可以專注于神經(jīng)網(wǎng)絡(luò)的計算，進(jìn)而加速神經(jīng)網(wǎng)絡(luò)的計算速度，是特斯拉計算機實現(xiàn)算力猛獸的根本原因之一。可以將該計算單元可以理解成人工智能芯片，即AI處理器，是一款芯片專門用于機器學(xué)習(xí)的算法及神經(jīng)網(wǎng)絡(luò)的運算，可用于訓(xùn)練和推理。相較于同期的CPU和GPU相比，可以實現(xiàn)15-30倍的性能提升，以及30-80倍效率(性能)提升。
▲Dojo D1芯片架構(gòu)
2、靈魂：AI機器視覺
機器視覺是 AI深度學(xué)習(xí)的一種應(yīng)用與技術(shù)方向，無論是人形機器人還是智能駕駛都是機器視覺的落地方向之一。
神經(jīng)網(wǎng)絡(luò)是實現(xiàn) AI深度學(xué)習(xí)的一種重要算法，覆蓋人形機器人從識別到生成指令的全流程。是通過對人腦的基本單元神經(jīng)元的建模和鏈接，探索模擬人腦系統(tǒng)功能的模型，并研發(fā)出的一種具有學(xué)習(xí)、聯(lián)想、記憶和模式識別等具有智慧信息處理功能的人工系統(tǒng)。神經(jīng)網(wǎng)絡(luò)在智能機器人的應(yīng)用廣泛，主要應(yīng)用在物體識別、規(guī)劃、假設(shè)、訓(xùn)練/ /測試等各個環(huán)節(jié)。
神經(jīng)網(wǎng)絡(luò)最重要的特征是能從環(huán)境中學(xué)習(xí)，并把學(xué)習(xí)的結(jié)果分布存儲在網(wǎng)絡(luò)的突觸連接中。神經(jīng)網(wǎng)絡(luò)是學(xué)習(xí)的一個過程。在環(huán)境的刺激下，相繼給網(wǎng)絡(luò)輸入一些樣本模式(input layer)，按照一定的學(xué)習(xí)算法調(diào)整網(wǎng)絡(luò)各層的權(quán)值矩陣(hidden layer)，待網(wǎng)絡(luò)各層權(quán)值收斂到一定值，學(xué)習(xí)過程會結(jié)束(output layer)。
特斯拉在智能駕駛和人形機器人在機器視覺的路徑上具有異曲同工之妙。一套完整的訓(xùn)練、測試( (工作) )運動包含傳感器、感知、評估、規(guī)劃、制動器五個部分。
▲特斯拉機器視覺全流程示意圖
特斯拉最著名的 AI算法是其機器視覺中的純視覺解決方案，該算法在人形機器人的制造中將其延續(xù)。
基于圖像的目標(biāo)檢測: 目的是確定圖象中是否存在給定類別的目標(biāo)實例，可以是動態(tài)或靜態(tài)目標(biāo)，如果存在，就返回每個目標(biāo)實例的空間位置和覆蓋范圍。目標(biāo)檢測是解決分割、場景理解、目標(biāo)追蹤、圖像描述、事件檢測和活動識別等更復(fù)雜更高層次(時間記憶等)的視覺任務(wù)的基礎(chǔ)。
2D物體識別到 3D物體識別的轉(zhuǎn)換 : 特斯拉通過在8個不同位置的攝像頭，得到不同角度的同一物體，在通過神經(jīng)網(wǎng)絡(luò)(類似NeRF算法)渲染出該物體的3D圖像，并記錄該物體的大小及位置；隨后生成一個3D向量空間，通過鳥看圖的方式，通過另一種神經(jīng)網(wǎng)絡(luò)(類似LSTM算法)和物體識別計算出物體下一時間點出現(xiàn)的位置，至此人形機器人完成全部的感知步驟，其中包含三維信息及時間維度信息，并將該信息存儲在訓(xùn)練集中，并不斷強化學(xué)習(xí)。
▲特斯拉2D物體識別到3D物體識別的過程示意圖
02.前景廣闊，蓄勢待發(fā)
從智慧城市到智能駕駛 AI浪潮的變化，預(yù)計人形機器人為人工智能的下一落地應(yīng)用場景。
大數(shù)據(jù)時代 : 2016年AI戰(zhàn)勝柯潔，同時隨著基礎(chǔ)算力的提升，我國開啟新一輪人工智能熱潮即大數(shù)據(jù)時代。政策、資本先行，應(yīng)用場景逐漸豐富。無人機、AI翻譯機等相繼落地。
智能駕駛 : 隨著海量數(shù)據(jù)的陸續(xù)爆發(fā)，基礎(chǔ)算力及芯片的陸續(xù)演進(jìn)，特斯拉Autopilot憑借完善的功能定義、依靠數(shù)據(jù)不斷學(xué)習(xí)的算法，以及通過OTA實現(xiàn)的軟件升級，全球正式進(jìn)入智能駕駛時代，同時,谷歌、百度、騰訊、華為等互聯(lián)網(wǎng)巨頭相繼入局，推動智能駕駛加速發(fā)展。疊加政策持續(xù)推動自動駕駛商業(yè)化運營落地。如今，我國國內(nèi)廠商在智能座艙、駕駛等發(fā)面都取得實際性的突破，未來國產(chǎn)化的生態(tài)將大有可為。
人形機器人 : 未來隨著人形機器人的落地，枯燥乏味、重復(fù)性高例如買菜、家務(wù)等工作極易被人形機器人取代，我們認(rèn)為這是人工智能的下一波浪潮，國內(nèi)公司極大可能復(fù)制在智能駕駛領(lǐng)域取得的成果。
▲人工智能浪潮的變化
根據(jù)麥肯錫數(shù)據(jù)稱，隨著AI的不斷進(jìn)步，預(yù)計2030年全球約有3.75億人口由于AI的技術(shù)突破將重新就業(yè)，從數(shù)量上看，我國將有1200萬至1.02億人口需要重新就業(yè)。全球平均被取代的勞動力比率為15%，我國作為人口大國基本與世界保持持平為16%。
此外，據(jù)馬斯克透露人形機器人的實際成本不會很高，可能比汽車還低。安德魯預(yù)測是25000美元，約人民幣16萬元。按照特斯拉MODEL3 最低售價約為28萬元，保守估計Optimus售價為20萬元。長期來看，保守估計，到 2030年全球人形機器人市場規(guī)?？蛇_(dá)萬億規(guī)模，是繼智能駕駛電車后又一 AI的空前藍(lán)海。
人形機器人的出現(xiàn)可以賦能千行百業(yè)，有望取代重復(fù)性高、單調(diào)枯燥的繁瑣工作任務(wù)，同時，搜索拯救等一系列危險問題工作有望得到解決，快遞、家政、服務(wù)業(yè)、工業(yè)等一系列場景有望率先得到落地。此外，人形機器人是 AI場景的下一波浪潮，隨著技術(shù)的不斷成熟和商業(yè)化的落地，有望帶來萬億級的空前藍(lán)海，在我國智能駕駛的生態(tài)逐漸突破和成熟的背景下，人形機器人勢在必行，國內(nèi)公司極大可能復(fù)制在智能駕駛領(lǐng)域取得的成果。
具備自研 AI處理器的廠商可以為人形機器人的神經(jīng)網(wǎng)絡(luò)提供算力支撐。人工智能的本質(zhì)及數(shù)據(jù)的海量運算，相較于AI算法，數(shù)據(jù)才是重中之重。算力作為數(shù)據(jù)加速處理的動力源泉，其重要性不言而喻。
根據(jù)機器學(xué)習(xí)的算法步驟，可分為訓(xùn)練和推斷兩個環(huán)節(jié)，訓(xùn)練環(huán)節(jié)需要極為龐大的數(shù)據(jù)輸入才能支持一個復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型，訓(xùn)練過程中由于復(fù)雜的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和海量訓(xùn)練數(shù)據(jù)，運算量巨大，因此對于處理器的算力、效率(能耗)要求極大。
AI處理器芯片可以支持深度神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和加速計算，相比于 GPU和 CPU擁有成倍的性能提升，和極低的耗電水平。此外，推斷環(huán)節(jié)相較于訓(xùn)練環(huán)節(jié)的計算量相對較小，但依然會涉及大量的矩陣運算，因此，人工智能芯片將發(fā)揮大量作用。
人形機器人的落地需要下游場景的數(shù)據(jù)融合，具備 AI算法落地的廠商具有比較優(yōu)勢。特斯拉在智能駕領(lǐng)域已經(jīng)實現(xiàn)了純視覺的解決方案，相關(guān)FSD系統(tǒng)可以直接用于人形機器人的機器視覺領(lǐng)域。
然而距離人形機器人的商業(yè)落地，其數(shù)據(jù)需要和下游細(xì)分場景緊密結(jié)合，通過優(yōu)質(zhì)細(xì)分場景下的數(shù)據(jù)和算法進(jìn)行不斷地迭代訓(xùn)練，最后提供具有價值的商業(yè)服務(wù)。人形機器人在細(xì)分場景海量數(shù)據(jù)并不可以直接獲得，而具備AI算法商業(yè)化落地的公司本身具備卡位優(yōu)勢，即與下游細(xì)分場景連接密切，雙方可以通過合作共同賦能客戶，進(jìn)而加速人形機器人的商業(yè)化落地。
智東西認(rèn)為，特斯拉人形機器人的目標(biāo)是在重復(fù)、枯燥、危險的環(huán)境和工況下應(yīng)用，最終將走向我們的家庭，以徹底解決人工不斷短缺的趨勢。雖然特斯拉在AI、機器人技術(shù)方面有著雄厚的技術(shù)基礎(chǔ)，但是馬斯克的海口是否能成真，這可能得到9月才能見分曉。