買(mǎi)一萬(wàn)張芯片，造一個(gè)新帝國

馬斯克曾與其他業(yè)界大佬共同發(fā)出暫停 GPT-4 以上的大型語(yǔ)言人工智能模型的開(kāi)發(fā)聲明，但隨后卻成立了新的 AI 公司，并采購了上萬(wàn)張 NVIDIA 最新的 AI 加速卡，開(kāi)始發(fā)展自己的 GPT 人工智能模型。這讓人們感到困惑，不知道馬斯克在想什么。甚至被業(yè)界質(zhì)疑是不是想要拖慢 OpenAI 的發(fā)展腳步好讓自己可以取而代之？

基本上，馬斯克發(fā)展的 AI 都是為了服務(wù)人類(lèi)的創(chuàng )意，并取代重復的人類(lèi)工作，但隨著(zhù) ChatGPT 的推出，創(chuàng )意和邏輯這塊很快就被 AI 取代了一大部分，馬斯克在這時(shí)創(chuàng )立 X.AI，并且要推出「真實(shí)」的 GPT 模型，也讓人懷疑，馬斯克這是在打臉自己？然而事情并不是那么單純…

當然，馬斯克與 OpenAI 之間的恩怨已經(jīng)有很多人談過(guò)，他們之間的是非對錯其實(shí)也很難三言?xún)烧Z(yǔ)就解釋清楚，因此我們這次就來(lái)了解馬斯克在 AI 這條路上做了什么，以及以后他藉由 X.AI 來(lái)做什么，然后來(lái)嘗試解答馬斯克創(chuàng )立 X.AI 公司的目的。

廣被誤解的自動(dòng)駕駛

先從馬斯克的 AI 發(fā)展歷程稍微回顧一下，馬斯克最早投入 AI 議題是從自動(dòng)駕駛技術(shù)開(kāi)始，早在 2014 年時(shí)，特斯拉開(kāi)始在其 Model S 上引入最早的一代 Autopilot 技術(shù)，隨后也推廣至 Model X 車(chē)種，當時(shí)這個(gè)系統雖然號稱(chēng)自動(dòng)駕駛，但實(shí)際上汽車(chē)無(wú)法自行決定路線(xiàn)、方向，也無(wú)法判斷路況，只能進(jìn)行簡(jiǎn)單的車(chē)道置中以及變換車(chē)道，雖好于目前的 L2 駕駛輔助，但仍遠遠談不上自動(dòng)駕駛。

當然，自動(dòng)駕駛被誤解其實(shí)也是中文翻譯的問(wèn)題，比如說(shuō)飛機上的 AutoPilot 其實(shí)也是翻譯成自動(dòng)駕駛，但實(shí)際上，飛機的自動(dòng)駕駛也只是在固定的高度維持飛行，而不是可以從起飛、航線(xiàn)變換到降落都可以交給飛機。不過(guò)當時(shí)的汽車(chē)產(chǎn)業(yè)界對其所謂自動(dòng)駕駛的定義非?？燎?，認為以特斯拉當時(shí)的 AutoPilot 功能，根本稱(chēng)不上自動(dòng)，特斯拉也因此飽受責難。

加上當時(shí)選用的硬件是基于 Mobileye 的 ASIC 方案，性能非常弱，即便后續更新軟件，也沒(méi)辦法滿(mǎn)足消費者的需求。

因此，馬斯克后來(lái)在 2016 年結束語(yǔ) Mobileye 的合作，轉而與 NVIDIA 進(jìn)行合作。眾所周知，NVIDIA 在 2010 年左右開(kāi)始發(fā)展其 CUDA 與 GPGPU 生態(tài)，并借此推動(dòng)人工智能的發(fā)展，隨后也以 Tegra 方案為基礎推出自動(dòng)駕駛方案。

NVIDIA 的自動(dòng)駕駛方案的確強大許多，但仍遠不及馬斯克心中的想像，加上后續的中國電動(dòng)車(chē)企業(yè)小鵬爆發(fā)用 AutoPilot 原始碼并與 NVIDIA 進(jìn)行合作的爭議之后，特斯拉隨即結束與 NVIDIA 的合作關(guān)系，并轉而自行研發(fā)真正的自動(dòng)駕駛平臺。

而馬斯克也重新定義自動(dòng)駕駛的英文名稱(chēng)，將其稱(chēng)為 FSD（Full Self Drive），不在名稱(chēng)上走擦邊球，馬斯克信心滿(mǎn)滿(mǎn)，覺(jué)得在 2020 年就能推出全功能的 FSD 正式版，但截至目前為止，FSD 仍處在測試版階段，目前最新版本是 Beta 11.4。

FSD Beta 徹底翻轉以往自駕車(chē)邏輯，采用新空間占量概念（Occupancy Network），不再以連續單張圖片為基礎，而是以物體體積的影片為基礎運算，克服許多自駕技術(shù)困難，無(wú)需光達、雷達和高精地圖，以純視覺(jué)就能做到極接近人類(lèi)駕駛的程度。雖然還有些小瑕疵，但在業(yè)界也已經(jīng)是表現最好的自動(dòng)駕駛系統。

那么 FSD 是如何被打造出來(lái)的？我們可以分為兩個(gè)部分來(lái)看，一個(gè)是汽車(chē)上的推理核心，負責現場(chǎng)駕駛行為的判斷與執行，另一個(gè)是云端的訓練工作，負責從個(gè)別的特斯拉汽車(chē)收集駕駛資訊，并以之訓練精進(jìn) FSD 的駕駛模型。

汽車(chē)上的推理芯片由特斯拉自行研發(fā)，命名為 Hardware x.0，目前版號已經(jīng)到 4.0，由三星代工生產(chǎn)，基于 Exynos 手機芯片架構改造?？傔\算性能達到 490TOPS，超越 NVIDIA 最新自動(dòng)駕駛平臺 Driver Orin 的 254TOPS。

而云端的部分也有不小的變革。原本特斯拉是采用 NVIDIA 的 GPU 來(lái)打造自有的超級電腦，并以之訓練自動(dòng)駕駛模型，該超級電腦使用了 7360 顆 NVIDIA 的 A100 運算芯片，在 2022 年底可以排上全球第七強超級電腦。

透過(guò)此超級電腦，特斯拉已經(jīng)可以做到道路物件的標記完全自動(dòng)化，并且能夠更快的基于特斯拉回傳的駕駛資訊訓練改進(jìn)駕駛模型。然后馬斯克也就辭退了之前為特斯拉工作的 800 名標記師。

不過(guò) NVIDIA 的方案顯然還是無(wú)法滿(mǎn)足特斯拉，同樣是在 2022 年，特斯拉在 AI Day 上公布了 Dojo 計劃，包含 Dojo 視覺(jué)訓練芯片以及超級電腦叢集 ExaPod，預計在 2023 年上線(xiàn)，屆時(shí)將是性能高達 1.1 EFLOP 的恐怖怪物級超級電腦，性能是現有基于 GPU 架構超級電腦的 4 倍以上。

超級工廠(chǎng)與 AI

除了特斯拉電動(dòng)車(chē)以外，用來(lái)造車(chē)的超級工廠(chǎng)也同樣高度 AI 化，尤其大型產(chǎn)線(xiàn)機器人，幾乎都已經(jīng)全面自動(dòng)化，這些機器人可以執行復雜的操作，甚至在有需要時(shí)可以自動(dòng)變換工具來(lái)執行不同的組裝任務(wù)，因此，特斯拉的產(chǎn)能不斷獲得提升，成本也不斷下降。

特斯拉表示，超級工廠(chǎng)雖然還有數千名員工，但整合 AI 機器人之后，工作流程可以由軟件定義、訓練、最佳化，極大的改善了制造流程。

而超級工廠(chǎng)下一步，則是要引進(jìn)在 2022 年發(fā)表的特斯拉 Optimus 人形機器人，透過(guò)這個(gè)機器人，可以大量取代需要使用到人工的重復性工作。該機器人基本上就是一個(gè)人形化的特斯拉汽車(chē)，其處理器、電池還有許多電機技術(shù)，都是來(lái)自特斯拉。

充電一次就可以工作一整天。馬斯克表示，最快在 2023 年內進(jìn)行量產(chǎn)，并引進(jìn)超級工廠(chǎng)。馬斯克表示，就如同特斯拉的自動(dòng)駕駛系統是要用來(lái)代替人類(lèi)執行重復且無(wú)聊的駕駛工作，Optimus 也是要用來(lái)代替人類(lèi)進(jìn)行日常購物、清掃、搬運等重復性工作。

新公司 X.AI 回歸 NVIDIA

既然特斯拉已經(jīng)有能力發(fā)展自己的超級電腦芯片與超級電腦叢集，那為何馬斯克的新 AI 公司仍采購近萬(wàn)顆 NVIDIA 最新的 H100 芯片來(lái)建立資料中心？答案其實(shí)很簡(jiǎn)單，那就是特斯拉自有的 Dojo 芯片主要是針對視覺(jué)處理工作而設計，軟件框架較為固定，沒(méi)有辦法像 NVIDIA 在提供高彈性的同時(shí)，也具備高性能。

同時(shí)，X.AI 公司要發(fā)展的是類(lèi)似 OpenAI 的 ChatGPT，這類(lèi)大型自然語(yǔ)言模型的訓練工作還是 NVIDIA 的強項。完整版 H100 芯片能達到 60TFLOPS 的 FP32 運算能力，D1 則僅為 22TFLOPS，不過(guò) D1 支援特斯拉自訂的 CFP8 浮點(diǎn)格式，比較擅長(cháng)用于自家的駕駛模型訓練工作。

而如果根據新聞?dòng)嵪?，X.AI 采購了一萬(wàn)張 H100 演算卡，那么初期 X.AI 的運算能力是超越算出 GPT4 的 OpenAI 所使用的上萬(wàn)張 A100，因為就純粹性能，H100 是 A100 的 4 倍以上。

也就是說(shuō)，如果馬斯克要訓練出一個(gè) GPT4 等級的 AI 模型，那么理論上性能是綽綽有余的。不過(guò) OpenAI 背后還有微軟這個(gè)大金主存在，OpenAI 除了自身?yè)碛袃冉ㄉ先f(wàn)張 A100 的超級電腦以外，還有微軟 Azure 具備的運算力，包含超過(guò)一萬(wàn)張基于 A100 加速卡的超級電腦叢集，專(zhuān)門(mén)服務(wù) ChatGPT，以及已經(jīng)采購的超過(guò) 7000 張的 H100，將會(huì )用來(lái)建立新的演算力來(lái)服務(wù) GPT4 或未來(lái)的 GPT5，OpenAI 負責訓練，而微軟這邊則是主要提供讓 ChatGPT 可以連接到微軟旗下應用的龐大推理能力，當然，微軟也有可能出借部分運算能力給 OpenAI 以供其訓練模型之用。

馬斯克的目的是什么？

那么回過(guò)頭來(lái)看，馬斯克的 X.AI 想要服務(wù)的是哪些客戶(hù)？想要達到的是哪些目的？從過(guò)去馬斯克的作法來(lái)看，他一直利用 AI 來(lái)取代偏勞力類(lèi)型的人類(lèi)工作，但是 ChatGPT 是要取代人類(lèi)的部分思想與思考能力，讓人腦專(zhuān)注于創(chuàng )意以及設定工作目標，專(zhuān)業(yè)知識與工作流程則是由 ChatGPT 來(lái)代勞，所以馬斯克也要學(xué) OpenAI +微軟，開(kāi)始要搶某些白領(lǐng)工作了？

不過(guò)馬斯克強調，他的模型將會(huì )專(zhuān)注于真相的傳達，不要有偏見(jiàn)，也不要有限制。然而沒(méi)有限制的 AI 聽(tīng)起來(lái)似乎更危險？完全中立似乎也是另外一種偏見(jiàn)？

對此，由馬斯克所招募，擔任 X.AI 核心技術(shù)研發(fā)與管理的前 DeepMind 與 OpenAI 研發(fā)工程師伊戈爾·巴布什金（Igor Babuschkin）表示，他們更重視語(yǔ)言模型的推理能力與真實(shí)性，比如說(shuō) GPT3.5/4 都會(huì )在某些程度上虛構答案，而且這些模型還無(wú)法解釋為什么要給出特定的答案，因為邏輯都藏在 AI 模型的黑盒子中。

如果 X.AI 所研發(fā)的模型能夠具備更好的邏輯推論與分辨事實(shí)的能力，那是不是也要將人類(lèi)目前所能擔任的指示、監督與核實(shí) AI 所產(chǎn)生的內容的工作也剝奪走，未來(lái)的 AI 將可以全自動(dòng)根據其觀(guān)察到的現況設定目標、解決問(wèn)題，不需要人類(lèi)插手，而且也不用怕會(huì )像 GPT3.5/4 一樣會(huì )自欺欺人，造成潛在的災難？

那不是比 ChatGPT 更危險嗎？對此，馬斯克其實(shí)還留有一手，他認為，如果打不過(guò) AI，那么就加入它，讓大腦透過(guò) NeuraLink 連接電腦/ AI，一起協(xié)同工作，透過(guò)強化人類(lèi)大腦，來(lái)讓 AI 無(wú)法取代，或者，讓大腦本身變成 AI 的一部份。

Neuralink 目前還在實(shí)驗階段，但是進(jìn)展相當快速，根據實(shí)驗結果，已經(jīng)能夠讓猴子進(jìn)行超越人類(lèi)反應的電腦操作。不過(guò) Neuralink 目前還有不少包括倫理上的爭議，以及技術(shù)上的困難，要普及恐怕有點(diǎn)困難，但等到大型語(yǔ)言模型普及，甚至可以完全自主的 AI 模型出現，屆時(shí)人類(lèi)可能也沒(méi)有太多選擇了？