“打造像人脑一样基于视觉的神经网络系统”，这是2021年特斯拉（AI Day的核心主题，本质上是马斯克坚持纯视觉路线的延续和说明。汽车人参考结合AI Day的内容，从硬件和软件两个层面进行深入分析。

　　从2014年的HW1.0开始，特斯拉自动驾驶不用激光雷达已是路人皆知，芯片设计从外购逐步走向自研，车越卖越多，神经网络越来越成熟，车端“12个摄像头+1个前向雷达”这套感知硬件整体框架一直没有变化。

　　因此需要在算法上需要进行过滤，但过滤多了就会“漏检撞车”（可联想(20.74, 0.35, 1.72%)到蔚来(36.92, 0.63, 1.74%)汽车近期的事故），而过滤少了就会有“幽灵刹车”（特斯拉车主抱怨）。

　　最底层的是数据、GPU集群以及Dojo计算集群，进行数据采集、标注和训练，生成模型；上一层是基于PyTorch开源框架（Facebook(359.37, 4.25, 1.20%)）的深度神经网络，主要负责对模型进行分布式训练；再用损失函数对模型进行评估；在评估层之上，是云端推理和车端FSD芯片推理，在这一层意味着模型已经部署到了车端；在车端通过影子模式将模型与人类驾驶行为进行比对，检测是否存在异常。

　　截止到今2021年6月底，特斯拉一共积累了7轮影子模式迭代流程，包括了100万个由摄像头拍摄的36 帧/s、10秒时长的高度差异化场景，共计60亿个包含精确的深度和加速度的物体标注，总计1.5PB的数据量。