特斯拉：纯视觉方案+一体化端到端先驱数据：数据标注、数据引擎实现数据闭环。特斯拉的数据标注是从外包到自制、从人工到自动化的过程。从2018到2021年，特斯拉的数据工程平台经历了3次迭代。2021年数据标注在3D空间的基础上增加了时间维度，标注效率较2018年提升了800倍；同年，特斯拉开始采用自动标注系统，主要流程分为高精度轨迹提取-多路径联合重建-新路径自动标注，通过融合多条路径，重建3D语义地图，并将其应用于新轨迹的自动标注上。自动标注算法对一万个驾驶旅程的12小时自动标注相当于500万小时的人工标注。此外，特斯拉通过影子模式搜集数据，经过清洗、标注，与仿真数据共同构建训练集。训练集也用于车载模型的训练，完成之后更新到车上，并以此往复完成数据流的闭环。算力：建设车端算力与超算中心。计算平台是自动驾驶系统的核心硬件，涵盖车端算力和训练用超算中心。特斯拉从外购转向自研，2019年4月推出自研车端芯片HW3.0，2024年2月升级至HW4.0，算力提升至HW3.0的五倍。自动驾驶算力的瓶颈在于训练环节，特斯拉为此开发了超级计算机Dojo，专注于深度学习模型训练，尤其是FSD的支持。Dojo于2023年7月投产，预计到2024年底，特斯拉将投资超10亿美元建设Dojo超算系统。图20：FSD神经网络汇总资料来源：Tesla AI Day 2022，CSDN，国元证券研究所图21：Dojo算力走势请务必阅读正文之后的免责条款部分资料来源：佐思汽车研究，国元证券研究所22
