假期 Chrome 网页清理计划，关于Comma 的训练集群信息： - 整个流程是视频 - 视觉模型 - 策略模型 - 控制输出。 - 过去的训练集群算力 5.68 PFlpos/s（bfloat16），占地面积还不到一个车位，成本 50 万美元。 - 新集群的算力 55.88 PFlop/s，5088 个 CPU 核心，640 个 GPU，2.1 PB 的固态存储，150 万美元。 - 总共采集了 384 万个 segments，每个时长 1 分钟，大概 250 MB，包含视频和驾驶日志，来自 66 个国家的 1.1 万辆车，兼容了 191 个不同的车型。 - Openpilot 的视频是以 h.265 的格式录制的，新的训练集群可以实现超 30 万帧/s 的视频解码能力和超 20 万帧/s 的仿真输出能力。 - 视觉模型有 2147 万个参数，训练时长从 12 小时降低到了 4 小时。策略模型从有 530 万个参数，从 21 个小时降低到了 7 小时。 看完还是觉得挺有意思的，对比他们做成的事儿，哪怕 150 万美元，也实在是很小的钱。包括算力，55.88 PFlop，什么概念，特斯拉 2021 年用英伟达 A100 搭了一个 1800 PFlops 的集群，华为 ADS 今年也搭了一个同样规格的。 Openpilot 是在监管、商业、技术、体验中微妙平衡，且平衡成功的一个有趣的案例。