特斯拉还介绍了FSD如何用于为用户做出决策，以及收集数据以改进自动驾驶算法的作用，并解释了占用率及其在3D映射和提供汽车鸟瞰图中的作用。目前，FSDBeta的深度神经网络达到了100万个参数、150,000个神经网络层和375,000个连接。5分钟内可以模拟出现实中没有出现的场景。
自研训练芯片，比英伟达芯片强？
面对数十万测试用户产生的海量数据，特斯拉的后端超算中心自然不会弱。为了提高训练效率，特斯拉还打造了自己的超算中心Dojo，并为此自研训练芯片D1，没错，继自研自动驾驶FSD芯片之后，自研自动驾驶训练芯片。
D1芯片还采用尖端的“晶圆封装技术”，将25颗D1芯片直接封装在整个晶圆上。每个DojoExaPod集成120个训练模块，内置3000颗D1芯片，拥有超过100万个训练节点。，算力达到1.1EFLOP（petaflopping-pointoperationspersecond）。
单颗芯片的性能超越了英伟达的A100和H100芯片。在与NVIDIA的A100的对比中，Tesla的工程师给出了Dojo和NVIDIA的A100运行经典图像分类模型ResNet-50的结果。A100的帧率更高；运行神经网络模型OccupancyNetwork时，Dojo的性能翻倍；最终目标是单片机训练速度是A100的4.4倍，能耗和成本更低。Nvidia的老板Huang预计将很快做出回应。
特斯拉确实在一切自力更生的道路上越走越远，这与它作为全球最大车企市值的地位以及野心不在人间的老板的存在是分不开的。
能用Model3一半的价格拥有一个机器人同事吗？
这一次，实际上是擎天柱人形首次亮相受到更多关注，原型与之前的概念版本相比看起来相当粗糙。没有外壳，没有油漆，零件完全暴露在外，只是为了让它裸露在外，把最真实的一面展现给大家。
Optimus使用特斯拉开发的SoC作为其智能集线器的关键组件，支持WiFi和LTE(4G)网络连接。考虑到机器人场景与汽车的巨大差异，无线网络、音频输入等支持是保护人类用户和擎天柱安全的必要组件。它的视觉感知系统类似于FSD的感知。具体的感知逻辑估计比人的感知更强大。
OptimusOptimus的传感器和控制系统都集成在躯干上。全身有28个关节驱动器，可以完成200多个不同角度的动作。最重要的手有6个驱动器，可以完成27个角运动。携带10公斤并精确地夹住小零件。