马斯克近期斥资购买了约1万个GPU，用于推特的数据中心，并计划基于推特近20年的海量数据训练生成式AI模型。同时，他在特斯拉也早已深度布局AI算力与自动驾驶。本文将从马斯克在AI领域的投入、人才招募、业务应用以及风险担忧四个方面，为你详细解读这位科技狂人的AI战略全貌。

一、马斯克为推特AI项目做了什么？

1. 大规模采购GPU算力

马斯克购买了约1万个GPU，用于推特的两个数据中心之一。这些GPU将用于训练一个生成式人工智能模型，该模型会基于推特成立以来（2016年至今）积累的近20年数据进行训练。推特的海量数据库将成为其进入大语言模型（LLM）领域的独特优势。

2. 挖角AI顶尖人才

马斯克正在积极招募AI人才。据传已成功挖到两位DeepMind核心工程师：

• Igor Babuschkin：前DeepMind高级科研工程师，从事AI系统研究，在DeepMind工作约5年，期间还曾跳槽到OpenAI工作一年半。
• Manuel Kroiss：前DeepMind软件工程师（任职6年），此前为谷歌方案工程师。马斯克给他安排了推特软件工程高级总监的职位。

3. 收购后的广告收入危机与AI解救思路

2022年10月10日马斯克完成对推特的收购后，进行了大规模调整，导致大批广告商（包括大众、通用汽车等）离开，推特广告收入下降多达50%。数字研究机构Insider Intelligence预测，2023年推特广告收入将急剧下滑。业界认为，生成式人工智能可用来增强推特的搜索功能或帮助重建广告业务。早在2023年2月，马斯克已接洽AI研究人员，商讨成立新实验室以开发类似ChatGPT的项目。

小提示：马斯克对AI的投入并非一时兴起。他早在2015年就是OpenAI的发起人和出资人之一，虽然后来离开董事会，但AI技术始终是他商业版图中的核心。

二、马斯克在特斯拉的AI布局

1. 超级计算机Dojo与自研芯片

特斯拉不仅是一家电动汽车公司，更被业界视为AI计算公司。在2021年AI Day上，特斯拉展示了完全自动驾驶功能（FSD）背后的“大脑”——超级计算机Dojo。它内置自研AI芯片D1：

• 单颗D1拥有500亿个晶体管、362TFLOPS峰值算力（BF16/CFP8），功耗不超过400W。
• 由3000颗D1组成的ExaPOD算力高达1.1EFLOPS。

此外，特斯拉此前还曾用5760个英伟达A100 Tensor Core GPU组装了一台算力为1.8EFLOPS的超级计算机。

2. 自动驾驶与AI数据闭环

特斯拉通过AI技术持续改进自动驾驶。上个月投资者会议上，Autopilot软件总监Ashok Elluswamy表示：运行FSD软件的特斯拉汽车可通过硬件升级做出更智能的自动驾驶决策，从而提高整体AI能力。目前特斯拉的AI系统会：

• 实时收集车上八个摄像头的视觉数据。
• 生成3D输出，识别障碍物、运动、车辆、道路和交通信号灯。
• 对帮助汽车做出决策的任务进行建模。

特斯拉挖掘其汽车网络获取更多视觉数据，输入训练模型。模型不断学习新问题，帮助AI更好地理解路况模式。

常见问题：特斯拉的Dojo与英伟达GPU相比有何优势？
答：Dojo采用自研D1芯片，专门为特斯拉的自动驾驶神经网络训练优化，能效比更高；而A100 GPU通用性更强，适合多种AI任务。特斯拉同时使用两种算力，体现了其技术储备的深度。

三、马斯克对AI技术的担忧

虽然马斯克大力投入AI，但他也多次表达对AI风险的担忧。前不久，他与一群AI专家、企业高管联合发布公开信，呼吁暂停6个月开发比GPT-4更强大的系统，认为可能对人类社会构成潜在风险。信件强调：

• 只有确信AI效果积极、风险可控时，才能开发强大系统。
• 敦促暂停先进AI系统的开发，直到独立专家制定出普遍适用的安全规范。
• 呼吁开发者与政策制定者就AI治理问题开展合作。

小提示：马斯克既是AI技术的推动者，也是风险警示者。这种双重身份提醒我们：在追求技术突破的同时，必须同步建立安全护栏。

小结

从以上内容可以看出，马斯克认为人工智能技术对推特（搜索、广告业务）和特斯拉（自动驾驶）都至关重要。他正在构建算力平台、招募顶级人才、探索AI在实际业务中的应用。与此同时，他对强大AI系统可能带来的社会风险保持警觉。整体而言，AI技术的发展将为人类生产生活带来巨大助力，但我们也需对其潜在风险保持警惕，并思考如何制定合理的政策与安全规范。