2023年5月31日，马斯克来华拜访商务部。据外媒当时报道，他乘坐的Model X直接停在商务部门口。在此之前，特斯拉汽车是不允许的。进入党政机关。结合半个月前上海经信委领导视察特斯拉上海工厂时双方提出的“进一步深化合作，推动自动驾驶功能板块在上海布局”的建议，外界猜测FSD将将在中国推出。
今年7月，马斯克在财报会议上提出，将在今年年底前获得欧洲和中国监管部门的批准，在当地推出FSD系统。但在9月，这个预计时间被延长至2025年第一季度。根据业内人士的实际评估，2025年第一季度的实施恐怕非常不确定，原因有两个：数据安全和芯片制裁。更准确地说，是特斯拉工业数据处理流程的完整性以及超级计算中心的GPU从何而来的问题。这两者分别对应特斯拉与中国之间的博弈，以及中国与美国与特斯拉之间的博弈。
1. 中与特的博弈：工业化数据处理流程的完整性
数据安全是我国一直提出的基本安全担忧之一，关注特斯拉FSD的人也基本理解国家对于数据安全的担忧。然而，网上的讨论大多集中在卡点的收集以及无法导出的数据的后续训练上。相应的讨论方案是对交给特斯拉的数据进行严格脱敏，剩下的用泛化能力进行补充。方面；以及在该国建设超级计算中心。超级计算中心涉及受控的 A100和H100芯片，我们将在第二部分详细讨论。
路透社4月报道称，据消息人士透露，百度将授权特斯拉使用地图许可来收集中国公共道路的数据，以便特斯拉的车队可以收集道路布局、交通标志和附近建筑物等环境信息。这解决了收集方面的问题。官方实际上并没有发布准确的合作信息，但这种沟通一直在进行。
道路原始数据的采集是国家高度关注和谨慎的事情，但这只是智能驾驶整个大规模数据工程过程的初始部分。更重要的是后续整个工业化的数据处理流程。
原始数据在超算中心（云端）处理时，必须在车辆端进行结构化预处理，而这种预处理的转换过程直接影响上传数据的质量和后续数据的实用性。
以10V配置的汽车为例，每秒产生的数据量约为100M，即每分钟约5.86G。这些数据量无法全部上传到云端，必须在车端进行结构化预处理。这种预处理一方面必须通过结构化来减少其内存，另一方面要保证数据在剪枝后仍然准确可用。对算法的要求非常高。特斯拉自己打造的一整套工业化数据训练流程，包括数据采集、训练、标准、黑白测试等流程闭环，甚至超算中心道场等基础设施，都比现在的“数据闭环”要好得多“ 在中国。需要2到3年的时间才能进步。
因此，当数据采集不受特斯拉控制时，哪一方（通常是我们内资企业）会将这组原始数据交给特斯拉，其准确性如何，仍然是一个需要仔细考虑的问题。 。这还是在特斯拉解决了资质问题之后。因为告诉合作伙伴他们需要什么数据将有助于他们扩展、尝试和解决算法差距；但如果合作伙伴直接对数据进行预处理，然后交给特斯拉直接进行云端训练，目前该国将落后2到3年。在数据闭环状态下，这组数据的可用性很可能会下降。
时间、时间点，是特斯拉必须思考的事情。
如果国内智能驾驶发展得不那么快，或许特斯拉还可以慢慢来。 FSD进入中国后，由于中美路况不同，必须要做本地化优化，通常需要2年左右的时间才能迭代到更高的水平。不过，国内领先的车企和智能驾驶解决方案提供商已经在提出VLM解决方案。中美在智能驾驶发展方面技术上并没有太大差异。甚至因为中国的道路环境较为复杂（部分城镇仍有交叉出行线路的路况），算法设计方面需要考虑的东西较多，而特斯拉在这方面并不具备优势。特斯拉必须保持谨慎，尽力确保自己在其他方面保持一定的优势，比如数据处理的工业化流程和数据量，同时遵守法规。否则，将无法与国内领先车企竞争。
毕竟，在中国这个特斯拉全球第二大单一市场，也是一个消费者比全球其他国家和地区更容易接受电动汽车和智能驾驶的国家，特斯拉要考虑的不仅仅是“FSD来到中国” ”，但是“FSD来到中国之后，还是可以有优势的。”
但这是中国和特斯拉博弈的焦点，因为我们也想在未来2到3年内争夺电动汽车和智能驾驶市场，希望让中国品牌在世界上站稳脚跟。
2、中美马三方博弈：超算中心的GPU从哪里来？
难以尽快实施的另一个原因是国内数据无法导出。特斯拉必须在中国建立一个超级计算中心。更不用说这本身就需要时间。更核心的问题是：在芯片控制下，GPU从何而来？
目前，美国特斯拉超级计算中心涉及的芯片共有三种类型：英伟达A100、H100以及特斯拉自研的D1芯片。因为特斯拉是纯视觉解决方案，GPU是主要芯片，但美国政府制裁GPU的主要目的是抑制我国大型人工智能模型的发展。 A100和H100均在制裁名单上。 A100和H100的国内买家主要是想要训练大型模型的互联网玩家。禁令生效前，除阿里巴巴积累了约1万枚A100外，腾讯、字节跳动、百度的A100储备均不超过2000枚。
但马斯克最初在美国建造超级计算中心Dojo时，最早使用了5760台A100，在2021年的测试中已经处理了1.5PB的数据。其中包括来自特斯拉车队8个摄像头每个摄像头的100万个10秒的视频，美国视频的运行速度为每秒 36 帧，包含 60 亿个对象标签（甚至包括准确的深度和速度数据）。如果我们想在中国建立一个超级计算中心，这些价值观可能是最基本的参考。
但如果A100和H100进不来，最多能做的就是特斯拉自研的D1芯片。但随之而来的问题是：D1的性能如何？产品可以使用吗？ D1出口到中国的限制严格吗？
表现
D1由台积电制造，采用7nm工艺，拥有500亿个晶体管，面积645平方毫米，可在BF16/CFP8中提供362算力。比A100略小，但可能是自制的，训练智能驾驶的能力比A100强一点。马斯克希望Dojo的总计算能力达到100。1相当于每秒1万亿次计算机运算。根据外媒此前的计算，这需要超过27.6万个D1，约合32.05万个A100。 D1需要的数量更少，性能更好。此前，一些美国研究机构也表示，D1处理视频数据的速度比芯片更快。
容量
据外媒报道，马斯克原本预计2024年将其从台积电获得的D1订单翻一番，达到1万片。可以预计，其D1在2023年将达到5000片，2024年将达到1万片。以马斯克最初建造的Dojo超级计算中心为例以美国为例。它最初配备了 5,760 辆 A100。如果在中国建设一个超级计算中心，按照D1和A100算力的相同比例，也至少需要4960台D1。 。不过，与台积电其他大订单相比，特斯拉D1的订单量并不算太大。台积电的制造优先级较低，需要提前预订并预留生产时间。这也会影响FSD的最终实施时间。
美国出口管制
D1是CPU。与A100等GPU相比，限制没有那么严格。但后来发布的文件扩大了出口管制，并对支持人工智能的CPU施加了相应的限制。 D1限制级别是美国政府通常考虑以下几个方面：
1) 最终用途和最终用户：技术的预期用途和最终用户的身份。许可申请应明确该技术是用于军事还是民用，并提供有关最终用户的信息，以确保他们不参与可能构成安全风险的活动。
2) 技术和规格：出口产品的详细技术规格，包括其功能和性能特点。
3) 目的地国家：有关目的地国家以及与向该国家出口技术相关的任何潜在风险的信息。
4) 遵守出口管制法规：确保出口符合所有相关的美国出口管制法规，包括出口管理条例 (EAR) 以及先进计算和半导体技术的任何特定许可要求。
5) 风险缓解措施：为缓解与出口相关的任何潜在风险而采取的措施，例如最终用途监控协议或再出口限制。
当特斯拉准备向中国出口D1时，可能会受到BIS的监管和阻挠。这也将延长FSD在中国上市的时间。
当马斯克想要将FSD引入中国，并准备超级计算中心建设中的GPU进口问题时，这将成为中美芯片博弈的新“战场”，尤其是下一轮，马斯克认为将投资2.77亿美元进行推广。特朗普，以及特朗普上任后的几项政策，包括减少电动汽车优惠政策、任命马斯克为政府效率部长等，也可以被视为对马斯克的“投桃报李”。所以，由于马斯克希望在中国实行FSD，而中国希望数据不输出到国外，需要建设超级计算中心，特朗普时代的芯片管控法规是否还有沟通的空间，将是一个新的博弈事件。
而如果中国能够在芯片控制上打通一个漏洞，我们可以期待未来2到3年汽车智能化方面出现一些新情况，甚至在人工智能方面甚至更长时间。
结尾
非常有趣的是，正是马斯克节约成本的性格，让马斯克从造车本身开始，向上延伸到芯片制造供应链。在智能驾驶方面，他用FSD取代了的Orin-X。在超级计算方面，他也正在用D1取代的A100。在当前中美关系动态的情况下，他希望在全球第二城市使用FSD，登陆现场的马斯克可能会在中美两国政府的演习中向中国出口D1。基于他与特朗普的关系，如果他本人比英伟达拥有更大的自由度，那么D1很可能会迅速进入并占领中国市场。他与英伟达之间“队友变对手”的局面将进一步加剧。
参考：
1.列出2大特斯拉必须FSD到中国
2.特斯拉道场 - 维基百科
3.在“Dojo”之前，特斯拉就是它
4.Tesla Dojo：埃隆·马斯克构建人工智能的宏伟计划，
5.Ayard：拜登的中国是CPU
6.Dojo+D1，特斯拉未来会进军AI云服务吗？
7.特斯拉FSD再次登陆中国
8.百度与特斯拉就 FSD 在中国的交易达成一致
9、中信证券：特斯拉FSD逐步进入中国，智能电动汽车下半年即将来临
10.Tesla D1 Dojo 芯片用于训练 AI
