Tesla е американска компания за производство на автомобили, основана от Елон Мъск в 2003.
Компанията е най-известна със своите електрически автомобили и със специализацията си в слънчеви панели и съхранение на енергия от литиево-йонни батерии.
Автомобилите на Tesla се предлагат с много революционни функции, включително супер зареждане, достъп до карти с ключ и режим на автопилот.
Режимът на автопилот е възможен благодарение на идеите на изкуствения интелект (AI) и Усъвършенстваната архитектура на невронната мрежа на Tesla.
Нека обсъдим подробно архитектурата на невронната мрежа на Tesla.
Какво представляват невронните мрежи?
Невронните мрежи или NN са поредица от алгоритми, моделирани след биологичната активност на човешки мозък. Невронни мрежи се състоят от възли, наричани още неврони. Колекция от вертикални възли са известни като слоеве.
Всеки слой се състои от възли, наричани още неврони, където се извършват изчисленията. Възлите на един слой са свързани към следващия слой чрез предавателни линии, както се вижда по-долу.
В следващата диаграма кръговете представляват възлите, а вертикалната колекция от възли представлява слоевете. В този модел има три слоя.
Как се учат?
Данните се подават към модела един обект по един заедно с етикет. Данните се разбиват на парчета и се предават през всеки възел на модела.
Възлите извършват математически операции върху тези парчета. След серия от изчисления в един слой, данните преминават към следващия слой и т.н.
След като бъде завършен, нашият модел предвижда етикета на данните на изходния слой. След това моделът пристъпва към сравняване на тази прогнозирана стойност с тази на действителната стойност на етикета.
Ако стойностите съвпадат, нашият модел ще приеме следващия вход, но ако стойностите се различават, моделът ще изчисли разликата между двете стойности, наречени загуба, и ще коригира изчисленията на възела, за да произведе съответстващи етикети следващия път.
Архитектурата на невронната мрежа на Tesla
Tesla използва авангардни изследвания, за да обучава дълбоки невронни мрежи за проблеми, вариращи от възприятие до контрол.
Мрежите на Tesla за камера анализират необработени изображения, за да извършат семантично сегментиране, откриване на обекти и монокулярна оценка на дълбочината.
Наборите от данни
Невронните мрежи се обучават върху необработени изображения, които са извлечени от видеоклипове, взети от мрежови камери от птичи поглед, които извеждат оформлението на пътя, статичната инфраструктура и 3D обектите директно в изгледа отгоре надолу.
Изображенията на данните са немаркирани и обхващат много различни сценарии по целия свят и се състоят от един милион превозни средства в реално време.
Как работи?
Мрежата се състои от 70,000 48 графични процесора (GPU), които обучават XNUMX дълбоко учене модели.
Хардуерните компоненти на автомобила, включително камери и сензори, осигуряват неконтролирани данни, които се предават през мрежата на тези модели.
От дадените данни колата научава за възможни обекти в среда, като пешеходец, дърво и др.
Архитектурата също се състои от два AI чипа, които използват принципите на дълбоко учене. Тези чипове помагат за вземането на решения в реално време за колата, като кога и как да завиете, докато шофирате.
Архитектурата на невронната мрежа включва много мощни устройства и концепции, които допринасят за нейната работа, включително:
FSD чип
Пълно самостоятелно шофиране (FSD) чиповете са чипове за извод на AI, които управляват софтуера за автопилот на Tesla. Тези чипове са проектирани с микроархитектурни подобрения, които изстискват максималната силициева производителност на ват.
FSD изпълняват планиране на етажа, анализ на времето и мощността, докато пишат стабилни тестове и табла за проверка на функционалността и производителността на AI.
Доджо чипове и системи
Доджо е супер компютърната система на Tesla, която решава тежки проблеми с модерна технология за доставка и охлаждане с висока мощност.
Dojo чиповете включват AI, който захранва тези системи и са проектирани за максимална производителност, пропускателна способност и честотна лента при всяка детайлност.
Заедно, чиповете и системите се използват за оптимизиране на мощността и производителността за NN на Tesla.
Алгоритми за автономност
Алгоритмите за автономност са основните алгоритми, които управляват автомобила, като създават високо прецизно представяне на света и планират траектории в дадено пространство.
Да се обучават невронни мрежи за да предвиди такива представяния, Tesla алгоритмично създава точни и широкомащабни наземни данни чрез комбиниране на информация от сензорите на автомобила в пространството и времето.
Тези алгоритми използват усъвършенствани техники за изграждане на стабилна система за планиране и вземане на решения, която работи в сложни реални ситуации при несигурност.
Инфраструктура за оценка
Инфраструктурата за оценка на Tesla включва отворени, затворени и хардуерни инструменти за оценка и инфраструктура в мащаб.
Тази инфраструктура позволява на AI да проследява подобренията в производителността и да предотвратява регресиите.
Основни характеристики на NN на Tesla
- Камери, ултразвукови сензори и радар възприемат околната среда
- Радар измерва разстоянието около колата
- Ултравиолетовите техники измерват близостта и пасивното видео разпознава обекти около колата
- Използва два AI чипа, изградени на принципите на дълбоки невронни мрежи
- AI чипове, съставени от 6 милиарда транзистора
- 21 пъти по-бързи от чиповете на Nvidia
- AI чиповете имат 32 мегабайта високоскоростна SRAM памет
- Състои се от 48 модела за дълбоко обучение
- Съдържа 70,000 XNUMX единици за графична обработка (GPU)
- Извежда 1000 различни тензора (предсказания) на всяка времева стъпка
Заключение
Авангардни на Tesla Невронни мрежи и AI архитектурата превърна идеята за самоуправляващи се автомобили в реалност.
Този успех на водещия производител на автомобили, базиран на изкуствен интелект, е резултат от неговите напреднали FSD чипове, Dojo чипове, алгоритми за автономност, инфраструктура за оценка и др.
Ако искате да научите повече за AI, дълбокото обучение и най-новите технологични тенденции, вижте другите ни интересни статии.
Оставете коментар