Índice del contenido[Esconder][Espectáculo]
Tesla es una empresa estadounidense de fabricación de vehículos fundada por Elon Musk en el 2003.
La compañía es mejor conocida por sus autos eléctricos y por especializarse en paneles solares y almacenamiento de energía en baterías de iones de litio.
Los autos Tesla vienen con muchas características revolucionarias que incluyen súper carga, acceso con tarjeta y un modo de piloto automático.
El modo de piloto automático ha sido posible gracias a las ideas de la Inteligencia Artificial (IA) y La arquitectura de red neuronal avanzada de Tesla.
Analicemos la arquitectura de la red neuronal de Tesla en detalle.
¿Qué son las redes neuronales?
Las redes neuronales, o NN, son una serie de algoritmos modelados a partir de la actividad biológica del cerebro humano. Redes neuronales consisten en nodos, también llamados neuronas. Una colección de nodos verticales se conocen como capas.
Cada capa consta de nodos, también llamados neuronas, donde se realizan los cálculos. Los nodos de una capa están conectados a la siguiente capa a través de líneas de transmisión como se ve a continuación.
En el siguiente diagrama, los círculos representan los nodos y la colección vertical de nodos representa las capas. Hay tres capas en este modelo.
¿Cómo aprenden?
Los datos se alimentan al modelo una entidad a la vez junto con una etiqueta. Los datos se dividen en fragmentos y se pasan a través de cada nodo del modelo.
Los nodos realizan operaciones matemáticas en estos fragmentos. Después de una serie de cálculos en una capa, los datos pasan a la siguiente capa y así sucesivamente.
Una vez completado, nuestro modelo predice la etiqueta de datos en la capa de salida. Luego, el modelo procede a comparar este valor predicho con el valor real de la etiqueta.
Si los valores coinciden, nuestro modelo tomará la siguiente entrada, pero si los valores difieren, el modelo calculará la diferencia entre ambos valores, llamada pérdida, y ajustará los cálculos del nodo para producir etiquetas coincidentes la próxima vez.
Arquitectura de red neuronal de Tesla
Tesla utiliza investigaciones de vanguardia para entrenar redes neuronales profundas en problemas que van desde la percepción hasta el control.
Las redes por cámara de Tesla analizan imágenes sin procesar para realizar segmentación semántica, detección de objetos y estimación de profundidad monocular.
Los conjuntos de datos
Las redes neuronales están entrenadas en imágenes sin procesar que se extraen de videos tomados de cámaras de red con vista de pájaro que generan el diseño de la carretera, la infraestructura estática y los objetos 3D directamente en la vista de arriba hacia abajo.
Las imágenes de datos no están etiquetadas y cubren muchos escenarios diversos en todo el mundo y consisten en un millón de vehículos en tiempo real.
¿Cómo funciona?
La red consta de 70,000 Unidades de Procesamiento Gráfico (GPU), que entrenan a 48 deep learning .
Los componentes de hardware del automóvil, incluidas las cámaras y los sensores, proporcionan datos no supervisados que se transmiten a través de la red de estos modelos.
El automóvil aprende sobre posibles objetos en un entorno, como un peatón, un árbol, etc. a partir de los datos proporcionados.
La arquitectura también consta de dos chips de IA que utilizan los principios de deep learning. Estos chips ayudan a tomar decisiones en tiempo real para el automóvil, como cuándo y cómo girar, mientras se conduce.
La arquitectura de la red neuronal incluye muchos dispositivos y conceptos potentes que contribuyen a su funcionamiento, entre ellos:
microprocesador de FSD
Autoconducción completa (FSD) son chips de inferencia de IA que ejecutan el software de piloto automático de Tesla. Estos chips se han diseñado con mejoras en la microarquitectura que exprimen al máximo el rendimiento por vatio del silicio.
Los FSD implementan la planificación del piso, el tiempo y el análisis de potencia mientras escriben pruebas y marcadores sólidos para verificar la funcionalidad y el rendimiento de la IA.
Sistemas y chips Dojo
Dojo es el supersistema informático de Tesla que resuelve problemas difíciles con tecnología avanzada para el suministro de alta potencia y refrigeración.
Los chips Dojo incluyen la IA que alimenta estos sistemas y están diseñados para lograr el máximo rendimiento, rendimiento y ancho de banda en cada granularidad.
Juntos, los chips y los sistemas se utilizan para optimizar la potencia y el rendimiento del NN de Tesla.
Algoritmos de autonomía
Los algoritmos de autonomía son los algoritmos centrales que impulsan el automóvil al crear una representación de alta fidelidad del mundo y planificar trayectorias en un espacio determinado.
A entrenar redes neuronales Para predecir tales representaciones, Tesla crea algorítmicamente datos reales precisos y a gran escala mediante la combinación de información de los sensores del automóvil a través del espacio y el tiempo.
Estos algoritmos utilizan técnicas avanzadas para construir un sistema sólido de planificación y toma de decisiones que opera en situaciones complicadas del mundo real bajo incertidumbre.
Infraestructura de evaluación
La infraestructura de evaluación de Tesla incluye herramientas e infraestructura de evaluación de circuito abierto, circuito cerrado y hardware en el circuito a escala.
Esta infraestructura permite que la IA realice un seguimiento de las mejoras de rendimiento y evite las regresiones.
Características clave del NN de Tesla
- Cámaras, sensores ultrasónicos y radares perciben el entorno
- Un radar mide la distancia alrededor del coche.
- Las técnicas ultravioleta miden la proximidad y el video pasivo reconoce objetos alrededor del automóvil
- Utiliza dos chips de IA basados en los principios de las redes neuronales profundas
- Chips de IA compuestos por 6 mil millones de transistores
- 21 veces más rápido que los chips Nvidia
- Los chips AI tienen 32 megabytes de memoria SRAM de alta velocidad
- Consta de 48 modelos de aprendizaje profundo
- Contiene 70,000 XNUMX unidades de procesamiento gráfico (GPU)
- Produce 1000 tensores distintos (predicciones) en cada paso de tiempo
Conclusión
La vanguardia de Tesla Redes neuronales y la arquitectura de IA ha hecho realidad la idea de los coches autónomos.
Este éxito del principal fabricante de automóviles basado en IA es el resultado de su avanzada fichas FSD, chips Dojo, algoritmos de autonomía, infraestructura de evaluación y más.
Si desea obtener más información sobre IA, aprendizaje profundo y las últimas tendencias tecnológicas, consulte nuestros otros artículos interesantes.
Deje un comentario